MétaCan
Menu
Retour à la cohorte
Enregistrement W4411569204 · doi:10.3126/jbssr.v10i1.80313

The Effect of External CSR on Customer Loyalty in Nepalese Banking Sector: Mediating Roles of Reputation, Satisfaction, and Trust

2025· article· en· W4411569204 sur OpenAlexaff
Ranjana Kumari Danuwar, Bal Ram Chapagain, Surendra Mahato, Udaya Raj Paudel

Notice bibliographique

RevueJournal of Business and Social Sciences Research · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésBusinessLoyaltyReputationLoyalty business modelCustomer satisfactionMarketingBusiness administrationCorporate social responsibilityPublic relationsService qualityPolitical scienceService (business)

Résumé

récupéré en direct d'OpenAlex

Corporate Social Responsibility (CSR) is increasingly practised, with companies not only prioritizing profit growth but also contributing to society. Thus, this study examines the impact of external CSR on customer loyalty in Nepal’s banking sector, considering customer satisfaction, trust, and corporate reputation as mediating variables. This study uses explanatory research design, and data were collected from 403 bank’s customers in the Kathmandu Valley via Kobo Toolbox. Structural equation modelling (SEM) was applied to analyse relationships among the study variables. The results indicate that external CSR significantly enhances corporate reputation and customer satisfaction but has no direct impact on customer loyalty or trust. However, customer satisfaction positively influences trust. A key finding reveals that corporate reputation, customer satisfaction, and trust mediate the relationship between external CSR and customer loyalty. Additionally, awareness of CSR initiatives in the locality remains low. Respondents emphasised that banks shouldsupport local development by collaborating with municipalities to establish public amenities such as chautara (sitting areas), taps, and road maintenance. These insights help enhance customer loyalty and CSR effectiveness in Nepal’s banking sector.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,390

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,343
Écart entre enseignants0,318 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business and Social Sciences ResearchMême sujetOrganizational and Employee PerformanceTravaux en français237 207