1. Наивные оценки заражения Мы оценили социальную распространенность поведения бегунов по всему миру...
2. Инфекционная гетерогенность
3. Проверка структурных теорий заражения

Наивные оценки заражения

Мы оценили социальную распространенность поведения бегунов по всему миру в упражнении в наборе данных, который точно фиксирует географические местоположения, связи в социальных сетях и ежедневные модели бега 1,1 млн. Человек, которые пробежали 359 млн. Км в глобальной социальной сети бегунов за 5 лет. , После Арала 12 мы определяем величину эффектов сверстников или заражения в поведении при упражнениях (которое мы также называем социальным влиянием, социальным заражением, поведенческим заражением и сетевым заражением) как степень, в которой поведенческое поведение своих сверстников изменяет вероятность того, что или степень который занимается этим поведением. Данные содержат ежедневную дистанцию, продолжительность и темп, а также количество сожженных калорий во время пробежек, предпринятых этими людьми, как записано набором цифровых устройств для отслеживания фитнеса. Данные также отслеживают ∼ 3,4 млн. Связей в социальных сетях, сформированных между бегунами, для связи и отслеживания поведения друг друга. Мы анализируем связи ∼ 2.1M в сети, для которых мы можем географически найти и найти информацию о погоде для обоих узлов, соединенных связью. Связи в этой сети связывают бегунов, которые следуют за беговыми привычками друг друга. Информация о ходе работ не сообщалась самостоятельно. Когда пробежка была завершена, она сразу же передавалась в цифровом виде друзьям бегуна. Бегуны не могли выбирать, какие трассы они делят, но достаточно подробно делились всей новой информацией о беге со своими друзьями при подключении своего устройства к платформе.

Эти данные дают нам уникальную информацию о повседневной, совместной работе и социальных сетях этих людей за 5 лет. Например, когда мы исследовали все более изощренные модели корреляции между бегущим поведением человека (также называемого эго) и поведением его или ее друзей (также называемых сверстниками) (мы используем термины друзья и сверстники взаимозаменяемо по всей статье), мы нашли убедительные доказательства возможности социального заражения в беговых поведениях как в безмодельных корреляциях, так и в моделях обычных наименьших квадратов (МНК), которые контролируют неизменяемые во времени и изменяющиеся во времени характеристики людей и их сверстников, включая пол, рост, вес, степень, тип устройства и страна. В моделях OLS дополнительный пробег пробега сверстниками был связан с дополнительными 6/10 пробежками пробега эго, и дополнительные 10 минут пробега сверстниками были связаны с дополнительными 5,3 минут пробега эго (см. «Сравнение оценок IV»). с моделью OLS 'в Дополнительное примечание 3 для более подробной информации).

К сожалению, эти оценки только наводят на мысль, потому что они подвержены общеизвестным отклонениям эндогенности, вызванным гомофилией, смешанными эффектами, одновременностью и другими факторами. Поэтому мы сосредотачиваем наш анализ на естественном эксперименте, созданном экзогенными вариациями глобальных погодных условий в разных географических регионах. Наш подход использует метод логического вывода, называемый структурой инструментальных переменных (IV), который распутывает эндогенность, используя экзогенные вариации, созданные естественными событиями, как шок для одной эндогенной переменной, чтобы оценить ее причинное влияние на другую переменную (более подробно см. Раздел «Методы»). ,

IV оценка

Результаты нашего анализа IV выявили сильные последствия заражения: в тот же день, в среднем, дополнительный километр, пройденный друзьями, влияет на эго, чтобы пробежать еще 3/10-й километра ( Рис. 1а ); Дополнительный километр в минуту, которым управляют друзья, влияет на эго, чтобы увеличить скорость на 3/10 километра в минуту ( Рис. 1б ); дополнительные 10 минут, которыми управляют друзья, влияют на эго, чтобы бежать на 3 минуты дольше ( Рис. 1с ); и дополнительные 10 калорий, сожженные друзьями, влияют на эго, чтобы сжечь три с половиной дополнительных калорий ( Рис. 1г ). Это влияние со стороны сверстников со временем уменьшается, так как бег друзей сегодня влияет на эго меньше завтра и послезавтра для каждого измерения.

Рисунок 1: Одноранговые эффекты в глобальном поведении при беге.

Панели отображают коэффициенты социального влияния из регрессий второй ступени в двухэтапной спецификации наименьших квадратов для поведения друзей в момент времени t, влияющего на эго в моменты времени t , t +1 и t +2 для ( a ) расстояния в километрах (км) , ( б ) скорость в км в минуту, ( в ) продолжительность бега в минутах и ​​( г ) сожженные калории. Бары - это 95% доверительные интервалы. ( e ) Таблица внизу рисунка сравнивает коэффициенты социального влияния и коэффициенты от моделей IV с моделями из моделей МНК и дает завышенные оценки социального влияния МНК в процентах от оценок IV.

Эффекты со стороны сверстников в физическом поведении имеют как статистическую, так и социальную значимость Предположим, например, что бегун (A) обычно бежит 6 км со скоростью 7 мин км -1 (0,143 км мин -1), а его друг (B) обычно бежит 6 км со скоростью 8 мин км -1. (0,125 км мин − 1). Дополнительный километр пробега B (увеличение с 6 до 7 км) заставляет A увеличить расстояние пробега на 0,3 км (с 6 до 6,3 км). Кроме того, увеличение скорости бегуна B на 0,01 км / мин (с 0,125 до 0,135 км / мин) приводит к тому, что бегун A увеличивает свой темп на 0,003 км / мин (с 0,143 до 0,146 км / мин).

Результаты в рисунок 1 также суммировать опасности неправильной спецификации модели при оценке влияния сверстников. Наивные модели, которые не учитывают предвзятости эндогенности, создаваемой гомофилией, смешанными эффектами, одновременностью и другими факторами, значительно переоценивают социальные побочные эффекты. Как таблица в Рис. 1е показывает, модели OLS, которые контролируют эго ( X it ) и сверстников изменяющиеся во времени и неизменяемые во времени характеристики (включая возраст, пол, рост, вес, степень, тип устройства и страну), но которые не реализуют стратегию идентификации IV, переоценивают социальное влияние на 72-81%.

Инфекционная гетерогенность

Взаимные эффекты при беге также неоднородны по типам отношений. Например, бегуны больше подвержены влиянию сверстников, чьи результаты немного хуже, но не намного хуже, чем у них самих, а также тех, кто работает немного лучше, но не намного лучше, чем они ( Рис. 2а ). Кроме того, менее активные бегуны влияют на более активных бегунов больше, чем более активные бегуны влияют на менее активных бегунов ( Рис. 2б ). Эти результаты подтверждаются неоднородностью последовательных и непоследовательных участников. Непоследовательные бегуны влияют на последовательных бегунов больше, чем последовательные бегуны влияют на непоследовательных бегунов ( Рис. 2с ). Социальные сравнения могут дать объяснение этим результатам. Теория социального сравнения Фестингера предлагает нам самооценку, сравнивая себя с другими 27 , Но в контексте упражнений ведутся дебаты о том, делаем ли мы восходящие сравнения с теми, кто работает лучше, чем мы сами 28 или сравнение с теми, кто хуже нас 29 , Сравнение с теми, кто нас опережает, может мотивировать наше собственное самосовершенствование, тогда как сравнение с теми, кто стоит за нами, может создать «конкурентное поведение для защиты своего превосходства» (27, с. 126). Наши результаты согласуются с обоими аргументами, но эффекты намного больше для нисходящих сравнений, чем для восходящих сравнений.

Рисунок 2: Неоднородность в влиянии социального влияния на отношения.

На панелях показаны коэффициенты социального влияния на диадические отношения, в которых эго ( а , б ) более или менее активно бегает, чем их друзья, ( в ) более или менее последовательный бегун, чем их друзья, и ( г ) либо тот же, либо другой пол, чем их друзья. Бары - это 95% доверительные интервалы.

Мы также нашли убедительные доказательства того, что социальное влияние зависит от гендерных отношений. Влияние среди однополых пар является сильным, в то время как влияние среди пар смешанного пола статистически значительно слабее ( Рис. 2d врезка). Мужчины сильно влияют на мужчин, а женщины умеренно влияют как на мужчин, так и на женщин. Но мужчины вообще не влияют на женщин ( Рис. 2d ). Это может быть связано с гендерными различиями в мотивации занятий спортом и соревнований. Например, мужчины сообщают о получении социальной поддержки и более подвержены ее влиянию при принятии ими решения об использовании упражнений, в то время как женщины сообщают о большей мотивации саморегуляции и индивидуального планирования. 30 , Более того, мужчины могут быть более конкурентоспособными и особенно более конкурентоспособными друг с другом. Экспериментальные данные свидетельствуют о том, что женщины в смешанной гендерной конкуренции демонстрируют меньшие результаты, чем мужчины, хотя они одинаково хорошо работают в условиях неконкурентной или однополой конкуренции 31 ,

Проверка структурных теорий заражения

Наконец, три теории описывают, как структура социальной сети может формировать поведенческие инфекции. Чентола и Мэйси 32 утверждают, что сложные случаи заражения, связанные с дорогостоящим поведением, требуют нескольких усиливающих сигналов усыновления от разных сверстников, чтобы вызвать изменение поведения, и предполагают, что кластерные социальные сети, таким образом, с большей вероятностью распространяют сложную инфекцию из одного района в другой. Centola 16 продолжает предсказывать, что в реальном поведении, связанном со здоровьем, таком как физические упражнения, которые являются более дорогостоящими с точки зрения «времени, лишений или даже физической боли», потребность в социальном подкреплении должна быть больше, чем в его собственном исследовании менее дорогостоящего онлайн здоровое поведение. Напротив, Ugander et al . 33 предположить, что структурное разнообразие, измеряемое количеством не связанных между собой кластеров (называемых «компонентами»), по крайней мере, с одним усыновителем, а не количеством разных пиров, является критическим структурным фактором, сдерживающим влияние. Арал и Уокер 34 с другой стороны, предполагают, что внедренность (количество взаимных связей), а не количество не связанных между собой кластеров, является причиной поведенческих инфекций. Мы проверили эти три структурные теории социального заражения, изучив, как заражение в процессе работы варьировалось в разных сетевых структурах (см. Раздел «Проверка структурных теорий социального заражения» в Дополнительное примечание 2 и «Структурные теории социального заражения» в Дополнительное примечание 3 для деталей).

Мы нашли убедительные доказательства, подтверждающие как теории структурного разнообразия, так и теорий социальной заразности, но данные о комплексном заражении были неоднозначными. Коэффициенты социального влияния в соответствии с теорией комплексного заражения (в которой утверждается, что количество активных друзей является ключевым фактором распространения сложных инфекций) и теорией структурного разнообразия (в которой утверждается, что количество активных сетевых компонентов является ключевым фактором распространения) статистически значимо отличается ( t -статистический = 15,9, N = 9,9М). Количество отдельных друзей, которые бегут, положительно коррелирует с социальным влиянием, когда анализируется один ( Рис. 3а ), но эта корреляция исчезает и становится отрицательной, когда мы контролируем структурное разнообразие поведенчески активной группы сверстников ( Рис. 3б ). В то же время, структурное разнообразие активации групп равных (количество несвязанных сетевых компонентов, которые демонстрируют работоспособность) сильно предсказывает большие положительные социальные последствия заражения, даже когда мы контролируем количество отдельных друзей, которые работают ( Рис. 3б ). Это повторяет результаты Ugander et al . 33 Он обнаружил, что для социальной диффузии Facebook число активных друзей предсказывает принятие Facebook, но эта корреляция исчезает и становится отрицательной, когда контролируется структурное разнообразие приемных друзей Facebook. Мы описываем свидетельство сложного заражения как смешанное, потому что теория определяет сложное заражение как то, которое демонстрирует пороговые значения усыновления, превышающие единицу, что означает, что для передачи требуется более одного друга усыновителя, и предполагает, что кластеризация в поведенческом усыновлении более способствует распространению сложных инфекций. Наши результаты показывают, что заражение происходит даже только с одним другом усыновителя и что несвязанные друзья-усыновители, а не связанные друзья-усыновители, с большей вероятностью передают физические упражнения. Эти результаты предполагают, что физические упражнения не являются сложным инфекционным заболеванием, но они не делают недействительной теорию сложного заражения, поскольку другие виды поведения могут действительно демонстрировать сложную динамику заражения.

Панели описывают структурные корреляты социального влияния в дистанции (в км). Панель ( а ) оценивает влияние социальных влияний на количество отдельных друзей, которые бегут, и количество различных компонентов друзей, которые бегут независимо, в отдельных регрессиях (разделенных пунктирной линией). Панель ( b ) непосредственно сравнивает, в той же регрессии, количество отдельных друзей, которые работают (поддерживая теорию сложного заражения), и количество различных сетевых компонентов друзей, которые бегут (поддерживая теорию структурного разнообразия), как структурные модераторы эффектов социального влияния. Положительная оценка количества отдельных сетевых компонентов друзей, которые работают, и отрицательная оценка количества отдельных друзей, которые работают, когда оба они анализируются вместе в ( b ), поддерживает теорию структурного разнообразия. Панель ( c ) проверяет, передают ли встроенные диадические отношения с общими друзьями влияние более эффективно, чем отношения без общих друзей (поддерживая теорию встроенности). Коэффициент социального влияния, оцененный для встроенных отношений (Регрессия 2), статистически значительно выше, чем коэффициент социального влияния, оцененный для не встроенных отношений (Регрессия 1) ( t -статистический = 2,45, N = 10,7M). Бары - это 95% доверительные интервалы.

Данные также подтверждают, что встроенность отношений (количество общих друзей между контактами) сильно сдерживает социальное влияние и заразность в беговых поведениях ( Рис. 3с ), подтверждая теорию вложенности. В отличие от сложного заражения и структурного разнообразия, теория Embeddedness делает не прогнозы относительно социальной структуры усыновления, а скорее о социальной структуре, окружающей передачу, независимо от того, содержит ли эта структура других усыновляющих друзей. Встроенность отношений, измеряемая количеством общих друзей, которых разделяет диада, может способствовать поведенческой заразе благодаря социальному мониторингу, которому способствуют встроенные отношения. Когда два человека имеют много общих друзей, появляются большие возможности для социальных санкций, репутационных последствий за плохое поведение и социальных вознаграждений за позитивное поведение. Таким образом, общие друзья могут стать дополнительным стимулом для того, чтобы не отставать от бегущих друзей, потому что во множестве взаимоподкрепляющих отношений широко наблюдается уклонение.

Похожие