The Relationship between Green Human Resource Management Practices and Organizational Citizenship Behavior
Notice bibliographique
Résumé
In an era of green environmental awareness, Green Human Resources Management (GHRM) uses human resources management practices to support green environmental functions. It embraces green environmental concerns by applying human resources initiatives to generate high performance and better efficiency in operations. Although the literature on GHRM is growing, a few studies investigated to what extent green innovative culture (GIC) moderates the relationship between green human resources management practices and organizational citizenship behavior towards the environment (OCBE). To address this research gap, the authors tested a new conceptual framework investigating the direct and interactive effects of GHRM practices and GIC on OCBE. A quantitative study uses a survey from a 174 convenient sample of employees selected from a manufacturing firm operating in Egypt. The research results revealed that (1) GHRM practices are crucial for encouraging employees to engage in green activities, in addition (2) there is a significant positive effect of GHRM practices on OCBE, while on the other hand, (3) the interaction of GHRM and GIC can foster employees’ engagement in OCBE. The research significance lies in identifying and validating the GHRM practices applied in the manufacturing firm, as it advances the previous studies by developing a research model that offers critical insights on how manufacturing organizations working in industrial and agricultural packaging solutions could strategically link their GHRM practices and green innovative culture to support their OCBE in creating a competitive advantage in the market.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».