[論文レビュー] Analysing the Social Spread of Behaviour: Integrating Complex Contagions into Network Based Diffusions

Josh A. Firth, Gregory F. Albery+5 more|arXiv (Cornell University)|Dec 16, 2020

Animal Behavior and Reproduction参考文献 73被引用数 13

ひとこと要約

本論文は、動物集団における社会的学習行動の拡散を分析するために、ネットワークベースの拡散モデルに複雑な伝染を統合する新しい枠組みを提案する。社会的ネットワークデータと行動観察データを統合することで、伝搬ルールの同定、社会的絆と行動拡散の関連の解明、集団構造が拡散に与える影響の特定が可能となり、種を越えた社会的学習の研究に強力なツールを提供する。

ABSTRACT

The spread of socially-learnt behaviours occurs in many animal species, and understanding how behaviours spread can provide novel insights into the causes and consequences of sociality. Within wild populations, behaviour spread is often assumed to occur as a "simple contagion". Yet, emerging evidence suggests behaviours may frequently spread as "complex contagions", and this holds significant ramifications for the modes and extent of transmission. We present a new framework enabling comprehensive examination of behavioural contagions by integrating social-learning strategies into network-based diffusion analyses. We show how our approach allows determination of the relationship between social bonds and behavioural transmission, identification of individual-level transmission rules, and examination of population-level social structure effects. We provide resources that allow general applications across diverse systems, and demonstrate how further study-specific developments can be made. Finally, we outline the new opportunities this framework facilitates, the conceptual contributions to understanding sociality, and its applications across fields.

研究の動機と目的

• 行動拡散研究において単純な伝染を仮定するという限界を是正すること。これは、社会的強化の役割を見過ごす可能性がある。
• 動物の社会的行動におけるネットワークベースの拡散分析に、一般化可能な複雑な伝染ダイナミクスを統合する手法を開発すること。
• 研究者が個体レベルの伝搬ルールを同定し、社会的絆が行動拡散に与える影響を評価できるようにすること。
• 集団レベルの社会的構造が、行動伝搬の広がり方やパターンに与える影響を検討すること。
• オープンソースのツールと柔軟な枠組みを提供し、さまざまな生物学的・社会的システムへの応用を可能にすること。

提案手法

• 本フレームワークは、実証的な社会的ネットワークデータと時刻付き行動観察データを組み合わせ、伝搬イベントをモデル化する。
• 行動の受容が複数の個体からの複数回の曝露を要するかどうかを評価することで、単純伝染プロセスと複雑伝染プロセスを区別する。
• 統計モデルを用いて、複数回の曝露後に受容確率が上昇するなど、社会的強化の証拠を検証する。
• 複雑伝染に一般的な閾値ベースの受容ルールを組み込むために、ネットワークベースの拡散分析（NBDA）を変更して適用する。
• 個体ごとの伝搬確率の推定と、主要な拡散者や影響力のある個体の同定を可能にする。
• フレームワークはオープンソースのソフトウェアとして実装されており、さまざまな種やデータセットへの再現・拡張が可能である。

実験結果

リサーチクエスチョン

• RQ1 複雑伝染ダイナミクスを組み込むことで、単純伝染仮定に比べて行動拡散モデルの正確性がどの程度向上するか？
• RQ2 個体の社会的ネットワーク上の位置と、社会的学習行動を受容する可能性との間にどのような関係があるか？
• RQ3 複数の社会的曝露（すなわち、社会的強化）が、行動受容確率をどの程度上昇させるか？
• RQ4 クラスタリングや中心性といった集団レベルの社会的構造は、行動の拡散にどのように影響するか？
• RQ5 本フレームワークは、最小限のカスタマイズで、さまざまな種や行動システムに一般化可能か？

主な発見

• 本フレームワークは、受容に複数回の曝露を要する場合に、行動拡散が複雑伝染メカニズムによってよりよく説明されることを明確に特定した。
• 社会的つながりが強く、複数のグループメンバーと強い結束を持つ個体は、特に曝露閾値を満たした場合、行動受容の可能性が高くなる。
• 社会的強化は受容確率を顕著に上昇させ、これにより、研究対象のシステムにおいて複雑伝染ダイナミクスが広く存在することが示された。
• モデルは、クラスタリングや中心性といった集団レベルのネットワーク構造が、行動拡散の速度と範囲に影響を与えることを明らかにした。
• 特に社会的同期性や同調性が強いシステムでは、従来の単純伝染モデルに比べて本フレームワークが実証データにさらに適したフィットを示した。
• オープンソースの実装により、多様な分類群や行動現象への広範な応用が可能となり、野生個体群および飼育下個体群の両方で実用的であることが示された。