This study explores the adoption and societal implications of an emerging technology such as Chat Generative Pre‐Trained Transformer (ChatGPT) in higher education students. By utilizing a mixed‐method framework, this research combines Rogers’ diffusion of innovation theory with sentiment analysis, offering an innovative methodological approach for examining technology adoption in higher educational settings. It explores five attributes—relative advantage, compatibility, ease of use, observability, and trialability—shaping students’ behavioral intentions toward ChatGPT. Sentiment analysis offers qualitative depth, revealing emotional and perceptual aspects, and introduces a gender‐based perspective. The results suggest that five innovation attributes significantly impact the adoption rates and perceptions of ChatGPT, indicating its potential for transformative social change within the educational sector. Gen Zs viewed ChatGPT as innovative, compatible, and user‐friendly, enabling the independent pursuit of educational goals. Consequently, the benefits provided by ChatGPT in education motivate students to use the tool. Gender differences were observed in the prioritization of innovation attributes, with male students favoring compatibility, ease of use, and observability, while female students emphasized ease of use, compatibility, relative advantage, and trialability. The findings have implications for understanding how technological innovations such as ChatGPT could be strategically diffused across different societal segments, especially in the academic context where ethical considerations such as academic integrity are paramount. This study underscores the need for a demographic‐sensitive, user‐centric design in generative artificial intelligence (AI) technologies.

Abstract The relationships of SDG 12 (responsible consumption and production) with other sustainable development goals (SDGs), both direct and indirect, necessitate a systematic analysis to understand its pivotal role in achieving other SDGs. This work focuses on a threefold investigation through a scientometric framework. Initially, the study sought to map and analyze the naturally formed linkages between SDG 12 and other SDGs by examining the literature specifically devoted to SDG 12, thereby revealing the SDGs that are strongly linked to SDG 12. The subsequent phase of the investigation identified prominent topics related to SDG 12 that require detailed exploration. Finally, the selected topics are mined through a methodical approach termed flow vergence gradient analysis, allowing for the revelation of significant contributions within each topic. Through the analysis of the SDG linkage map, SDG 13 (climate action), SDG 7 (affordable and clean energy), SDG 11 (sustainable cities and communities), and SDG 15 (life on land), among others, were recognized as closely linked to SDG 12. Following this identification, five major topics—Industrial Symbiosis, Electronic waste, Carbon emissions, Life Cycle Assessment, and Green products—were deemed suitable for comprehensive mining to extract pivotal contributions. As policy recommendations, adopting a multifaceted approach to e-waste management and sustainable practices is imperative. Implementing consumption-based accounting (CBA) to achieve SDG 12 holistically will be useful. Businesses must align with circular economy principles, minimize hazardous materials, and adhere to low-emission, green supply chain practices. The emphasis is also on the need for proactive R&D collaboration with academia to meet SDG 12 targets, alongside engaging in community awareness through corporate social responsibility initiatives.

In a comprehensive assessment of ChatGPT and Bard's performance across three key indices—Government AI Readiness, Digital Economy and Society, and UN E-Government Survey, the study delves into nuanced insights regarding their accuracy, adaptability, and readability within the context of Digital Governance. ChatGPT demonstrated a superior accuracy rate of 93.55%, surpassing Bard's performance at 88.57%. Notably, both models exhibited variations in individual and mutual error correction capabilities, particularly evident when faced with confirmation queries. Bard showcased an adjustment post-confirmation, suggesting potential error correction, whereas ChatGPT displayed limited adaptability in similar scenarios. While there was a notable congruence in their responses to Digital Governance content, challenges arose in deciphering complex information, especially concerning sustainability initiatives. Bard generally produced more accessible content, evident in readability metrics, in contrast to ChatGPT's inclination towards using complex language. Both models demonstrated promising alignment in addressing intricate topics within the realm of Digital Governance. The findings emphasize the need for policymakers to critically evaluate the adaptability and accuracy of language models like ChatGPT and Bard when considering their integration into digital governance practices. Awareness of their diverse performance and error correction capabilities is crucial for responsible implementation, ensuring the maximal benefits of AI in public decision-making.

Large language models (LLMs) are a recent advancement in artificial intelligence that has the potential to revolutionize learning, teaching, and research. Still, there is room for improvement regarding how effectively LLMs could be incorporated into these environments. This study investigated the role of LLMs, specifically ChatGPT, in learning, teaching, and research contexts. To understand how motivation, ability, and triggers influence the behavior of undergraduate students, teachers, and research scholars toward LLMs, the Fogg Behavior Model (FBM) is adopted. The study revealed that the behavior of students and researchers to apply LLMs in their respective domains was greatly influenced by their motivation and ability. However, teachers exhibited little interest in incorporating any LLMs into their pedagogical strategies. In addition to these results, participants identified limitations of ChatGPT in learning, teaching, and research fields. These insights contribute valuable perspectives on the practical implementation and effectiveness of LLMs in diverse academic and research contexts. The study sheds light on the potential benefits and challenges of integrating LLMs into educational and research environments. The findings emphasize the importance of accounting for motivational factors and individual abilities when applying such models. The study's findings offer invaluable insights for educators and researchers to harness the potential of LLMs in educational and research environments while mitigating their limitations.

This interdisciplinary study addresses a critical gap in environmental behavior research by focusing on Gen Z's engagement with tree planting, a key yet underexplored activity in the context of achieving sustainable development goals. Motivated by the need to understand how cultural practices and environmental policies influence young people's participation in sustainability efforts, this research examines how integrating psychological theories with sociocultural dynamics can enhance our understanding of proactive environmental engagement. Leveraging frameworks from psychology, sociology, environmental science, and cultural studies, this research integrates the Value-Belief-Norm theory and the Theory of Planned Behavior to analyze how Gen Z's values, environmental beliefs, and perceived behavioral control influence their intentions and actions toward tree planting. The methodology involves a two-phase empirical investigation: initially developing and validating measurement items with 141 Gen Z participants, followed by a second phase with 203 participants to validate the proposed model using partial least squares structural equation modeling. The findings highlight that the environmental value of Gen Z significantly shapes its attitudes and behavioral intentions toward tree planting. Additionally, this study reveals the crucial role of personal norms and perceived behavioral control in steering individuals' pro-environmental behaviors. The Vishu Thaineetham initiative, which has a global footprint and has transformed a cultural tradition into a sustainable tree-planting movement, is a case study for innovative ecological preservation. This initiative demonstrates the potential of culturally adapted practices to foster collective environmental engagement and promote cleaner production strategies. The implications for theory and practice, emphasizing insights into environmental behavior models, are also provided.

This study systematically evaluates biomimicry research within the context of sustainable development goals (SDGs) to discern the interdisciplinary interplay between biomimicry and SDGs. The alignment of biomimicry with key SDGs showcases its interdisciplinary nature and potential to offer solutions across the health, sustainability, and energy sectors. This study identified two primary thematic clusters. The first thematic cluster focused on health, partnership, and life on land (SDGs 3, 17, and 15), highlighting biomimicry's role in healthcare innovations, sustainable collaboration, and land management. This cluster demonstrates the potential of biomimicry to contribute to medical technologies, emphasizing the need for cross-sectoral partnerships and ecosystem preservation. The second thematic cluster revolves around clean water, energy, infrastructure, and marine life (SDGs 6, 7, 9, and 14), showcasing nature-inspired solutions for sustainable development challenges, including energy generation and water purification. The prominence of SDG 7 within this cluster indicates that biomimicry significantly contributes to sustainable energy practices. The analysis of thematic clusters further revealed the broad applicability of biomimicry and its role in enhancing sustainable energy access and promoting ecosystem conservation. Emerging research topics, such as metaheuristics, nanogenerators, exosomes, and bioprinting, indicate a dynamic field poised for significant advancements. By mapping the connections between biomimicry and SDGs, this study provides a comprehensive overview of the field's trajectory, emphasizing its importance in advancing global sustainability efforts.