Service climate in knowledge-intensive, internal service settings
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 This study aims to extend service climate research from its existing focus on routine service for external clients into a knowledge-intensive, internal (KII) service setting. This extension was important because internal knowledge workers may operate from a monopolistic perspective and not view themselves as service providers because of the technical/professional nature of their work. Design/methodology/approach Two surveys were distributed in participating organizations. One survey, completed by employees in information technology (IT) service units, contains measures of service climate, climate antecedents and technical competence. The second survey, filled out by members of their corporate customer units, taps their evaluations of service quality. Findings Service climate in IT service units significantly predicted service evaluations by their respective customer units. Importantly, service climate was more predictive than IT service employees’ technical competency. Role ambiguity, empowerment and work facilitation were also found to be significant service climate antecedents. Research limitations/implications These results provided strong empirical evidence supporting an extension of the existing service climate research to KII service settings. To the extent that front-line service employees rely on internal support to deliver quality service to external customers, managers should work to enhance the service climate in internal support units, which ultimately improves external service quality. Originality/value This is the first study that establishes the robustness of the service climate construct in KII service settings. It makes service climate a useful managerial tool for improving both internal and external service quality.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| 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