Reciprocity and behavioral heterogeneity govern the stability of social networks
Notice bibliographique
Résumé
Abstract The dynamics of social networks can determine the transmission of information, the spread of diseases, and the evolution of behavior. Despite this broad importance, a general framework for predicting social network stability has not been proposed. Here, we present longitudinal data on the social dynamics of a cooperative bird species, the wire-tailed manakin, to evaluate the potential causes of temporal network stability. We find that when partners interact less frequently, and when the breadth of social connectedness within the network increases, the social network is subsequently less stable. Social connectivity was also negatively associated with the temporal persistence of coalition partnerships on an annual timescale. This negative association between connectivity and stability was surprising, especially given that individual manakins who were more connected also had more stable partnerships. This apparent paradox arises from a within-individual behavioral trade-off between partnership quantity and quality. Crucially, this trade-off is easily masked by behavioral variation among individuals. Using a simulation, we show that these results are explained by a simple model that combines among-individual behavioral heterogeneity and reciprocity within the network. As social networks become more connected, individuals face a trade-off between partnership quantity and maintenance. This model also demonstrates how among-individual behavioral heterogeneity, a ubiquitous feature of natural societies, can improve social stability. Together, these findings provide unifying principles that are expected to govern diverse social systems. Significance Statement In animal societies, social partnerships form a dynamic network that can change over time. Why are some social network structures more stable than others? We addressed this question by studying a cooperative bird species in which social behavior is important for fitness, similar to humans. We found that stable social networks are characterized by more frequent interactions, but sparser connectivity throughout the network. Using a simulation, we show how both results can be explained by a simple model of reciprocity. These findings indicate that social stability is governed by a trade-off whereby individuals can either maintain a few high-quality partners, or increase partner number. This fundamental trade-off may govern the dynamics and stability of many societies, including in humans.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».