MétaCan
Menu
Retour à la cohorte
Enregistrement W2074329147 · doi:10.1108/jamr-11-2012-0049

An exploratory study on determinants of customer satisfaction of leading mobile network providers – case of Kolkata, India

2013· article· en· W2074329147 sur OpenAlexaboutno aff
Shibashish Chakraborty, Kalyan Sengupta

Notice bibliographique

RevueJournal of Advances in Management Research · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCustomer satisfactionBusinessMarketingMetropolitan areaSampling frameService providerFlexibility (engineering)Service (business)GeographyEconomicsMedicinePopulation

Résumé

récupéré en direct d'OpenAlex

Purpose The study is designed to explore the drivers of customer satisfaction of leading mobile network providers in a high‐growth market like Kolkata a metropolitan city in India. Design/methodology A framework was developed based on earlier study of eminent researchers pertinent to customer satisfaction of mobile network providers in Germany, France, Korea, Canada, the USA and Greece. The construct flexibility was considered as a new determinant for customer satisfaction. For this data were collected from 277 respondents and pertinent analysis were made using multivariate techniques. Findings The study finds that generic requirements, price, and flexibility are major drivers of customer satisfaction of mobile network providers and brand wise relevance of these key determinants. Research limitations/implications The fixed line telephone directory was the sampling frame, and all the respondents considered in the survey had a fixed line but there are situations where customer subscribes only to mobile phones. It is also necessary to study other metropolitan cities of India to validate the results we have obtained for Kolkata. Originality/value – The current research has taken into account new driver of customer satisfaction in a high‐growth market and this is the first study on drivers of customer satisfaction of leading mobile network providers in the city of Kolkata, India.

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)0,001
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 enseignants0,102
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,051
Tête enseignante GPT0,389
Écart entre enseignants0,338 · 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

Citations18
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advances in Management ResearchMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207