MétaCan
Menu
Retour à la cohorte
Enregistrement W4387985730 · doi:10.1504/ijaf.2023.134518

Sentiment analysis in sustainability accounting reporting: does the tone reveal future environmental performance

2023· article· en· W4387985730 sur OpenAlexaff
Jing Lu, Kalinga Jagoda

Notice bibliographique

RevueInternational Journal of Accounting and Finance · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSustainabilitySustainability reportingAccountingBusinessPessimismStock (firearms)Ordinary least squaresTone (literature)Environmental Sustainability IndexEnvironmental economicsEconomicsEconometricsEcology

Résumé

récupéré en direct d'OpenAlex

This paper investigates whether positive or negative tones in US public firms' sustainability reports are associated with their future environmental performance. Using three-stage least squares simultaneous equations (3SLS) model and a sample of resource extractive firms (mining, quarrying, oil and gas extraction) listed on the US stock exchanges that issue stand-alone sustainability reports between 2010 and 2018, we find a negative correlation between the tones in sustainability reports and future environmental performance. Our result suggests that firms with low environmental performance use more optimistic tones to impress stakeholders. In contrast, firms with good performance tend to be more risk-averse and pessimistic in sustainability reporting to mitigate litigation risks. Our study contributes to understanding what motivates firms to disclose sustainability activities.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,039
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,270
Écart entre enseignants0,260 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Accounting and FinanceMême sujetCorporate Social Responsibility ReportingTravaux en français237 207