MétaCan
Menu
Retour à la cohorte
Enregistrement W4319959926 · doi:10.3390/jrfm16020109

Impact of Environmental, Social, and Governance Activities on the Financial Performance of Indian Health Care Sector Firms: Using Competition as a Moderator

2023· article· en· W4319959926 sur OpenAlexvenueno aff
Bhakti Agarwal, Rahul Singh Gautam, Pooja Jain, Shailesh Rastogi, Venkata Mrudula Bhimavarapu, Saumya Singh

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModerationCorporate governanceBusinessCompetition (biology)Proxy (statistics)OriginalityAccountingHealth careCorporate social responsibilitySample (material)FinancePublic relationsEconomicsPolitical sciencePsychologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Environmental, social, and governance (ESG) activities have become essential and viable activities of corporations because of the increase in concern for environmental, social, and governance issues. The motive of this research is to measure the effect of ESG on the financial performance (FP) of healthcare corporations using the market-to-book value (MTB) ratio as a proxy of FP. A sample of 33 pharma companies in India from 2011 to 2020 has been considered. The study relies on the panel data method to assess the association between ESG and FP. The potential moderating role of competition has also been studied to simplify their relationship in this framework. The finding of this study is that there is a significant negative association between ESG and FP, and it is also found that when competition is used as a moderator, it results in a significantly positive impact on the ESG and FP of healthcare companies. This study increases the understanding of the association between ESG and FP and helps corporations to formulate corporate strategies and stakeholders to make investment decisions. The originality of this study is that it addresses the impact of competition on ESG and FP of the healthcare industry and will become foundational literature for future studies.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207