Asiakaskokemus senioritalon ravitsemispalveluissa : case: Senioritalo Tampereen Vaskikodit
Notice bibliographique
Résumé
Tämän tutkimuksen tavoitteena oli selvittää ikääntyneiden asiakaskokemusta ravitsemispalveluista. Tutkimustyö toteutettiin Tampereen Vaskikotien asukkaille ja työssä tutkittiin heidän asiakaskokemustaan ravintola Vaskitähdessä. Tutkimuksessa haluttiin selvittää mitkä kaikki elementit vaikuttavat ikääntyneen asiakaskokemukseen ja miten he kokivat ravintola Vaskitähden ravitsemispalvelut. \n \nTyössä käytettiin kvalitatiivisia tutkimusmenetelmiä, sillä kvalitatiiviset menetelmät sopivat parhaiten haastateltavien kokemuksien, tunteiden ja ajatusten tutkimiseen. Työssä käytettiin puolistrukturoitua teemahaastattelua, jolloin haastattelija pystyi muuntamaan haastattelukysymyksiä keskustelun edetessä. Tutkimus toteutettiin ryhmähaastatteluna. Tutkimusmenetelminä toimivat myös havainnointi, asiakastyytyväisyyskysely ja avoin tarina. Näiden monipuolisten aineistonkeruumenetelmin saatiin kerättyä monipuolinen ja luotettava aineisto tutkimusta varten. \n \nTyön teoreettinen viitekehys käsittää ikääntyneen ravitsemuksellisia erityispiirteitä ja ikääntyneen asiakaskokemuksen muodostumista. Ensimmäisenä avataan ikääntyneiden ravitsemussuosituksia ja ravitsemuksen merkitystä hyvinvointiin sekä ikääntyneiden erityispiirteitä ravitsemispalveluiden asiakkaana. Tämän jälkeen teoreettisessa viitekehyksessä tarkastellaan asiakaskokemusta monipuolisesti, kuten mistä ja miten asiakaskokemus muodostuu, miten kaikki aistit vaikuttavat asiakaskokemukseen, mikä on asiakaspalvelun rooli asiakaskokemuksen muodostuksessa ja miten asiakasymmärrys auttaa yritystä parantamaan asiakaskokemusta. \n \nTämä tutkimus osoitti asiakaskokemuksen muodostumisen moniaistisen luonteen. Haastattelussa tuli ilmi haastateltavien ajatukset ja kokemukset koskien kaikkia aisteja. Tutkimus vahvisti myös sen näkemyksen, että ravitsemuksessa ei ole koskaan kyse vain fyysisen tarpeen tyydyttämisestä, vaan ruokaan liittyy vahvasti myös emotionaalinen, sosiaalinen ja kulttuurinen aspekti. Tärkeimmäksi kehittämiskohteeksi nousi asiakasymmärryksen lisääminen ravintola Vaskitähdessä. Vain ymmärtämällä asiakasta yritys voi parantaa asiakaskokemusta.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,170 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».