MétaCan
Menu
Retour à la cohorte
Enregistrement W2089189083 · doi:10.1142/s0218213006003065

THE EMERGENCE OF SOCIAL NETWORK HIERARCHY USING CULTURAL ALGORITHMS

2006· article· en· W2089189083 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Artificial Intelligence Tools · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOpinion Dynamics and Social Influence
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHierarchyReciprocalSocial network (sociolinguistics)KinshipPopulationSwarm behaviourSocial network analysisResilience (materials science)Artificial intelligenceSociologyWorld Wide WebEconomics

Résumé

récupéré en direct d'OpenAlex

In this paper we extend the cultural framework previously developed for the Village multi-agent simulation in Swarm to include the emergence of a hub network from two base networks. The first base network is kinship, over which generalized reciprocal exchange is defined, and the second is the economic network where agents carry out balanced reciprocal exchange. Agents, or households, are able to procure several resources. We use Cultural Algorithms as a framework for the emergence of social intelligence at both individual and cultural levels. Successful agents in both networks can promote themselves to be included in the hub network where they can develop exchange links to other hubs. The collective effect of the hub network is representative of the quality of life in the population and serves as an indicator for motives behind the mysterious emigration from the region. Knowledge represents the development and use of exchange relationships between agents. The presence of defectors in the hub network improved resilience of the social system while maintaining the population size at that observed where no defectors were present.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,360
Écart entre enseignants0,309 · 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