Notice bibliographique
Résumé
Purpose A pervasive yet underexplored phenomenon in service delivery is the tendency toward leniency, which can ultimately lead to negligence in service interactions. Despite its significance, we observe that the notion of leniency in service has been overlooked in the marketing literature. Therefore, this paper proposes the conceptual notion of service leniency, identifies its intrinsic and extrinsic drivers and examines its impacts on the overall service journey. Design/methodology/approach The study employs Jaakkola’s (2020) approach to conceptualize service leniency through theory synthesis and typology development. This study bases the notion of service leniency on two theoretical perspectives: service-dominant and customer-dominant logics. A review of literature within services marketing forms the basis for conceptualizing and identifying key drivers of service leniency. Findings Service leniency is defined as undue permissiveness or laxity in adhering to service standards, leading to compromised service delivery. Intrinsic drivers include permissive service culture, work role disengagement, training insufficiency, performance incentive misalignment and ambiguous service standards. Extrinsic drivers encompass assumed customer tolerance, feedback mechanism deficits, neglect of customer-driven innovations, risk aversion in service innovation and generational expectation gaps. Research limitations/implications As a conceptual study, the propositions and frameworks discussed here require empirical validation. Social implications This study highlights the potential societal implications of service leniency by emphasizing how its mitigation can foster improved public trust and satisfaction with high-quality service delivery. Originality/value This study proposes the concept of service leniency, addressing a critical phenomenon that demands attention in the marketing literature.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,033 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».