MétaCan
Menu
Retour à la cohorte
Enregistrement W2973422854 · doi:10.1177/0972150919861783

Organizational Response to Goods Failure Complaints: The Role of Culture on Perceptions of Interactional Justice and Customer Satisfaction

2019· article· en· W2973422854 sur OpenAlexaffabout
Etayankara Muralidharan, Wenxia Guo, Hesham Fazel, William Wei

Notice bibliographique

RevueGlobal Business Review · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensAcadia UniversityMacEwan University
Organismes subventionnairesnon disponible
Mots-clésComplaintInteractional justiceService recoveryEconomic JusticeCustomer satisfactionCollectivismContext (archaeology)BusinessPerceptionPsychologySocial psychologyValue (mathematics)Service (business)MarketingService qualityOrganizational justiceOrganizational commitmentEconomicsPolitical scienceIndividualismMicroeconomics

Résumé

récupéré en direct d'OpenAlex

It is well recognized that in a service failure context, cultural value orientations interact with firm responses to service failures to influence perceptions of fairness (justice) and satisfaction. We examine whether this effect is applicable in the case of goods failure complaint context. Using an experimental design with data from Hong Kong and Canada, we investigate how customer evaluations of firm responses are influenced by interplay of consumers’ value orientation and nature of firm responses to the goods failure complaint [whether complaint resolution is initiated by the firm (vs. initiated by the customer), customer is informed about the progress of complaint resolution (vs. not informed about the progress)]. Our findings reveal that the cultural values of collectivism and uncertainty avoidance do interact with the nature of firm’s response to influence perception of interactional justice. Finally, interactional justice positively impacts overall complaint resolution satisfaction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,271
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Business ReviewMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207