MétaCan
Menu
Retour à la cohorte
Enregistrement W2034167740 · doi:10.1142/s0219525911003256

THE COEVOLUTION OF GROUP SIZE AND LEADERSHIP: AN AGENT-BASED PUBLIC GOODS MODEL FOR PREHISPANIC PUEBLO SOCIETIES

2011· article· en· W2034167740 sur OpenAlexaff
Timothy A. Kohler, Denton Cockburn, Paul L. Hooper, R. Kyle Bocinsky, Ziad Kobti

Notice bibliographique

RevueAdvances in Complex Systems · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNational Science Foundation
Mots-clésPublic goodGroup (periodic table)Competition (biology)Outcome (game theory)ProductivityPublic goods gameParameterized complexityCoevolutionMicroeconomicsEconomicsComputer scienceEconomic growthEcology

Résumé

récupéré en direct d'OpenAlex

We present an agent-based model for voluntaristic processes allowing the emergence of leadership in small-scale societies, parameterized to apply to Pueblo societies of the northern US Southwest between AD 600 and 1300. We embed an evolutionary public-goods game in a spatial simulation of household activities in which agents, representing households, decide where to farm, hunt, and locate their residences. Leaders, through their work in monitoring group members and punishing defectors, can increase the likelihood that group members will cooperate to achieve a favorable outcome in the public-goods game. We show that under certain conditions households prefer to work in a group with a leader who receives a share of the group's productivity, rather than to work in a group with no leader. Simulation produces outcomes that match reasonably well those known for a portion of Southwest Colorado between AD 600 and 900. We suggest that for later periods a model incorporating coercion, or inter-group competition, or both, and one in which tiered hierarchies of leadership can emerge, would increase the goodness-of-fit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,231
Tête enseignante GPT0,335
Écart entre enseignants0,104 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Complex SystemsMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207