This paper examines the antecedents of branding co-creation that include social networking sites’(SNSs) participation motivations,customer participation, brand trust and brand loyalty in social media brand communities by applying the “Stimulus-Organism-Response paradigm”. The survey method was used to gather data from 407 social media users. Data were analysed using structural equation modeling techniques. The findings reveal that SNSs’ participation motivations positively influence customer participation, which in turn significantly affects brand trust and brand loyalty. Consequently, both brand trust and brand loyalty positively influence branding co-creation in brand communities on social media. Furthermore, brand trust contributes as a mediator between customer participation and brand loyalty on social media brand communities. Although studies on relationships examined through the lens of the Stimulus-Organism-Response paradigm are popular, to the authors’ surprise there is scant literature examining the relationships between SNSs’ participation motivations, customer participation in social media brand communities, brand trust, brand loyalty and branding co-creation.

The significance of big data analytics-powered artificial intelligence has grown in recent years. The literature indicates that big data analytics-powered artificial intelligence has the ability to enhance supply chain performance, but there is limited research concerning the reasons for which firms engaging in manufacturing activities adopt big data analytics-powered artificial intelligence. To address this gap, our study employs institutional theory and resource-based view theory to elucidate the way in which automotive firms configure tangible resources and workforce skills to drive technological enablement and improve sustainable manufacturing practices and furthermore develop circular economy capabilities. We tested the research hypothesis using primary data collected from 219 automotive and allied manufacturing companies operating in South Africa. The contribution of this work lies in the statistical validation of the theoretical framework, which provides insight regarding the role of institutional pressures on resources and their effects on the adoption of big data analytics-powered artificial intelligence, and how this affects sustainable manufacturing and circular economy capabilities under the moderating effects of organizational flexibility and industry dynamism.

Open innovation as driver of organizational performance of small and medium-sized enterprises (SMEs) has received relatively little scholarly attention. Drawing upon the resource-based view and the knowledge-based view of firms, we examined antecedents and outcome of open innovation in SMEs. We collected multisource data from 404 SMEs and used structural equation modeling to test the hypotheses. Our study suggests that top management knowledge value and knowledge creating practices influence open innovation, which, in turn, influences organizational performance. Results of the study are discussed in the light of previous studies and suggest implications for theory and practice of open innovation.

The business concept of the circular economy (CE) has gained significant momentum among practitioners and researchers alike. However, successful adoption and implementation of this paradigm of managing business remains a challenge. In this article, we build a case for utilizing big data analytics (BDA) as a fundamental basis for informed and data driven decision making in supply chain networks supporting CE. We view this from a stakeholder perspective and argue that a collaborative association among all supply chain members can positively affect CE implementation. We propose a model highlighting the facilitating role of big data analytics for achieving shared sustainability goals. The model is based on integrating thematic categories coming out of 10 semi-structured interviews with key position holders in industry. We argue that mutual support and coordination driven by a stakeholder perspective coupled with holistic information processing and sharing along the entire supply chain network can effectively create a basis for achieving the triple bottom line of economic, ecological and social benefits. The proposed model is useful for managers in that it provides a reference point for aligning activities with the circular economy paradigm. The conceptual model provides a theoretical basis for future empirical research in this domain.

Industry 4.0 technologies provide digital solutions for the automation of manufacturing. In circular economy-based models, the resources stay in the system as it experiences one of the 10 R (Refuse, Rethink, Reduce, Reuse, Repair, Refurbish, Remanufacture, Repurpose, Recycle, and Recover) processes. These 10 R processes require the development of advanced manufacturing capabilities; however, 10 R processes suffer from various challenges and can be effectively overcome through Industry 4.0 technological applications. Although literature has indicated the use of various Industry 4.0 technologies, little information is available about firms’ views on the degree of Industry 4.0 application in the 10 R based advanced manufacturing area and its ability to achieve sustainable development. The current study aspires to examine how great an effect Industry 4.0 adoption has on 10 R advanced manufacturing capabilities and its outcome on sustainable development under the moderating effect of an Industry 4.0 delivery system. Practice-based view and Dynamic capability view theories are used to conceptualise the theoretical model. The research team statistically validated the theoretical model considering 124 data points that were collected using an online survey with a structured questionnaire. The findings point out that the path degree of Industry 4.0 adoption and 10 R advanced manufacturing capabilities are statistically significant. 10 R advanced manufacturing capabilities are found to have a positive influence on sustainable development outcomes. Industry 4.0 delivery system has a moderating effect on the path degree of I4.0 implementation and 10 R advanced manufacturing capabilities. The study concludes with key take away points for managers.

Purpose The evolution of technology from the most recent industrial age to the technology era better known as Industry 4.0 resulted in greater demand for horizontal, vertical and end-to-end digital integration. Prior studies show that Industry 4.0 adoption majorly influences the sustainability aspects in a supply chain network. The purpose of this paper is to identify the Industry 4.0 enablers of supply chain sustainability and further attempt to propose a research framework to bridge the theoretical gaps.