Bu məqalə Science X-nin redaktorluq prosesi və siyasətlərinə uyğun olaraq nəzərdən keçirilib. Tərcüməçilər məzmunun etibarlılığını təmin edərkən aşağıdakı xüsusiyyətləri vurğulayıblar:
Hər çörəkdə karbon izləri, bir təchizat zəncirləri və işçi qüvvələri var. İqlim dəyişikliyi, qida təhlükəsizliyi və əmək hüquqları getdikcə daha da diqqət çəkir, korporativ məlumatların ətraf mühit, sosial və idarəetmə (ESG) məsələləri ilə bağlı yayılması getdikcə daha da əhəmiyyətli olur. Ancaq şirkətlər nəyi açıqlayır və prioritetləri dəyişib?
Kyushu Universitetinin bir qrupu hər bir sənaye üçün maliyyə baxımından əhəmiyyətli olan ESG məsələləri ilə korporativ məlumatların nə qədər sıx uyğun olduğunu qiymətləndirmək üçün süni intellekt əsaslı bir metod hazırlayıb. Bu məsələni Yaponiyanın qida və içkilər sektoruna tətbiq edərək, komanda şirkətlərin sosial mövzulara daha çox diqqət yetirdiklərini, ətraf mühitin açıqlanmasının nisbətən məhdud olduğunu tapdı. Hesabat vermək tələblərinin dəyişməsi ilə prioritetlər də dəyişdi. Tədqiqat sentyabrın 21-də "Corporate Social Responsibility and Environmental Management" jurnalında dərc olunub. 16, 2026-cı il.
"Yüksək keyfiyyətli ESG məlumatları maraqlı tərəflərə biznes performansını və risklərini qiymətləndirməyə kömək edir", - Kyushu Universitetinin İqtisadiyyat Yüksək Məktəbində aspirant Siyu Shen və qəzetin ilk müəllifi deyir. "Hələ ki, qeydlərin sayılması və ya dilin müsbət və ya mənfi səsləndiyini qiymətləndirmək şirkətin bu məsələlərə nə qədər ciddi yanaşdığını göstərmir".
Hansı məsələlərin ən əhəmiyyətli olduğunu müəyyən etmək üçün sənayeyə aid bir istinad mərkəzi lazımdır. Komanda iqtisadi sahədə əhəmiyyətli olan mənafeyi müəyyən edən Dayanıqlılıq Hesablama Standartları Şurasına müraciət etdi. Tədqiqatçılar Yaponiyanın qida və içkilər sənayesinə diqqət yetirdilər, burada kənd təsərrüfatı xammallarına və qlobal tədarük zəncirlərinə etibar etmək ESG risklərini xərclər və sabitlik üçün əhəmiyyətli edir. Onlar 2020-ci ildən 2024-cü ilə qədər 340 ictimai siyahıya alınmış şirkət tərəfindən təqdim edilmiş 1,623 illik qiymətli kağız hesabatını təhlil ediblər.
Həmin məlumatların həcminin idarə edilməsi üçün komanda semantik mətn uyğunlaşması üçün nəzərdə tutulmuş çoxdilli bir süni intellekt modeli olan Text Match Pre-Trained Transformer (TMPT) -ni istifadə etdi. TMPT əvvəlcə hər hesabatda ESG məsələləri ilə əlaqəli məqamları müəyyən edir. Müəyyən sözlərlə uyğunlaşmaq əvəzinə, eyni məsələdə "qrabon qazı (QƏV) emisiyası" və "CO2 emisiyası" kimi sözləri qruplaşdıraraq müxtəlif şəkildə ifadə olunan anlayışları əhatə edir.
Xülasə — davamını mənbədə oxuyun.
