A study on improving employees’ behaviour towards increasing students’ loyalty: the mediating role of need understanding, service quality, and intimacy among students in Kenya
Notice bibliographique
Résumé
During the past few years, there have been various studies on the relationship between academic behavior, teaching and student retention but not much has been on administration staff and students.This study examined improving employees' behavioural factors towards increasing students' loyalty.The paper explores the direct mediation and indirect mediation of employee behavioural factors leading to build student loyalty.More specifically the focus is on the constructs of service quality (SQLTY), need understanding (NEEDUND), intimacy (INTIMACY), and student loyalty (STLOY).This study depended on a positivist research paradigm.In this study, over 800 structured questionnaires were administered for research subjects.However, 743 were captured for the final analysis.The analytical tool used in this study is the ADANCO 2.0.1 software and in terms of statistical processing, the PLS-SEM technique was utilized.The two main takeaways from the direct relationships are that INTIMACY is a strong predictor of STLOY, and NEEDUND is also a strong predictor of SQLTY.The indirect mediations of INTIMACY on SQLTY and STLOY, IN-TIMACY on NEEDUND and STLOY, and SQLTY on NEEDUND and INTIMACY were all not supported.The study, like any academic work, has limitations.Despite these limitations, this study offers theoretical as well as practical values for the research community and administrators of universities and higher education administrators as a whole.For administrators of the universities and the higher education, the study points out the critical needs for administrators to better understand students' loyalty and behaviours of employees during the service encounter, which could lead to intimacy and eventually student loyalty.The present study is innovated by quantitatively examining how the above-mentioned behavioural factors of employees could lead to INTIMACY and STLOY.
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 | 0,002 | 0,003 |
| 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 | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».