Journal of Service Theory and Practice at age 30: past, present and future contributions to service research
Notice bibliographique
Résumé
Purpose In 2020, the Journal of Service Theory and Practice (JSTP), previously titled Managing Service Quality, celebrates its 30th anniversary. This study provides a retrospective of the evolution and contribution of the journal to service research by identifying its major trends, research constituents, factors contributing to citations and thematic structure over its 29 active years (1991–2019). The paper concludes by providing directions and ideas for progressing service research Design/methodology/approach The study uses the Scopus database to extract JSTP's bibliographic data. It employs bibliometric methods to study the trends of the journal, such as the citation structure and most-contributing authors, institutions and countries. Bibliographic coupling and keyword co-occurrence analyses are used to study the intellectual structure of the journal. Regression analysis discloses the factors influencing citations of JSTP articles. Factors explaining the citation count of JSTP articles include article age, number of author keywords, article length, title length and number of references. Findings JSTP's influence has grown significantly in the scientific community, which is evidenced by findings relating to the citation counts, the thematic scope/variety and authorship features of the JSTP papers published during the last 30 years. JSTP attracts publications from around the globe, but most contributions come from the United States, United Kingdom and Australia. Although JSTP has continuously evolved with new and varied themes, a bibliographic coupling analysis clustered JSTP articles into five major clusters. Research limitations/implications The limitations of the Scopus database may impact the study's results. Originality/value This study is the first to provide a comprehensive review of JSTP since its launch. It is useful to the editorial board and other JSTP stakeholders as well as service scholars alike.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,020 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,016 | 0,013 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».