Identification of key variables and constructs in the context of wine tasting room: importance-performance analysis
Notice bibliographique
Résumé
Purpose Relying on importance–performance theory, this paper uses a distinctive statistical analysis instrument to investigate the importance and performance of crucial wine tasting room constructs and indicators with a purpose to make real and tangible recommendations for wine tasting room managers to improve the winery visit experience. Design/methodology/approach The surveys (N = 402) were conducted among 14 wineries in British Columbia, Canada. The data was analysed by using partial least squares structural equation modelling software SmartPLS with importance–performance functionality embedded in it. Findings The findings indicate the importance and performance of the service quality constructs, assurance, empathy, reliability, responsiveness, and tangibility and their respective indicator variables in importance–performance map analysis (IPMA). The responsiveness construct showed the highest need for improvement in terms of performance of exogenous service quality constructs in wine tasting rooms. Empathy, value for money and reliability constructs got “no change” recommendation and “tangibility” and “education” recommendation. The assurance construct was not significantly related to customer satisfaction and was not included in the IPMA analysis. Originality/value The approach provides an easy to use and visual tool for wineries to assess the importance and performance of the various service quality elements. The tool provides the management of wineries guidance for the identification of strategic areas of service quality improvement.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».