MétaCan
Menu
Retour à la cohorte
Enregistrement W3132855082 · doi:10.1101/2021.02.19.432029

The Cooperation Ladder: Scale-dependent payoffs and population dynamics create surges, stalls and reversals

2021· preprint· en· W3132855082 sur OpenAlexaff
Eric Schnell, Robin Schimmelpfennig, Michael Muthukrishna

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)PopulationStochastic gamePopulation sizeScale (ratio)EconomicsMicroeconomicsGeographyBiologyEcologyDemographySociology

Résumé

récupéré en direct d'OpenAlex

Abstract Human societies have expanded from small bands to large nation-states over the past 12,000 years. Yet, how groups scale up cooperation and why cooperation varies widely between societies, remains a central puzzle. We present a theoretical model that addresses these puzzles by extending the classic Stag Hunt game to (a) multiple players, (b) multiple rewards (“stags”) of different sizes, and (c) endogenous population growth. This framework reveals a “cooperation ladder” where each rung corresponds to a reward that requires a threshold number of cooperators. As cooperation increases, larger rewards become attainable. Securing a larger reward raises carrying capacity (e.g. by providing more food or energy), enabling subsequent population growth and unlocking the possibility of further cooperative gains. However, between these thresholds, cooperation can stagnate or reverse, effectively incentivizing free-riders at intermediate levels. We show that history matters. Early cooperation and population growth can set groups on divergent, path-dependent trajectories. Our model predicts multiple stable equilibria, with surges in cooperation when a new threshold is within reach, and stalls when higher rewards seem unattainable. This framework helps explain key patterns including why cooperation can sometimes accelerate rapidly, why some societies get stuck at smaller scales, and how seemingly selfish behavior can persist in cooperative groups. Expanding the scale of cooperation may depend on how incentives correspond to both environmental conditions, existing levels of cooperation, and population dynamics, offering a new lens on historical transitions in social complexity and insights for modern coordination challenges such as climate change. Significance Statement Small groups can sometimes grow into large-scale cooperative societies, while other societies stagnate at smaller scales. Our theoretical model reveals that population growth and cooperative thresholds for accessing resources or energy create a “cooperation ladder.” As a group’s population increases, new larger-scale payoffs become attainable, which in turn fuels further growth. However, between these critical thresholds, cooperation tends to stall and some free-riding is tolerated. This mechanism offers a new explanation for historical bursts in population and cooperation (such as the agricultural and Industrial revolutions), why some societies remain small, and how selfish behavior can persist in cooperative groups. It also provides insights into global coordination challenges like climate change by highlighting the material conditions needed to sustain and expand large-scale cooperation.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · 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'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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