論文・プレプリント

(著者不明)

本稿では、LLMを活用して情報系企業のESG評価を行う方法について考察している。特に、自然言語処理によるESG関連情報の抽出・分析の可能性を探る。情報系企業の特性に応じた評価指標の開発が焦点となる。

(著者不明)

本論文は、企業の環境活動の改善案を自動生成する手法を提案している。AI技術を活用することで、効率的かつ効果的な環境改善策を導き出すことを目指している。これにより、企業の環境パフォーマンス向上とコスト削減が期待される。

(著者不明)

本論文は、有価証券報告書からESG関連文をBERTを用いて抽出する手法を提案する。これにより、ESG情報開示の自動化と分析が可能となる。

(著者不明)

本論文は、大手不動産デベロッパーの統合報告書に対してテキストマイニングを適用し、企業戦略の特徴を抽出・分析する手法を提示。統合報告書に含まれるESG関連記述の傾向を定量的に把握し、業界内での差異を明らかにする。AI技術を活用した開示情報分析の有効性を示す。

Kokubu, Hiroyuki

この論文は、企業のサステナビリティ開示における非財務エビデンスインフラの成熟度を測定する開示ベースの手法を提案する。N4（事業-環境統合）とN5（ガバナンス統合）の二つのスコアリング軸、ΔN（前年差）、四つの回帰タイプ分類、および四つの主要AIプロバイダーを用いたマルチプロバイダLLMコンセンサススコアリングパイプラインを導入する。日本の上場企業6社のFY2025-FY2026パイロットによりパイプラインを検証し、文書タイプ変更によるΔ…

Hiroyuki Kokubu

本論文は、ESGナラティブ開示の自動スコアリングにおける高推論LLMの有効性を、日本の上場企業10社のデータを用いて検証した。4モデルのコンセンサス設計により、高推論モデルと低推論モデルの間のスコア差は平均0.38（5点満点）と小さく、コストは約5.6倍であることを示した。結果として、高推論モデルの追加的便益は限定的であり、コスト効率の高いESGスコアリングパイプラインの構築には低推論モデルのコンセンサスが有効であると結論づけている。

Hiroyuki Kokubu

本論文は、日本の主要上場89社のGHG排出データの構造化開示アクセシビリティを、EDINET法定開示書類からの直接抽出と、LLMを用いた任意のサステナビリティ報告書からの抽出の2手法で検証。EDINET側では23社が当期のGHG関連構造化タグを持つ一方、47社はなし。LLM抽出では88社中52社からスコープ値取得。両パイプラインにおけるスキーマ強制の欠如が比較可能なデータの障壁であると指摘。

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。