MétaCan
Menu
Retour à la cohorte
Enregistrement W2899878258 · doi:10.1103/physreve.98.052301

Effects of sampling interaction partners and competitors in evolutionary games

2018· article· en· W2899878258 sur OpenAlexafffund
Christoph Hauert, Jacek Miȩkisz

Notice bibliographique

RevuePhysical review. E · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNarodowe Centrum Nauki
Mots-clésCompetitor analysisReplicator equationPopulationEvolutionary dynamicsPrisoner's dilemmaAffect (linguistics)DilemmaEvolutionary game theoryDynamics (music)BiologyMicroeconomicsEvolutionary biologyEconomicsPsychologyGame theoryCommunicationMathematicsDemographySociology

Résumé

récupéré en direct d'OpenAlex

The sampling of interaction partners depends on often implicit modeling assumptions, yet has marked effects on the dynamics in evolutionary games. One particularly important aspect is whether or not competitors also interact. Population structures naturally affect sampling such that in a microscopic interpretation of the replicator dynamics in well-mixed populations competing individuals do not interact but do interact in structured populations. In social dilemmas interactions with competitors invariably inhibit cooperation, while limited local interactions in structured populations support cooperation by reducing exploitation through cluster formation. These antagonistic effects of population structures on cooperation affect interpretations and the conclusions depend on the details of the comparison. For example, in the snowdrift game, spatial structure may inhibit cooperation when compared to the replicator dynamics. However, modifying the replicator dynamics to include interactions between competitors lowers the equilibrium frequency of cooperators, which changes the conclusions, and space is invariably beneficial, just as in the prisoner's dilemma. These conclusions are confirmed by comparisons with random-matching models, which mimic population structures but randomly reshuffle individuals to inhibit spatial correlations. Finally, the differences in the dynamics with and without interactions among competing individuals underlie the differences between death-birth and birth-death updating in the spatial Moran process: death-birth updating supports cooperation because competitors tend not to interact whereas they tend to do for birth-death updating and hence cooperators provide direct support to competitors to their own detriment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,111
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,021
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,111
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0020,005
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,413
Écart entre enseignants0,388 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207