Comment les employés d’une chaîne de magasins de commerce de détail et les clients répondent aux différentes configurations LMX : une analyse longitudinale
Notice bibliographique
Résumé
Cet article examine les effets des configurations de LMX perçues par les employés qui interagissent avec des clients sur le climat de justice procédurale, sur le comportement de service orienté client et sur le montant dépensé par les clients. Les résultats basés sur des données multi-sources de 29 magasins, recueillies à six occasions (1 857 employés de première ligne et 20 524 clients) d’un grand détaillant canadien, mettent en évidence la nature paradoxale de la configuration LMX. Plus précisément, les employés des magasins avec une forte proportion de configuration LMX minoritaire, en comparaison aux unités avec une proportion plus élevée de configuration LMX égalitaire, tendent à expérimenter un plus faible niveau de climat de justice procédurale, mais à déployer paradoxalement plus de comportements de service orienté client et à engendrer des dépenses annuelles plus élevées de la part des clients. À l’inverse, les employés de magasins ayant une proportion plus élevée de configuration LMX fragmentée, en comparaison avec la configuration LMX égalitaire, tendent à afficher moins de comportements de service orienté client et de plus faibles dépenses annuelles des clients. Cette étude montre également que les configurations LMX perçues se répercutent sur le montant dépensé par les clients, par l’entremise du climat de justice et des comportements de service.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».