MétaCan
Menu
Retour à la cohorte
Enregistrement W4412533548 · doi:10.5267/j.ijdns.2024.7.011

The role of digital green accounting and environment performance on forest sustainable development goals: A case study on customary forest in Papu

2025· article· en· W4412533548 sur OpenAlexvenueno aff
Otniel Safkaur, Bill J.C Pangayow, Halomoan Hutajulu, Lediana Hanasbe

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainable developmentAccountingBusinessEnvironmental resource managementEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

Management of customary forests through green accounting is an important approach in efforts to achieve Sustainable Development Goals (SDGs). Customary forests, which constitute an important cultural and ecological heritage for local communities, are often threatened by unsustainable exploitation (deforestation) activities. Therefore, Green Accounting is a business concept that focuses on the efficiency and effectiveness of long-term resource use in integrating the customary forest environmental functions and providing social benefits. Therefore, the implementation of green accounting in customary forest management aims to measure and monitor the economic, social and environmental impacts of extractive activities on these forests. This research aims to analyze the relationship between digital green accounting variables on financial performance, environmental performance on sustainable development and digital green accounting towards sustainable development. This research method is quantitative causal which tests the relationship between several variables. The population of this research is indigenous community leaders and the sample of respondents for this research is 432 indigenous community leaders determined using a simple random sampling method. Data analysis for this research uses structural equation modelling (SEM) partial least squares (PLS) with data processing tools using SmartPLS 4.0 software. Research data was obtained by distributing online questionnaires using social media. The independent variables of this research are digital green accounting, environmental performance and the dependent variable is sustainable development. The stages of research data analysis are the outer model test including reliability and validity tests and the inner model test including termination tests and hypothesis tests. Based on the results of data analysis, it is concluded that digital green accounting has a positive and significant relationship to financial performance, environmental performance has a positive and significant relationship to sustainable development and digital green accounting has a positive and significant relationship to sustainable development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,251
Écart entre enseignants0,237 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207