With respect to negative WOM, sever

With respect to negative WOM, several studies (e.g. Balaji et al., 2016, Nikbin et al., 2015, Weitzl et al., 2018) have examined various factors that could either increase or decrease negative WOM in various settings. For example, Balaji et al. (2016) developed a model which proposed that negative WOM in the social media context was influenced by contextual (i.e. feeling of injustice, firm attribution, and firm image), individuals (i.e. face-concern, suppression emotion regulation and reappraisal emotion regulation) and social networking (i.e. social network use intensity and tie strength) factors. Their findings showed that except for suppression emotion regulation which had no significant influence on WOM, four factors (i.e. the feeling of injustice, face-concern, social network use intensity, and tie strength) significantly increased negative WOM while three factors (firm attribution, firm image, and reappraisal emotion regulation) significantly decreased negative WOM. In the context of online customer care, Weitzl et al. (2018) proposed a model suggesting that failure attribution (i.e. locus, controllability, and stability) has a direct influence on post-webcare negative WOM as well as an indirect influence through the mediating role of post-webcare satisfaction. The findings showed that two attribution dimensions (i.e. locus and stability) significantly increased negative WOM and decreased satisfaction while satisfaction significantly reduced negative WOM. Similarly, Nikbin et al. (2015) examined the direct influence of two attribution dimensions (i.e. controllability and stability) on negative WOM in the airline industry and found that both factors significantly increased negative WOM.

結果 (繁體中文) 1:

對於負面口碑，一些研究（如巴拉吉等人，2016年，Nikbin等人，2015年，Weitzl等，2018）已審查了各種因素，可能增加或在各種環境下減少負面口碑。例如，巴拉吉等。（2016）開發了建議在社交媒體方面，負面口碑是由上下文（不公即感覺，公司歸屬和公司形象），個人（即面擔憂，抑制情緒調節和重新評價的情緒調節）影響的模型，社交網絡（即社交網絡的使用強度，關係強度）的因素。他們的研究結果表明，除抑制情緒調節這對口碑沒有顯著影響，四個因素（即不公正的，面的關注，社交網絡的使用強度的感覺，和領帶強度）顯著增加的負WOM而三個因素（公司歸屬，牢固圖像，並且重新評估情緒調節）顯著降低負WOM。在網上客戶服務方面，Weitzl等。（2018）提出了一個模型提示失敗歸因（即軌跡，可控性和穩定性），對後期無障礙優異網站負面口碑的直接影響以及通過後無障礙優異網站滿意度的中介作用間接影響。研究結果表明，這兩種歸因尺寸（即軌跡和穩定性）顯著增加的負WOM和而滿意顯著降低負WOM滿意度下降。類似地，Nikbin等。（2015）研究了兩種歸因尺寸的直接影響（即

結果 (繁體中文) 2:

關於負WOM，幾項研究（如Balaji等人，2016年，Nikbin等人，2015年，Weitzl等人，2018年）研究了各種因素，這些因素可能增加或減少各種環境下的負WOM。例如，Balaji等人（2016年）開發了一個模型，提出社交媒體背景下的負面WOM受背景（即不公正感、堅定歸屬感和堅定形象）、個人（即面部關注、壓抑情緒）的影響。調節和重新評估情緒調節）和社交網路（即社交網路使用強度和領帶強度）因素。他們的發現表明，除了抑制情緒調節對WOM沒有顯著影響外，四個因素（即不公正感、面部關注感、社交網路使用強度和領帶強度）明顯增加負WOM而三個因素（企業歸屬、企業形象和重新評估情緒調節）顯著減少負面WOM。在線上客戶服務方面，Weitzl等人（2018年）提出了一個模型，建議故障歸因（即位點、可控性和穩定性）對網路護理後負 WOM 有直接影響，並通過網後護理滿意度的調解作用。結果表明，兩個歸因維度（即位置和穩定性）顯著增加負 WOM 和滿意度降低，而滿意度顯著降低負 WOM。同樣，Nikbin等人（2015年）研究了兩個歸因維度（即可控性和穩定性）對航空業負WOM的直接影響，發現這兩個因素都顯著增加了負WOM。

結果 (繁體中文) 3:

關於負性子宮內膜異位症，一些研究（例如Balaji等人，2016年，Nikbin等人，2015年，Weitzl等人，2018年）研究了在各種環境下可能新增或减少負性子宮內膜異位症的各種因素。例如，Balaji等人。（2016）開發了一個模型，該模型提出社交媒體環境中的負面口碑受情境（即不公正感、堅定歸因和堅定形象）、個人（即面對關注，抑制情緒調節和重新評估情緒調節）和社交網絡（即社交網絡使用强度和聯系强度）因素。研究結果表明，除了對口碑無顯著影響的抑制性情緒調節外，4個因素（不公平感、面子關懷、社交網絡使用强度和聯系强度）顯著增加了口碑的負向性，3個因素（企業歸因、企業形象、人際關系和人際關係）顯著增加了口碑的負向性，以及重新評估情緒調節）顯著降低負性子宮收縮。在線上客戶關懷的背景下，Weitzl等人。（2018）提出了一個模型，表明失敗歸因（即軌跡、可控性和穩定性）對网咖後消極口碑有直接影響，也通過网咖後滿意度的仲介作用間接影響。結果表明，兩個歸因維度（即位點和穩定性）顯著增加負性口碑，降低滿意度，而滿意度顯著降低負性口碑。同樣，Nikbin等人。（2015）研究了兩個歸因維度（即可控性和穩定性）對航空業負性口碑的直接影響，發現兩個因素都顯著增加了負性口碑。