MétaCan
Menu
Retour à la cohorte
Enregistrement W2808729809 · doi:10.3390/ijerph15071303

An Economic Model of Human Cooperation Based on Indirect Reciprocity and Its Implication on Environmental Protection

2018· article· en· W2808729809 sur OpenAlexaff
Yiqiang Zhang, Victor Shi

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésAltruism (biology)Reciprocity (cultural anthropology)IncentiveStrong reciprocityMicroeconomicsGame theoryPopulationEconomicsFree rider problemEvolutionary game theoryEnvironmental economicsNon-cooperative gameSocial psychologySociologyPsychologyPublic good

Résumé

récupéré en direct d'OpenAlex

There has been an urgent challenge for environmental protection due to issues like population increase, climate change, and pollution. To address this challenge, sustained human cooperation is critical. However, how cooperation in human beings evolves is one of the 125 most challenging scientific questions, as announced by Science in its 125th anniversary. In this paper, we contribute to answering this question by building an economic game model based on indirect reciprocity and altruism behavior. In our model, there are three types of participants: cooperator, defector, and discriminator. In every round of the game, the cooperator chooses cooperation, the defector chooses non-cooperation, and the choice of the discriminator depends on the choice of his partner in the last round. Our analysis and main result shows that there is no stable evolution equilibrium in this game, which implies that the proportions of different types of players will keep changing instead of reaching a stable equilibrium. In other words, there is no guarantee that cooperation will be dominant in this game. An implication of this result is that to achieve cooperation and protect the environment more effectively, cooperators and discriminators in our society should be provided with incentives.

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)0,003
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,111
Tête enseignante GPT0,411
Écart entre enseignants0,300 · 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'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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207