A Comparative Analysis of Sustainable Finance Policies and Practices of Canadian Development Financial Institutions and Multilateral Development Banks
Bibliographic record
Abstract
La présente étude est l'analyse comparative d'établissements de financement de développement (ÉFD) canadiens et de banques multilatérales de développement (BMD). Elle se penche sur l'intégration des principes environnementaux, sociaux et de gouvernance (ESG) aux décisions en matière d'investissement et à l'harmonisation des rapports d'impact avec les objectifs de développement durable. Elle inclut une analyse de contenu détaillée des rapports de durabilité, des rapports annuels ou des rapports d'ESG de quelques établissements entre l'exercice 2021 et l'exercice 2023, et met en lumière les différences thématiques distinctes à l'aide d'une approche à méthodologie mixte. Les ÉFD canadiens priorisent l'inclusion sociale, l'équité des genres et le développement économique des Autochtones, tandis que les BMD s'attardent davantage au risque climatique, à la biodiversité et au financement vert. Même si ces deux groupes font des efforts collectifs démontrés envers la durabilité, les ÉFD canadiens traînent toujours de la patte pour ce qui est de thèmes comme les déclarations d'émissions de type 3 (chaine de valeur), le financement de la biodiversité et les mesures d'impact. Les résultats font ressortir deux possibilités clés pour les ÉFD canadiens : a) faire progresser l'intégration des ESG par l'adoption des pratiques exemplaires internationales, y compris des cadres de transition justes, des mécanismes de plaintes et des tableaux d'impact et b) améliorer les rapports en matière de durabilité par des cadres standardisés comme le Global Reporting Initiative et le groupe de travail sur les divulgations financières liées au climat.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.006 | 0.013 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".