Synthesizing Emerging Best Practices for Forward-Looking Corporate Climate-Related Disclosure: Implications for Canada
Bibliographic record
Abstract
La divulgation liée au climat des entreprises est un mécanisme essentiel pour standardiser l'information décisionnelle utile dans le cadre de la transition faible en carbone et de la diffuser aux investisseurs. Cependant, le recours à des outils prospectifs, comme les plans de transition et l'analyse de scénarios, demeure sous-exploré, notamment dans le secteur financier canadien. Dans le présent article, les auteurs ont examiné cette lacune par une analyse de contenu qualitative comparative et séquentielle. Pour ce faire, ils ont réalisé une analyse thématique de 28 cadres de divulgation thématique mondiaux pour créer un cadre conceptuel d’éléments prospectifs, puis l'ont appliqué à l'analyse des divulgations de six établissements financiers canadiens précurseurs qui avaient participé à un projet pilote dirigé par un régulateur. Les résultats ont révélé une forte corrélation avec les pratiques exemplaires mondiales aux ambitions corporatives, une corrélation modérée pour ce qui est de la spécificité, de la résilience et de l'utilité décisionnelle et une faible corrélation avec l'affectation des ressources et la comparabilité. Notamment, il y avait également une forte hétérogénéité entre les établissements. Ces résultats, et les points de vue qui en ressortent, fournissent une référence empirique opportune pour la déclaration financière durable du Canada et font ressortir les occasions de faire progresser les pratiques de gestion du risque au-delà de la conformité minimale.
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 | 0.033 | 0.109 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.014 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.020 | 0.006 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".