From Legitimacy to Leadership: A Comparative Analysis of Environmental, Social, and Governance Reports from the World's Largest Private Equity Firms
Notice bibliographique
Résumé
L'industrie des capitaux privés, qui dépasse les 14 milliards de dollars d'actifs sous gestion dans le monde, est bien placée pour contribuer aux objectifs de développement durable (ODD) des Nations unies. Les auteurs analysent les rapports environnementaux, sociaux et de gouvernance de 33 entreprises de capitaux privés en 2020, y compris Brookfield Asset Management, la plus grande entreprise de capitaux privés au Canada. Ils examinent les ODD les plus populaires (particulièrement l'ODD-13, l'action climatique), les tendances géographiques et industrielles, les modes d'intégration des ODD et la comparaison entre Brookfield et l'ensemble du groupe. Les résultats ont révélé que les entreprises de capitaux privés ont neuf façons d'intégrer les ODD à leurs processus d'investissement. Brookfield déclare un fort engagement envers l'ODD-13 et souligne régulièrement les facteurs climatiques à une plus grande fréquence que les autres entreprises. Bien que les rapports de certaines entreprises incluent les placements de portefeuille respectueux des ODD, dans bien des cas, rien ne démontre qu'ils ont été retenus de manière intentionnelle avant les investissements.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».