Reclaiming behaviour settings: reviewing empirical applications of Barker’s behaviour settings theory
Notice bibliographique
Résumé
Behaviour settings theory is the product of Roger Barker and Herbert F. Wright's decades-long Midwest Field Station research programme. The theory followed from the demonstration that the best predictor of a person's behaviour was the setting (i.e. location, timing and activity) in which their behaviour took place, rather than any individual trait (e.g. personality). Now little known in psychology, behaviour settings theory is often further obscured by being presented as a theory only, neglecting the clear methodology Barker provided for investigating the question: 'What do people do in everyday life?' This literature review takes a comprehensive look at Barker's contributions both within and outside of psychology. The corpus comprises both theoretical and empirical articles; however, our primary interest is in the empirical articles. We describe the who, when and where of behaviour settings research over the past half-century, and we identify branches and neighbours of behaviour settings research (e.g. manning theory, behaviour mapping and activity settings theory). Primarily, however, we attempt to answer the following questions: (i) Are any of Barker's tools for studying people in everyday settings being used currently? (ii) How accurately has Barker's theory been explained, or his methods applied? (iii) Does such work contribute to behaviour settings theory in a meaningful way? This article is part of the theme issue 'People, places, things and communities: expanding behaviour settings theory in the twenty-first century'.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,040 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,022 | 0,030 |
| Études des sciences et des technologies | 0,003 | 0,019 |
| Communication savante | 0,013 | 0,019 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».