MétaCan
Menu
Retour à la cohorte
Enregistrement W4410008904 · doi:10.1088/2515-7620/add2d9

Demystifying the landscape of carbon quantification and reporting standards: a practical note for the financial sector

2025· article· en· W4410008904 sur OpenAlex
Nicolas Page, Alireza Gholami, Qian Zhang

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnvironmental Research Communications · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésFinancial sectorCarbon accountingAccountingBusinessFinanceGreenhouse gasGeology

Résumé

récupéré en direct d'OpenAlex

Abstract In response to the global challenge of climate change, financial institutions are increasingly called upon to assess and disclose their carbon emissions. Various global carbon quantification and reporting standards were developed, such as the Greenhouse Gas (GHG) Protocol, Task Force on Climate-related Financial Disclosures (TCFD), Partnership for Carbon Accounting Financials (PCAF) and others. Unfortunately, the now diverse landscape of standards increases the complexity for institutions seeking to develop voluntary carbon quantification and reporting. This study addresses the complexity issue by developing a criteria-based tool that summarizes the various components and requirements of the carbon standards. We propose eight criteria that summarize the standards’ key elements, requirements and relevance to the financial industry. We analyze seven major carbon quantification and reporting standards, systematically evaluating them against our tool. By doing so, we provide financial institutions with valuable insights in selecting appropriate standards to inform their emissions quantification and reporting decisions.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,405
Tête enseignante GPT0,451
Écart entre enseignants0,045 · 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