論文の概要: Board Gender Diversity and Carbon Emissions Performance: Insights from Panel Regressions, Machine Learning and Explainable AI

• arxiv url: http://arxiv.org/abs/2510.00244v1
• Date: Tue, 30 Sep 2025 20:16:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-03 16:59:20.240134
• Title: Board Gender Diversity and Carbon Emissions Performance: Insights from Panel Regressions, Machine Learning and Explainable AI
• Title（参考訳）: ボードジェンダーの多様性と二酸化炭素排出量のパフォーマンス:パネル回帰、機械学習、説明可能なAIからの洞察
• Authors: Mohammad Hassan Shakil, Arne Johan Pollestad, Khine Kyaw, Ziaul Haque Munim,
• Abstract要約: 本研究は、ボードジェンダー多様性(BGD)が企業の炭素排出特性(CEP)に及ぼす影響について検討する。 パネル回帰と高度な機械学習アルゴリズムを用いて、分析は重要な非線形関係を明らかにする。 結果は、学者、企業、規制当局に影響を及ぼす。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the European Union introducing gender quotas on corporate boards, this study investigates the impact of board gender diversity (BGD) on firms' carbon emission performance (CEP). Using panel regressions and advanced machine learning algorithms on data from European firms between 2016 and 2022, the analyses reveal a significant non-linear relationship. Specifically, CEP improves with BGD up to an optimal level of approximately 35 percent, beyond which further increases in BGD yield no additional improvement in CEP. A minimum threshold of 22 percent BGD is necessary for meaningful improvements in CEP. To assess the legitimacy of CEP outcomes, this study examines whether ESG controversies affect the relationship between BGD and CEP. The results show no significant effect, suggesting that the effect of BGD is driven by governance mechanisms rather than symbolic actions. Additionally, structural equation modelling (SEM) indicates that while environmental innovation contributes to CEP, it is not the mediating channel through which BGD promotes CEP. The results have implications for academics, businesses, and regulators.
• Abstract（参考訳）: 欧州連合(EU)が企業の取締役会にジェンダー・クォータを導入し、この研究は、ボード・ジェンダー・ダイバーシティ(BGD)が企業の二酸化炭素排出性能(CEP)に与える影響を調査する。 2016年から2022年にかけて、欧州企業のデータに対するパネル回帰と高度な機械学習アルゴリズムを使用して、分析は重要な非線形関係を明らかにした。 具体的には、CEPはBGDの最適レベルを約35%まで改善し、さらにBGDの増加はCEPのさらなる改善をもたらすことはない。 CEPの有意義な改善には最低閾値が22%のBGDが必要である。 CEPの結果の正当性を評価するため,ESG論争がBGDとCEPの関係に影響を及ぼすかどうかを検討した。 その結果,BGDの効果はシンボリックアクションではなく,ガバナンスメカニズムによってもたらされることが示唆された。 さらに、構造方程式モデリング(SEM)は、環境革新はCEPに寄与するが、BGDがCEPを促進する仲介チャネルではないことを示している。 結果は、学者、企業、規制当局に影響を及ぼす。

関連論文リスト

• On the Effect of Negative Gradient in Group Relative Deep Reinforcement Optimization [52.76330545825083]
  強化学習(RL)は,大規模言語モデル(LLM)の推論能力の向上に人気がある。 従来認識されていなかった Lazy Likelihood Displacement (LLD) 現象を同定し, トレーニング中に正答率がわずかに増加するか, あるいは低下する可能性が示唆された。 従来のDPOベースのアプローチとは異なり、NTHRはGRPOのグループベースの構造を利用して、適切な応答をアンカーとして利用し、重要なトークンを識別する。
  論文  参考訳（メタデータ） (2025-05-24T18:58:51Z)
• DisCO: Reinforcing Large Reasoning Models with Discriminative Constrained Optimization [50.91849555841057]
  グループ相対政策最適化は大規模推論モデル(LRM)の強化学習手法である 差別学習の原則を基礎として, LRMの強化のための新たな差別的制約付き最適化フレームワークを導入する。 DisCO は GRPO と DAPO などの改良型を著しく上回り、GRPO の7%、DAPO の6% を平均的に上回っている。
  論文  参考訳（メタデータ） (2025-05-18T11:08:32Z)
• Empirical Analysis of Digital Innovations Impact on Corporate ESG Performance: The Mediating Role of GAI Technology [0.4532517021515834]
  本研究では,企業におけるデジタルイノベーションと環境・社会・ガバナンス(ESG)のパフォーマンスとの関係について検討する。 我々は、2015年から2023年までのCMARSとWINDデータベースから8000の観測データからなる包括的なパネルデータセットを使用する。 以上の結果から,デジタルイノベーションは企業ESGのパフォーマンスを著しく向上させ,GAI技術の採用が重要な媒介メカニズムであることが明らかとなった。
  論文  参考訳（メタデータ） (2025-03-31T12:34:02Z)
• A Brief Discussion on KPI Development in Public Administration [0.0]
  本稿では,ランダムフォレストアルゴリズムと変数重要度解析を利用して,性能評価システム内に構築する革新的なフレームワークを提案する。 提案したアプローチでは,PAのパフォーマンスに大きく影響する重要な変数を特定し,組織の成功を導く重要な要因に関する貴重な洞察を提供する。 本研究は,機械学習技術の適用によるPAパフォーマンスの向上を目標とし,よりアジャイルで結果駆動型のアプローチを公共行政に導入することを目的とする。
  論文  参考訳（メタデータ） (2024-12-12T10:27:55Z)
• ESG Rating Disagreement and Corporate Total Factor Productivity:Inference and Prediction [5.584942114960386]
  Disは減少する。 特に、国有、資本集約、低汚染、ハイテク企業において。 グリーンイノベーションは、Dis onの減衰効果を強化する。
  論文  参考訳（メタデータ） (2024-08-25T17:17:52Z)
• Overcoming Pitfalls in Graph Contrastive Learning Evaluation: Toward Comprehensive Benchmarks [60.82579717007963]
  本稿では,グラフコントラスト学習(GCL)手法の有効性,一貫性,全体的な能力をより正確に評価するために,拡張された評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-24T01:47:56Z)
• A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
  本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。 しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
  論文  参考訳（メタデータ） (2023-07-01T15:18:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。