Stories of Service Slip‐Ups: Judgments of Pre‐Service Deservingness Shape Reactions to Service Failures
Notice bibliographique
Résumé
ABSTRACT Consumers frequently share service failures, often leading to brand avoidance. Existing research focuses on service‐related factors that emerge during or after the encounter, leaving a critical gap in understanding how pre‐service factors influence reactions. This study reveals that consumer actions before the service—despite being entirely unrelated to the failure—significantly influence third‐party responses. Across four studies, including a consequential choice‐based experiment, it is shown that consumers perceived as undeserving of the service do not trigger typical negative reactions when they complain. Interestingly, these deservingness perceptions, formed before the service encounter and based on factors unrelated to it, drive a shift in third‐party reactions. Moreover, third parties shift the blame onto the complainant and actively support the brand due to justice‐restorative motives instead of just dismissing the complaint. Theoretically, this study introduces pre‐service deservingness as a previously unexplored factor, demonstrating that fairness heuristics shape marketplace behavior even when events are unrelated and temporally distinct. Additionally, it uncovers a shift from skepticism to active brand advocacy, where third parties intervene to restore justice rather than merely discount complaints. From a managerial perspective, brands can strategically navigate service failures by leveraging third‐party justice perceptions to influence consumer advocacy and brand defense.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».