MétaCan
Menu
Retour à la cohorte
Enregistrement W4249858146 · doi:10.1177/001088040004100532

Managing for Excellence

2000· article· en· W4249858146 sur OpenAlexaff
Laurette Dubé, Cathy A. Enz, Leo M. Renaghan, Judy A. Siguaw

Notice bibliographique

RevueCornell Hotel and Restaurant Administration Quarterly · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMarketingBusinessExcellenceBest practiceProfitability indexLoyaltyProfit (economics)Value (mathematics)Customer serviceLoyalty business modelCustomer satisfactionService (business)Function (biology)Service qualityManagementEconomics

Résumé

récupéré en direct d'OpenAlex

A study of the U.S. lodging industry's best practices found that managers use innovation to create customer value. A resounding majority of best practices arose at the corporate level, with a minority at the property level. Of those coming from properties, most came from upscale, full-service hotels, rather than limited-service or budget properties. However, there is no evidence that innovation is inherently a function of corporate offices or upscale hotels. Relatively few best practices were in the areas of design or information technology, while many appeared in human resources, marketing, and operations. Virtually all innovations began with one person's idea and survived only because of that person's initiative. The idea must then be spread throughout and integrated with existing operations, which makes communication essential. Finally, lodging companies need to develop ways to measure the outcomes of their innovative practices. In many cases a given practice was thought to have improved employee morale, customer satisfaction, or profitability, but specific, outcome-related measurements (whether of profit or customer loyalty) were frequently unavailable.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,640

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,243
Écart entre enseignants0,217 · 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'étudeAutre devis
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

Citations25
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCornell Hotel and Restaurant Administration QuarterlyMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207