The Influence of Emotional Labor of Service Employees on Customer Service Misbehavior and Repurchase Intention: The Role of Face
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: The purpose of this study is to investigate whether the emotional labor of service employees affects customer service misbehavior and repurchase intention and to explore the mechanism and boundary conditions. Methods: We collected a total of 252 pairs of employee-customer valid matching data and used SPSS 24.0 and Mplus7.0 statistical analysis tools to perform statistical analysis and hypothesis testing. Results: The results showed that employees' surface acting has a significant positive impact on customer misbehavior and negative impact on repurchase intention via perceived face threat, while deep acting has a significant negative impact on customer misbehavior and positive impact on repurchase intention via perceived face threat. And customer face threat sensitivity not only moderates the relationship between service employee emotional labor and customer perceived face threat but also moderates the indirect effect of surface acting on customer misbehavior and repurchase intention via customer perceived face threat. Conclusion: Based on face theory, this study explained how and when emotional labor of service employees may affect customer service misbehavior and repurchase intention. These results contribute to the emotional labor and customer service misbehavior literature by introducing perceived face threat as an underlying mechanism and face threat sensitivity as a boundary condition. In addition, this study suggests that service-oriented enterprises should pay attention to the management and guidance of employees' emotional labor and try their best to let employees show deep acting rather than surface acting.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle