Green Transformational Leadership and Environmental Performance: Insights from Bibliometric Analysis for Future Research Agenda
Notice bibliographique
Résumé
In response to growing environmental challenges, green transformational leadership (GTL) has become a key driver of sustainable business practices and improved environmental performance.This study offers a comprehensive bibliometric analysis to map the intellectual landscape, research trends, and emerging themes in GTL and environmental performance.A total of 65 Scopus-indexed documents published between 2020 and April 2025 were analyzed using VOSviewer software to identify influential publications, prominent authors, key institutions, and leading countries shaping this evolving field.Six main thematic clusters emerge: strategic environmental management, employee green behavior, innovation, knowledge management, dynamic capabilities, and the link between GTL and environmental performance.The findings emphasize GTL's pivotal role in fostering a green organizational culture, driving innovation, and embedding sustainability within core business strategies.Furthermore, the study highlights the increasing recognition of environmental stewardship as both a regulatory obligation and a source of competitive advantage and long-term profitability.In addition, this research provides a roadmap for future studies and offers practical guidance for leaders and organizations aiming to integrate environmental sustainability into their strategies.By deepening our understanding of GTL's influence on environmental outcomes, this study contributes to both academic knowledge and the broader goal of global sustainability.
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 | 0,021 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,078 | 0,184 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,015 | 0,011 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».