MétaCan
Menu
Retour à la cohorte
Enregistrement W4415542441 · doi:10.1002/bse.70295

Building a Sustainable Manufacturing Industry: The Role of Innovativeness and Other Strategic Factors

2025· article· en· W4415542441 sur OpenAlexaff
Júlio César Ferro de Guimarães, Eric Charles Henri Dorion, Eliana Andréa Severo, Bruna Lourena de Lima Dantas, Marcela Rebecca Pereira

Notice bibliographique

RevueBusiness Strategy and the Environment · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésAutomotive industryManufacturingStructural equation modelingSustainable developmentCompetitive advantagePoint (geometry)SustainabilityCluster (spacecraft)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Sustainable manufacturing is an effective way to improve organizational performance. In this sense, this research aims to analyze the determining factors of the success of the Brazilian manufacturing industry and evaluate innovativeness (Innovation Capacity) as a central point of sustainable manufacturing. The research was conducted through a survey to 1070 manufacturing industry companies from the Automotive Metal–Mechanical Clusters, Furniture Industry Cluster, and Garment Industry Cluster sectors. A structural equation modeling methodology and cluster analysis method were used to analyze the data. Among the results of this research, it is highlighted that Innovation Capacity is the central point of sustainable manufacturing, in which Innovativeness positively influences Sustainable Competitive Advantage and Organizational Performance. Among the contributions of this research is the framework validation for analyzing the factors that influence sustainable manufacturing. This study brings results that significantly contribute to the development of a sustainable manufacturing industry, which supports the achievement of Global Goals 9—Industry, Innovation, and Infrastructure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,333
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,203
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Strategy and the EnvironmentMême sujetSustainable Supply Chain ManagementTravaux en français237 207