MétaCan
Menu
← Retour à la cohorte
Enregistrement W6949738308 · doi:10.5281/zenodo.15471772

ASSESSING THE RELATIONSHIP BETWEEN SERVICE QUALITY AND CUSTOMER LOYALTY IN DELTA STATE'S PETROLEUM SERVICE STATIONS

2025· article· en· W6949738308 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPetroleumCompetition (biology)Service (business)Investment (military)Product (mathematics)Quality (philosophy)Margin (machine learning)Production (economics)Petroleum product

Résumé

récupéré en direct d'OpenAlex

Nigeria’s economy is heavily reliant on refined petroleum products, which serve as a primary fuel source for power generation, industrial plants, automobiles, and various agro-allied and petrochemical industries. The market for these products is crucial to the nation's economic stability and growth, significantly influencing the socio-economic wellbeing of the country. Key players in the market include depot operators (wholesalers), retail outlets (retailers), and both domestic and industrial consumers. The market is highly competitive due to the large number of depots and retail outlets, with products and services often having similar performance characteristics and qualities. The recent passing of the Petroleum Industry Bill, which led to the removal of fuel subsidies, has ushered in transformative changes in the sector. This regulatory shift, coupled with increased investment in the marketing of petroleum products, has intensified competition within the industry. Additionally, the classification of petroleum product retail outlets and depot operators has undergone significant evolution, impacting their operations and the broader market landscape. This paper explores the competitive dynamics of the Nigerian refined petroleum products market, examining the roles of various stakeholders and the effects of recent legislative changes on industry practices and competition

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,110
Tête enseignante GPT0,326
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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 revueZenodo (CERN European Organization for Nuclear Research)→Même sujetWheat and Barley Genetics and Pathology→Travaux en français237 207→