Assessment of Property Management Service Quality of Purpose Built Office Buildings
Notice bibliographique
Résumé
Service quality has many benefits including achieving and sustaining a competitive advantage as determinant of business success and failure and as a barometer of corporate performance. In the service industry like the property management, quality and perception of quality is essential. Thus, the need to deliver quality service is imperative in order to retain tenants as services is the criteria upon which clients, customers and users of real estate product and services differentiate one organization from another. The purpose of the study discussed in this paper is to develop PropertyQual, a service quality instrument for property management profession and to contribute to research that analyses the relationship between expectations and perceptions of service quality. It also aims to use a gap analysis based model to measure tenants’ perceptions of service quality in the property management of purpose built office buildings in Malaysia. This study utilizes a combination of quantitative and qualitative approach to research which allow triangulation of the findings and also enable the use of one method to inform the other, reveal paradox or contradictions, and extend the breadth of inquiry. The Cronbach alpha and CFA analysis confirmed that PropertyQual is a robust instrument to measure service quality in the property management services. The current findings do provide some important insights of understanding the variables that contribute to service quality and tenants satisfaction of property management services. This research has added to the base of knowledge regarding the assessment of service quality and tenant satisfaction in property management services and highlights areas for future research.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».