MétaCan
Menu
Retour à la cohorte
Enregistrement W7151598573 · doi:10.66578/btis.v1i1.12

Digital Green Transformation and Sustainable Performance: The Mediating Role of Green Process Innovation and Supply Chain Agility

2025· article· W7151598573 sur OpenAlexaboutno aff
Fatemeh Yarkarami

Notice bibliographique

RevueBusiness Technology & Innovation Studies Journal · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilitySupply chainOrchestrationInterdependenceMediationRobustness (evolution)ManufacturingCorporate governanceProcess (computing)

Résumé

récupéré en direct d'OpenAlex

This study investigates how Digital Green Transformation Capability (DGTC) enables manufacturing firms to achieve superior Sustainable Performance (SP) through Green Process Innovation (GPI) and Sustainable Supply Chain Agility (SSCA). Building on Resource Orchestration Theory (ROT) and Socio Technical Systems (STS) theory, the research introduces a dual alignment orchestration framework that integrates digital and green transformation as interdependent capability systems. Using data from 516 manufacturing firms in Canada and the United States, the study employs PLS SEM and PROCESS Model 6 to test serial mediation effects. DGTC’s effect on SP is examined through sequential paths: DGTC, GPI, SSCA and SP. Moderating effects of Data Governance Quality (DGQ) and Institutional Pressure (IP) are also assessed. Results confirm that DGTC significantly enhances GPI and SSCA, which sequentially mediate its impact on SP. DGQ strengthens the DGTC and SSCA relationship, while IP amplifies the SSCA and SP path. The model demonstrates high predictive validity (GoF = 0.59; Q² = 0.34; PLSpredict RMSE < LM benchmarks). Cross country and sectoral analyses confirm robustness across manufacturing contexts. This study contributes by (1) introducing Green Process Innovation as a micro level mechanism linking DGTC to sustainable outcomes, (2) conceptualizing Dual Alignment Orchestration as a dynamic capability integrating digital and sustainability domains, and (3) developing the DGTC Strategic Response Matrix that translates theoretical insights into managerial strategy. The findings enrich the emerging discourse on Industry 5.0, where agility, innovation, and data governance jointly underpin sustainable competitiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Technology & Innovation Studies JournalMême sujetDigital Transformation in IndustryTravaux en français237 207