Sentiment-Labeled ESG News and Stock Movement Data of IDX ESG Leaders (Q1 2025) Constituents
Notice bibliographique
Résumé
This dataset contains labeled ESG (Environmental, Social, and Governance) news headlines and corresponding stock price data for publicly listed companies included in the <b>IDX ESG Leaders Index</b> during the first quarter of 2025 (Q1 2025). It was developed to support research on the influence of ESG-related news sentiment on short-term stock price movements in the Indonesian capital market.The dataset consists of 30 variables and includes:Raw and translated <b>news headlines</b> related to ESG disclosures from multiple verified media outlets.<b>Cleaned and preprocessed text</b> versions in English, optimized for input into NLP models such as FinBERT.<b>Manual sentiment labels</b> (positive, negative, neutral) assigned to each news item, alongside <b>model-generated sentiment probabilities</b> and polarity scores.<b>Stock price data</b> of the related companies from 5 days before (D-5) to 5 days after (D+5) the news publication date.Calculated <b>cumulative returns</b> across multiple event windows, including [-5,0], [0,+1], [0,+5], and [-1,+1].This dataset is valuable for:Event study analysis on ESG disclosure impacts,Sentiment analysis research in financial contexts,Training or evaluating NLP models in Bahasa Indonesia–English ESG financial domains.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 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 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 ».