MétaCan
Menu
Retour à la cohorte
Enregistrement W2122504912 · doi:10.1111/j.1530-9134.2009.00211.x

<scp>Greening the Supply Chain: When Is Customer Pressure Effective?</scp>

2009· article· en· W2122504912 sur OpenAlexaboutno aff
Magali A. Delmas, Iván Montiel

Notice bibliographique

RevueJournal of Economics & Management Strategy · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessMandateAutomotive industrySupply chainIncentiveMarketingCertificationDownstream (manufacturing)Supply chain managementIndustrial organizationEconomics

Résumé

récupéré en direct d'OpenAlex

Suppliers face increasing pressure from their customers to improve their environmental performance. When firms downstream in the supply chain seek to achieve such improvements themselves, they frequently request that their suppliers adopt greener practices. This paper investigates the rationale for suppliers to comply with or resist the mandate of their customers to adopt the international environmental management standard ISO 14001 in the North American automotive industry. We argue that the effectiveness of such a mandate will vary according to the characteristics of the relationship between suppliers and customers. We contrast and test hypotheses based on both transaction cost and information theories to suggest that suppliers, whether in a dependent or distant relationship with their customers, have incentives to comply with the requests of their customers but through different mechanisms. Our study analyzed the characteristics of 3,152 automotive suppliers located in the United States, Canada, and Mexico over the 2000–2003 period. Findings indicate that suppliers with highly specialized assets, as well as younger suppliers, suppliers headquartered in Japan, and those reporting to the Toxic Release Inventory, are more likely to respond to their customers' pressures to adopt the certified management standard ISO 14001.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations222
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economics & Management StrategyMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207