MétaCan
Menu
Retour à la cohorte
Enregistrement W2390456348 · doi:10.1101/055251

Eco-evolutionary dynamics of social dilemmas

2016· preprint· en· W2390456348 sur OpenAlexaff
Chaitanya S. Gokhale, Christoph Hauert

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEvolutionary dynamicsSocial dilemmaIncentiveSocial dynamicsPopulationDynamics (music)Social evolutionAffect (linguistics)Evolutionary game theoryEcologyMicroeconomicsComputer scienceEconomicsBiologyGame theoryEvolutionary biologyPsychologySociologyArtificial intelligenceCommunicationDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Social dilemmas are an integral part of social interactions. Cooperative actions, ranging from secreting extra-cellular products in microbial populations to donating blood in humans, are costly to the actor and hence create an incentive to shirk and avoid the costs. Nevertheless, cooperation is ubiquitous in nature. Both costs and benefits often depend non-linearly on the number and types of individuals involved–as captured by idioms such as ‘too many cooks spoil the broth’ where additional contributions are discounted, or ‘two heads are better than one’ where cooperators synergistically enhance the group benefit. Interaction group sizes may depend on the size of the population and hence on ecological processes. This results in feedback mechanisms between ecological and evolutionary processes, which jointly affect and determine the evolutionary trajectory. Only recently combined eco-evolutionary processes became experimentally tractable in microbial social dilemmas. Here we analyse the evolutionary dynamics of non-linear social dilemmas in settings where the population fluctuates in size and the environment changes over time. In particular, cooperation is often supported and maintained at high densities through ecological fluctuations. Moreover, we find that the combination of the two processes routinely reveals highly complex dynamics, which suggests common occurrence in nature.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,956
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEvolutionary Game Theory and CooperationTravaux en français237 207