MétaCan
Menu
Retour à la cohorte
Enregistrement W3046226949 · doi:10.54297/sjeb.vol1.iss1.126

PENGARUH KUALITAS LAYANAN TERHADAP KEPUASAN PELANGGAN DEPOT ISI ULANG AIR GALON ANDERE

2020· article· en· W3046226949 sur OpenAlexaff
Sahyunu, Surlan, Safuruddin

Notice bibliographique

RevueSultra Journal of Economic and Business · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésGallon (US)Customer satisfactionService qualityService (business)Operations managementData collectionAgency (philosophy)Agricultural scienceBusinessStatisticsMarketingEngineeringEnvironmental scienceMathematicsWaste managementSociology

Résumé

récupéré en direct d'OpenAlex

This study aims to determine the service quality of the Andere Gallon Water Refill Depot, Angata Sub-district, South Konawe Regency to customer satisfaction. The type of this study is a quantitative descriptive. Data collection techniques carried out through literature study and field research in the form of observations, questionnaires, agency data, and documentation. The number of samples used 100 people chosen at random. The analytical method used Linear Regression method. The results of this study showed that the service quality indicator at the Andere gallon water refill depot, Angata Sub-district, South Konawe Regency was good because of high percentage, especially the responsiveness indicator (responsiveness). Customer satisfication at the Andere gallon water refill depot, Angata Sub-district South Konawe Regency was good because the quality of service was higher than customer satisfication which means customers of the Andere water refill gallon, Angata Sub-district of South Konawe regency was very satisfied about the service. Effect of service quality to customer satisfaction, from the regression model the result was obtained significant.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,020
Tête enseignante GPT0,218
Écart entre enseignants0,197 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSultra Journal of Economic and BusinessMême sujetManagement and Optimization TechniquesTravaux en français237 207