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|企业社会责任数据集|ESG分析数据集
收藏www.csrhub.com2024-10-30 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是一个提供企业社会责任（CSR）和可持续发展数据的平台。它收集并分析来自多个来源的数据，包括企业报告、新闻、评级机构和其他公开信息，以提供关于企业环境、社会和治理（ESG）表现的评分和报告。数据集涵盖了全球范围内的公司，包括大型跨国公司和中小型企业。
提供机构：
www.csrhub.com
AI搜集汇总
数据集介绍
构建方式
CSRHub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，该数据集系统地收集了企业在环境、社会和治理（ESG）方面的表现数据。数据源包括企业发布的年度报告、第三方评级机构的评估结果以及政府和非政府组织的相关数据。构建过程中，数据被标准化处理，以确保不同来源的数据具有可比性，并通过多层次的质量控制确保数据的准确性和可靠性。
特点
CSRHub数据集的显著特点在于其全面性和实时性。该数据集涵盖了全球数千家企业的CSR表现，包括大型跨国公司和中小型企业，涉及多个行业和地区。数据更新频率高，能够及时反映企业在ESG领域的最新动态。此外，数据集提供了丰富的指标体系，包括环境影响、员工福利、社区参与等多个维度，为研究者和企业决策者提供了详尽的分析基础。
使用方法
CSRHub数据集适用于多种应用场景，包括学术研究、企业战略制定和投资决策支持。研究者可以利用该数据集进行跨行业、跨地区的CSR表现比较分析，探索企业社会责任与财务绩效之间的关系。企业可以通过分析自身及竞争对手的CSR数据，优化社会责任策略，提升品牌形象。投资者则可以借助该数据集评估企业的长期可持续发展能力，作为投资决策的重要参考依据。数据集的API接口和可视化工具进一步简化了数据访问和分析过程，提升了数据的使用效率。
背景与挑战
背景概述
CSRHub数据集由CSRHub公司创建，专注于企业社会责任（CSR）的评估与分析。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。自2007年成立以来，CSRHub已成为企业社会责任领域的重要参考资源，为投资者、研究人员和政策制定者提供了宝贵的数据支持。其核心研究问题在于如何量化和标准化企业的社会责任表现，以促进可持续发展目标的实现。
当前挑战
CSRHub数据集在构建过程中面临多重挑战。首先，企业社会责任数据的收集和标准化是一个复杂的过程，涉及多个国家和行业的不同标准和报告机制。其次，数据的真实性和透明度也是一大挑战，因为企业可能存在夸大或隐瞒其社会责任表现的情况。此外，如何将这些数据有效地应用于投资决策和政策制定，以推动实际的社会和环境改善，也是该数据集需要解决的重要问题。
发展历史
创建时间与更新
CSRHub数据集创建于2007年，旨在提供企业社会责任（CSR）评级和报告。自创建以来，该数据集定期更新，以反映最新的企业社会责任实践和绩效。
重要里程碑
CSRHub数据集的一个重要里程碑是其在2010年与哈佛商学院的合作，这一合作显著提升了数据集的学术影响力和应用范围。此外，2015年，CSRHub推出了其API服务，使得更多研究者和企业能够便捷地访问和利用其丰富的CSR数据资源。这些里程碑不仅增强了数据集的可访问性，也推动了企业社会责任领域的研究和实践。
当前发展情况
当前，CSRHub数据集已成为企业社会责任领域的重要参考资源，广泛应用于学术研究、企业决策和投资分析。其数据涵盖全球数千家企业的社会责任表现，为研究者和实践者提供了详尽的分析工具。CSRHub的持续更新和扩展，不仅提升了数据集的全面性和准确性，也进一步推动了企业社会责任在全球范围内的普及和深化。
发展历程
- CSRHub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与哈佛商学院合作，进一步扩展其数据集和分析工具，增强数据的可信度和应用范围。
- CSRHub推出移动应用，使用户能够随时随地访问其企业社会责任数据和分析结果。
- CSRHub引入人工智能和机器学习技术，提升数据处理和分析的效率和准确性。
- CSRHub与全球多家知名企业建立合作关系，进一步扩大其数据集的覆盖范围和影响力。
常用场景
经典使用场景
在企业社会责任（CSR）领域，CSRHub数据集被广泛用于评估和分析全球企业的社会责任表现。该数据集汇集了来自多个来源的企业社会责任评级，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、跨地区的社会责任绩效比较，从而揭示企业在可持续发展方面的优势与不足。
解决学术问题
CSRHub数据集解决了企业社会责任研究中数据获取和整合的难题。通过提供标准化和结构化的社会责任评级数据，该数据集为学术界提供了丰富的研究素材，促进了关于企业社会责任影响因素、绩效评估方法以及可持续发展策略的深入探讨。其意义在于推动了企业社会责任理论的发展，并为政策制定提供了科学依据。
衍生相关工作
基于CSRHub数据集，研究者们开展了一系列经典工作。例如，有研究利用该数据集分析了企业社会责任与财务绩效之间的关系，发现两者存在正向关联。此外，还有研究探讨了不同行业在社会责任表现上的差异，为行业特定社会责任标准的制定提供了依据。这些衍生工作不仅丰富了企业社会责任领域的理论体系，也为实践提供了有力支持。
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
中国气象数据
本数据集包含了中国2023年1月至11月的气象数据，包括日照时间、降雨量、温度、风速等关键数据。通过这些数据，可以深入了解气象现象对不同地区的影响，并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。
github 收录
Google Scholar
Google Scholar是一个学术搜索引擎，旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域，包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。
scholar.google.com 收录
jpft/danbooru2023
Danbooru2023是一个大规模的动漫图像数据集，包含超过500万张由爱好者社区贡献并详细标注的图像。图像标签涵盖角色、场景、版权、艺术家等方面，平均每张图像有30个标签。该数据集可用于训练图像分类、多标签标注、角色检测、生成模型等多种计算机视觉任务。数据集基于danbooru2021构建，扩展至包含ID #6,857,737的图像，增加了超过180万张新图像，总大小约为8TB。图像以原始格式提供，分为1000个子目录，使用图像ID的模1000进行分桶，以避免文件系统性能问题。
hugging_face 收录
VoxBox
VoxBox是一个大规模语音语料库，由多样化的开源数据集构建而成，用于训练文本到语音（TTS）系统。
github 收录
中国行政区划shp数据
中国行政区划数据是重要的基础地理信息数据，目前不同来源的全国行政区划数据非常多，但能够开放获取的高质量行政区域数据少之又少。基于此，锐多宝的地理空间制作一套2013-2023年可开放获取的高质量行政区划数据。该套数据以2022年国家基础地理信息数据中的县区划数据作为矢量基础，辅以高德行政区划数据、天地图行政区划数据，参考历年来民政部公布的行政区划为属性基础，具有时间跨度长、属性丰富、国界准确、更新持续等特性。 中国行政区划数据统计截止时间是2023年2月12日，包含省、市、县、国界、九段线等矢量shp数据。该数据基于2020年行政区划底图，按时间顺序依次制作了2013-2023年初的行政区划数据。截止2023年1月1日，我国共有34个省级单位，分别是4个直辖市、23个省、5个自治区和2个特别行政区。截止2023年1月1日，我国共有333个地级单位，分别是293个地级市、7个地区、30个自治州和3个盟，其中38个矢量要素未纳入统计（比如直辖市北京等、特别行政区澳门等、省直辖县定安县等）。截止2023年1月1日，我国共有2843个县级单位，分别是1301个县、394个县级市、977个市辖区、117个自治县、49个旗、3个自治旗、1个特区和1个林区，其中9个矢量要素未纳入县级类别统计范畴（比如特别行政区香港、无县级单位的地级市中山市东莞市等）。
CnOpenData 收录