A review of <i>ex ante</i> and <i>ex post</i> materiality measures, and consequences and determinants of material disclosures in sustainability reporting
Notice bibliographique
Résumé
Purpose The purpose of the review is to synthesize the research on materiality measures of sustainability reporting and highlight how preparers, users, auditors, regulators and other stakeholders assess or determine the materiality in sustainability reporting. The review further summarizes the findings on consequences and determinants of material disclosures in sustainability reporting. Several directions for future research are also discussed. Design/methodology/approach This study provides a systematic review of materiality measures developed in the context of sustainability reporting. This synthesis of the literature summarizes the existing methodologies of measuring materiality. It also evaluates the strength and limitations of existing methods and approaches of measuring materiality in sustainability disclosures. Findings We find that the ex post materiality measures are simplistic and unidirectional in nature and ex ante materiality measures lack external validity and are generally narrow in focus – for example, focused on single firms or industries. Another major limitation in the current literature is the absence of robust empirical investigation of double materiality in sustainability reporting and a vast majority of the measures are developed without stakeholder engagement. Lastly, we document that the findings on determinants of material disclosure are fragmented and inconclusive and that the literature on consequences of material disclosure is rather un-explored. Originality/value The study explains the connections and differences between the various materiality measures. We document that materiality is measured in two distinct ways, ex ante and ex post and often times without stakeholder engagement. Moreover, given that a vast majority of the measures rely on manual content analysis, we find that they suffer from reproducibility and scalability.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».