MétaCan
Menu
Retour à la cohorte
Enregistrement W3158161859 · doi:10.1177/19389655211008413

Temporal Orientation and Customer Loyalty Programs

2021· article· en· W3158161859 sur OpenAlexaff
Flavia Hendler, Kathryn A. LaTour, June Cotte

Notice bibliographique

RevueCornell Hospitality Quarterly · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePsychological and Temporal Perspectives Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésLoyaltyLoyalty programLoyalty business modelMarketingBusinessHospitalityDimension (graph theory)AdvertisingPublic relationsTourismService (business)Political science

Résumé

récupéré en direct d'OpenAlex

Loyalty programs play a prominent role in many firms’ customer relationship management programs, but not all programs are successful. Providers need to understand not only what benefits customers want in a program, but also how they want to be treated as a loyalty member. We posit that because loyalty programs offer rewards that are time-bound (immediate or delayed), and that loyalty programs seek to develop a relationship that extends over time, an important, but overlooked dimension for hospitality managers to consider is how their customers view time. Our research focuses on customers’ temporal orientation—the tendency to think in the present, future, or past. We use depth interviews to explore existing casino loyalty program participants’ thoughts and feelings about their ideal loyalty program. We find the customers’ temporal orientation influences the type of relationship as well as the type of benefits sought in the loyalty program. Our research offers managerially practical insights for identifying customers more likely to engage in co-production of a long-term loyalty relationship as well as for creating communication strategies that are likely to interest and provoke different temporal mindsets.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,050
Tête enseignante GPT0,347
Écart entre enseignants0,297 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCornell Hospitality QuarterlyMême sujetPsychological and Temporal Perspectives ResearchTravaux en français237 207