MétaCan
Menu
Retour à la cohorte
Enregistrement W4414544823 · doi:10.1002/csr.70194

Growth Debunked for Investors

2025· article· en· W4414544823 sur OpenAlexafffund
Thi Le Hoa Vo, Gulliver Lux, Emmanuelle Fromont

Notice bibliographique

RevueCorporate Social Responsibility and Environmental Management · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueState Capitalism and Financial Governance
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDegrowthGreen growthPrioritizationPoliticsInvestment (military)Opposition (politics)Relevance (law)Ecological economicsFinancialization

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Growth and degrowth have become key issues in the discourse on sustainability, and their quantification (growth/degrowth rates) has become integral to the limited number of indicators used to evaluate the ecological aspects of political and organizational decisions. This paper empirically examines the relevance of corporate growth and degrowth indicators for investors whose investment strategies align with the objectives of the United Nations Framework Convention on Climate Change (UNFCCC). Based on financial and environmental data from companies listed in the SBF 120 (the French large‐cap index) from 2016 to 2022, our findings indicate that investors' valuations of environmentally focused (green) firms are positively correlated with financial performance but appear insensitive to fluctuations in these firms' operational growth rates. Through integrating analyses of both green growth and degrowth enterprises, this study contributes to the debate by highlighting how the prevalent binary opposition between these concepts may hinder effective decision making and action. Also, our results prompt us to question the widespread prioritization of economic growth in public discourse. We thus propose adopting an “a‐growth” perspective as an alternative approach to more effectively advance environmental objectives.

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 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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,616
Score d'incertitude au seuil0,866

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 savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,212
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCorporate Social Responsibility and Environmental ManagementMême sujetState Capitalism and Financial GovernanceTravaux en français237 207