A bibliometric analysis and policy recommendation on Asian consumers’ green purchasing behavior
Notice bibliographique
Résumé
Abstract The objective of this study is to conduct a bibliometric analysis of Asian consumers’ green purchasing behavior (GPB). Specifically, this paper identifies publication trends, leading authors, countries, and key research themes related to Asian consumers’ GPB. Additionally, it proposes a GPB model for Asian consumers based on a synthesis of previous research findings and formulates alternative policy recommendations for governments to enhance GPB in the Asian context. The study adopted the Scientific Procedures and Rationales for Systematic Literature Review (SPAR-4-SLR) protocol. Data were extracted from the Scopus database, and bibliometric analyses were conducted using VOSviewer and the R-package software. The findings revealed that 278 documents on Asian consumers’ GPB were published between 2000 and July 2024, with the most cited publications appearing in 2023. China emerged as the leading country in terms of both publication volume and citation impact. This study identified four major research themes through bibliometric co-word analysis: (1) environmental concern and the Theory of Planned Behavior (TPB), (2) consumer attitudes and perceptions, (3) environmental knowledge, and (4) personal factors. Furthermore, it proposed a logic model for alternative policy recommendations to improve GPB in Asia. To the best of our knowledge, this is the first bibliometric study focusing on Asian consumers’ GPB. Therefore, this paper provides a valuable guide for researchers studying GPB trends over time. It also serves as a useful reference for policymakers in designing and implementing strategies to promote GPB within the Asian context.
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 | 0,026 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,141 | 0,238 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».