有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
CSRHub Data|企业社会责任数据集|ESG指标数据集
收藏www.csrhub.com2024-10-24 收录
下载链接：
https://www.csrhub.com/
下载链接
链接失效反馈资源简介：
CSRHub Data 是一个关于企业社会责任（CSR）的数据集，包含了全球数千家公司的CSR评级和相关信息。数据涵盖了环境、社会和治理（ESG）方面的多个指标，帮助用户评估和比较不同公司的社会责任表现。
提供机构：
www.csrhub.com
AI搜集汇总
数据集介绍
构建方式
CSRHub Data数据集的构建基于全球范围内企业的社会责任（CSR）报告和公开数据源。通过自动化数据抓取和人工审核相结合的方式，该数据集汇集了企业环境、社会和治理（ESG）绩效的多维度信息。数据涵盖了从碳排放量到员工福利等多个指标，确保了数据的全面性和准确性。
特点
CSRHub Data数据集以其高度的多样性和实时更新为显著特点。该数据集不仅包含了大型跨国公司的信息，还涵盖了中小型企业的ESG表现，为不同规模的企业提供了详尽的参考。此外，数据集的更新频率高，能够及时反映企业在社会责任方面的最新动态。
使用方法
CSRHub Data数据集适用于多种应用场景，包括但不限于企业社会责任评估、投资决策支持以及学术研究。用户可以通过API接口或直接下载数据集进行分析。在使用过程中，建议结合行业标准和特定需求，对数据进行筛选和处理，以确保分析结果的准确性和适用性。
背景与挑战
背景概述
CSRHub Data，即企业社会责任（Corporate Social Responsibility, CSR）数据集，由CSRHub公司于2007年推出。该数据集汇集了全球范围内企业的社会责任表现数据，涵盖环境、社会和治理（ESG）等多个维度。CSRHub通过整合来自多个来源的数据，如新闻报道、企业报告和第三方评级，为研究者和投资者提供了一个全面的企业社会责任评估工具。这一数据集的推出，极大地推动了企业社会责任领域的研究与实践，使得企业行为更加透明，也为投资者提供了重要的决策依据。
当前挑战
CSRHub Data在构建过程中面临诸多挑战。首先，数据来源的多样性和复杂性使得数据整合成为一个巨大的难题。不同来源的数据可能存在格式不一致、定义模糊等问题，导致数据质量难以保证。其次，企业社会责任评级的标准和方法论尚未统一，不同评级机构可能采用不同的评估标准，这增加了数据集的构建难度。此外，随着企业社会责任概念的不断演变，数据集需要不断更新以反映最新的社会期望和法规要求，这对数据维护提出了持续性的挑战。
发展历史
创建时间与更新
CSRHub Data数据集创建于2007年，旨在提供全球企业的社会责任（CSR）评级和报告。该数据集自创建以来，持续进行更新，以反映最新的企业社会责任表现和趋势。
重要里程碑
CSRHub Data的重要里程碑包括2010年首次整合了全球多个数据源，提供了更为全面的企业社会责任评级。2015年，该数据集引入了环境、社会和治理（ESG）指标，进一步丰富了其内容。2018年，CSRHub Data与多家国际研究机构合作，发布了首个全球企业社会责任指数，显著提升了其在学术界和业界的认可度。
当前发展情况
当前，CSRHub Data已成为全球企业社会责任研究的重要参考资源，涵盖了超过15,000家企业的数据。该数据集不仅为投资者提供了决策支持，还为学术研究提供了丰富的数据基础。通过持续的技术创新和数据整合，CSRHub Data正在推动企业社会责任领域的透明度和标准化，对全球可持续发展目标的实现具有重要贡献。
发展历程
- CSRHub Data首次发布，旨在提供企业社会责任（CSR）评级和数据分析服务。
- CSRHub Data扩展其数据覆盖范围，涵盖全球更多企业和行业。
- 引入新的数据分析工具和可视化功能，增强用户对企业社会责任绩效的理解。
- CSRHub Data与多个国际组织和研究机构建立合作关系，进一步提升数据的可信度和影响力。
- 推出移动应用程序，使用户能够随时随地访问和分析CSR数据。
- CSRHub Data发布其首个全球企业社会责任报告，总结和分析过去几年的数据趋势和发现。
常用场景
经典使用场景
CSRHub Data 数据集在企业社会责任（CSR）评估领域中具有经典的使用场景。该数据集汇集了全球数千家企业的社会责任表现数据，涵盖环境、社会和治理（ESG）等多个维度。研究者利用这一数据集，可以进行跨行业、跨地区的CSR表现比较分析，从而揭示企业在可持续发展方面的优势与不足。此外，CSRHub Data 还常用于构建企业社会责任指数，为投资者提供决策支持。
解决学术问题
CSRHub Data 数据集解决了企业社会责任研究中的多个关键学术问题。首先，它提供了标准化和结构化的企业社会责任数据，填补了学术研究中数据稀缺的空白。其次，通过对比分析不同企业的CSR表现，研究者能够识别出影响企业社会责任绩效的关键因素，推动相关理论的发展。此外，该数据集还为跨学科研究提供了丰富的素材，促进了环境经济学、公司治理和社会学等领域的交叉研究。
衍生相关工作
CSRHub Data 数据集的广泛应用催生了大量相关的经典研究工作。例如，有学者基于该数据集开发了企业社会责任评分模型，用于预测企业的长期财务表现。此外，CSRHub Data 还被用于研究企业社会责任与消费者行为之间的关系，揭示了消费者对企业社会责任表现的敏感性。在学术界，该数据集还激发了关于企业社会责任披露透明度和可比性的讨论，推动了相关标准的制定和完善。
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集，包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述，包括数据来源、图像数量、标注信息等。
github 收录
Tropicos
Tropicos是一个全球植物名称数据库，包含超过130万种植物的名称、分类信息、分布数据、图像和参考文献。该数据库由密苏里植物园维护，旨在为植物学家、生态学家和相关领域的研究人员提供全面的植物信息。
www.tropicos.org 收录
TCM-SD
TCM-SD数据集是首个公开的大规模证型辨识基准，由北京理工大学计算机科学与技术学院创建。该数据集包含54,152条真实世界的临床记录，涵盖148种证型，旨在通过自然语言处理技术推动中医理论的实证研究。数据集的创建过程涉及从网站爬取大量未标记文本，构建中医领域特定的预训练语言模型ZY-BERT。TCM-SD数据集的应用领域主要集中在中医诊断与治疗系统中，特别是证型辨识任务，以解决中医领域数据驱动AI技术的进一步发展需求。
arXiv 收录
MAV-VID, Drone-vs-Bird, Anti-UAV
本研究涉及三个数据集：MAV-VID、Drone-vs-Bird和Anti-UAV，总计包含241个视频，共计331,486张图像。这些数据集由杜伦大学创建，用于无人机视觉检测和跟踪的研究。数据集内容丰富，包括从地面和无人机搭载的摄像头捕获的图像，涵盖了多种环境和条件。创建过程中，数据集经过精心标注和处理，以确保数据质量。这些数据集主要用于评估和改进无人机检测和跟踪技术，特别是在复杂环境和动态场景中的应用。
arXiv 收录
THCHS-30
“THCHS30是由清华大学语音与语言技术中心（CSLT）发布的开放式汉语语音数据库。原始录音是2002年在清华大学国家重点实验室的朱晓燕教授的指导下，由王东完成的。清华大学计算机科学系智能与系统，原名“TCMSD”，意思是“清华连续普通话语音数据库”，时隔13年出版，由王东博士发起，并得到了教授的支持。朱小燕。我们希望为语音识别领域的新研究人员提供一个玩具数据库。因此，该数据库对学术用户完全免费。整个软件包包含建立中文语音识别所需的全套语音和语言资源系统。”
OpenDataLab 收录