MétaCan
Menu
Retour à la cohorte
Enregistrement W4385147595 · doi:10.1093/evlett/qrad032

Equilibria and oscillations in cheat–cooperator dynamics

2023· article· en· W4385147595 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEvolution Letters · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCheatingPopulationStatistical physicsDynamics (music)Oscillation (cell signaling)Stochastic dynamicsSelection (genetic algorithm)EconometricsEconomicsComputer scienceBiologyEvolutionary biologyPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Cooperative societies can be threatened by cheats, who invest less in cooperation and exploit the contributions of others. The impact of cheats depends on the extent to which they are maintained in the population. However, different empirical studies, across organisms ranging from RNA replicators to bacteria, have shown diverse cheat-cooperator dynamics. These vary from approaching a stable equilibrium to dynamic cyclical oscillations. The reason for this variation remains unclear. Here, we develop a theoretical model to identify the factors that determine whether dynamics should tend toward stable equilibria or cyclical oscillations. Our analyses show that (1) a combination of both periodic population bottlenecks and density-dependent selection on cheating is required to produce cyclical oscillations and (2) the extent of frequency-dependent selection for cheating can influence the amplitude of these oscillations but does not lead to oscillations alone. Furthermore, we show that stochastic group formation (demographic stochasticity) can generate different forms of oscillation, over a longer time scale, across growth cycles. Our results provide experimentally testable hypotheses for the processes underlying cheat-cooperator dynamics.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,222 · 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