EVALUATION OF SUSTAINABLE FINANCIAL PERFORMANCE WITH ENTROPY-BASED ARAS METHOD: A STUDY ON G-20 COUNTRIES
Notice bibliographique
Résumé
Nowadays, it is not possible to consider business processes successful where only economic factors are taken into consideration and environmental, social and management elements are ignored. At this point, sustainable finance can be defined as creating economic, environmental, social and management value in individual and corporate investments in order to contribute to the sustainable development of financial models, financial products and services, and financial markets, and directing investment processes by taking these elements into consideration. This study aims to provide a solution to the difficulty in finding data on countries' sustainable finance levels and to calculate the sustainable financial performance of G-20 countries through multi-criteria decision-making methods using economic, environmental, social and governance-related indicators between 2010-2022. For this purpose, 14 indicators related to economic, environmental, social and governance were determined and the sustainable financial success levels of G-20 countries were examined with the Entropy-based ARAS method. According to the results obtained, when the average of the values between 2010 and 2022 was taken, the most successful country was Australia with 72%. Australia is followed by Germany with 68%; by Canada with 67%; by America and England with 65%; by Japan followed with 60%. According to average values, the three least successful countries in terms of sustainable finance, are India, which ranks 19th with 30%; Argentina ranked 18th and Turkey ranked 17th, with performance values of 34% each.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».