A Comprehensive Literature Review of Green Supply Chain Management
Notice bibliographique
Résumé
In a competitive market, organizations expand their supply chain on a global scale. Pressure from customers, stakeholders, legislation and environmental organizations have pushed companies to be more considerate of the environmental impacts of their supply chain. This development has put focus on sustainability within supply chains, leading to the rise of Green Supply Chain Management (GSCM). The purpose of this research is to create a conceptual model to present the vastly varied literature within the area of GSCM in a structured way, in order to promote environmental and in turn, overall supply chain performance. The research methodology includes a literature review using 125 peer-reviewed journal articles from 2013 to 2016 published in 19 journals. Out of the 125, 10 journal articles were selected based on their focus in regard to the subject. The articles were chosen to attain a vantage point in view of critical factors within environmentally sustainable supply chains with a focus on optimizing performance. This paper contributes to theory by presenting a conceptual model for optimizing performance in green supply chains. Drivers, which promote Green Supply Chain (GSC) are classified as re-active and pro-active, and the main methods used for optimizing performance are concluded to be collaboration, metrics to monitor performance and practices such as green purchasing, ecodesign, reverse logistics and legislation. The review may be of use to both academics and companies as it outlines proven ways to implement green supply chain with high performance.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».