MétaCan
Menu
Retour à la cohorte
Enregistrement W2435488102 · doi:10.5267/j.dsl.2016.6.001

Ranking factors affecting the quality of banking services using analytic network process

2016· article· en· W2435488102 sur OpenAlexvenueno aff
Hooman Pourmohammad, M. Zandieh, Hasan Farsijani

Notice bibliographique

RevueDecision Science Letters · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessCompetence (human resources)Quality (philosophy)Analytic network processQuality of serviceReliability (semiconductor)Service qualityAccountabilityProcess managementProcess (computing)Service (business)Ranking (information retrieval)Computer scienceRisk analysis (engineering)Knowledge managementMarketingAnalytic hierarchy processTelecommunicationsEngineeringOperations researchEconomics

Résumé

récupéré en direct d'OpenAlex

This paper seeks to identify the priority of factors affecting the quality of banking services in Bank Saderat Iran for better allocation of resources to enhance the quality of its banking services. The study develops a fuzzy method to handle uncertainty associated with the data and using analytical network process (ANP) ranks different factors influencing on service quality. The results have indicated that the quality of e-services (ESQ) is the most important factor followed by the quality of banking services agility (ASQ), the service system quality (SSQ), and the behavioral service qualities (BSQ). Moreover, the employees' competence and skills, the reliability of the electronic system and the reliability of the service system, an impeccability banking system integrity and accountability instruments are among other effective factors influencing on the quality of banking services.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0040,001
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 Opus0,032
Tête enseignante GPT0,331
Écart entre enseignants0,300 · 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 tête enseignante, 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetService-Oriented Architecture and Web ServicesTravaux en français237 207