It takes two to tango: a multidisciplinary bibliometric review across six decades of dyadic service encounter research
Notice bibliographique
Résumé
Purpose The authors systematically review empirical dyadic service encounter research published in top-tier journals between 1972 and 2022. Design/methodology/approach The authors employed bibliometric techniques, co-citation analysis and bibliographic coupling analysis to map schools of thought and research frontiers within the dyadic service encounter literature. In total, the authors analyzed 155 articles. To ensure inclusion of high-quality research, the authors screened articles from 139 journals with “4” or “4*” ratings on the 2021 Chartered Association of Business Schools (ABS) journal list, in addition to articles published in three service sector-specific journals: Journal of Service Management, Journal of Services Marketing and Journal of Service Theory and Practice . Findings The authors' co-citation analysis identified four distinct clusters within the dyadic service encounter literature: (1) shaping and explaining service encounters; (2) emotions in service work; (3) modeling, manipulating and measuring encounter service quality and (4) emotional labor and regulation in dyadic service encounters. Furthermore, the authors' bibliographic coupling analysis generated three research clusters: (1) service encounter characteristics; (2) emotions and emotional labor and (3) service encounter interaction content. Originality/value The authors' comprehensive review synthesizes knowledge, summarizing similarities among research clusters within the service encounter realm. Noteworthy are research clusters that clarify the emotion-based underpinnings and reciprocal nature of behaviors and emotions within dyadic encounters. By conducting complementary bibliometric analyses, the authors trace the evolution of the service encounter literature, providing an overview of the present state of dyadic service encounter research. These analyses offer valuable insights into the current landscape of the field, identifying future dyadic service encounter research opportunities.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,216 | 0,206 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».