MétaCan
Menu
Retour à la cohorte
Enregistrement W4397011397 · doi:10.3390/su16104205

Post-Pandemic Retail Design: Human Relationships with Nature and Customer Loyalty—A Case of the Grand Bazaar Tehran

2024· article· en· W4397011397 sur OpenAlexaff
Bushra Abbasi, Paul R. Messinger, Kishwar Habib

Notice bibliographique

RevueSustainability · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBazaarLoyalty business modelBusinessLoyaltyMarketingPandemicCoronavirus disease 2019 (COVID-19)GeographyMedicine

Résumé

récupéré en direct d'OpenAlex

This article examines how human relationships with nature in the design of the Tehran Grand Bazaar can impact customer loyalty, and how this impact has been affected by the recent pandemic. As one of the most popular retail settings of the ancient Silk Road, the Grand Bazaar has a long history of micro-scale retailing and customer loyalty. This article reviews international guidelines of sustainable design using content analysis, identifying the most frequent guidelines related to human relationships with nature. It then defines customer loyalty in terms of various important non-financial measures of micro-scale retailing. The present article describes the development and collection of a structured survey conducted before the pandemic (March 2019), during the pandemic (March 2021), and after the pandemic (March 2023). The analysis shows a moderate to high relationship between sustainable design elements of the Bazaar (in terms of human relationships with nature) and customer loyalty before the COVID-19 pandemic. While this relationship fell to a moderate level in the middle of the pandemic, it rose dramatically to 89% by the end of the third year when governments eased public health and safety protocols. The results reveal that by adapting sustainable strategies that enhance human relationships with nature, designers and stakeholders can create post-pandemic retail settings that generate high customer loyalty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,037
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207