Cooperating to show that you care: costly helping as an honest signal of fitness interdependence
Notice bibliographique
Résumé
Social organisms often need to know how much to trust others to cooperate. Organisms can expect cooperation from another organism that depends on them (i.e. stake or fitness interdependence), but how do individuals assess fitness interdependence? Here, we extend fitness interdependence into a signalling context: costly helping behaviour can honestly signal one's stake in others, such that those who help are trusted more. We present a mathematical model in which agents help others based on their stake in the recipient's welfare, and recipients use that information to assess whom to trust. At equilibrium, helping is a costly signal of stake: helping is worthwhile for those who value the recipient (and thus will repay any trust), but is not worthwhile for those who do not value the recipient (and thus will betray the trust). Recipients demand signals when they value the signallers less and when the cost of betrayed trust is higher; signal costs are higher when signallers have more incentive to defect. Signalling systems are more likely when the trust games resemble Prisoner's Dilemmas, Stag Hunts or Harmony Games, and are less likely in Snowdrift Games. Furthermore, we find that honest signals need not benefit recipients and can even occur between hostile parties. By signalling their interdependence, organisms benefit from increased trust, even when no future interactions will occur. This article is part of the theme issue 'The language of cooperation: reputation and honest signalling'.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».