How and when top management green commitment facilitates employees green behavior: a multilevel moderated mediation model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to argue that green hope (GH) and green organizational identification (GOI) play critical roles in transforming top management green commitment (TMGC) into desired employees task-related green behavior (TRGB) and voluntary workplace green behavior (VWGB) based on positive psychology. Design/methodology/approach The authors test the multilevel moderated mediation model by analyzing data collected from 491 hospitality employees and their direct supervisors in 103 teams. At Time 1, the authors conducted a survey of 905 team members to provide demographic information and evaluate TMGC, as well as their own GOI. At Time 2, the authors sent a follow-up questionnaire to employees who participated Time 1, asking them to evaluate their GH in the workplace. At Time 3, the authors sent questionnaires to the leaders of the respondents of T2 survey and invited them to evaluate TRGB and VWGB in the workplace. Findings The results show that TMGC facilitates two types of employees’ behaviors toward both TRGB and VWGB by enhancing hospitality employees’ GH. As a team-level variable, GOI has a positive moderating effect on the association between TMGC and GH. The authors discuss the theoretical implications as well as practical implications for managers seeking to promote sustainability in their hospitality industry. Originality/value This is one of the first empirical studies to investigate the mediating effects of a positive psychology variable, namely, GH – and the moderating effects of GOI on the relationship between TMGC and employee green behavior (EGB).
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle