MétaCan
Menu
Retour à la cohorte
Enregistrement W2135090790 · doi:10.1098/rspb.2005.3248

Contingent movement and cooperation evolve under generalized reciprocity

2005· article· en· W2135090790 sur OpenAlexfundno aff
Ian M. Hamilton, Michael Taborsky

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésCheatingReciprocity (cultural anthropology)Altruism (biology)Stochastic gameStrong reciprocityInclusive fitnessPopulationSocial psychologyMicroeconomicsSocial dilemmaGroup (periodic table)Kin selectionReciprocal altruismPsychologyEconomicsGame theoryRepeated gameSociologyBiologyEvolutionary biologyDemography

Résumé

récupéré en direct d'OpenAlex

How cooperation and altruism among non-relatives can persist in the face of cheating remains a key puzzle in evolutionary biology. Although mechanisms such as direct and indirect reciprocity and limited movement have been put forward to explain such cooperation, they cannot explain cooperation among unfamiliar, highly mobile individuals. Here we show that cooperation may be evolutionarily stable if decisions taken to cooperate and to change group membership are both dependent on anonymous social experience (generalized reciprocity). We find that a win-stay, lose-shift rule (where shifting is either moving away from the group or changing tactics within the group after receiving defection) evolves in evolutionary simulations when group leaving is moderately costly (i.e. the current payoff to being alone is low, but still higher than that in a mutually defecting group, and new groups are rarely encountered). This leads to the establishment of widespread cooperation in the population. If the costs of group leaving are reduced, a similar group-leaving rule evolves in association with cooperation in pairs and exploitation of larger anonymous groups. We emphasize that mechanisms of assortment within populations are often behavioural decisions and should not be considered independently of the evolution of cooperation.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,035
Tête enseignante GPT0,284
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations116
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207