Extending green practices across the supply chain
Notice bibliographique
Résumé
Purpose This research aims to extend the “collaborative paradigm” proposed by others in prior research beyond a supply chain's core operations. To date, this paradigm has generated relatively little empirical research on peripheral, non‐core areas such the natural environment. Antecedents (both plant‐level and supply chain characteristics) of green supply chain practices (GSCP) are examined. Among possible antecedents, prior research pointed to supply chain integration – both logistical (tactical level) and technological (strategic level) – as a potentially important determinant of green practices. Design/methodology/approach Green practices are defined along the two dimensions of environmental collaboration and monitoring. The empirical analysis used data from 84 plants in North America surveyed in 2002. Validity and reliability of scales for new and existing constructs were assessed through factor analysis. Hierarchical linear regression was used to test the hypotheses for the antecedents of GSCP. Findings Technological integration with primary suppliers and major customers was positively linked to environmental monitoring and collaboration. For logistical integration, a linkage was found only with environmental monitoring of suppliers. Finally, as the supply base was reduced, the extent of environmental collaboration with primary suppliers increased. Research limitations/implications Greater supply chain integration can benefit environment management in operations, and the collaborative paradigm can be extended to this domain. A limitation is that the empirical analysis focused on one industry representing a single echelon. Originality/value This is one of the few studies that conceptualize and empirically test GSCP, and consider both and separately upstream and downstream interactions in the supply chain.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».