Le rôle de la labellisation dans la construction d’un marché - Le cas de l'ISR en France (The Role of Labellisation in the Design of a Market: The Case of SRI in France)
Notice bibliographique
Résumé
French Abstract: L’Investissement Socialement Responsable (ISR) en France reste peu developpe pour les investisseurs particuliers, en depit d’une croissance forte des fonds ISR et du lancement de labels a leur intention. L’objectif de cet article est de mieux comprendre le role limite des labels. Notre analyse s’appuie sur l’interaction entre trois elements: label et asymetrie d’information, choix des attributs informationnels des labels et objectifs des organismes porteurs de labellisation, concurrence induite entre labels. Deux facteurs expliquent l’impact limite des labels. D’une part, les attributs informationnels mis en evidence par les labels refletent plus le point de vue des societes de gestion que celui des investisseurs particuliers. D’autre part, la distribution de l’ISR aupres des particuliers passe majoritairement par les reseaux des banques et assurances, reseaux pour lesquels il ne constitue pas un veritable axe de differenciation concurrentielle. English Abstract: The attractiveness of SRI (Socially Responsible Investment) for retail investors in France has remained limited in spite of the launch of labeling schemes and a substantial growth of SRI funds. The article analyzes why the labeling impact has been limited. Our framework is based on the interaction of three elements: labels and information asymmetry, the labeling organizations and the selection of information attributes, the induced competition between labels. Two main factors explain the limited impact of labels. First, the information attributes disclosed by the labels reflect the viewpoint of asset managers rather than the one of retail investors. Second, the distribution of SRI by banking and insurance networks is not a factor of competitive advantage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,012 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 source (Gemma direct ou Codex distillé), 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 ».