Emergent contagion complexity: Disentangling mechanistic complexity from correlated heterogeneity
涌现的传播复杂性：区分机制复杂性与相关异质性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究多次暴露下的传播与相互影响，并明确从时间序列估计传播规则。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
涌现的传播复杂性：区分机制复杂性与相关异质性
- 研究问题
- 观察到多次暴露似乎产生协同传播时，如何区分真实复杂传播机制与相关异质性的简单传播混合所造成的表观复杂性？
- 方法与思路
- 作者提出传播复杂性的度量，并构建从时间序列数据估计非参数传播规则混合的推断框架，以分辨机制与混合效应。
- 材料陈述的贡献
- 摘要指出，相关的简单传播混合也可能呈现全局复杂规则，并提出相应度量和推断框架，为既有复杂传播研究提供替代解释。
- 阅读关注点
- 应核对复杂性度量的定义、混合规则的可识别性、暴露相关结构及观测要求，并检查何种数据能区分协同机制与异质性。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未经核实；摘要未说明识别条件、具体算法或验证结果，不能据此否定既有复杂传播结论。
原文摘要
Simple and complex contagions differ mechanistically; multiple exposures act synergistically in the latter but independently in the former. Yet correlated mixtures of simple contagions may appear complex when inferring global contagion rules, a phenomenon we call "emergent complexity." We present a measure of contagion complexity and an inferential framework for estimating mixtures of nonparametric contagion rules from time-series data. Our work reframes past studies on complex contagion by offering heterogeneous mixtures of simple contagions as an alternative explanation.