How managers’ green transformational leadership affects green resilient supply chain: The moderating impact of green ambidexterity and green innovation
Notice bibliographique
Résumé
Upstream textile companies in Indonesia are the most significant contributors to environmentally hazardous production waste. Green Transformational Leadership (GTL) is critical to achieving a Green Resilient Supply Chain (GRS) to address vulnerability to supply chain disruptions while maintaining environmentally friendly practices. In addition, the mediation of Green Ambidexterity (GAM) and Green Innovation (GIN) is believed to strengthen the achievement of GRS. In line with the Indonesian government's policy to protect the environment, this study examines the direct effect of green transformational leadership variables on a green resilient supply chain. It evaluates Green Ambidexterity and Green Innovation's mediating effect on the relationship between GTL and GRS. This study analyzes the data of 50 production managers of upstream textile companies from 87 respondents collected from the survey. The analysis uses PLS-SEM based on variance to verify the relationship between variables. The research results indicate that green transformational leadership significantly influences green resilient supply chains. It was found that both Green Ambidexterity and Green Innovation significantly influence the Green Resilient Supply Chain, both directly and through mediating effects. Therefore, managers should consider implementing a Green Resilient Supply Chain, Green Ambidexterity, and Green Innovation practices to improve organizational goals while maintaining a green environment.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».