MétaCan
Menu
Retour à la cohorte
Enregistrement W2132053297 · doi:10.5539/ass.v11n4p157

E-lifestyle, Customer Satisfaction, and Loyalty among the Generation Y Mobile Users

2015· article· en· W2132053297 sur OpenAlexvenueno aff
Siti Hasnah Hassan, T. Ramayah, Osman Mohamed, Amin Maghsoudi

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Sains Malaysia
Mots-clésLoyaltyCustomer satisfactionContext (archaeology)Loyalty business modelBusinessMarketingAdvertisingOrder (exchange)Generation yConstruct (python library)PsychologyIdentity (music)GeographyService qualityComputer scienceService (business)

Résumé

récupéré en direct d'OpenAlex

Technology advancement is gaining a great deal of attention among young individuals. Technology has significantly impacted and changed the context and the way young people live in recent years, particularly in developing countries across Southeast Asia. Indeed, telecommunication companies have noticed the importance of e-lifestyle factors which largely contribute to their identity. This research is aimed to examine the impact of e-lifestyle on customer satisfaction and loyalty from mobile consumers in the emerging countries. The data were collected using a survey among 197 respondents from Generation Y that aged between 18 and 37 years old. The data were analyzed using SmartPLS and the results show that the second-order construct of e-lifestyle has significant effect on customer satisfaction and loyalty. The future implications and conclusion are discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,004
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,302
Écart entre enseignants0,279 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDigital Marketing and Social MediaTravaux en français237 207