Unleashing green innovation: navigating the path with green inclusive leadership, green knowledge management and internal CSR communication
Notice bibliographique
Résumé
Purpose Drawing upon the natural resource-based view (NRBV), organizational learning (OL) and contingency theories, this paper aims to develop and test a theoretical framework that examines the impact of green inclusive leadership on green innovation in business-to-business (B2B) context. This framework further examines the simple and serial mediation of green knowledge acquisition and sharing and the moderation of internal corporate social responsibility(CSR) communication. Design/methodology/approach Using survey questionnaires, authors collected multiwave data from 215 middle managers from different manufacturing and production organizations operating in Pakistan. The hypotheses were inspected using the PROCESS macro. Findings According to the findings, green inclusive leadership and green innovation are positively associated, and green knowledge acquisition and green knowledge sharing are efficient serial mediators of this relationship. Furthermore, the results suggest that internal CSR communication moderates the serial mediation such that the indirect relationship between green inclusive leadership and green innovation was stronger at high levels of internal CSR communication rather than at lower levels. Practical implications This research offers implications for manufacturing industry leaders and policymakers. Green inclusive leadership nurtures green knowledge dynamics, making it vital for achieving United Nations’ Sustainable Development Goals and promoting ecological stewardship. Investing in green knowledge processes and transparent internal CSR communication can enhance sustainable innovation and align with broader sustainability goals in organizations predominantly operating under the B2B model. Originality/value By merging NRBV, OL and contingency theories and drawing links across different genres of literature, this study provides unique insight into leadership, knowledge management, corporate communication, sustainability and CSR and innovation in the B2B sector.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».