MétaCan
Menu
Retour à la cohorte
Enregistrement W2328614520 · doi:10.1103/physreve.88.012105

Static cooperator-defector patterns in models of the snowdrift game played on cycle graphs

2013· article· en· W2328614520 sur OpenAlexafffund
Robert A. Laird

Notice bibliographique

RevuePhysical Review E · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Lethbridge
Mots-clésPairwise comparisonStochastic gameMathematical economicsEvolutionary game theoryComputer scienceSymmetric gameGame theoryPopulationGraphContext (archaeology)Normal-form gameRepeated gameMathematicsTheoretical computer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Evolutionary graph theory is an extension of evolutionary game theory in which each individual agent, represented by a node, interacts only with a subset of the entire population to which it belongs (i.e., those to which it is connected by edges). In the context of the evolution of cooperation, in which individuals playing the cooperator strategy interact with individuals playing the defector strategy and game payoffs are equated with fitness, evolutionary games on graphs lead to global standoffs (i.e., static patterns) when all cooperators in a population have the same payoff as any defectors with which they share an edge. I consider the simplest type of regular-connected graph, the cycle graph, in which every node has exactly two edges (k = 2), for the prisoner's dilemma game and the snowdrift game, the two most important pairwise games in cooperation theory. I show that for simplified payoff structures associated with these games, standoffs are only possible for two valid cost-benefit ratios in the snowdrift game. I further show that only the greater of these two cost-benefit ratios is likely to be attracting in most situations (i.e., likely to spontaneously result in a global standoff when starting from nonstandoff conditions). Numerical simulations confirm this prediction. This work contributes to our understanding of the evolution of pattern formation in games played in finite, sparsely connected populations.

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)0,000
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 enseignants0,072
Score d'incertitude au seuil0,234

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 ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,307
Écart entre enseignants0,287 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207