THE INFLUENCE OF TRANSPORT MANAGEMENT PRACTICES ON CUSTOMER SATISFACTION IN FAST-FOOD SECTOR: EVIDENCE FROM SOUTH-WESTERN NIGERIA
Notice bibliographique
Résumé
The fast-food business over the years have been experiencing issues arising from the inefficient transport management practices (TMP), such as delays in delivery, high costs and variable service quality. Such issues negatively affect customer satisfaction (CS) and overall business performance as evidence from the literature. This research examines impact of TMP on customer satisfaction in fast-food sector of Nigeria. The data were sourced from primary source. A structured questionnaire was directed to 400 participants who are customers of fast-food industries from all the six states in south-west Nigeria. Moreover, data were analyzed using descriptive and inferential statistics. The SEM and EFA were used to evaluate relationship amid TMP and CS. The results show high load factors (TMP: 0.884–0.978; CS: 0.846–0.983) and excellent fit criteria for the model (CMIN/DF = 1.20523, RMSEA = 0.029, GFI = 0.951), indicating critical role of TMP in service speed, dependability, and product quality. The research concludes that efficient TMP results in higher customer satisfaction and suggests the use of the GPS-based route planning, computerized delivery systems to curtail delays and inefficiency in operations. It is recommended that the fast-food companies should adopt the real-time order tracking and also regularly train their delivery workforce so as to satisfy their customer as much as possible.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».