MétaCan
Menu
Retour à la cohorte
Enregistrement W4406731237 · doi:10.1016/j.iref.2025.103909

ESG performance and corporate labor investment efficiency: Evidence from China

2025· article· en· W4406731237 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueInternational Review of Economics & Finance · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesCrohn's and Colitis CanadaNational Office for Philosophy and Social SciencesNatural Science Foundation of Jiangsu ProvinceMajor Project of Philosophy and Social Science Research in Colleges and Universities of Jiangsu ProvinceChina Postdoctoral Science Foundation
Mots-clésChinaInvestment (military)EconomicsBusinessMonetary economicsPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper investigates the impact of ESG (Environmental, Social, and Governance) performance on corporate labor investment efficiency in the Chinese market. We find that ESG performance can enhance labor investment efficiency. Additionally, this paper identifies that managerial myopia and the lack of financial expertise among management can hinder the positive effects of ESG on labor investment efficiency. Further, we discover that ESG can improve labor investment efficiency through the mediating role of R&D investments. Moreover, ESG tends to be more effective in enhancing labor investment efficiency in non-state-owned enterprises , in enterprises with low labor intensity , and in those that are in the growth or maturity stages of their business cycle. The conclusions remain robust after addressing issues of endogeneity, selection bias, and other methodological concerns. Overall, this paper enriches our understanding of the relationship between ESG and corporate labor investment efficiency.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,277
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,022
Tête enseignante GPT0,231
Écart entre enseignants0,209 · 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