MétaCan
Menu
Retour à la cohorte
Enregistrement W2068453904 · doi:10.1108/17511060710817230

Customer engagement and the operational efficiency of wine retail stores

2007· article· en· W2068453904 sur OpenAlexaff
J.E. Barth

Notice bibliographique

RevueInternational Journal of Wine Business Research · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésWine tastingOriginalityMarketingBusinessAdvertisingWineData envelopment analysisSample (material)Value (mathematics)Style (visual arts)SignageComputer scienceMathematicsQualitative researchGeographySociologyStatistics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to show that new‐style retail wine stores with features such as tasting rooms, lecture theatres and demonstration kitchens used to educate and engage customers have better retail efficiency than old‐style stores. Design/methodology/approach Sales dollars, labour hours and litres of inventory depletion from a paired sample of old‐style and new‐style facilities located in five different communities are submitted to a data envelopment analysis to determine the retail efficiency of the stores. Findings All the new‐build stores had higher retail efficiency than the older stores, and input reductions in older stores were unlikely to bring their performance up to the level of the new store concepts. Originality/value One of the shortcomings of this research is that the old and new stores in the paired samples are different in size and location within each municipality. While it is clear that the new store features (tasting rooms, seminars, cooking demonstrations, etc.) increase retail efficiency, it remains to know the contribution of each of feature to the improvement in retail performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,070
Tête enseignante GPT0,347
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations27
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wine Business ResearchMême sujetWine Industry and TourismTravaux en français237 207