DETECTING THE FINGERPRINTS OF FRAUD: A FIVE-STAGE COMPUTATIONAL FRAMEWORK FOR ESG VERIFICATION
不正の指紋を検出する：ESG検証のための5段階計算フレームワーク (AI 翻訳)
Dr. Kalpana Mahesh Patil, Heten Mahesh Patil
🤖 gxceed AI 要約
日本語
本論文は、LayoutLMv3、ClimateBERT、XGBoostを統合したAIフレームワークを提案。139件のサステナビリティ報告書で評価し、CO2抽出精度95%、リコール92%、データ完全性20%向上、Scope 3ギャップ補完80%などを達成。CSRDやIFRS S1/S2に対応するESG開示の信頼性向上に貢献する。
English
This paper presents an AI framework integrating LayoutLMv3, ClimateBERT, and XGBoost to tackle ESG reporting fragmentation and greenwashing. Evaluated on 139 corporate reports, it achieves 95% CO2 extraction precision, 20% completeness improvement, and 80% Scope 3 gap-filling, reducing workload from 40 to 2 hours per report. The framework supports credible disclosure under EU CSRD and IFRS S1/S2.
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
本フレームワークは、日本のSSBJや有報におけるESG情報の検証・品質向上に応用可能。特にScope 3排出量の補完やグリーンウォッシュ検出は、国内企業の開示実務において重要な示唆を与える。
In the global GX context
This AI framework directly addresses key challenges in global ESG verification, particularly greenwashing detection and Scope 3 data gaps. It offers a practical tool for compliance with CSRD and IFRS S1/S2, and highlights the role of AI in enhancing disclosure credibility.
👥 読者別の含意
🔬研究者:Provides a novel multimodal AI approach integrating document processing, language models, and emission estimation for ESG verification.
🏢実務担当者:Demonstrates a 90% reduction in report processing time and improved data completeness, enabling more efficient ESG reporting.
🏛政策担当者:Highlights AI's potential as a structural prerequisite for credible ESG disclosure, supporting regulatory frameworks like CSRD and IFRS.
📄 Abstract（原文）
Abstract: ESG reporting suffers from fragmentation across 600+ global frameworks, subjective metrics, and pervasive greenwashing. This paper presents an AI framework integrating LayoutLMv3 for multimodal document processing, ClimateBERT for greenwashing detection, and XGBoost for emission estimation. Evaluation across 139 corporate sustainability reports yields: 95% CO2 extraction precision, 92% recall, a 20% improvement in data completeness, a 25% enhancement in consistency, R2=0.85 enabling 80% Scope 3 gap-filling, a 12% anomaly detection rate, and a 90% workload reduction (40→2 hours per report).5 These results position AI as a structural prerequisite for credible ESG disclosure under EU CSRD and IFRS S1/S2. Keywords: ESG Reporting, Artificial Intelligence, Greenwashing Detection, LayoutLMv3, ClimateBERT, XGBoost, Scope 3 Emissions, CSRD, Algorithmic Bias.
🔗 Provenance — このレコードを発見したソース
- Zenodo https://zenodo.org/records/20344508first seen 2026-05-23 04:13:12 · last seen 2026-05-27 04:14:01
🔔 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。