The nexus between green HR practices and firm sustainable performance in Saudi Arabia manufacturing industry: The role of green innovation and green transformation leadership
Notice bibliographique
Résumé
Environment concerns are now important for every business, especially manufacturing concerns due to imposing regulation regarding ecological performance. The quantitative study aims to investigate the impact of factors including green performance management and appraisal, green training and development and green compensation and reward on firm sustainable development of the manufacturing sector in Saudi Arabia. Furthermore, determine the mediating role of green innovation and green transformation leadership. Therefore, the role of these variables in causing actions of sustainability, through the purposive sampling we applied the administration of an online questionnaire to a sample of 350 employees of different levels from 40 manufacturing concerns. The study findings discovered that green human resource management practices positively influence firm sustainable performance. Additionally, the results indicated that green innovation and transformational leadership play an affirmative role in sustainable performance. Green innovation and transformational leadership partially mediate the link between green human resource management practices and firm sustainable performance. This study's findings provide a platform for policymakers and researchers in manufacturing firms to put green human resource-based approaches into practice to strengthen the employees’ environmental commitment and enhance sustainable performance. On the other hand, this study has given a holistic vision of green human resource management practices, green innovation, transformational leaders, and sustainable performance. This research can be reflected as a rock on which other research projects will be built and provide empirical evidence regarding the connection.
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 | 0,004 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».