Asiakaskokemus senioritalon ravitsemispalveluissa : case: Senioritalo Tampereen Vaskikodit
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".