Eczanelerde Müşteri Sadakatini Etkileyen Faktörler Gaziantep İli Örneği
Bibliographic record
Abstract
Müşteri memnuniyeti ve sadakati; günümüzde büyük ölçeklere ulaşan ekonomik aktivitelerin ana aktörleri olan işletmelerin, yoğun rekabet baskısı altında pazar paylarını korumak ve büyütmek amaçlı geliştirilen stratejilerinin ilk sıralarında yer almaktadır. İktisadi işletmelerin performans değerlendirme kriterleri de müşteri memnuniyeti, tatmini ve sadakati üzerine kurgulanmaktadır. Bu kavramların, önümüzdeki dönemlerde de gündemdeki yerini ve önemini hep koruyarak, firmaların ürün ve hizmet sunum politikalarına yön vereceği bu günün reel ekonomik yaklaşımlarından anlaşılmaktadır. Bu çalışmada öncelikle literatür taraması yapılarak kavramlar ayrıntılı olarak incelenmiş, sağlık sektöründe müşteri yada hastalara yönelik çalışmalar, konuya ilişkin kaynak oluşturabilecek makaleler derlenmiştir. Eczacılık mesleğine ilişkin kavramlar ana hatlarıyla tanımlanmış, eczanelerde somut ürünün yanı sıra, hizmet sunumunun da söz konusu olması nedeniyle hizmet ve hizmet kalitesi kavramlarına da değinilmiştir. Yapılan analizlerde de bu hususlar gözetilmiştir. Bu çalışma üç bölümden oluşmaktadır. Birinci bölümde müşteri sadakatine ilişkin kavramların literatür doğrultusundaki tanımlarına yer verilmiştir. İkinci bölümde hizmet, hizmet kalitesi, sağlık hizmeti ve eczacılığa ilişkin tanımlara kısaca değinilmiş son bölümde eczanelerde müşteri sadakat sürecine ilişkin durum çalışmasına yer verilmiştir. Bu çalışmada müşteri sadakat sürecinde, müşteri memnuniyetine etki eden faktörler kapsamında güven, hizmet kalitesinin yanında müşterilerin, küçük işletmelerin tipik bir örneğini oluşturan eczanelerden beklentileri incelenmiştir. Bu çerçevede müşterilerin eczanelere ilişkin algı ve tutumları, tatmin düzeyi, nihai olarak müşteri memnuniyetleri belirlenmeye çalışılmış, çalışmanın verilerinden, literatür doğrultusunda somut önerilere ulaşılmaya çalışılmıştır.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.036 | 0.005 |
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".