MétaCan
Menu
Retour à la cohorte
Enregistrement W2145274916 · doi:10.5430/jbar.v2n1p49

Importance of Internal Marketing for Service Companies Corporate Reputation and Customer Satisfaction

2013· article· en· W2145274916 sur OpenAlexvenueno aff
Vesna Babić-Hodović, Maja Arslanagić-Kalajdžić, Eldin Mehić

Notice bibliographique

RevueJournal of Business Administration Research · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Identity and Reputation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessMarketingCustomer satisfactionReputationService qualityContext (archaeology)Service (business)

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to measure customer-based corporate reputation (CBCR) of service companies and to analyze importance of internal marketing within this construct. Research was conducted in Bosnia and Herzegovina and therefore customer-based corporate reputation is put in a specific cultural context. Convenient sampling method was used to gather responses from individual consumers. Apart from descriptive and one-dimensional statistic instruments, collected data were analyzed through exploratory factor analysis. Causality between variables was tested through correlation and OLS regression analysis. This research provided more insights into interconnection of two important constructs for service companies: corporate reputation and internal marketing. CBCR measure incorporates “customer orientation” and “good employer” dimensions which we classified as internal marketing elements. Results showed that elements of customer-based corporate reputation have positive and significant influence on customer satisfaction. This demonstrates that internal marketing represents an important component in building corporate reputation and that it influences customers’ perception and their satisfaction.

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)0,005
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,088
Tête enseignante GPT0,327
Écart entre enseignants0,238 · 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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Administration ResearchMême sujetCorporate Identity and ReputationTravaux en français237 207