Conflict as Phase Transition: A Dynamical Systems Theory of Escalation in Coupled Organizational Networks
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
Title: Conflict as Phase Transition: A Dynamical Systems Theory of Escalation in Coupled Organizational Networks Authors: Boris Kriger¹² ¹ Information Physics Institute, Gosport, Hampshire, United Kingdom ² Institute of Integrative and Interdisciplinary Research, Toronto, Canada Description: This paper proposes that conflict escalation is not a property of individuals but a phase transition in coupled networks—occurring when the spectral radius of interpersonal coupling exceeds aggregate decay. Drawing on nonlinear dynamics and network science, we formalize organizational conflict as a transmissible quantity propagating through social structures, mathematically analogous to epidemic dynamics. The framework generates a central prediction: in certain network configurations, escalation becomes structurally inevitable regardless of who initiates. This removes moral personalization from conflict analysis and redirects attention to structural conditions. We derive testable predictions, propose empirical validation comparing network properties against individual personality traits, and specify quantitative falsification criteria. If network coupling predicts escalation better than personality variables, this challenges four decades of individualist organizational psychology and suggests that intervention should target structures rather than persons. The core equation treats conflict activation as governed by four terms: decay, violation response, resource modulation, and network coupling—composing established mechanisms into a system where their interaction produces emergent phase transitions not predictable from any mechanism alone. Keywords: phase transition, network dynamics, conflict escalation, spectral radius, coupled systems, organizational behavior, dynamical systems, nonlinear dynamics, threshold models
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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