An AHP-ELECTRE framework to evaluate barriers to green supply chain management in the leather industry
Notice bibliographique
Résumé
The leather-processing industry (LPI) is constantly polluting the environment in Bangladesh. As a result, stakeholders are continuously pressurizing managers working in LPI to embrace green leather-processing activities. Thus, the green concept is attracting significant attention from managers in the Bangladeshi LPI. However, the industry is struggling with many barriers to implementing green supply chain management (GSCM). There are many studies regarding barriers to GSCM. However, those studies failed to show the possible pathways to implement GSCM. This study addresses the gap by evaluating barriers to GSCM considering effective pathways to GSCM. In this study, the Analytical Hierarchy Process (AHP) is integrated with Elimination Et Choix Traduisant La Realite (ELECTRE-I) method to identify and prioritize the barriers and to rank the possible pathways to implementing GSCM in the leather industry. To accredit the proposed framework, it is implemented on a leather-processing factory in Bangladesh. A sensitivity analysis is performed to inspect the strength of the outcome of this method. The outcome of this study indicates that the high cost of advanced technology is the most important barrier to implement GSCM while green technology and techniques are the most effective pathways to GSCM. The findings of this research will support researchers and practitioners by giving insights on barriers and possible pathways to implementing GSCM.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».