MétaCan
Menu
Retour à la cohorte
Enregistrement W4402044589 · doi:10.1186/s12862-024-02302-6

Game theory elucidates how competitive dynamics mediate animal social networks

2024· article· en· W4402044589 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

RevueBMC Ecology and Evolution · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGame theoryDynamics (music)Cognitive scienceEconomicsSociologyMathematical economicsPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While most game theoretical models assume that individuals randomly interact with all other group members, strong evidence indicates that individuals tend to preferentially interact with some of them. The position of an individual in a network affects, among other factors related to survival, its predation risk and competitive success. Here I then modified the Hawk-Dove game to explore the effect of social network structure on competitive strategy of individuals that differ in their fighting ability and may adjust their use of the Hawk, Dove and Assessor tactics to maximize their foraging success when they meet opponents they are connected with. RESULTS: From randomly generated networks, I demonstrate that phenotypic assortment by fighting ability reduces individuals' aggressiveness and, as such, favours cooperative interactions. Furthermore, the success of individuals with the weakest fighting ability is usually highest within networks where they most frequently meet opponents with the same fighting ability as their own, suggesting they might benefit from breaking connections with strong contestants. This might be the case when strong contestants systematically rely on the aggressive Hawk tactic or the risk of being predated is low and independent of the number of neighbours. Thus, I extended the model and built a dynamic model to allow individuals not only to adjust their behaviour to local conditions but also to modify the structure of the social network. The number of connections and degree of phenotypic assortment are then affected by ecological factors (e.g. resources value and predation risk), but above all by whether individuals can reliably assess the competitive ability of their opponents and adjust their behaviour accordingly. CONCLUSIONS: These findings provide strong evidence that behaviour can play a key role in shaping network structure and highlight the importance of considering the coevolution of network and behaviour to apprehend its consequences on population 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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,644
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,010
Tête enseignante GPT0,259
Écart entre enseignants0,249 · 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