MétaCan
Menu
Retour à la cohorte
Enregistrement W3137131747 · doi:10.5267/j.ac.2021.2.015

The effect of experience quality on behavioral intention to an island destination: The mediating role of perceived value and happiness

2021· article· en· W3137131747 sur OpenAlexvenueno aff
Sulfi Abdul Haji, Surachman Surachman, Kusuma Ratnawati, Mintarti Rahayu

Notice bibliographique

RevueAccounting · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior and Marketing Influence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHappinessPsychologyMediationSocial psychologyValue (mathematics)PerceptionNonprobability samplingQuality (philosophy)IndonesianDemographyPopulationSociologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to determine the effect of experience quality, perceived value and happiness on behavioral intention. The study also examines the mediating role of perceived value and happiness on the effect of experience quality on behavioral intention. The samples of the study were 220 Indonesian tourists who have traveled to Dodola island or those who are currently travelling in Dodola Island Destination. This study used purposive sampling techniques using the following criteria: (1) have traveled to Dodola Island; (2). are currently travelling in Dodola Island; (3). Have a minimum age of 18 years old. The data analysis technique used was Partial Least square (PLS) with SmartPLS 3.0. The results showed that the experience quality has a positive and significant effect on behavioral intention, perceived value and happiness. Then the perception of value and happiness had a positive and significant effect on intention to behave. The results of this study also indicate that the perception of value and happiness can act as a partial mediation of the influence of the experience quality on behavioral intention.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,307
Écart entre enseignants0,289 · 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetConsumer Behavior and Marketing InfluenceTravaux en français237 207