Choosing the right approach to green your supply chains
Notice bibliographique
Résumé
Purpose Due to the different institutional pressure such as those from market, regulations and competitors, companies have implemented green supply chain management (GSCM). Unfortunately, tens of GSCM practices exist. Whether all companies should implement GSCM and how to achieve both environmental and economic performance are still not clear for many companies. The purpose of this paper is to develop models that can be helpful for companies to identify right GSCM practices and implement GSCM effectively and efficiently. Design/methodology/approach Based on about 18 years of study on GSCM with four surveys in China in 2001, 2005, 2012 and 2016, as well as numerous site visits and interviews mainly in China but also in Japan, Germany and Canada, this paper explores institutional drivers as well as opportunities and challenges using theoretical analysis and case studies. GSCM is defined considering a product life cycle. A key three-step GSCM approach is theoretically developed considering opportunities and challenges through life cycle analysis (LCA) of a product and position of a company. Findings All companies should implement GSCM practices to avoid risks. To effectively implement GSCM practices, a company should understand the life cycle of its product and its position in the supply chain. A key three-step LCA-based approach can help companies to identify the critical GSCM practices. Originality/value A key three-step LCA-based approach for GSCM implementation is originally developed based on theoretical analysis and eight years of study.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».