Environmental Management Accounting Adoption Barriers Among Malaysian Hotel Companies
Notice bibliographique
Résumé
Environmental management has become a main concern to the hotel industry with regards to waste reduction, energy savings and water conservation. The hotel industry is frequently accompanied by many adverse environmental impacts as hotel companies extensively consume large amounts of energy, water and non-durable products. Environmental Management Accounting (EMA) is tools that can be used to assist these companies to trace, collect, and analyse physical and monetary environmental information for decision-making purpose and consequently, improves financial and environmental performances. However, there are barriers to EMA adoption. This study aims to examine level of EMA adoption among the hotel companies and the barriers influencing EMA adoption. This study utilises the quantitative research design; using questionnaire survey. A total of 212 usable questionnaires were collected from the hotel companies in Selangor and Kuala Lumpur. Multiple regression analysis was conducted for hypotheses testing. The results of this study show that EMA has yet to be extensively adopted among the hotel companies in Malaysia. The result also shows that the adoption level of both Physical EMA (PEMA) and Monetary EMA (MEMA) are still low. The result further indicates that the low adoption of EMA is caused by the lack of institutional pressures. Specifically, this study shows that financial barrier, informational barrier and institutional barrier significantly influence EMA adoption among the hotel companies in Malaysia. This study is significant to the hotel managers, government authorities and environmental regulatory agencies in understanding the level of EMA adoption in the Malaysian hotel industry. In addition, this study provides valuable contributions to the existing literature by providing useful insights on the barriers influencing EMA adoption in the hotel industry in developing countries.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».