Corporate governance. Analysis of the IBEX 35 companies
Bibliographic record
Abstract
RESUMEN: El objetivo de este trabajo es conocer el Gobierno Corporativo de la empresa, la evolución de los códigos de buen gobierno en España y las principales recomendaciones a nivel nacional e internacional. Se ha estudiado este tema puesto que en la actualidad tiene gran importancia para las grandes empresas, con el fin de mostrar transparencia y una imagen fiel. Además, se realiza un análisis para las empresas que forman parte del IBEX-35 actualmente para conocer el grado de cumplimiento de las empresas de las recomendaciones de buen gobierno en lo relativo al consejo de administración, abordando cuestiones como la diferenciación del tipo de consejeros, así como la paridad en los consejos de administración, un tema actual y de gran interés para los consejos de administración de estas empresas. Para ello se analiza el grado de cumplimiento de las principales recomendaciones de buen gobierno en materia de consejos de administración durante los tres últimos años, Los resultados obtenidos muestran que la paridad en los consejos de administración es una carencia importante en estas empresas, donde la última recomendación habla de que al menos el cuarenta por ciento de consejeros sean mujeres para el año dos mil veintidós. La principal conclusión es que las empresas cumplen en general el resto de recomendaciones relativas a la estructura del consejo, y el mayor problema se observa en la falta de paridad de los consejos de administración.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".