Assessment of Quality of Service of Mobile Network Operators in Akure
Notice bibliographique
Résumé
This study assessed and compared the Quality of Service provided by the four major Mobile Network Operators(MNOs) in Akure, Nigeria as well as assessed their level of compliance with Nigerian Communications Commission standard. The study also examined the level of customer satisfaction on the services delivered by the MNOs. The effect of Quality of Service on the satisfaction of the customers of the MNOs was also investigated in this study.Primary data was collected in this study using both the drive test and survey questionnaire techniques. The drive test technique was used to collect data on the Quality of Service provided by the MNOs while the survey questionnaire was used to collect data on customer satisfaction from 527 respondents.Descriptive statistics was used to assess the level of Quality of Service provided and also to examine the level of customer satisfaction. The one-way ANOVA was adopted to compare the Quality of Service provided among the MNOs while Regression analysis was used to examine the effect of Quality of Service on customer satisfaction.The study revealed that the Quality of Service of the Mobile Network Operators in Akure differed significantly (P<0.05). It also revealed a moderate level of satisfaction among the customers. Though the Quality of Service provided by the Mobile Network Operators was found not to meet Nigerian Communications Commission standard for most of the key performance indicators, MTN was found to be the best. The study also revealed that the effect of Quality of Service on the satisfaction of customers is insignificant. The study recommended that the Mobile Network Operators should build more base stations as this would help reduce coverage gaps and blind spots and ultimately increase their network coverage.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».