Exploring the drivers of green SMEs: A multidimensional qualitative study
Notice bibliographique
Résumé
Despite growing global attention to sustainable entrepreneurship, limited understanding persists regarding how financial, institutional, and leadership dynamics jointly shape the green transition of small and medium-sized enterprises (SMEs). Responding to this gap, the present study offers a novel, ecosystem-based perspective that examines how multiple drivers and barriers co-evolve to influence SME sustainability transitions. Drawing from institutional theory and the resource-based view, and using the United Arab Emirates as a representative context, the paper presents qualitative evidence from 96 stakeholders—including government officials, SME leaders, academics, consultants, and finance professionals. Findings include evidence of the complex interplay between internal capabilities and external institutional structures that determine the pace and depth of green transformation. The findings reveal that financial challenges—particularly high borrowing costs, investor risk aversion, and the absence of specialized green finance instruments—constitute the most significant barriers to sustainability adoption. Conversely, government support mechanisms, technological advancement, and leadership commitment act as powerful enablers, promoting innovation and resilience. The study further demonstrates that SMEs’ ability to signal environmental and social value to investors depends on coherent policy frameworks and integrated public–private financing mechanisms. By integrating insights informed by theory and empirical data, this research proposes a multidimensional framework linking green finance accessibility, institutional readiness, and organizational capability development, advancing theoretical understanding of SME sustainability transitions. The findings provide actionable guidance for policymakers, financial institutions, and ecosystem stakeholders seeking to strengthen national green SME ecosystems and offer comparative insights for other economies pursuing sustainable and inclusive growth.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».