MétaCan
Menu
Retour à la cohorte
Enregistrement W7019747841

How Do Imposed Service Conditions Shape Customer-Server Interactions and Influence Tipping Dynamics in the Canadian Food Service Industry

2024· dissertation· en· W7019747841 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2024
Typedissertation
Langueen
DomaineSocial Sciences
ThématiquePsychology of Social Influence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésService (business)Service guaranteeService designService providerServerDynamics (music)Affect (linguistics)Tertiary sector of the economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tipping remains a crucial aspect of the service industry globally, serving as a major source of income for service workers and reinforcing social norms of rewarding good service. The intricate practice of tipping within the service industry is shaped by a confluence of economic, social, and psychological factors, deeply influencing both server and customer behaviours. Research on tipping dynamics shows that customers often face social pressures to tip regardless of service quality, while servers experience economic instability due to the variability of tips. My thesis explores tipping dynamics in the Canadian food service industry, through 12 semi-structured interviews and YouTube content analysis. By analysing the customer-server interaction and the socio-economic pressures surrounding tipping, my research uncovers how imposed service conditions affect the servers and customers individually, with a significant impact on their relationship. This research contributes to the literature by deepening the theoretical understanding of the impact of tipping on social, economic, and psychological dynamics within the Canadian service industry. For practitioners my research offers actionable insights for crafting equitable service policies that not only enhance customer satisfaction but also foster a more harmonious and rewarding environment for servers.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,298

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,005
Communication savante0,0070,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,040
Tête enseignante GPT0,342
Écart entre enseignants0,302 · 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'étudeQualitatif
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetPsychology of Social InfluenceTravaux en français237 207