Gender diversity and climate disclosure: a tcfd perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The paradigm of corporate environmental disclosures aimed at investors developed in 2017 with the Task Force on Climate-related Financial Disclosures (TCFD) recommendations. Existing literature on social responsibility disclosures points to gender diversity on the board of directors as an influencing factor. This study aims to assess the influence of gender diversity in climate-related financial disclosures, as recommended by the TCFD based on a sample of 27 companies operating within the sectors of electricity, oil, coal and gas, water, and alternative energy that have announced their adherence to the recommendations from 2017 to 2021. By applying a linear regression model, the results indicate the presence of a positive association between the level of TCFD disclosures and board gender diversity, as well as other factors, such as company size, CEO duality, and general liquidity. However, the influence of board gender diversity on corporate reporting based on the TCFD recommendations suggests that the commitment of boards to the reporting of climate change risks and opportunities is not significantly dependent on gender diversity, as the presence of women in the Boards is favorable for the reporting but without a significant impact on the level of disclosures. This research offers insights into sustainability reporting practices, focusing on a relatively new perspective of reporting climate-related financial topics and their determinants. The findings hold implications for organizational leaders and stakeholders, mainly investors, as these recent sustainable reporting practices are challenging but also bring new opportunities related to transparency towards climate-related issues.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle