Carbon emissions measurement as intra-action: incentives to disclose air emissions at a Canadian university
Notice bibliographique
Résumé
Purpose The purpose of this paper is to use the case of York University in Canada to analyze the connection between University Social Responsibility and voluntary disclosure. The authors examine whether the university’s voluntary air emissions disclosure is performative by exploring whether York University’s espoused commitment to its community stakeholders truly guides its incentive to disclose carbon emissions in the absence of a legal mandate. Design/methodology/approach This qualitative exploratory study uses a post-humanistic approach to build on publicly available data on key measures and metrics of air quality and carbon emissions to facilitate our understanding of representational and interventionist uses of measurement models by social actors and their basis for making voluntary disclosures. Findings York University linked the logic of capital markets with sustainability disclosures as an incentive for managing the cost of long-term debt. This paper contributes to measurement practice of sustainability disclosure by reinforcing the practice-theoretic conception of measurement that questions the independent nature of objects measured from the measurement methods and reporting tools. Practical implications The findings of this study are important to higher education administrators, regulators and policymakers, as they offer a strategic guide for the assessment of reports on an organization’s commitment to sustainability and in determining the efficacy of voluntary reporting to community stakeholders in general although they are intended for specific groups. Originality/value Using York University as an illustrative case, the authors argue that air emissions per se are not a reality that shapes decisions at the organizations; instead, the intra-action of air emissions measurement, communications and operational investments define the reality where sustainability is advanced. Specifically, the authors find that the performative effects of emissions disclosure may be associated with socially desirable outcomes in terms of social responsibility and concrete financial rewards.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».