Bibliographic record
Abstract
Целью исследования является оценка существующей практики реализации системы учета и отчетности в области устойчивого развития компаний, разработка предложений по совершенствованию нормативной базы в сфере нефинансовой отчетности (в рамках работы автора над международным научно-исследовательским проектом, University of Western Ontario, Canada). Неотъемлемой частью современного российского и международного бизнеса становится корпоративная социальная ответственность. Соответственно возрастают требования к качеству нефинансовой отчетности и учету. Детальный анализ российского и международного опыта, оценка актуальных трендов, на наш взгляд, будет способствовать повышению эффективности системы нефинансового учета и отчетности. В статье представлен обзор последних тенденций в исследованиях, посвященных проблематике нефинансового учета и отчетности. Новизна статьи заключается в оценке и систематизации современных подходов к изучению проблем развития системы учета и отчетности в сфере устойчивого развития, предложены рекомендации по формированию нормативной базы в сфере нефинансовой отчетности. Анализ показал, что для России наибольшее внимание следует уделять совершенствованию законодательной базы об индикаторах, предоставляемых в публичной нефинансовой отчетности, проблеме измерений разных форм капиталов, в том числе интеллектуального капитала, внесению таких индикаторов в регулирующие документы для реализации соответствующего федерального закона. Данный федеральный закон должен обеспечить предоставление публичной нефинансовой отчетности государственными корпорациями, публичными акционерными обществами, а также компаниями с существенным годовым объемом выручки и величиной активов. Согласно результатам исследования наиболее прогрессивной формой публичной нефинансовой отчетности является интегрированная отчетность, концептуальный подход которой основан на интегрированном, системном мышлении. Системный подход к раскрытию нефинансовой информации создаст дополнительные возможности для анализа и совершенствования различных экономических, социальных и экологических аспектов развития российских и международных компаний. Соответственно, перспективным является формирование детализированного отечественного законодательства в сфере интегрированной отчетности в контексте реализации концепции устойчивого развития.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.013 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.022 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".