Promoting service excellence for tourist destinations
Notice bibliographique
Résumé
Purpose This paper aims to understand the relationship between employee satisfaction and customer satisfaction and its impacts on the long-term sustainability of Hemsedal Ski Resort, Norway. Design/methodology/approach This study uses a mixed method approach. Focusing on the case of Hemsedal, Norway, the authors employ survey design to measure employee service attitudes as well as guest satisfaction and loyalty. Correlation analysis and structural equation modeling (SEM) analysis is used to investigate the relationships between the constructs. Findings Results from the four-year programme reveal that the correlation between employee service attitude and customer experience is strongest for behavioural loyalty which was found to have a direct and observable effect for the customer and that working to teach and train employees is important. Further, results showed that guest satisfaction with service not only influenced loyalty to the company that provided the service, but also loyalty to the destination where the company was situated. In explaining the relationships between levels of employee service attitude, customer satisfaction and community sustainability at Hemsedal ski resort, results showed that through partnership and cooperation, training and development have benefitted the individual companies, the destination and local community at large. Practical implications Results suggest that managers of tourism destinations should focus on employee motivation and training to improve their guests’ satisfaction and loyalty, their competitiveness and sustainability for the future. Originality/value The Service Excellence Project at Hemsedal, Norway demonstrates that mountain destinations can have a positive influence on their competitiveness and their sustainability by instituting a programme that works with employees, customers and businesses to promote a climate of service excellence.
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 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 | 0,005 | 0,006 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».