MétaCan
Menu
Retour à la cohorte
Enregistrement W3090141750 · doi:10.5267/j.msl.2020.9.012

Green value and sustainable transportation engagement: The mediating role of attitude

2020· article· en· W3090141750 sur OpenAlexvenueno aff
Nurliyana Nasuha Razali, Marhana Mohamed Anuar, Abdul Hafaz Ngah

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Malaysia Terengganu
Mots-clésValue (mathematics)BusinessSustainable transportPsychologyMarketingEnvironmental economicsAdvertisingOperations managementSustainabilityEconomicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the effect of green value on attitude and sustainable transportation engagement and the mediating role of attitude on the relationship between green value and sustainable transportation engagement. A survey was carried out on students in a public university. A sample of 107 students was obtained for this study. The data was analyzed using Partial Least Squares Structural Equation Modelling (PLS-SEM). The findings show that green value and attitude had a significant influence on sustainable transportation engagement. In addition, attitude played a mediating role in the relationship between green value and sustainable transportation engagement. The study provides valuable contributions for both theory and practice in the area of eco-campus. Theoretically, the study extends the value-attitudebehavior model in the context of sustainable transportation and adds to the body of literature of ecocampus. This is among the first studies conducted in Malaysia that investigates factors that contribute towards sustainable transportation engagement among students. In terms of managerial significance, the results provide guidance to policymakers to help them plan for strategies to enhance students' engagement in sustainable transportation in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,196
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207