Antecedents of E-Banking Services by Customers for the Selected Commercial Banks in Sylhet, Bangladesh
Notice bibliographique
Résumé
<p>This study is conducted to identify customers view regarding cost effectiveness, time savings and security of different types of e-banking products like online banking, ATM banking, internet banking, mobile banking and telephone banking. E-banking is the alternative delivery channels that banks adopted for providing efficient banking services through the help of internet, computers, mobile phone etc. Banks’ customers were considered as population and primary data were collected through questionnaire. Descriptive statistics and Chi-square test were used for analyzing the data. The results indicated that customers prefer ATM banking services most, next to follow mobile banking and online banking. The customers believed that all types of e-banking products save time and except telephone banking others types of e-banking products were secured. Online banking and ATM banking services were not considered as cost effective. Analysis indicated no relationship between online banking and different demographic variables. ATM banking services was highly influenced by most of the demographic variables whereas internet banking, mobile banking and telephone banking influenced by few demographic variables i.e. age groups, education level, and monthly income. The results help banks to develop varieties of e-banking products and formulate strategies by considering the demographic characteristics of the customers. Customers expect more users friendly e-banking products along with diversify features and suggested to develop latest e-banking products like mobile apps based banking for ensuring long term customers relationship, attracting potential customers and keeping existing customers that may ensure consistent growth and profit as well.</p>
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».