A Bibliometric Review of a Decade of Integrated Reporting Research <sup>*</sup>
Notice bibliographique
Résumé
ABSTRACT Understanding the current status and future directions of integrated reporting (IR) within today's voluntary reporting landscape is crucial for advancing accounting scholarship and practice. This study presents a comprehensive bibliometric review of IR research alongside content analysis to identify publication trends, research collaborations, leading authors, universities and countries, and emerging themes and subthemes within the field. The study analyzes 588 journal articles extracted from the Web of Science and Scopus databases, spanning 2011 to March 2024. Publications' trend analysis shows a steady growth in IR research from 2011 to 2022, followed by a significant decline in 2023. The coauthorship analysis of authors and countries reveals strong collaborations between authors from certain countries, such as South Africa, New Zealand, Italy, and Australia, with a particularly strong network between Italian researchers. In addition, the application of content analysis identifies nine unique themes in IR research: (1) International Integrated Reporting Council (IIRC) and IR Framework; (2) IR adoption and practice; (3) IR and integrated thinking; (4) IR quality; (5) IR and economic benefits; (6) IR and capital types; (7) IR audit and assurance; (8) IR versus other reporting; and (9) IR and the public sector. A detailed analysis of each cluster indicates that empirical studies largely drive the field, while classical theories such as agency, institutional, stakeholder, and legitimacy frequently underpin IR literature. Several gaps in the existing literature are highlighted, offering promising avenues for future research in the field of IR.
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 | 0,049 | 0,171 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,205 | 0,285 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».