Service Problems and Recovery Stratégies: An Experiment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This experiment examines the effectiveness of recovery stratégies after a service failure on customer loyalty and complaint intentions. Respondents encountered different core failures in ternis of problem severity (denial or delay) and criticality levels (high or low). The results suggest the effectiveness of service recovery strategies—assistance (fixing the problem) and/or compensation (defraying the costs incurred)—varied depending on the txpe of service, problem severity, and criticality levels. The implication is that recovery strategies need to be matched to the specific incident. Service firms should focus on avoiding or reducing core failures. Getting it right the first time is the best strategy. Résumé La présente recherche examine au moyen d'une expérience l'efficacité de différentes stratégies de récupération sur la fidélité et les intentions de porter plainte de la clientèle à la suite d'une défaillance de service. Les participants ont été confrontés à différentes défaillances de service en termes de gravité (interruption du service ou délai) et de niveau critique (élevé ou faible). Les résultats indiquent que l'efficacité des stratégies de récupération—aide technique (résolution du problème) et/ou compensation financière (défraiement des coǔts encourus)—varie en fonction du genre de service, de la gravité du problème et des niveaux critiques. Les résultats de l'étude laissent supposer que les stratégies de récupération doivent ětre associées à un incident spécifique. Les entreprises de services doivent mettre l'accent sur l'évitement ou la réduction des défaillances. La meilleure stratégie consiste encore à donner le service correctement.
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.
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 | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle