Frontline service employee research: integration of systematic literature reviews and recommendations for future scholarship
Notice bibliographique
Résumé
Purpose This paper integrates the findings of the articles included in the special issue (SI) on frontline employee (FLE) research. Articles included in this SI systematically review multiple research domains, including employee and customer engagement, FLE vulnerability, customer mistreatment, service teamwork and service encounters; provide instructions on effectively conducting meta-analyses and discuss the practical applications of FLE research. This paper also provides future directions for FLE scholarship with a focus on theoretical/methodological rigor and relevance. Design/methodology/approach This is a conceptual paper that integrates and critically evaluates extant research and provides directions for future scholarship. Findings An integrative framework of extant FLE research is proposed consisting of situational predictors, psychological mechanisms, attitudinal/behavioral outcomes and boundary conditions/moderators. Further, three main areas for future scholarship are recommended including examining the transformative effects of technology on FLE work, focusing on decent work for FLEs and conducting practically relevant and impactful research. Originality/value This paper provides reflections, integration and future directions for scholarship based on systematic reviews of key domains of FLE research, a primer for conducting systematic reviews (specifically – meta-analysis) and practitioner perspectives on extant research.
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 | 0,238 | 0,487 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,043 | 0,035 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,016 | 0,021 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».