論文・プレプリント

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。

Chandan Sharma, Priya Rani

本研究は2017年から2024年までのインド企業におけるESG報告の進化を、NLPに基づくテキスト分析とK-meansクラスタリングを用いて調査した。所有構造が報告に有意に影響し、民間企業がより高い透明性を示す一方、企業規模は環境（E）次元にのみ影響を与えた。ガバナンス（G）が規制圧力により最も顕著であり、環境・社会報告は低く、COVID-19パンデミック時に報告が一時的に減少した。標準化された枠組みの必要性を示唆する。

Tao Li, Yi Wu, Mingyang Li

本研究は、スタッキングアンサンブルとSHAP説明可能性を用いて森林炭素密度と純一次生産量（NPP）をマッピングする手法を提案。中国の森林データを用いて検証し、管理ゾーニングに資する知見を提供。AIと環境評価の交差点としてgxceedの焦点に合致。

An Thi Binh Duong, Linh Tran Khanh Do, Scott McDonald +4

本研究は、進化的機械学習（EML）を建設企業の持続可能なパフォーマンス向上に活用する戦略的枠組みを提案・検証した。ベトナムの建設企業213社のデータ分析から、EML統合戦略と業務実態・関係者の準備・革新能力の整合が、ネットゼロ建設サプライチェーンと業績向上に重要であることを示した。

Yufei Xi, Jiangzhang Zhu, Peng Wang +1

炭素価格予測のための新しいハイブリッドフレームワークEvoGame-CAKNetを提案。進化ゲーム理論で市場参加者の戦略をモデル化し、マルチヘッド注意機構とKANを用いて高次元データの非線形関係を学習。中国4市場での実験でMAPEを18.3～31.6%削減した。

Gaopeng Jiang, Huihui An, Yaling Tian +2

本研究は、長江デルタ地域の運輸産業における炭素排出削減要因と経済成長とのデカップリング効果を分析。STIRPAT-RidgeモデルとTapioデカップリングモデルを用いて、人口、産業構造などが主要な要因であることを示し、政策と市場メカニズムによりデカップリングが強化されていることを明らかにした。

Ramirez, Dely, Muñoz Tabora, Jonathan, Melgar Dominguez, Ozy Daniel

ホンジュラス1990～2023年の年次パネルデータを用い、GDPとCO2排出のデカップリングを機械学習（k-means, Random Forest）や計量経済手法で分析した研究のデータセットとRスクリプトを提供。タピオ指数、環境クズネッツ曲線、構造ブレイク検出などを含む。GX研究の再現性向上に寄与。