MétaCan
Menu
Retour à la cohorte
Enregistrement W4403549219 · doi:10.1108/ijchm-04-2024-0535

Unraveling the customer orientation paradox

2024· article· en· W4403549219 sur OpenAlexaff
Hyunghwa Oh, WooMi Jo, Jinok Susanna Kim, Jeongdoo Park

Notice bibliographique

RevueInternational Journal of Contemporary Hospitality Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensUniversity of GuelphGuelph General HospitalTed Rogers Centre for Heart Research
Organismes subventionnairesnon disponible
Mots-clésCustomer orientationOrientation (vector space)BusinessMarketingGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose This study aims to examine the roles of customer orientation (CO) and two distinct stress coping strategies – problem-focused (PC) and emotion-focused (EC) – in the positive relationship between customer incivility (CI) and job stress (JS). Design/methodology/approach Data were collected via a survey of casino dealers in South Korea. Common method variance was assessed using an unmeasured latent method construct, confirming both convergent and discriminant validity. Collinearity diagnostics were conducted to evaluate potential multicollinearity among independent variables. Hypotheses were tested using PROCESS Macro Models 1 and 3 to examine moderating effects and three-way interactions. Findings CI is positively related to JS. Employees with high CO experience greater JS when faced with CI compared to those with low CO. Highly customer-oriented employees with low coping strategies encounter significant JS when dealing with uncivil casino patrons. Practical implications Casino practitioners should balance CO strategies with effective stress management and support systems. This finding calls for a reevaluation of training programs and policies to maintain high service quality while ensuring employee well-being. Originality/value This study challenges the traditional view of CO as merely a stress-buffering factor by revealing its paradoxical role. It identifies individuals more susceptible to JS and demonstrates how the interaction between CI, CO and coping strategies (i.e. PC or EC) can escalate JS.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0010,002
Science ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,287
Écart entre enseignants0,261 · 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'étudeSans objet
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Contemporary Hospitality ManagementMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207