MétaCan
Menu
Retour à la cohorte
Enregistrement W4388851044 · doi:10.1111/beer.12630

What you see is what you get? Building confidence in <scp>ESG</scp> disclosures for sustainable finance through external assurance

2023· article· en· W4388851044 sur OpenAlexaff
Olivier Boiral, Marie‐Christine Brotherton, David Talbot

Notice bibliographique

RevueBusiness Ethics the Environment & Responsibility · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensÉcole Nationale d'Administration PubliqueUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGreenwashingCorporate governanceContext (archaeology)BusinessAccountingCorporate social responsibilityPublic relationsStakeholderCode of conductFinancePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract The main objective of this study is to understand the value of environmental, social, and governance (ESG) disclosure assurance in the context of the development of sustainable finance standards and laws. This study is based on an analysis of 188 comment letters submitted by such actors in the context of public consultations on the development of three new sustainable finance initiatives (the CFA Institute, the Financial Conduct Authority in the UK, and the New Zealand parliament). The study shows these actors' nuanced and often quite critical perceptions of the effectiveness of external assurance in preventing greenwashing and their reservations about its mandatory nature. These actors have raised various criticisms, including concerns about the vagueness surrounding verification practices; the lack of expertise available to conduct assurance in a new, specialized, and complex field; the costs of the assurance process, particularly for small players; and the lack of control over the reliability of the ESG data used. This article contributes to several emerging trends in the literature—in particular, research on governance practices to prevent greenwashing, on the institutionalization of sustainable finance standards and laws, and on the role of rational myths in the assurance process for ESG disclosures.

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)0,015
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
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 enseignants0,172
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,009
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,050
Tête enseignante GPT0,304
Écart entre enseignants0,254 · 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.

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

Citations46
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Ethics the Environment & ResponsibilityMême sujetCorporate Social Responsibility ReportingTravaux en français237 207