The effect of service employees’ accent on customer reactions
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
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.
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 | 0,019 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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