查看原文
其他

流行病传播的社会视角 | 复杂性科学顶刊精选4篇

集智编辑部 集智俱乐部 2022-05-09

集智斑图顶刊论文速递栏目上线以来,持续收录来自Nature、Science等顶刊的最新论文,追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能,每周通过微信服务号「集智斑图」推送论文信息。


扫描下方二维码,关注“集智斑图”服务号,即可订阅Complexity Express:             



Complexity Express 一周论文精选




以下是2021年6月29日-7月5日来自Complexity Express的复杂性科学论文精选。如果Complexity Express列表中有你感兴趣的论文,欢迎点赞推荐,我们会优先组织解读~

目录:

1、流行病传播的社会视角
2、额叶皮层神经网络的模块性和鲁棒性
3、如何量化故事的形状预测他们的成功
4、数学的魔力解释自然选择

更新提醒:顶刊速递已支持论文图片速览


1. 流行病传播的社会视角


期刊来源:Nature

论文标题:Thinking clearly about social aspects of infectious disease transmission论文网址:https://www.nature.com/articles/s41586-021-03694-x

人类传染病传播的几乎每个方面,包括我们衡量、理解和应对流行病的能力,都受到社会和文化力量塑造。病原菌的直接传播,依赖于人与人之间的接触。亲属关系、家庭和社会结构都会塑造接触模式,而这反过来又决定了流行过程的动力学。
 
社交行为将会影响局部和长程的疾病传播模式和动力学
 
社会、经济和文化力量也影响接触模式、健康相关的行为、是否感染、诊断和报告病例,以及采取何种干预措施。虽然流行病学在这些社会方面的数据难以量化,从而限制了政策范围内建模框架的普遍性,但关于人类行为相关方面的新数据来源日益增多。研究人员已开始使用移动设备和其他技术的数据,来衡量疾病传播行为驱动因素,但要衡量和验证这些方法,特别是在决策方面,还有许多工作要做。
 
该文讨论了如何将局部获取的知识整合到模型框架的设计和对新数据流的解释中,为公共卫生决策提供与政策相关的模型的可能性,还讨论如何提出与传染病相关的人类行为的稳健的、可泛化的理论。利用新的数据流和局部知识来阐明疾病传播的社会方面,将能够对流行病进行更准确的建模和预测。


2. 额叶皮层神经网络

的模块性和鲁棒性


期刊来源:Cell

论文标题:Modularity and robustness of frontal cortical networks论文网址:https://www.cell.com/cell/fulltext/S0092-8674(21)00656-5

短期记忆背后的神经活动是由大脑区域的互连网络维持的。目前尚不清楚大脑区域如何相互作用以维持持续活动,同时表现出对网络部分信息破坏的鲁棒性。研究人员同时测量了小鼠额叶半球大型神经元群的活动,以探测大脑区域之间的相互作用。
 
 小鼠短期记忆的鲁棒性
 
跨半球的活动被协调以保持连贯的短期记忆。在小鼠中,研究人员发现了额叶皮层网络组织中的个体差异。持续活动对扰动的稳健性需要模块化组织:每个半球在另一个半球的扰动期间保持持续活动,从而防止局部扰动扩散。动态门控机制允许半球协调一致的信息,同时门控损坏的信息。研究结果表明,健壮的短期记忆是由跨大脑区域的冗余模块化表示介导的。冗余模块化表示自然出现在学习鲁棒动态的神经网络模型中。

 

3. 如何量化故事的形状

预测他们的成功


期刊来源:PNAS

论文标题:How quantifying the shape of stories predicts their success论文网址:https://www.pnas.org/content/118/26/e2011695118

叙事和其他形式的话语,是传达信息、娱乐和理解世界的有力工具。为什么有些故事 (如电影) 或其他文本 (如学术论文) 比其他文本更成功?对此的可能解释是叙事模式,叙事模式可分为在很多领域间快速转移,或者专注于一个话题,但是很少有研究量化叙事模式是否可以解释叙事是否成功。
 
该研究使用使用了几种最先进的自然语言处理和机器学习技术,将文本表示为潜在的、高维语义空间中的点序列。通过构建了一套简单的度量方法来量化这条语义路径的特征,将它们应用于来自不同领域 (例如电影、电视节目和学术论文) 的数千篇文章,并检查它们是否以及如何与成功相关 (例如一篇论文收到的引用数量)
 
研究发现:叙事节奏快的电影和电视节目更受欢迎,而覆盖面更广的电视节目受欢迎程度更低。相反地,叙事节奏快的学术论文被引用的次数更少,而涉及面更广或更迂回的论文被引用的次数更多。研究结果突出了一些重要的跨领域差异,并提供了一个总体框架,可以应用于研究许多类型的叙事。这些发现揭示了为什么事物会变得流行,以及自然语言处理是如何为文化成功提供洞见的。
 
叙事模式的三个维度:是否曲折、包含的内容是否丰富、内容间的跨度大小
 

 三种类型的叙事(电影、电视剧、学术论文),其成功受三种不同叙事模式的影响(带*的是统计显著,数字为负代表负相关)

 

4. 数学的魔力解释自然选择


期刊来源:Nature Communications

论文标题:
Fast and strong amplifiers of natural selection论文网址:https://www.nature.com/articles/s41467-021-24271-w
 
种群通过积累新的突变而进化。一旦出现新的突变体,选择和随机漂移就会控制传播的方向,直到突变体在后代中保持优势或灭绝。自然选择有利于突变体的增殖。但是它们占据优势并不能得到保证,因为随机性可能会在突变克隆到达相当一部分种群数量之前将其消灭。这个过程中的一个关键量是固定概率,即一个新的优势突变体的谱系最终接管整个种群的概率。固定概率是进化理论中的一个核心概念,它经常被用来表征进化的速度,因为高固定概率会加速进化过程。
 
研究人员通过在观测的概率和观测的时间尺度之间建立紧密的关系来回答这些问题。首先,他们表明任何强放大器的时间尺度都大于混合良好的群体的时间尺度。其次,他们构建了强大的放大器,其时间尺度仅比混合良好的群体的时间尺度略长。因此,研究人员表明强大的放大总是以放缓为代价,但不需要超过边际放缓。
 
不同类型种群突变体在多代之后的变化
 
研究人员表示,仅当每个新的突变谱系在下一个突变出现之前解决,因此不会发生克隆干扰时,单个突变体对统一背景居民人口的固定概率才表征整体进化速率。对于多代传递的结构,只有当突变率非常低时,固定概率才是一个关键数量,这一限制已受到怀疑。相比之下,由于进化在较短的时间尺度上运行(相对于其他种群结构),即使突变率相对较高,它们也能避免克隆干扰,因此它们的放大特性仍然与更广泛的参数相关。




集智新栏目Complexity Express 上线啦!




Complex World, Simple Rules.
复杂世界,简单规则。
复杂性科学(Complexity Science)是集智俱乐部多年以来的主题,我们长期追踪关于自然、生命、社会、认知等各类复杂系统的研究进展,并组织学术研讨。
 
同时由于学科交叉融合,大量针对复杂系统的研究成果散落在人工智能、统计物理、网络科学、数据科学、计算社会科学、生命科学、认知科学等等不同领域的期刊会议中,缺乏整合。
 
为了让大家能及时把握复杂系统领域重要的研究进展,我们隆重推出「Complexity Express」服务,汇总复杂系统的最新顶刊论文。
 

Complexity Express 是什么?

Complexity Express 每天爬取复杂系统领域最新发表的顶刊论文,每周通过“集智斑图”服务号汇总推送。
 
进入 Complexity Express 页面即可随时查看顶刊论文更新,你也可以通过微信接收研究更新推送和一周汇总。

               


Complexity Express 为谁服务?

  • 如果你是复杂系统领域的研究者,可获得重要论文上线通知,每周获取最新顶刊论文汇总。

  • 如果你是复杂系统领域的学习者,可了解学界关注的前沿问题,把握专业发展脉络。

  • 如果你是传统的生命科学、社会科学等学科中的研究者/学习者,可以从复杂性科学和跨学科研究中获得灵感启发。

  • 如果你是关注前沿研究发现的知识猎手,可获得复杂系统研究对自然和人类世界的最新洞见。
Complexity Express 栏目也是集智俱乐部公众号的主要选题来源,诚挚邀请你订阅,与我们信息同步。
 

Complexity Express 论文从哪里来?

考虑复杂系统研究往往属于跨学科工作,我们主要抓取综合类和泛物理类/计算机类的顶级期刊,从每周新发表的数百篇论文中精选出与复杂系统相关的论文。
 
Complexity Express 参考影响因子和学者口碑,选择了如下期刊,每日爬取其论文更新:
  • Nature

  • Science

  • PNAS

  • Nature Communications

  • Science Advances

  • Physics Reports

  • Physical Review Letters

  • Physical Review X

  • Nature Physics

  • Nature Human Behaviour

  • Nature Machine Intelligence

  • 更多期刊持续增补中,欢迎推荐你认为重要的期刊!
 
如果你在 Complexity Express 中发现了感兴趣的论文,请立刻“点赞”!每周最高赞的论文,集智编辑部将组织专业解读~
 

Complexity Express 追踪哪些领域?

我们力求兼顾热点追踪与领域覆盖,目前筛选的论文主要集中在如下与复杂性关系密切的领域:
  • 网络科学各个分支及交叉应用

  • 图数据与图神经网络

  • 计算机建模与仿真

  • 统计物理与复杂系统理论

  • 生态系统、进化、生物物理等

  • 系统生物学与合成生物学

  • 计算神经科学与认知神经科学

  • 计算社会科学与社会经济复杂系统

  • 城市科学

  • 科学学

  • 计算流行病学

  • 以及一些领域小众,但有趣的工作
 
由于复杂性研究领域横跨多个学科,研究论文散落在不同的期刊上,很难不重不漏地把握最新工作。针对复杂性领域的论文筛选,我们专门设计了算法。经过数月的训练迭代优化,目前对上述领域爬取准确率达到90%以上。
 
将来我们还会根据你的具体研究领域,推出研究分类与个性化的订阅服务,敬请期待!
 
由于复杂性领域涉及的论文关键词和研究问题纷繁复杂,所以算法难免有不成熟的地方,如果你发现我们有漏掉的重要论文,或者爬到了领域有偏差的论文,欢迎联系我们(小助手微信:swarmaAI),帮助我们持续优化算法。

如果你对科学学、计算术语学等感兴趣并有代码能力,欢迎报名成为集智算法志愿者/实习生(具体请邮件联系算法组负责人huqiao@swarma.org)

如果你对复杂性科学及相关跨学科研究有长期兴趣,并乐于解读分享,欢迎加入集智作者团队(具体请邮件联系编辑部负责人liupeiyuan@swarma.org)




更多论文




更多复杂性顶刊论文,请到Complexity Express页面查看。订阅即可每周获取更新提醒。
       


点击“阅读原文”,追踪复杂科学顶刊论文

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存