Notice bibliographique
Résumé
Since the 1950s, Roger Barker’s theory of behaviour settings has been useful for a wide number of disciplines. Few realize, however, that behaviour settings theory is also a methodology. Barker fully describes how to identify, describe and measure behaviour settings in his seminal book Ecological psychology: concepts and methods for studying the environment of human behavior (1968), and this method is further delineated in Phil Schoggen’s Behavior settings: a revision and extension of Roger G. Barker’s ecological psychology (1989). Nevertheless, beyond these two (rather expensive) books there are few other resources available to twenty-first century researchers who wish to systematically describe and measure behaviour in its ecological context using the principles of behaviour settings theory. In this article, I offer a practitioner’s field guide to implementing the behaviour settings method, which includes a contemporary illustration of defining a behaviour setting using a recent observational study of an art gallery in Lethbridge, Canada. I discuss how researchers can use Barker’s original methodology to determine what is a behaviour setting and how to define its boundaries, and I suggest best practices, offering practitioners the tools to replicate Barker’s procedures. 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 | 0,078 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,033 |
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 ».