論文・プレプリント

Hao Xu, Xixuan Peng, Xiaodan Jin +2

この研究は、運輸部門からのCO2と大気汚染物質の同時削減のコベネフィットを評価した。ランダムフォレストモデルでPM2.5濃度を予測し、GEMMで健康便益を算定。最良シナリオではCO2排出量が2032年にピークアウトし、2050年までに51.71%削減、17,297人の早死を回避可能。環境税や炭素取引価格を統合した経済評価も実施。

Benneth Oyinna, Zubairu Usman, Aisha Abisoye +2

本研究は、ナイジェリアの産業CO2排出を監視・予測するための機械学習駆動型フレームワークを提案し、2060年ネットゼロ目標を支援する。4つのモデル（MLR、Prophet、SVR、ランダムフォレスト）を比較評価し、MLRが最良の予測性能（R²=0.978）を示した。運輸・電力産業が主要な排出源であり、2025年までに排出量が135.65 Mtに達すると予測。早期の介入が急務であることを示している。

Ibrahim M.

本レビュー論文は、CO2回収・利用・貯留（CCUS）の最近の進展について、機械学習技術のプロセス最適化への応用と循環経済の概念の統合に焦点を当てて論じている。また、CCUS技術の将来展望を示している。

Kai-Robin Lange, José Cassola, Marcelo Lufin +11

本論文は、チリのエネルギー移行に関連する社会環境紛争の公共言説を、2011年から2025年までの1,996件のニュース記事に動的トピックモデリング（RollingLDA）を適用して分析する。12のトピックを特定し、HidroAysénダムやDominga鉱山などの紛争の時間的変遷、およびグリーン水素やリチウムといった新たな争点の浮上を明らかにした。さらに、地域ごとのトピック分布を可視化するインタラクティブダッシュボードを提供し、再現可能…

Gyu Jin Pyo, Mi Jin Noh, Yang Sok Kim

本論文は、DirectLiNGAMを用いてEV-ICEV移行市場における車両エネルギー消費の因果構造を分析する。AI手法を適用し、エネルギー消費に影響を与える要因間の因果関係を明らかにすることで、電動化移行の効率的な推進に貢献する。

Alireza Vafaei Sadr, Seyyed Sina Hejazian, Ajith Vemuri +4

AIを活用した脳卒中画像診断の二酸化炭素相当（CO2eq）排出量を推定。米国データを用いたモデリングにより、Ideal AIシナリオで年間約1.6万トンのCO2eqを排出し、計算処理をクリーンエネルギー州に移すことで54.75%削減可能と示した。

Xiaodan Qi, Yuxin Chen, Hongyan Zhao +1

本研究は、中国吉林省の消費者を対象に、グリーン調理済み料理の持続可能な購買意図を予測するため、説明可能な機械学習（XGBoostとSHAP）を用いた。805件のアンケートデータを分析し、環境認識、社会経済条件、持続可能行動傾向の3次元で予測因子を整理。XGBoostが最良の性能（F1=0.894）を示し、SHAP解釈により行動意欲が非補償的障壁となり、利便性や配送効率が高意欲層の購買を促進する非対称意思決定パターンを明らかにした。

Abdulkarim Hamdan J. Alhazmi, Sardar M. N. Islam, M. Prokofieva

サウジアラビアの監査市場における3つのガバナンス課題に対し、CMAエージェンティックAIプラットフォームを提案。ドローンスワームによる資産検証とESGコンプライアンス監視、および裁量的発生高に基づく監査人割り当ての自動化により、透明性の高いガバナンスを実現する。トライアド・エージェンティック・フレームワークを導入し、AI監査の信頼性を高める理論的基盤を提供。

Delia Deliu

本研究はデジタル変革とサステナビリティ移行（ツイン・トランジション）が監査に与える影響を探る。Agentic AIやブロックチェーン等の技術が連続監査やESGデータ追跡を可能にする一方、アルゴリズムの不透明性やデータバイアスといった課題も指摘。統合的財務監査の概念フレームワークを提案し、専門的判断が中核となるべきと結論づける。

Mohamed Sheta, Bassam A. Ibrahim, M. Osman +2

内部監査能力と成熟度がESG保証関与に与える影響を機械学習で分析。内部監査能力が最も重要な要因であり、構造的な成熟度よりも個人の専門性が重要であることを示唆。テストR²=0.50971。

Ahyahudin Sodri, G. B. Imasuly, Nuraeni Nuraeni +1

本研究は、インドネシアの都市洪水脆弱性を評価するため、XGBoostとSHAPを用いた説明可能な機械学習フレームワークを開発した。衛星データと地理情報システムを統合し、全国514地区で洪水脆弱性指数（FVI）を算出。モデルは高い予測精度（R2=0.89）を達成し、特にバンダアチェなどの地域で高脆弱性を特定した。スケーラブルで透明性のあるアプローチは気候変動適応策を支援する。

Behzad Satari

食品・農業産業廃棄物の水熱炭化（HTC）の持続可能性を評価するため、ライフサイクルアセスメント（LCA）、技術経済分析（TEA）、機械学習（ML）を統合したフレームワークを提案。MLがデータ不足を補い、HTC性能予測やリアルタイム最適化に有効であることを示し、循環経済とSDGsとの整合性を強調する。研究ギャップも特定。

Ahmed Seffah

本論文は、持続可能性の真の達成には技術偏重ではなく組織変革が重要だと主張し、人間中心のAIフレームワークを提案する。リーダーシップの役割を強調し、AIを戦略的に活用する方向性を示す。

Chung-Hao Hsu, Asif Khan

本章は、スマートで持続可能なサプライチェーンを監査するためのデータ・ブロックチェーン・アルゴリズム・ガバナンス保証フレームワークを提案する。従来の監査思考をAIとサステナビリティの文脈に拡張し、アルゴリズム決定、ブロックチェーン追跡可能性、ガバナンスの保証を扱う。ブロックチェーンとAIの役割を区別し、AIによる意思決定システムの信頼性と説明可能性を重視する。

Yongzhi Huang

本稿は、サステナビリティ開示の信頼性を評価するためのフレームワーク「Fiscal Geometry」を提案する。AIによる自動検証だけでは不十分で、まず開示請求が構造化された証拠ルーティングプロセスを通る必要があると論じる。開示請求が主張から証拠分類、信頼性評価へと移行する過程を明確にし、AIが開示情報を処理する前に証拠経路を理解する必要性を強調する。

Rola Shawat, Abanoub Wassef, Yaacob Ibrahim +3

この研究は、エジプトの新興市場において、サステナビリティ開示の保証レベル（限定 vs 合理的）と保証提供者（監査法人 vs 非監査法人）が非専門投資家の反応に与える影響を2×2実験で調査。保証レベルが支配的であり、合理的保証が投資家評価を有意に向上させる一方、提供者の種類は有意な影響を与えない。機械学習（SHAP値）を用いた探索的分析も行い、保証が投資判断に影響する経路を解明。

Evha Rozario, Shuchita Shahnaz, Foysal Mahmud +4

本論文は、都市インフラにおけるエネルギー消費とカーボンフットプリント削減のための統合的予測分析フレームワークを提案する。6層から成るフレームワークは、データ取得から予測モデリング、説明可能性、最適化、フィードバックループまでを包含し、解釈可能性を組織的な受容の前提条件と位置付け、持続可能な開発目標（SDGs）に整合する。概念的枠組みを提供し、今後の実証的検証のための設計も提示する。

Weihua Qu, Z D Guo

本稿は、中国のパリ協定加盟を外生的ショックとして、差の差分析とダブル機械学習を組み合わせ、炭素リスクが企業の財務危機に与える影響を分析。高炭素排出企業は低炭素企業よりも財務危機に陥りにくいという結果が得られた。そのメカニズムとして、グリーンイノベーション効果、ESGパフォーマンス、メディア注目が正の調整効果を持つことを確認。さらにXGBoostとSHAPを用いて、炭素リスクが財務危機予測の精度を高めることを示した。

Marco Fiorentini, Matteo Francioni, Stefano Zenobi +9

本研究は、リモートセンシングデータと機械学習（線形、XGBoost、ランダムフォレスト）を用いて土壌有機炭素（SOC）を推定するフレームワークを提案。人工的な「圃場管理ゾーン」変数を追加することで、精度が平均40%向上。カーボンクレジット検証への応用が期待される。

Ikechukwu Okwuosa

バイオガスを原料とした水蒸気改質プロセスによる低炭素水素製造の最適化を、人工ニューラルネットワーク（ANN）と遺伝的アルゴリズム（GA）の統合により行った。Aspen HYSYSによるシミュレーションデータでANNを訓練し、GAで最適条件を探索。水素モル分率0.5536を達成し、検証誤差は2.67%と高精度であった。