MétaCan
Menu
Retour à la cohorte
Enregistrement W4392785719 · doi:10.1098/rspa.2023.0305

Effects of group size and population size on the evolutionary stability of cooperation

2024· article· en· W4392785719 sur OpenAlexafffund
Chai Molina, David J. D. Earn

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensMcMaster University
Organismes subventionnairesArmy Research OfficeDefense Sciences Office, DARPANatural Sciences and Engineering Research Council of CanadaOntario Trillium Foundation
Mots-clésPopulation sizeStability (learning theory)Group (periodic table)PopulationEvolutionary biologyDemographyBiologyComputer scienceChemistrySociologyMachine learning

Résumé

récupéré en direct d'OpenAlex

Evolutionary game theory has classically been developed under the implicit assumption of an infinite population. Exact analytical results for finite populations are rare, and those that exist apply to situations in which strategy sets are discrete. We rigorously analyse a standard model for the evolution of cooperation (the multi-player continuous-strategy snowdrift game) and show that in many situations in which there is a cooperative evolutionarily stable strategy (ESS) if the population is infinite , there is no cooperative ESS if the population is finite (no matter how large). In these cases, contributing nothing is a globally convergently stable finite-population ESS, implying that apparent evolution of cooperation in such games is an artefact of the infinite population approximation. The key issue is that if the size of groups that play the game exceeds a critical proportion of the population then the infinite-population approximation predicts the wrong evolutionary outcome (in addition, the critical proportion itself depends on the population size). Our results are robust to the underlying selection process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,044
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,224
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207