MétaCan
Menu
Retour à la cohorte
Enregistrement W2559244312 · doi:10.1108/ijqss-11-2015-0071

Service climate in knowledge-intensive, internal service settings

2016· article· en· W2559244312 sur OpenAlexaff
Ronnie Jia, Blaize Horner Reich, Heather H. Jia

Notice bibliographique

RevueInternational Journal of Quality and Service Sciences · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésService designService level objectiveService guaranteeService providerService delivery frameworkService product managementBusinessService (business)Service qualityProcess managementKnowledge managementService systemMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0000,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,071
Tête enseignante GPT0,352
Écart entre enseignants0,281 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Quality and Service SciencesMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207