Metaverse adoption in the manufacturing industry: impact on social and environmental sustainability performance
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 This study aims to examine the adoption of Metaverse technology in the manufacturing industry and its potential impact on firms’ social and environmental sustainability performance. Design/methodology/approach Data were collected from 157 technology-based firms in the Malaysian high-tech manufacturing industry and analyzed using PLS-SEM to investigate the influence of social (i.e. social capital, open/innovative culture and empowerment) and technological factors (i.e. digitalization preparedness, integrability and strategic value) on Metaverse adoption and the moderating roles of digital trust and absorptive capacity. Findings Social and technological factors were found to significantly impact Metaverse adoption, with digital trust enhancing the influence of social factors. Absorptive capacity strengthens firms’ abilities to use social factors for adoption. However, digital trust does not significantly moderate the relationship between technological factors and adoption, nor does absorptive capacity impact this relationship. Finally, Metaverse adoption is shown to positively contribute to firms’ social sustainability, improving social well-being and equity, but it does not significantly impact environmental sustainability. Practical implications For practitioners, the study highlights the importance of fostering an organizational culture that supports digital trust and developing absorptive capacity as critical enablers of successful Metaverse adoption. Policy implications include the need for creating supportive policies that encourage digital transformation efforts aligned with sustainability goals. Originality/value Theoretically, this study integrates the Technology-Organization-Environment (TOE) framework, Human-Organization-Technology fit (HOT-fit) framework and Resource-Based View (RBV) to improve understanding of technology adoption and sustainability performance. From a managerial perspective, it highlights the importance of fostering digital trust and developing absorptive capacity as critical enablers of successful Metaverse adoption. Policy implications include the need for policies supporting digital transformation efforts aligned with sustainability goals.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle