MétaCan
Menu
Retour à la cohorte
Enregistrement W1982024097 · doi:10.5539/ijms.v6n1p66

Customer Expectation, Satisfaction and Loyalty Relationship in Turkish Airline Industry

2014· article· en· W1982024097 sur OpenAlexvenueno aff
Nuriye Güreş, Seda Arslan, Sevil Yucel Tun

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurkishCustomer satisfactionBusinessLoyalty business modelMarketingAviationLikert scaleLoyaltyCompetition (biology)Government (linguistics)Structural equation modelingHotel industryTourismService qualityEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

In recent years, the development rate of aviation industry in Turkey has ascended faster than the rate of the worldaviation industry. The number of airlines has been increasing with the supports of Turkish government to vitalizethe aviation sector. Therefore, for airline companies, understanding passenger expectations, satisfaction andloyalty relationship has become very important because of tough competition in the industry.The main objective of this study is to find therelationship among the above mentioned variables in Turkishairline industry. As data collecting method in the study, 5-point Likert type self-report questionnaire includingdemographic variables was used. The survey was conducted in June and July 2012 with voluntary participationof the passengers waiting in both the domestic and international lines’ areas in four main Turkish airports. Thedata was collected from 421 domestic flight passengers and 400 for international flight passengers. To analyzethe data, structural equation modeling was applied.The results showed that reliability and facilities had a significant positive effecton customer satisfaction. Inaddition customer satisfaction was found to be a significant determinant of customer loyalty. Based on thefindings, some suggestions for airline management were made and also study limitations were discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,309
Écart entre enseignants0,276 · 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

Citations63
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207