Group dynamics shape contagion onsets and multistable active phases under collective reinforcement

Probleemstelling

Complex contagion (complex besmetting), waarbij individuen meerdere blootstellingen of versterking van meerdere peers nodig hebben om een nieuwe gedraging of idee over te nemen, wordt vaak gemodelleerd met behulp van hogere-orde interacties (groepen). Eerdere studies hebben aangetoond dat groepsversterking kan leiden tot discontinuïteiten in de overgang van een inactieve naar een actieve fase. Echter, deze resultaten zijn voornamelijk verkregen onder twee extreme aannames:

1. Quenched (statische) netwerken: Groepscomposities zijn statisch en individuen wisselen niet van groep.
2. Annealed (gemiddelde-veld) benadering: Groepen worden oneindig snel herschikt, waardoor tijdsafhankelijkheid wordt genegeerd.

In werkelijkheid zijn sociale interacties tijdsafhankelijk; individuen joinen en verlaten groepen op tijdschalen die vergelijkbaar zijn met het dynamische proces zelf. Bestaande literatuur toont tegenstrijdige trends: terwijl tijdsvariabiliteit bij paarsgewijze interacties de verspreiding vaak faciliteert (door betere mixing), suggereert sommige onderzoek dat het bij hogere-orde interacties juist de invasiedrempel verhoogt. Het is onduidelijk hoe de dynamiek van groepssamenstelling (groepswisseling) de aard van de fase-overgang, de kritieke drempels en de stabiliteit van actieve toestanden beïnvloedt.

Methodologie

De auteurs ontwikkelen een analytisch hanteerbaar benaderend meester-vergelijkingmodel (Approximate Master Equation - AME), specifiek het $\omega$AME-model, dat de evolutie van complex contagion koppelt aan tijdsvariabiliteit in groepscompositie.

• Modelopzet:
  • Een populatie van individuen met een verdeling van groepsaantallen ($k$) en groepen met een grootteverdeling ($n$).
  • Contagie-dynamiek: Een vatbaar individu in een groep van grootte $n$ met $i$ adopters wordt een adopter met een rate $\beta(n, i) = \lambda i^\nu$, waarbij $\nu$ de synergie-exponent (versterkingssterkte) is. Adopters herstellen met rate $\mu$.
  • Groepsdynamiek: Individuen wisselen willekeurig van groep met een rate $\omega$. Dit reguleert alle veranderingen in groepscompositie via één parameter.
• Analyse: Het model volgt de dichtheid van vatbare individuen ($s_k$) en de fractie groepen van grootte $n$ met $i$ adopters ($f_{n,i}$). De stationaire fractie adopters ($I^\star$) wordt gebruikt als ordeparameter.
• Validatie: De analytische voorspellingen worden vergeleken met numerieke oplossingen van de AME's en Monte Carlo-simulaties op zowel synthetische homogene structuren als empirische datasets van real-world sociale systemen (bijv. scholen, ziekenhuizen, conferenties).

Belangrijkste Bijdragen en Resultaten

1. Fundamentele impact van groepswisseling op fase-overgangen
De studie toont aan dat groepsdynamiek geen secundair effect is, maar de macroscopische overgangsklasse bepaalt:

• Van continu naar discontinu: In homogene systemen kan het verhogen van de groepswisselingsrate ($\omega$) een continue overgang transformeren in een discontinue overgang met bistabiliteit (co-existentie van een absorberende en een actieve toestand).
• Niet-monotone invasiedrempel: Voor sterke niet-lineariteit ($\nu > 2$) wordt de invasiedrempel $\lambda_c(\omega)$ niet-monotoon. Er bestaat een optimale groepswisselingsrate ($\omega^\star$) waarbij de drempel minimaal is.
  • Bij lage $\omega$: Te weinig mixing om infectie te verspreiden.
  • Bij hoge $\omega$: Te veel herschikking voorkomt dat individuen lang genoeg in een groep blijven om de nodige versterking op te bouwen voor adoptie.
  • Dit staat in contrast met lineaire contagie, waar meer mixing altijd de verspreiding faciliteert.

2. Multistabiliteit en lokale actieve toestanden door heterogeniteit
Wanneer empirische heterogeniteit in groepsgrootte en lidmaatschap wordt meegenomen (real-world data), ontstaat een veel rijker fase-diagram met vier distincte dynamische regimes:

• Continu overgang: Klassiek gedrag bij zwakke versterking.
• Discontinu overgang met bistabiliteit: Absorberende en actieve toestanden co-existeren.
• Hybride continue overgang met actieve bistabiliteit: De activiteit begint continu, maar er bestaan twee stabiele actieve takken.
• Discontinue hybride overgang met drie stabiele toestanden: Een absorberende toestand en twee verschillende actieve toestanden co-existeren.
• Lokalisatie: De auteurs introduceren de "effective participation ratio" ($P$) om te kwantificeren hoe verspreid activiteit is. Ze ontdekken dat in multistabiele regimes, de lagere actieve toestand vaak gelokaliseerd is in de grootste groepen, terwijl de hogere toestand deels gedelokaliseerd is. Deze multistabiliteit wordt niet waargenomen in de strikt quenched of annealed limieten; het is een uniek product van de interactie tussen tijdsvariabiliteit en structuur.

3. Implicaties voor real-world systemen
Door de empirisch gemeten tijdschalen (residence times) en structurele eigenschappen van real-world datasets te integreren, concluderen de auteurs:

• Discontinue overgangen vereisen veel sterkere niet-lineaire versterking dan eerder werd gedacht op basis van statische of gemiddelde-veld modellen.
• Statische geaggregeerde netwerken (die tijdsinformatie verliezen) kunnen de aard van de overgang en de locatie van de kritieke grens kwalitatief verkeerd voorspellen. Ze kunnen discontinuïteit voorspellen waar er geen is, of vice versa, afhankelijk van de verhouding tussen de infectiesnelheid en de groepswisselsnelheid.

Significantie en Conclusie

Dit werk vestigt een unificerend raamwerk voor tijdsafhankelijke hogere-orde contagie. De belangrijkste inzichten zijn:

1. Tijdsafhankelijkheid is primair: Het is geen correctie op de structuur, maar een fundamenteel mechanisme dat bepaalt of een systeem discontinuïteit, continuïteit of geen overgang vertoont.
2. Optimalisatie van verspreiding: Er is een "sweet spot" in de snelheid van sociale interacties (groepswisseling) voor maximale adoptie bij complexe contagie; te snel of te traag is suboptimaal.
3. Methodologische waarschuwing: Het negeren van tijdsdynamiek in empirische studies (door het gebruik van geaggregeerde hypergrafieën) leidt tot misleidende conclusies over de stabiliteit van sociale normen, de verspreiding van innovaties en de aard van collectieve gedragsovergangen.

De studie reconcileert eerdere tegenstrijdige bevindingen door aan te tonen dat de effecten van tijdsvariabiliteit afhangen van de niet-lineariteit van het proces en de specifieke manier waarop tijdsvariabiliteit wordt gemodelleerd (bijv. behoud van graadsequentie versus willekeurige herschikking).