Evaluating service quality in the higher education sector in Iran: an examination of students’ perspective
Notice bibliographique
Résumé
Purpose Education is a human right and access to high quality education is key to sustainable socioeconomic development. Improving the quality of higher education institutes is essential for generating the productive human resources. Assessing the quality of higher education from the students’ perspective can be considered a crucial factor in the monitoring of service quality in universities. The purpose of this paper is to evaluate the quality of educational services in a higher education institute, the Kermanshah University of Medical Sciences (KUMS), in the west of Iran. Design/methodology/approach A multistage sampling method was used to select 346 students from the KUMS, who were enrolled in the second semester of the academic year 2015-2016. The SERVQUAL questionnaire was used to gather data on students’ perceptions and their expectations about the quality of educational services. The authors used a statistical significance level of 0.05 to examine the gap between the students’ expectations and their perceptions of service quality in five dimensions, namely tangibles, responsiveness, reliability, empathy and assurance. Findings The results showed that there was a negative service quality gap in all five dimensions. The overall mean score of students’ expectations and their perceptions was 3.19±0.44 and 2.4±0.45, respectively. The score gap between the overall mean score of perceptions and expectations of students was −0.79, which was statistically significant (p<0.0001). The highest and lowest quality gaps were related to the assurance (−0.84) and tangible (−0.70) dimensions, respectively. Originality/value The study indicated that the quality of educational services provided in the KUMS did not meet students’ expectations in five dimensions of service quality. Thus, it warrants further investigations to determine how to improve the quality of educational services in higher education institutes such as the KUMS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».