MétaCan
Menu
Retour à la cohorte
Enregistrement W4220896384 · doi:10.1098/rsos.211743

Source-sink behavioural dynamics limit institutional evolution in a group-structured society

2022· article· en· W4220896384 sur OpenAlexaff
Laurent Hébert‐Dufresne, Timothy M. Waring, Guillaume St-Onge, Meredith T. Niles, Laura Kati Corlew, Matthew P. Dube, Stephanie Miller, Nicholas J. Gotelli, Brian J. McGill

Notice bibliographique

RevueRoyal Society Open Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute of Food and Agriculture
Mots-clésGroup (periodic table)Social groupGroup selectionMicroeconomicsEconomicsSelection (genetic algorithm)Social psychologyPsychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Social change in any society entails changes in both behaviours and institutions. We model a group-structured society in which the transmission of individual behaviour occurs in parallel with the selection of group-level institutions. We consider a cooperative behaviour that generates collective benefits for groups but does not spread between individuals on its own. Groups exhibit institutions that increase the diffusion of the behaviour within the group, but also incur a group cost. Groups adopt institutions in proportion to their fitness. Finally, the behaviour may also spread globally. We find that behaviour and institutions can be mutually reinforcing. But the model also generates behavioural source-sink dynamics when behaviour generated in institutionalized groups spreads to non-institutionalized groups and boosts their fitness. Consequently, the global diffusion of group-beneficial behaviour creates a pattern of institutional free-riding that limits the evolution of group-beneficial institutions. Our model suggests that, in a group-structured society, large-scale beneficial social change can be best achieved when the relevant behaviour and institutions remain correlated.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,764
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0090,002
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,284
Écart entre enseignants0,266 · 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'étudeThéorique ou conceptuel
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207