MétaCan
Menu
Retour à la cohorte
Enregistrement W3045554693 · doi:10.5430/ijhe.v9n5p223

Application of the SERVQUAL Model for the Evaluation of the Service Quality in Moroccan Higher Education: Public Engineering School as a Case Study

2020· article· en· W3045554693 sur OpenAlexvenueno aff
Ouissal Goumairi, Es-Saâdia Aoula, Souad Ben Souda

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSERVQUALService qualityCurriculumQuality (philosophy)Service (business)MarketingHigher educationEngineering managementWork (physics)BusinessEngineeringComputer scienceMedical educationKnowledge managementPsychologyPedagogyMedicineEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The quality of higher education systems currently represents a major challenge for the development of societies. In Morocco, engineering education is at the heart of this development, it is a major and necessary lever which, due to an increasingly demanding job market, faces several challenges. According to Moroccan Directorate for Strategies and Information Systems (2018) these challenges are classified into two categories: quantitative (low rate of Moroccan engineers compared to global figures; 1.57 graduates in engineering per 10,000 inhabitants in 2016) and qualitative (adaptation of the academic curriculum to the needs of the job market). However, little work has been done on the introduction of service assessment tools in higher education in Morocco (Akrim, Figari, Mottier-Lopez, & Talbi, 2010).In our article, we are interested in the SERVQUAL method (SERVice QUALity-Quality of Service). This approach, initially designed to measure customer satisfaction in a company, allows, when applied to higher education, to measure student satisfaction at the university. Based on a bibliographic research, we have identified the five dimensions of the model that impact the quality of service.Through the application of this model to a sample of students from a public engineering school, we have been able to determine that tangible elements and physical installations have the biggest impact on service quality with a negative quality gap (-2.0275). As a result, more efforts are needed in these dimensions to improve service quality.In conclusion, the SERVQUAL model, applied to the educational system and more precisely higher education, allows to quantify the non-quality by measuring the gap between the perception of the students and their expectations for a good service. It has the advantage of helping decision-makers take corrective actions needed to improve the service quality provided by universities as a part of a process of continuous improvement to achieve higher degree of excellence.

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)0,002
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 enseignants0,344
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,099
Tête enseignante GPT0,384
Écart entre enseignants0,285 · 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207