Improving Green Market Orientation, Green Supply Chain Relationship Quality, and Green Absorptive Capacity to Enhance Green Competitive Advantage in the Green Supply Chain
Notice bibliographique
Résumé
This study examines the influences of market orientation, supply chain relationship quality, and absorptive capacity on competitive advantage in green supply chains. We examine the intensity of these relationships in a green supply chain context. This study aims to figure out the effects of green market orientation (GMO), green supply chain relationship quality (GRQ), and green absorptive capacity (GAC) on green competitive advantage (GCA) in a supply chain. We find a significant positive association between these constructs. It highlights the importance of antecedents such as GMO, GRQ, and GAC on improving GCA. We jointly investigate the effects of GMO, GRQ, and GAC on green supply chain competitive advantage. This study uses Process Macro 2.15 to test the mediation effect between GMO and GCA. The result shows that GRQ and GAC completely mediate the relationship between GMO and GCA and that the effect sizes are 0.11 and 0.20, respectively. This study also reruns the model to clarify whether competing models are better than our model. However, the performance of such a competing model is poor. Finally, we accept our model instead of the competing model. GMO and GRQ among team managers and employees appear to contribute positively to GCA. Although GAC does not directly influence GCA, GMO has a significant total effect on GCA when intervened by GRQ and GAC. The key contribution is that green market orientation, i.e., the employee culture and the emphasis on being environmentally responsible, is a key antecedent to GRQ, GAC, and GCA. Managerial implications of the findings are listed.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».