インドBRSRデータによるESG開示品質フラグの弱ラベル分類における財務規模依存性の再現性パッケージ
Reproducibility Package for Financial-Scale Dependence in Weak-Label Classification of ESG Disclosure-Quality Flags: Evidence from Indian BRSR Data (原題)
Zefree Lazarus Mayaluri
🤖 gxceed AI 要約
日本語
インドのBRSR開示データを用い、ESG開示品質フラグを弱ラベル分類する際の財務規模への依存性を検証した研究の再現性パッケージ。実行可能なPythonスクリプトとColabノートブック、モデルベンチマーク、特徴量アブレーション、ブートストラップ結果、原典照合記録、SHA-256チェックサムと再現手順を収録する。
English
A reproducibility package for a study on financial-scale dependence in weak-label classification of ESG disclosure-quality flags using Indian BRSR data. It bundles executable Python scripts and a Colab notebook, model benchmarking, feature ablations, bootstrap results, source-level filing verification, SHA-256 checksums and full reproduction instructions.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
インドBRSRはSSBJ・有報開示の高度化を進める日本にとって、新興国発の開示品質評価とAI活用の先行事例として参考になる。開示品質フラグの自動判定は日本企業の記述開示モニタリングにも応用可能。
In the global GX context
BRSR is India's emerging-market analogue to CSRD/ISSB disclosure regimes; this work shows how ML weak-labeling can audit disclosure quality at scale, relevant to global disclosure-infrastructure scholarship and regulator tooling.
👥 読者別の含意
🔬研究者:弱ラベル分類の財務規模バイアスと再現性設計を学べる。
🏢実務担当者:開示品質の自動モニタリング手法を自社報告書改善に応用できる。
🏛政策担当者:開示品質評価のAI活用と規模依存バイアスへの注意点を得られる。
📄 Abstract（原文）
The package includes: Executable Python scripts and a Google Colab notebook. Model benchmarking, feature ablations and bootstrap results. Source-level filing verification records. The frozen-data SHA-256 checksums and reproduction instructions. Figures, dependency specifications and a complete file-integrity manifest.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.5281/zenodo.23797444first seen 2026-11-01 05:04:49 · last seen 2026-11-06 05:01:13
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。