Mapping the Landscape of Sustainability Reporting: A Bibliometric Analysis Across ESG, Circular Economy, and Integrated Reporting with Sectoral Perspectives
Notice bibliographique
Résumé
Sustainability reporting has evolved into a multidimensional field encompassing Environmental, Social, and Governance (ESG) disclosure, integrated reporting (IR), and circular economy (CE) practices. This study aims to map the intellectual and thematic landscape of sustainability reporting research over the past decade, with a focus on sectoral differentiation. Drawing on bibliometric analysis of 1611 scientific articles indexed in Scopus, this research applies co-word analysis, thematic mapping, and bibliographic coupling to identify prevailing trends, conceptual clusters, and knowledge gaps. The results reveal a clear progression from fragmented debates toward a more integrated discourse combining ESG, IR, and CE frameworks. In the real economy, sustainability reporting demonstrates a mature operational focus, supported by standardized frameworks and extensive empirical evidence. In contrast, the banking sector exhibits emerging engagement with sustainability disclosure, while the public sector remains at an earlier stage of conceptual and practical development. Despite the increasing convergence of research streams, gaps persist in linking reporting practices to tangible sustainability outcomes, integrating digital innovations, and addressing social dimensions of circularity. This study concludes that further interdisciplinary and sector-specific research is essential to advance credible, comparable, and decision-useful reporting practices capable of supporting the transition toward sustainable and circular business models.
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 | 0,040 | 0,179 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,176 | 0,267 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».