MétaCan
Menu
Retour à la cohorte
Enregistrement W2520886460 · doi:10.1016/j.jom.2016.07.005

Social management capabilities of multinational buying firms and their emerging market suppliers: An exploratory study of the clothing industry

2016· article· en· W2520886460 sur OpenAlexaff
Fahian Anisul Huq, Ilma Nur Chowdhury, Robert D. Klassen

Notice bibliographique

RevueJournal of Operations Management · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBusinessAuditMultinational corporationEmerging marketsClothingSustainabilityMarketingCorporate social responsibilityEmpirical researchSupply chainTransparency (behavior)StakeholderExploratory researchSocial responsibilityIndustrial organizationPublic relationsAccounting

Résumé

récupéré en direct d'OpenAlex

Abstract For sustainability, research in operations and supply chain management historically emphasized the development of environmental rather than social capabilities. However, factory disasters in Bangladesh, an emerging market and the second largest clothing exporter in the world, revealed enormous challenges in the implementation of social sustainability in complex global supply chains. Against the backdrop of a building collapse in Bangladesh's clothing industry, this research uses multiple case studies from two time periods to explore the skills, practices, relationships and processes – collectively termed “social management capabilities” (SMCs) – that help buyers and suppliers respond to stakeholder pressures; address regulatory gaps; and improve social performance. The study not only captures the perspectives of both multinational buyers and their emerging market suppliers, but also provides supplementary evidence from other key stakeholders, such as NGOs and unions. Our findings show that, in the absence of intense stakeholder pressure, buyers can lay the foundation for improved social performance by using their own auditors and collaborating with suppliers rather than using third‐party auditors. However, in the face of acute attention from customers, NGOs and media, we observed that consultative buyer‐consortium audits emerged, and shared third‐party audits offered other advantages such as increased transparency and improvements in worker education and training. Finally, we present research propositions derived from our empirical study to guide future research on implementing social sustainability in emerging markets.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,249
Écart entre enseignants0,232 · 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'étudeQualitatif
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

Citations321
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Operations ManagementMême sujetSustainable Supply Chain ManagementTravaux en français237 207