AI強化によるグリーンボンドのパフォーマンス予測
AI-Enhanced Prediction of Green Bond Performance
Athira K.
本論文はAI技術を用いてグリーンボンドのパフォーマンスを予測する手法を提案。ESG評価や気候関連金融への応用が期待される。具体的な手法や結果は要旨がなく不明だが、AI×ESGの交差領域として重要。
arXiv、Jxiv、Zenodo、SSRN、J-STAGE 等から GX・脱炭素関連の論文を収集し、 AI 関連度スコアと日英の編集解説付きで一覧化します。 原典 DOI と provenance trail を併記し、利用者は元の論文に戻れます。
要約は 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に基づいて行ってください。
1376 件中 101–120 件
AI-Enhanced Prediction of Green Bond Performance
Athira K.
本論文はAI技術を用いてグリーンボンドのパフォーマンスを予測する手法を提案。ESG評価や気候関連金融への応用が期待される。具体的な手法や結果は要旨がなく不明だが、AI×ESGの交差領域として重要。
A destination-level conceptual framework linking AI-driven marketing mechanisms to sustainable tourism outcomes
Adelina Zeqiri
本論文は、AI駆動型マーケティングが持続可能な観光の成果にどう寄与するかを統合する概念枠組みを提案する。スマート運営、環境インテリジェンス、需要形成、ガバナンスの4経路を設定し、8つの検証可能な命題と媒介・調整要因を提示。リバウンド効果やバイアス等のリスクにも対処し、事業者・当局・規制当局・開発機関への具体的な対策を示す。
Artificial intelligence assisted data-driven design and lifecycle forecasting of cement-based hybrid materials for environmental sustainability
V. Vairagade
本論文は、AIを活用したデータ駆動型アプローチにより、セメント系ハイブリッド材料の設計とライフサイクル性能を予測し、環境持続性を向上させることを目指す。具体的な成果は不明だが、材料の最適化を通じてCO2排出削減や資源効率向上に寄与する可能性がある。
Crypto-Contagion: A Quantile-Based Analysis Between Green–Non-Green Emerging Cryptocurrencies and Energy Markets
N. Subhan, Nouman Ali, H. Hanif
本研究は、グリーン(Cardano, Stellar)と非グリーン(Bitcoin, Monero)の新興暗号資産がエネルギー市場(WTI原油、ブレント原油、天然ガス)に与える伝染効果を、分位点VAR(QVAR)と分位点連結性フレームワークを用いて分析。2018年から2025年の日次データで、極端な市場条件下での相互依存とスピルオーバーを検証。非グリーン暗号資産はエネルギー集約的メカニズムによりエネルギー市場との連関が高く、グリーン暗号…
Artificial Intelligence Technology Innovation and Carbon Inequality in China: Evidence from a Spatial Spillover Perspective
Mingyang You, Xiaohui He, Xinyu Pu +2
本研究は、中国286都市の2011〜2021年のパネルデータを用いて、AI技術革新(AITI)と炭素不平等の関係を空間的スピルオーバーの観点から分析。AITIは炭素不平等を有意に低下させ、空間的波及効果も確認。所得平等化、環境規制、産業構造の最適化が媒介要因であり、地域差も顕著。
Hydropower reservoirs will lead energy-sector carbon emissions by 2050 under a net-zero scenario
Zilin Wang, Meili Feng, M. Johnson +6
機械学習モデルを用いて、気候変動を考慮した水力発電貯水池の温室効果ガス排出を将来予測。ネットゼロシナリオ下では、2050年までに水力発電の排出がエネルギー部門全体の87%を占め、計画中のプロジェクトがその44.6%を寄与すると示した。地域別の排出ピーク時期や気候条件による変動も明らかにした。
AI for Resource Efficiency and Carbon Reduction Knowledge Management
Gautam Shivaraj
本稿は、AIが資源効率向上と炭素排出削減に果たす役割を探る。エネルギー最適化、廃棄物削減、資源管理などの応用を、製造業、農業、エネルギー、電子機器などの分野のケーススタディを通じて検討する。また、組織レベルの統合的アプローチの欠如や長期的評価の不足など、既存研究のギャップを指摘し、今後の研究方向性を提案する。
When Climate Meets Capital: How Climate Risk Constrains Corporate Finance
Dandan Song, Q. Truong, Ha-Oanh Vu +2
本論文は、米国企業2002-2023年のデータを用い、テキストベースの気候リスク指標と炭素強度指標を組み合わせ、気候リスクが企業の財務制約に与える因果的影響を検証。移行リスクは財務制約を強めるが、物理的リスクの影響は限定的。キャッシュフロー制約、顧客支援の低下、機関投資家の監視強化という3つの経路を特定。2SLS操作変数法で因果性を確認。
The Disclosure–Implementation Mismatch in Digital Transformation and Corporate ESG Rating: Evidence from China
Jiwei Song, Yang Bin Huang, Lianmei Zhu
中国A株上場企業の2013〜2024年のパネルデータを用い、デジタルトランスフォーメーションの開示と実装のミスマッチがESG格付けと負の相関を持つことを実証。このミスマッチは投資のタイムラグや外部委託など中立的要因も反映する。ビッグ4監査なし、高市場化地域、低経営者所有の企業で顕著。
Artificial Intelligence in Sustainability Assurance: Accounting Challenges, Audit Risks and a Conceptual Framework for ESG Verification
Radosveta Krasteva-Hristova, Vanya Georgieva
本論文は、サステナビリティ報告の保証におけるAIの役割を体系的に検討し、AIが付加価値を生む5領域(証拠抽出、基準マッピング、異常・グリーンウォッシュ検出、外部データ照合、文書化支援)を特定する。一方で、データ品質、説明可能性、バイアス、ゲーミング、監査人の過信などのリスクを挙げ、段階的信頼上限と非委任決定を定めた「責任あるAI支援サステナビリティ保証フレームワーク」を提案する。ISSA 5000に基づき国際的に一般化可能なモデルを提示…
GreenBench: Benchmarking Energy Efficiency and Carbon Footprint of Open-Source LLM Inference on Apple Silicon
Rajeswari Kannan, Raj Firke, Shreya Bengle +1
本論文は、Apple Silicon(M4 Pro)上でのオープンソースLLM推論のエネルギー効率と炭素排出を評価するベンチマークフレームワークGreenBenchを提案する。実測により、単一ユーザー利用ではデータセンターGPU比で30〜40倍のエネルギー効率を達成し、モデルサイズと効率のトレードオフを明らかにした。
Artificial Intelligence to Mitigate Carbon Footprint: High-Performance Computing Synergies on the Way to Net-Zero
Sheetal Thapa, Asha Rani N R
本章综述AI在降低碳足迹中的作用,涵盖实时排放监测、预测建模和可持续决策。通过案例(如Google数据中心、IBM绿色地平线、Climate TRACE)展示AI应用,并讨论高性能计算、伦理问题及政策框架。
Carbon emission factor coefficient of transportation construction
Rui Zhao, WenXuan Sun, Xiao Zhou +3
本研究は、道路建設のための標準化されたトレーサブルなグローバル炭素排出係数データベースを構築する。大規模言語モデルを活用して非構造化文書から重要なデータを抽出し、手動検証と標準化によりデータの信頼性を確保する。
Different Paths to Success, but a Common Source of Failure: The Configuration Path of Green and Low-Carbon Development for Large Mining Groups in China
Dan Qiu, Bangjun Wang
中国の大手鉱業グループを対象に、TOE-PフレームワークとNCA・動的fsQCAを用いて、グリーン低炭素発展の複数経路を特定。単一条件は必要十分でなく、技術・組織・環境・実践のシナジーが重要。緑色発明特許が全経路で中核条件となり、技術革新の基盤的役割を強調。高業績と非高業績の因果非対称性も示唆。
Experimental Validation of GPT-5.5-Generated Low-Carbon Mortar Mixture Designs
Jun-Cheol Lee
本研究は、GPT-5.5が生成した低炭素モルタル配合の実現可能性を実験的に検証した。60%のGGBFS置換により、セメント消費量60%、体積炭素約56%削減を達成しつつ、28日強度40MPaを満たした。GPT-5.5は予備設計の意思決定支援ツールとして有用だが、実験検証の必要性が示された。
Data and Supplementary Materials for "Quantifying Materiality Misalignment Risk in ESG Reporting Using Large Language Models"
Anonymous Authors for Review
本資料は、大規模言語モデル(LLM)を用いてESG報告におけるマテリアリティ不整合リスクを定量化する研究のデータと補足資料を提供する。企業の開示内容と重要課題の整合性を評価する手法を提示し、投資家や規制当局にとってのリスク識別に貢献する。
Unveiling Individual Climate Behaviors Through Digital Text: A Scoping Review of Natural Language Processing Methods
negar shabanpour, Sehl Mellouli, Stéphane Roche
家計消費は世界の排出量の約72%を占め、個人行動の解明が重要だが、従来の調査はコストやバイアスが課題。本研究はPRISMA-ScRに基づくスコーピングレビューで、NLPを用いた個人の気候行動分析の研究を系統的にマッピングした。2015年から2026年までの文献から10件を抽出し、トピックモデリングとトランスフォーマーが主流で、感情分析と組み合わせられることを示した。NLPはサーベイの補完としてスケーラブルで、気候介入の基盤となる。
AI-Based Optimization for Biofuel Production: Strategies for Utilizing Degraded Land for Climate Change Mitigation, Green Finance Mobilization, and Achieving United Nations Sustainable Development Goals
ANJALI CHAUDHARY, Hebah Shalhoob, Kholoud Y. Bajunaied +5
本研究は、劣化土地でのバイオ燃料生産にAI最適化を適用し、気候変動緩和とグリーンファイナンス動員を統合した包括的な分析を提供する。152の研究と国際機関データを基に、AI技術が収量回復、GHG削減、投資リスク低減に有効であることを示し、ABLRフレームワークを提案する。政策立案者や投資家に実践的示唆を与える。
Agentic AI for Climate-Resilient Cities: A PRISMA-Guided Review and Digital Twin Framework
Toqeer Ali Syed, Ali Akarma, Muhammad Tayyab Naqash +3
本レビューは、エージェントAIを従来の機械学習と区別し、SDG11・13への応用を体系的に分析。60件の適格研究のうち14件がエージェント性を満たし、参照アーキテクチャとデジタルツイン連携を提案。実データでは提案モデルが最良だが、ベースラインをわずかに上回るのみで、実運用には未達。
Sustainable investment portfolios with Al: Bridging green finance and technological innovation
Irfan M.
本論文は、AI技術を活用して持続可能な投資ポートフォリオを構築する手法を提案し、グリーンファイナンスと技術革新の融合を目指す。ESG評価や気候関連リスクをAIで分析することで、投資判断の高度化を図る。具体的な手法や結果は不明だが、AI×ESGの応用として注目される。