MétaCan
Menu
Retour à la cohorte
Enregistrement W2953605947 · doi:10.5539/ass.v15n7p1

Effective Factors of Service Marketing Mix on Tourist Satisfaction: A Case Study

2019· article· en· W2953605947 sur OpenAlexvenueno aff
Mahfuzur Rahman, Mohammad Shariful Islam, Md. Al Amin, Rebaka Sultana, Md. Imran Talukder

Notice bibliographique

RevueAsian Social Science · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCronbach's alphaMarketingTourismPsychologyService (business)Regression analysisNoveltyCustomer satisfactionSample (material)BusinessStatisticsSocial psychologyMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

The core goal of the study is to examine the relationship between the service marketing mix and tourist satisfaction. The study also attempted to measures the impact of each element of service marketing on tourist satisfaction at Ahsan Manzil in Bangladesh. In order to attain the goal of the research, a good number of extant literature was reviewed and a structured questionnaire was developed to meet the research gap. Based on the studied variables non probabilistic convenience sampling method used to collect data from a sample of 250 respondents who visited the place and seven causal hypothesize was developed. Statistical measurement techniques employed for the study are descriptive, correlation, regression, ANOVA used and cronbach alpha measured the internal consistency of variables. Data analysis executed by using SPSS 20.0. The findings of the study revealed a positive linear relationship of all variables with tourist satisfaction except promotional activities. The novelty of the paper is that it exhibited the consequences of tourists’ satisfaction and dissatisfaction to guide decision-makers and to keep the specific focus on promotional activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,289
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,351
Écart entre enseignants0,331 · 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 tête enseignante, pas un consensus.

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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207