Positive Accounting Information for Sustainable Development Decision-making Using Sustainability Financial Monetising Accounting System: An Empirical Study
Notice bibliographique
Résumé
Companies are faced with growing concerns and pressures from stakeholders and the public regarding their corporate social responsibility (CSR) performance and its impacts upon the environment and society in which they operate. Despite the spectacular increase in the application of different sustainable accounting systems to meet sustainability objectives, companies are still unable to provide stakeholders with satisfactory, clear and reliable monetary measures based on accounting determinates indicating their sustainability performance. This motivates the study to introduce and test the Sustainability Financial Monetising Accounting System (SFMAS) that is developed in this study to provide sustainable accounting practices with reliable, accurate and clear CSR identification and monetary measurements for organisations concerned with being sustainable and applying sustainability accounting concepts. The results of the quantitative data analyses that employ industrial and service listed companies from Australia, Canada and the United Kingdom support the development of a SFMAS conceptual model mechanism. The new mechanism is built upon free cash flow as an integrated comprehensive accounting measure from stakeholders' perspective. The SFMAS supports stakeholders' interests while developing internal management decisions and external reporting and disclosure, by employing a more accurate and reliable monetary accounting information system. By applying the SFMAS, companies could create value though economic, corporate governance, social, and environmental performance, and, therefore, would become environmentally and socially aware organisations in the eyes of stakeholders and the marketplace.
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 | 0,016 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».