MétaCan
Menu
Retour à la cohorte
Enregistrement W4416155378 · doi:10.3138/cpp.2025-017

From Legitimacy to Leadership: A Comparative Analysis of Environmental, Social, and Governance Reports from the World's Largest Private Equity Firms

2025· article· en· W4416155378 sur OpenAlexaffvenueabout
Majid Mirza, Farhan Sayeed, Naeem A. Abbasi, Jeff Wilson, Olaf Weber

Notice bibliographique

RevueCanadian Public Policy · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSustainable Finance and Green Bonds
Établissements canadiensAgriculture and Agri-Food CanadaYork UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLegitimacyCorporate governanceEquity (law)Civil servantsHappening

Résumé

récupéré en direct d'OpenAlex

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 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)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0110,014
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,077
Tête enseignante GPT0,290
Écart entre enseignants0,213 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetSustainable Finance and Green BondsTravaux en français237 207