Toward a Theory of the Evolution of Fair Play
Notice bibliographique
Résumé
Juvenile animals of many species engage in social play, but its functional significance is not well understood. This is especially true for a type of social play called fair play (Fp). Social play often involves behavioral patterns similar to adult behaviors (e.g., fighting, mating, and predatory activities), but young animals often engage in Fp behaviors such as role-reversals and self-handicapping, which raises the evolutionary problem of why Fp exists. A long-held working hypothesis, tracing back to the 19th century, is that social play provides contexts in which adult social skills needed for adulthood can be learned or, at least, refined. On this hypothesis, Fp may have evolved for adults to acquire skills for behaving fairly in the sense of equitable distribution of resources or treatment of others. We investigated the evolution of Fp using an evolutionary agent-based model of populations of social agents that learn adult fair behavior (Fb) by engaging in Fp as juveniles. In our model, adults produce offspring by accumulating resources over time through foraging. Adults can either behave selfishly by keeping the resources they forage or they can pool them, subsequently dividing the pooled resources after each round of foraging. We found that fairness as equitability was beneficial especially when resources were large but difficult to obtain and led to the evolution of Fp. We conclude by discussing the implications of this model, for developing more rigorous theory on the evolution of social play, and future directions for theory development by modeling the evolution of play.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».