MétaCan
Menu
Retour à la cohorte
Enregistrement W2008468188 · doi:10.1108/02652320010359543

Effectiveness of Relational and Transactional cultures in commercial banking: putting client‐value into the competing values model

2000· article· en· W2008468188 sur OpenAlexaff
Michèle Paulin, R. James Ferguson, Marielle Audrey Payaud

Notice bibliographique

RevueInternational Journal of Bank Marketing · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTransactional leadershipBusinessValue (mathematics)Context (archaeology)Organizational cultureMarketingTransactional analysisCustomer relationship managementIndustrial organizationManagementEconomicsComputer sciencePsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This paper has four purposes. First, it points out and explains why the Market‐type culture, is not the culture type most conducive to business performance. This Market‐type culture reflects mainly a Transactional approach to the market rather than a longer term Relational approach to clients. Second, a modification of the CVM is presented which forces the respondents to weigh the value their firm places on the client or customer compared with the other competing values in the model. This modified version can be used to describe organizational cultures which are more Relational or Transactional in nature. Third, an empirical study of commercial banking relationships in France indicated that business effectiveness was greater when both parties in the exchange (account manager and business client) perceived their respective organizations to be Relational‐type cultures. Conversely, the worst business performance was found when both organizations had Transactional‐type cultures. Fourth, the managerial implications of the paper are discussed in the context of commercial banking.

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)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,006
Communication savante0,0070,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,273
Écart entre enseignants0,259 · 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'étudeQualitatif
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

Citations40
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bank MarketingMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207