Towards environmentally just supply chains: from harm reduction to transformative sustainability actions
Notice bibliographique
Résumé
Purpose In response to the worsening environmental crisis, there have been multiple calls for sustainable supply chain management (SSCM) scholars and practitioners to adopt a “business-not-as-usual” approach based on justice, fairness, equity and sustainability. We add to this literature by proposing environmental justice (EJ) as a key concept for the theory and practice of SSCM. Design/methodology/approach This conceptual article builds SSCM theory on EJ and contributes to supply chain justice research and practice by introducing the concept of the “environmentally just supply chain” and presenting pathways for operationalizing it in practice. Findings Three pathways are proposed to leverage transformative SSCM to create environmentally just supply chains: human rights due diligence, resilience thinking and coproduction of environmentally just supply chains. Practical implications The three pathways can be used by actors within a supply chain to create environmentally just supply chains. Originality/value This article extends transformative, non-instrumental perspectives on environmental sustainability within SSCM scholarship to provide insights into how supply chains can be transformed through EJ. Not only does the article show the relevance of EJ for SSCM theory and practice, but it elaborates pathways for moving from harm reduction to transformative sustainability actions.
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 | 0,015 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,055 |
| Communication savante | 0,012 | 0,018 |
| Science ouverte | 0,002 | 0,019 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».