GX・脱炭素 論文ハブ

論文・プレプリント

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。

🔔 キーワードアラートを登録 →📊 このコーパスの研究プロファイル(SNE分析)を見る →🌍 English papers page →
言語:全言語🇯🇵 日本語🌍 英語
種別:全種別プレプリントジャーナル学会データセットレポート
並び:新着順AI 関連度順閲覧数順
絞り込み: #AI×ESG (解除)

60 件中 1–20 件

🌍 EN🇪🇺 EUデータセットZenodo2026#AI×ESGDOI

規制簡素化下の開示品質:オムニバス前後のCSRD報告書からの証拠(複製データとコード)

Replication data and code for 'Disclosure quality under regulatory simplification: evidence from CSRD reports before and after the Omnibus'

Anonymous

CSRD開示品質を2026年オムニバスによる適用範囲縮小の前後で比較した企業レベル研究の複製データセット。EU188社・376報告書を10次元の評価指標と固定LLMプロンプトで採点。評価指標、抽出枠、スコア、検証出力(人間一致度、ClimateBERT等)、EFRAG照合、分析コードを収録。報告書PDFは著作権上除外され、マニフェストで検証可能。

詳細を見る →
🌍 EN🌍 GlobalデータセットZenodo2026#AI×ESGDOI

グリーン移行とアルゴリズム:産業企業の脱炭素化における人工知能の役割に関する経済的評価(ドイツの経験とウズベキスタンの展望)

GREEN TRANSITION AND ALGORITHMS: AN ECONOMIC ASSESSMENT OF THE ROLE OF ARTIFICIAL INTELLIGENCE IN THE DECARBONISATION OF INDUSTRIAL ENTERPRISES (THE EXPERIENCE OF GERMANY AND PROSPECTS FOR UZBEKISTAN)

Abdubannonova Khonzodabonu, Worldly Knowledge Publishing Centre

本稿は、AIと知的エネルギー管理システムが産業企業の脱炭素化に与える経済効果を、ドイツとウズベキスタンの比較で分析する。AIを環境ではなく経済の道具と位置づけ、エネルギー原単位と炭素原単位への効果を分解する。ドイツは炭素価格と移行金融が機能し、ウズベキスタンは効率改善余地は大きいが価格シグナルと測定基盤が不足していると論じる。

詳細を見る →
🌍 EN🌍 GlobalデータセットZenodo2026#AI×ESGDOI

企業GHGインベントリのためのAI推論排出・資源係数

AI Inference Emission and Resource Factors for Corporate GHG Inventories

Llopis, Guillermo

SOMA AIが公開するAI推論の排出・資源係数データセットのv2版。組込ハードウェアと学習負荷の償却項を追加し、フランス・フィンランドの電力グリッド行、商用モデルクラス対応表、整合性チェッカーを新たに収録した。企業がAI利用をScope 3カテゴリ1として算定するための係数を、地域・モデルクラス別に提供する。

詳細を見る →
🌍 ENデータセットFigshare2026#AI×ESGDOI

交通建設の炭素排出係数

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。

詳細を見る →
🌍 ENデータセットZenodo (CERN European Organization for Nuclear Research)2026#AI×ESGDOI

大規模言語モデルを用いたESG報告におけるマテリアリティ不整合リスクの定量化に関するデータと補足資料

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。

詳細を見る →
🌍 ENデータセットZenodo2026#AI×ESGDOI

ネットゼロ建設のための人工知能:複製データとコード

Replication data and code for: Artificial Intelligence for Net-Zero Construction (Frontiers in Sustainability)

Sornoza Parrales, Diego, Pincay Pilay, Mercedes Marcela, Castro Chilán, Dayana Michelle +1

本リポジトリは、AEC産業におけるAIとネットゼロ建設に関する書誌計量レビューの分析コーパスとR再現スクリプトを提供する。ScopusとWeb of Scienceから517件の文献を収集し、テーママッピングや進化分析を通じて研究の全体像と新興方向性を明らかにする。

詳細を見る →
🌍 EN🇯🇵 JPデータセットZenodo2026#AI×ESGDOI

gxceed GX開示データセット v0.3(2026年第3四半期)

gxceed GX Disclosure Dataset v0.3 (2026Q3)

Kokubu, Hiroyuki

東証プライム上場企業の統合報告書等からAIで機械抽出したGX開示指標の四半期スナップショット。Scope1/2/3排出量、SBT、TCFD、CDPスコア、再エネ比率、社内炭素価格、購入炭素クレジットを収録し、原典URL・抽出信頼度・レビュー状態を付与。未収録企業は未抽出であり未開示ではないこと、正規化排出量は単位確定時のみ収録することを明示し、データの透明性を重視。

詳細を見る →
🌍 ENデータセットMendeley Data2026#AI×ESGDOI

気象不確実性下での堅牢な低炭素船舶運航:分布的強化学習アプローチ

Robust Low-Carbon Ship Routing Under Weather Uncertainty: A Distributional Reinforcement Learning Approach

Turgay Battal

本リポジトリは、Transportation Research Part D掲載論文(TRD-D-26-01334)の再現用コード・学習済みモデル・計算ワークブックを提供する。気象不確実性を考慮した低炭素船舶運航ルーティングに分布的強化学習を適用し、表1〜4と図3〜S4を再現可能。再学習不要で結果を検証できる。

詳細を見る →
🌍 EN🌍 GlobalデータセットMendeley Data2026#AI×ESGDOI

性能予測と機械学習応用のための超低炭素コンクリート実験データセット

Experimental Dataset of Ultra Low-Carbon Concrete for Performance Prediction and Machine Learning Applications

Suliman Khan, Safat Al-Deen, Chi King Lee

超低炭素コンクリートの実験データセットを構築し、機械学習による性能予測への応用を提案する。建設分野の脱炭素化に資するデータ基盤を提供し、材料設計の効率化とCO2排出削減に貢献する。

詳細を見る →
🌍 EN🌍 GlobalデータセットMendeley Data2026#AI×ESGDOI

性能予測と機械学習応用のための超低炭素コンクリートの実験データセット

Experimental Dataset of Ultra Low-Carbon Concrete for Performance Prediction and Machine Learning Applications

Suliman Khan, Safat Al-Deen, Chi King Lee

本論文は、超低炭素コンクリートの性能予測と機械学習応用のための実験データセットを提供する。このデータセットは、建設分野における脱炭素化を支援し、低炭素材料の性能評価と最適化に貢献する。機械学習モデルのトレーニングに利用可能で、持続可能な建設材料の開発を促進する。

詳細を見る →
🌍 EN🇨🇳 CNデータセットZenodo (CERN European Organization for Nuclear Research)2026#AI×ESGDOI

石炭ガラと製鋼スラグ由来の低炭素アルカリ活性材料のためのソース認識機械学習ベンチマークとライフサイクルスクリーニングデータベース

A source-aware machine learning benchmark and life-cycle screening database for low-carbon alkali-activated materials from coal gangue and steel slag

Jicheng Du

石炭ガラと製鋼スラグを用いた低炭素アルカリ活性材料の強度予測と炭素強度効率を評価するため、機械学習ベンチマークとライフサイクルスクリーニングデータベースを構築。237件の配合記録を収集し、Random ForestとXGBoostを複数の検証法で比較。180件のクレードル・トゥ・ゲート分析により、バインダーの炭素強度と強度-炭素効率を定量化した。

詳細を見る →
🌍 EN🌍 GlobalデータセットStellenbosch University (SUN)2026#AI×ESGDOI

アフリカ選挙言説における気候変動:南アフリカ(2024年)とナイジェリア(2023年)選挙のデータと再現ファイル

Climate Change in African Electoral Discourse: Data and Replication Files for South Africa (2024) and Nigeria (2023) Elections

Dominic Ayegba Okoliko, Mehita Iqani, Mehita Iqani

南アフリカ2024年国政選挙とナイジェリア2023年大統領選挙の選挙言説における気候変動の顕在性を、BERTopicモデリングと課題顕在性・競合枠組みを用いて分析する多段階プロジェクトの補足資料を提供する。生データ、処理スクリプト、分析コード、出力を含むオープンなリポジトリで、独立した検証と再現を可能にする。第1・2段階は完了し、第3段階の横断比較研究が予定されている。

詳細を見る →
🌍 EN🇨🇳 CNデータセットZenodo2026#AI×ESGDOI

企業の気候目標を強制検証排出量に対して監査する:公開データパイプラインと推定値の仕様感応性(再現パッケージ)

Replication package: Auditing corporate climate targets against mandatory verified emissions - a public-data pipeline and the specification sensitivity of the resulting estimates

Yao, Huaying

本再現パッケージは、EU取引ログと米EPA GHGRPの強制検証排出量データを用いて企業の気候目標主張を監査する手法を提供する。公開データのみを使用し、1,779件の主張を6段階で判定、クラスタリング水準による推定値の感応性を文書化。再現パイプラインにより全結果を自動生成する。

詳細を見る →
🌍 EN🇺🇸 USデータセットZenodo2026#AI×ESGDOI

FedProcCarbon v1.0:米国連邦政府物品調達の内包GHG排出量、FY2015-FY2024、NAICS-6月次分解

FedProcCarbon v1.0: embodied greenhouse-gas emissions of United States federal goods procurement, FY2015-FY2024, resolved to NAICS-6 by month

Sejan, Sajid Hassan, Apu, Arman Hossain

米国連邦政府の物品調達契約(FY2015-FY2024)について、NAICS-6商品別・月次の内包GHG排出量データセットを構築。契約義務額2.77兆ドル、排出量486.9 MtCO2eをカバーし、EPA排出係数と完全一致で結合。検証も厳格で、Scope3算定や調達の脱炭素化に活用可能。

詳細を見る →
🌍 EN🇪🇺 EUデータセットZenodo (CERN European Organization for Nuclear Research)2026#AI×ESGDOI

欧州上場銀行のESG分析のための年次報告書テキストコーパスと再現資料、2013-2023年

Annual Report Text Corpus and Replication Materials for ESG Analysis of European Listed Banks, 2013–2023

Dara Ghahremani

欧州上場銀行の年次報告書テキストコーパスとESG分析の再現資料を提供する。PDFからテキスト変換、ESG辞書による分類、用語密度測定などの手法を公開し、ESG開示研究の透明性と再現性を高める。

詳細を見る →
🌍 EN🌍 Globalデータセットe-space (Manchester Metropolitan University)2026#AI×ESGDOI

炭素強度スケジューリングは、コードレベルのエネルギー削減よりも大きな気候便益をもたらす(補足情報)

Carbon-intensity scheduling delivers greater climate benefit than incremental code-level energy reductions (Supplementary Information)

Michael Bane

本研究は、計算機の行列演算の炭素排出削減において、コンパイラ最適化や言語・数値ライブラリの選択によるエネルギー削減(最大51倍)よりも、炭素強度の時間的・空間的シフトによる削減(最大354倍)が効果的であることを示す。実例ではベースライン比7750倍以上の削減を達成し、開発者・利用者・政策立案者への提言を行う。

詳細を見る →
🌍 ENデータセットFigshare2026#AI×ESGDOI

メキシコシティ都市圏(MCMA)の高解像度都市カーボンフットプリントマップ

<b>High-Resolution Urban Carbon Footprint Maps of the Metropolitan Area of Mexico City (MCMA)</b>

Rogelio O. Corona‐Núñez

メキシコシティ都市圏の世帯カーボンフットプリントを100m解像度で推定したオープンデータセット。992世帯の調査データとランダムフォレストを用いて、食・住・交通の排出を空間モデル化し、平均・標準偏差・変動係数を提供する。都市構造と社会経済的不平等が排出パターンに与える影響を明らかにする。

詳細を見る →
🌍 EN🌍 GlobalデータセットZenodo2026#AI×ESGDOI

「炭素予測から統合的炭素意思決定支援へ:建築環境におけるAI・計算手法のPRISMA準拠エビデンスマップ」のコード化エビデンスマップデータセットと再現パッケージ

Coded evidence-map dataset and reproducibility package for "From Carbon Prediction to Integrated Carbon Decision Support: A PRISMA-Informed Evidence Map of AI and Computational Methods in the Built Environment"

Mohammadi, Sepehr, Mostafa, Sherif, Jadidi, Zahra

建築環境分野におけるAI・計算手法を用いた炭素関連研究の系統的エビデンスマップのデータセットと再現パッケージ。457件の監査済みデータベース(335件の一次研究、102件の全文コア)を6つのコード化ファセットで提供し、スクリーニング決定、信頼性評価、品質評価、再現スクリプトを含む。CC BY 4.0ライセンスで公開され、透明性と再現性を重視。

詳細を見る →
🌍 ENデータセットFigshare2026#AI×ESGDOI

炭素価格予測のための再現性駆動型変数スクリーニング:SCOPEフレームワーク

<b>Reproducibility-driven variable screening for carbon price forecasting: the SCOPE framework</b>

Shaohuai Feng

本リポジトリは、炭素価格予測のための再現性駆動型変数スクリーニング手法「SCOPEフレームワーク」に関する論文の補足データを提供する。生データ、処理済みデータ、追加分析、補足図表、関連文書が含まれ、査読プロセスでのコメントに対応して追加された。研究の再現性を高め、結果の検証を支援することを目的とする。

詳細を見る →
🌍 EN🇪🇺 EUデータセットZenodo2026#AI×ESGDOI

規制簡素化下の開示品質:オムニバス前後のCSRD報告書の証拠

Replication data and code for 'Disclosure quality under regulatory simplification: evidence from CSRD reports before and after the Omnibus'

Anonymous

本データは、2026年のオムニバスによる適用範囲縮小前後のCSRD開示品質を、凍結したLLMプロンプトと10次元のコーディング手法で評価した188社・376報告書の再現データです。人間の一致度、ページ引用検証、ClimateBERTなどの検証結果を含みます。

詳細を見る →
1 / 3次へ →