MétaCan
Menu
Retour à la cohorte
Enregistrement W2086218163 · doi:10.1108/ejm-03-2013-0115

The effect of service employees’ accent on customer reactions

2014· article· en· W2086218163 sur OpenAlexaboutno aff
Alastair Tombs, Sally Rao Hill

Notice bibliographique

RevueEuropean Journal of Marketing · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésService (business)BusinessMarketingService designService delivery frameworkOriginalityService providerStress (linguistics)PsychologySocial psychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Purpose – The primary objective of this article is to investigate customer reactions to service employees with accents that differ from a non-native accent taking into account customer emotions. Design/methodology/approach – This article reports on a study with a 2 (accent of service employee: Australian or Indian) × 2 (service employee’s competency: competent or incompetent) × 2 (customer’s affective state: positive or negative) between-subject experimental design to uncover the effects of service employees’ accent on customers’ reactions. Findings – The findings revealed that hearing a service employee with a foreign accent was not enough on its own to influence customer responses. However, when the service employee is incompetent or the customer was in a negative affective state, a foreign accent appeared to exacerbate the situation. Research limitations/implications – While the findings indicate that accents are used a cue for customers to evaluate service employees, further research should also take service types, service outcomes, customer-service employee relationships, customers’ ethnic affiliation and ethnocentrism into consideration when examining the effect of accents. Practical implications – Service managers need to be aware that accents will exacerbate perceptions of already difficult service situations. Providing competent service will help breakdown stereotypes and improve the acceptance of diversity at the customer–employee interface. Originality/value – This article contributes to the service literature about service attributes and is particularly relevant to economies such as the USA, Canada, the UK, New Zealand and Australia where immigrants are a large part of the service work force.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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

Citations42
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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