MétaCan
Menu
Retour à la cohorte
Enregistrement W3023567468 · doi:10.5267/j.msl.2020.4.034

The influence of electronic service quality on relationship quality: Evidence from tourism industry

2020· article· en· W3023567468 sur OpenAlexvenueno aff
Arwa Hisham Rahahleh, Sana’a Nawaf Al-Nsour, Monira Abdallah Moflih, Zaid Alabaddi, Bilal Ali Yaseen Al-Nassar, Nour Al-Nsour

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismService qualityQuality (philosophy)BusinessMarketingService (business)UsabilityTertiary sector of the economyPopulationReliability (semiconductor)GeographyComputer scienceMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to offer better understanding to the dimensions of e-service quality and relationship quality by building on previous literature on e-service quality of tourism sector in Jordan. Moreover, the study also aimed to study the influence of Electronic Service Quality on relationship quality within the tourism sector in Jordan from the customer's perspective. The Electronic Service Quality is represented by information quality, ease of use, reliability, privacy and responsiveness. The population of the study consisted international tourists, who visited (Dead Sea) Jordan during summer 2019. A convenient random sample was taken amounted (400) participants and PLS was used to examine the study hypotheses. The researchers found that there was statistically significant influence of the Electronic Service Quality on relationship quality. The study also indicates that ease of use, privacy and responsiveness had significant positive influence on relationship quality. The researchers recommended the use of electronic services and focus on the dimensions of e-service quality on tourism electronic services especially in Jordan.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,445
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0030,001
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 Opus0,050
Tête enseignante GPT0,292
Écart entre enseignants0,241 · 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.

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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetOrganizational and Employee PerformanceTravaux en français237 207