MétaCan
Menu
Retour à la cohorte
Enregistrement W3194181522 · doi:10.1504/ijemr.2021.10040521

The moderating role of relationship quality in the customer engagement and satisfaction relationship in brand communities: the role of gender

2021· article· en· W3194181522 sur OpenAlexaffabout
Matti Haverila, Kai Haverila, Caitlin McLaughlin

Notice bibliographique

RevueInternational Journal of Electronic Marketing and Retailing · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensConcordia UniversityThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésPsychologyStructural equation modelingConstruct (python library)Customer satisfactionQuality (philosophy)Service qualityPositive relationshipPartial least squares regressionCustomer relationship managementMarketingSocial psychologyBusinessService (business)MathematicsComputer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

The purpose of this research was to examine the relationships between customer engagement, customer satisfaction and relationship quality in brand communities. Specifically, the moderating role of the relationship quality construct was examined first for the whole dataset, and then for the male and female respondents. The respondents were members of brand communities who originated from Canada and the USA. Partial least squares structural equation modelling (PLS-SEM) was utilised to analyse the relationships. The results indicate that the relationship between customer engagement and satisfaction is significant for both male and female respondents. However, the relationship between the relationship quality and customer satisfaction was significant in the whole dataset as well as for the male respondents, but not for the female respondents. Thus, the relationship quality construct moderated the customer engagement and customer satisfaction relationship only for the male respondents. The relationship quality has a different impact for males and females.

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)0,011
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,061
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
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 recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,289
Écart entre enseignants0,254 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Electronic Marketing and RetailingMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207