Green Training and Development Revolutionizing Organizational Performance: The Moderating Role of Green Employee Involvement in the Bangladeshi Pharmaceutical Industry
Notice bibliographique
Résumé
Green Human Resource Management (GHRM) has been found to positively affect job satisfaction (JS) and job performance as employees are more engaged and motivated to improve organizational performance (OP). However, few studies have investigated this phenomenon, and none have examined green employee involvement (GEI) within the Bangladeshi context. Therefore, this study examines the moderating role of GEI and the mediating role of JS and employee motivation (EM) on green training and development (GTD), organizational commitment (OC), and OP among pharmaceutical companies in Bangladesh and contributes to the theories of action and job performance and of ability-motivation-opportunity. Self-administered surveys were sent to executives working in 10 pharmaceutical companies in Bangladesh, and data were collected from 180 respondents using convenience sampling. These findings show that the GTD positively influenced OC and OP. Additionally, GEI played a significant moderating role between GTD and OC and GTD and OP. The study also revealed that JS played a significant mediating role between GTD and OC and, GTD, and OP. However, EM did not play a mediating role between GTD and OC and GTD and OP. Based on the research findings, pharmaceutical companies in Bangladesh should embrace GHRM practices, prioritize GTD, foster EI, and nurture JS, which are crucial for enhancing OC and OP. These recommendations contribute to a better understanding of sustainable HR practices and underscore the importance of aligning environmental goals with organizational success. The limitations of this study include limited generalizability, convenience sampling, cross-sectional design, self-report bias, limited mediation analysis, and omitted variables. To address these limitations, future research should employ a more diverse and representative sample, use longitudinal designs to establish causal relationships, incorporate qualitative methods to gather in-depth insights, and include a broader range of variables.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».