<p>Regression of environmental KPIs on topic prevalences in ESG reports.</p>
ESGレポートにおけるトピック出現頻度を用いた環境KPIの回帰分析 (AI 翻訳)
Ivan Savin (5189054), Mateo López Carel, Eva Schlindwein
🤖 gxceed AI 要約
日本語
ESG報告書から抽出したトピックの出現頻度と環境KPIとの関連を回帰分析で解析。自然言語処理と機械学習を活用し、報告書内容が実際の環境パフォーマンスにどう影響するかを定量的に評価する手法を提案。
English
This paper uses regression to link topic prevalences extracted from ESG reports to environmental KPIs. It demonstrates how NLP and machine learning can quantitatively assess the relationship between disclosure content and actual environmental performance.
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
日本ではSSBJ基準に基づくESG開示が進む中、報告書テキストと実績KPIの関連を自動分析する本手法は、投資家向け情報の信頼性評価や企業の開示戦略策定に有用。
In the global GX context
As global ESG disclosure frameworks (ISSB, CSRD) converge, this method offers a scalable way to validate the link between reported topics and actual environmental outcomes, supporting both investors and regulators.
👥 読者別の含意
🔬研究者:Provides a novel framework combining topic modeling and regression for ESG analytics.
🏢実務担当者:Can be used to automate the monitoring of how ESG report content correlates with environmental KPIs.
🏛政策担当者:Offers insights for designing disclosure standards that better reflect actual performance.
📄 Abstract（原文）
Regression of environmental KPIs on topic prevalences in ESG reports.
🔗 Provenance — このレコードを発見したソース
- openalex https://figshare.com/articles/dataset/_p_Regression_of_environmental_KPIs_on_topic_prevalences_in_ESG_reports_p_/32690577first seen 2026-06-20 05:25:57
🔔 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。