Fractals Beyond Hierarchy—Analyzing the Temporal Patterns of Contact Networks in a French Public Sector Organization
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.
Notice bibliographique
Résumé
Abstract Fractals describe structural details at arbitrarily small scales, but are mathematically not necessarily complex, presenting a pragmatic way of describing nature. They are also common in social settings, including the organizational space. However, attention has been devoted to temporal fractal patterns in heterarchical or networked organizations. This article leverages data on face-to-face interactions collected by the SocioPatterns collaboration in a public sector organization to investigate temporal fractal patterns in interaction networks and three types of processes have been identified in this. White noise exhibits no correlation in time with rapid, chaotic changes. Brown noise entails a diffusion process with stable, structural patterns, but no quick adaptation. Pink noise exhibits an equilibrium between the two, producing dynamics that maintain stable patterns of interactions, remaining flexible to regulate interaction. The interaction network is described with metrics of social network analysis, and analyzed with detrended fluctuation analysis (DFA) to detect temporal fractal patterns within the three largest departments as well as the whole organization. Results indicate high levels of pink noise with traces of white noise in the departments as well as pink noise with traces of brown noise on the organizational level. While previous research found pink noise processes in self-organizing networks, this article extends them to structured intraorganizational networks. The low levels of brown noise question the influence of rigid organizational structures and processes on the temporal structure of interaction. Hence, the fractal temporal structure of the interactions themselves is a factor that contributes to the stability of interactions between individuals over time.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 découle