Empathy in service recovery: a psychophysiological study of frontline employees’ responses across communication channels
Notice bibliographique
Résumé
Purpose This study aims to address three significant research gaps by examining how customers’ negative emotions (anger and anxiety) impact frontline employees’ (FLEs) empathy, emotional labor, empathic concern and prosocial service behaviors during service recovery. Design/methodology/approach The EmpaToM procedure from social neuroscience was replicated in a multimethod experimental approach, incorporating self-report measures, facial electromyography (EMG) and skin conductance responses (SCRs) to evaluate FLEs’ empathic responses to customers’ emotions. Findings The results confirm that customers’ anger and anxiety transfer to FLEs through empathy at subjective (self-reports), behavioral (facial EMG) and physiological (SCRs) levels. FLEs’ empathy remained consistent across communication channels, except for increased SCRs when interacting with anxious customers via technology. Customers’ emotions influenced surface acting intention but not deep acting, with anger leading to more surface acting. Deep acting improved empathic concern, particularly in face-to-face interactions, while surface acting reduced empathic concern but increased extra-role behaviors. Empathic concern mediated the relationship between surface acting and extra-role behavior, but did not mediate between deep acting and extra-role behavior. Research limitations/implications Future studies should investigate generational differences in FLEs’ responses, variations in service failure characteristics and the influence of perspective-taking in social cognition. Practical implications Organizations should prioritize deep-acting training to cultivate genuine empathy and use targeted strategies for managing digital service interactions. Emotional intelligence programs and performance incentives that balance empathy with compensatory behaviors can improve service recovery outcomes. Originality/value This study integrates social neuroscience methods into service research, providing a multimodal assessment (self-report, facial EMG, SCRs) of how customers’ negative emotions affect FLEs’ empathy and emotional labor. It reveals that anger and anxiety influence FLEs’ behaviors differently, with surface acting increasing extra-role behaviors while decreasing empathic concern. The findings emphasize the importance of deep acting in fostering genuine empathy, particularly in face-to-face interactions. These insights advance service recovery research and provide practical guidance for training programs to enhance emotional intelligence and digital service management.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».