The building blocks of social structure: simulating constraints of social network analysis for inference about group-level properties
Diese Arbeit präsentiert ein Simulationsmodell, das globale soziale Netzwerkmetriken mit zugrunde liegenden Verhaltensprozessen – wie etwa individuellen Dispositionen, ökologischen Beschränkungen und Beobachtungsfehlern – verknüpft, um zu demonstrieren, wie das Ignorieren dieser Faktoren zu verzerrten Rückschlüssen auf die sozialen Strukturen von Tiergruppen führen kann.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Tiere leben in komplexen sozialen Welten, in denen Individuen ständig zusammenkommen und wieder auseinanderdriften. Um zu verstehen, wie diese Gesellschaften funktionieren, wenden Wissenschaftler oft eine Methode an, die als soziale Netzwerkanalyse bezeichnet wird. Dieser Ansatz behandelt eine Gruppe wie eine Landkarte von Verbindungen, bei der jedes Tier ein Punkt ist und jedes Mal, wenn sie zusammen gesehen werden, eine Linie darstellt, die sie miteinander verknüpft. Indem sie diese Linien zählen und messen, wie eng sie verwoben sind, können Forscher Zahlen berechnen, die die allgemeine Gestalt der Gruppe beschreiben, etwa wie dicht die Verbindungen sind oder wie sich die Gruppe in kleinere Kreise aufteilt. Diese Zahlen sind mächtige Werkzeuge, um verschiedene Arten zu vergleichen oder zu verfolgen, wie sich eine Gesellschaft im Laufe der Zeit verändert. Es bleibt jedoch eine entscheidende Frage: Spiegeln diese Zahlen wirklich die verborgenen sozialen Vorlieben der Tiere wider, oder sind sie lediglich Artefakte der Gruppengröße, der Bewegungsabläufe der Tiere oder der Dauer, die die Wissenschaftler sie beobachtet haben? Wenn die Zahlen durch diese externen Faktoren verzerrt werden, könnten Forscher falsche Schlussfolgerungen darüber ziehen, warum eine Gesellschaft so aufgebaut ist, wie sie es ist.
Ein Forschungsteam setzte sich zum Ziel, dieses Rätsel zu lösen, indem es ein digitales Modell einer Fission-Fusion-Gesellschaft erstellte – ein Typ von Sozialsystem, in dem sich die Gruppe häufig teilt und wieder vereint, ähnlich wie die Gesellschaften von Schimpansen und Bonobos. Anstatt echte Tiere in der Wildnis zu beobachten, erschufen sie eine virtuelle Population von Individuen, die jeweils über spezifische, verborgene Vorlieben dafür verfügten, in wessen Nähe sie gerne sein wollten. Dann programmierten sie einen Computer, um zu simulieren, wie diese virtuellen Tiere während eines Tages temporäre Gruppen bilden würden, um die Art und Weise nachzuahmen, wie Feldforscher sie beobachten. Das Team führte tausende dieser Simulationen durch und änderte dabei systematisch die Regeln des Spiels, um zu sehen, wie sich die daraus resultierenden sozialen Landkarten veränderten. Sie testeten, was passierte, wenn die Gesamtgruppengröße wuchs, wenn die Größe der täglichen Gruppen schwankte, wenn einige Individuen von Natur aus sozialer waren als andere und wenn die Forscher für unterschiedliche Zeiträume beobachteten.
Die Simulationen zeigten, dass die Zahlen, die Wissenschaftler zur Beschreibung der Sozialstruktur verwenden, weitaus sensibler auf den Kontext reagieren als bisher angenommen. Der stärkste Treiber der Veränderung war schlichtweg die Anzahl der Tiere in der Gruppe. Als die Gruppe größer wurde, wurden die berechneten Verbindungen zwischen den Individuen weniger dicht – nicht weil die Tiere weniger freundlich wurden, sondern weil es einfach mehr mögliche Kombinationen gab, wer mit wem zusammen sein konnte. Selbst wenn die Forscher ihre Berechnungen anpassten, um dies zu berücksichtigen, verzerrte die Gruppengröße die anderen Messwerte immer noch auf komplexe, nicht-lineare Weise. Beispielsweise änderte sich die Variabilität darin, wie stark jedes Tier mit dem Rest der Gruppe verbunden war, drastisch mit der Gruppengröße, was darauf hindeutet, dass eine größere Gruppe unabhängig von den spezifischen Persönlichkeiten der Individuen natürlich mehr Unterschiede zwischen ihnen schafft.
Die Studie zeigte auch, dass das Verhalten der Beobachter genauso wichtig ist wie das Verhalten der Tiere. Wenn die Forscher in der Simulation sich mehr auf Individuen konzentrierten, die von Natur aus sozialer waren, sahen die resultierenden sozialen Landkarten signifikant anders aus; sie übertrieben die Bedeutung dieser spezifischen Tiere und verzerrten das Gesamtbild der Gruppe. Ähnlich verhielt es sich mit der Dauer der Beobachtung der Gruppe: Die Zeitspanne der Beobachtung hatte einen tiefgreifenden Effekt. Kurze Beobachtungszeiträume, wie etwa dreißig Tage, lieferten hochvariable und oft irreführende Ergebnisse, wodurch die Gruppe fragmentierter und unvorhersehbarer erschien, als sie tatsächlich war. Die Simulationen deuteten darauf hin, dass Forscher eine Gruppe mindestens einhundertachtzig Tage lang, oder etwa zwei Tage pro Individuum, beobachten müssen, bevor die Zahlen stabil genug sind, um vertrauenswürdig zu sein.
Vielleicht am überraschendsten war der Befund des Teams, dass das Vorhandensein von eng vernetzten Untergruppen, oder Cliquen, die soziale Landkarte nicht immer stärker gespalten erscheinen ließ. Die Beziehung zwischen der Anzahl dieser Cliquen und der Gesamtstruktur der Gruppe verlief nicht geradlinig. In einigen Fällen ließ das Vorhandensein einiger weniger distinkter Cliquen die Gruppe vereinheitlichter erscheinen, während es in anderen Fällen eine scharfe Trennung erzeugte. Die Ergebnisse legten nahe, dass echte Schimpansen- und Bonobengruppen wahrscheinlich keine starren, permanenten Cliquen bilden. Stattdessen pflegen sie eine flexible Struktur, in der die Individuen ein gewisses Maß an sozialer Unsicherheit tolerieren, um die gesamte Gruppe verbunden zu halten und das Risiko zu vermeiden, dass die Gesellschaft dauerhaft auseinanderbricht.
Letztendlich dient diese Arbeit als lebenswichtige Warnung und Leitfaden für jeden, der Tiergesellschaften untersucht. Sie zeigt auf, dass die Zahlen, die wir aus sozialen Netzwerken berechnen, keine direkten Fenster in den Geist der Tiere sind; sie sind das Produkt einer Mischung aus wahren sozialen Vorlieben, den Zwängen der Umgebung und den Grenzen unserer eigenen Beobachtung. Die Forscher fanden keine einzige „korrekte“ Zahl, um eine Gesellschaft zu beschreiben. Stattdessen zeigten sie, dass man zuerst die spezifischen Bedingungen verstehen muss, unter denen eine soziale Netzwerkmetrik gemessen wurde, um zu verstehen, was sie wirklich bedeutet. Indem sie diese Simulationen nutzen, um das Signal echter sozialer Verhaltensweisen vom Rauschen demografischer und beobachtungsbedingter Verzerrungen zu trennen, können Wissenschaftler beginnen, die „Black Box“ der sozialen Tierstrukturen zu öffnen und die wahren evolutionären Kräfte zu verstehen, die das Zusammenleben von Gruppen prägen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.