Identifier les phénomènes sociaux et universels dans les réseaux d'interactions face à face

Disentangling social and universal phenomena from face-to-face interaction networks

• Auteur / Autrice : Gabriel Maurial
• Direction : Mathieu GÉnois
• Type : Projet de thèse
• Discipline(s) : PHYSIQUE & SCIENCES DE LA MATIERE - Spécialité : PHYSIQUE THEORIQUE ET MATHEMATIQUE
• Date : Inscription en doctorat le 01/09/2024
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole Doctorale Physique et Sciences de la Matière
• Partenaire(s) de recherche : Laboratoire : Centre de Physique Théorique

Mots clés

Mots clés libres

Réseaux temporels

Sociophysique

Analyse de données

Systèmes complexes

Temporal networks

Sociophysics

Data analysis

Complex systems

Résumé

Contexte : Les contacts en face-à-face entre individus sont à la base des relations sociales. Découvrir leurs mécanismes est crucial pour comprendre comment les propriétés des dynamiques sociales émergent et contraignent les processus tels que la propagation des épidémies, la transmission de l'information, l'émergence d'une structure sociale, etc. De nouvelles méthodes permettent de sonder directement la manière dont les individus interagissent dans l'espace physique, ce qui, combiné aux méthodes d'enquête habituelles, donne la possibilité d'explorer en détail les corrélations entre le comportement et les attributs des individus, depuis les caractéristiques sociodémographiques jusqu'à la personnalité [1]. D'autres résultats montrent en outre que si les effets sociaux et psychologiques sont par définition à l'œuvre dans le comportement humain, certaines de ces caractéristiques semblent universelles, c'est-à-dire indépendantes du contexte, et peuvent être expliquées par des mécanismes simples [2]. Identifier les phénomènes qui nécessitent des mécanismes sociaux-culturels de ceux qui n'en nécessitent pas, n'est cependant pas trivial et de nouvelles méthodes sont nécessaires pour y parvenir. Description : Les efforts récents en matière de collecte de données donnent accès à des données empiriques d'interactions en face à face, ainsi que des informations détaillées sur les individus, lors de quatre conférences consécutives [2]. Ces données offrent de vastes possibilités d'exploration des mécanismes sociaux et psychologiques en jeu lors de tels événements, et permettent de tester des hypothèses sur leurs effets. Le premier objectif de la thèse est d'identifier, parmi tous les déterminants mesurés lors des collectes de données, lesquels peuvent être corrélés au comportement. En profitant de la diversité des situations étudiées avec les mêmes données méthodes de collecte, et du développement de nouvelles méthodes pour tester la pertinence des observables [3], le deuxième objectif est d'identifier quelles propriétés des réseaux de contacts sont similaires selon les contextes. Les recherches actuelles sur le comportement humain indiquent que certaines de ces propriétés peuvent s'expliquer par des déterminants qui ne sont ni sociaux ni psychologiques mais universels, valables dans toutes les situations. Un exemple est la répartition des durées entre deux contacts, qui semble être la conséquence de la stochasticité intrinsèque du mouvement humain [2]. Afin de développer des modèles pour le comportement humain, il faut identifier, parmi toutes les observables qui peuvent être définies pour décrire un réseau temporel, lesquelles doivent être reproduites par ces modèles et celles qui dépendent du contexte. Le doctorat est axé sur l'analyse des données. Des données collectées dans des contextes très différents sont disponibles, et le doctorat offrira éventuellement l'opportunité de participer à de nouveaux efforts de collecte de données. La question de recherche est intrinsèquement interdisciplinaire ; à ce titre, des interactions avec des collaborateurs des sciences sociales sont attendues. [1] Génois, Zens, Oliveira, Lechner, Schaible, Strohmmaier.Combining sensors and surveys to study social contexts: Case of scientific conferences. Personality Science 4, e9957 (2023) https://doi.org/10.5964/ps.9957. [2] Masoumi and Génois, Simple crowd dynamics to generate complex temporal contact networks. In prep. [3] Le Bail, Génois, Barrat. Flow of temporal network properties under local ag gregation and time shuffling: a tool for characterizing, comparing and classifying temporal networks. arXiv:2310.09112 (2023), https://arxiv.org/abs/2310.09112.

Context: Face-to-face contacts between individuals are at the foundation of social systems. Uncovering their mechanisms is crucial to understand how the properties of social dynamics emerge, and further shed lights on processes such as epidemic spreading, information transmission, emergence of social structure, etc. New methods allow to directly probe how individuals interact in the physical space, which, combined with usual survey methods, give the possibility to explore in detail correlation between behaviour and attributes of the individuals, from sociodemographics to personality [1]. Other results further show that while social and psychological effects are by definition at play in human behaviour, some of its characteristics appear to be universal, i.e. independant from the context, and can be explained by simple mechanisms [2]. Disentangling phenomena which require a social explanation from those which do not is however non trivial, and new methods are needed to be able to do so. Description: Recent efforts in data collection have given access to empirical data of face-to-face interactions, along with extensive information about the individuals, during four consecutive conferences [2]. Such data offers vast possibilities for exploring social and psychological mechanisms at play during such events, and to test hypotheses about their effect. The first aim of the PhD is to identify, among all determinants measured during the data collections, which can be correlated with behaviour. Taking advantage of the wide range of situations studied with the same data collection methods, and the development of new methods for testing the relevance of observables [3], the second objective is to identify which properties of contact networks are comparable across contexts. Current research on human behaviour indicate that some of these properties may be explained by determinants which are not social nor psychological, but simpler, universal mechanisms valid in all situations. One example is the distribution of intercontact durations, which appears to be the consequence of the intrinsic stochasticity of human movement [2]. In order to inform models for human behaviour, it is necessary to identify, among all observables which can be defined to describe a temporal network, which ones must be reproduced by the models and which are context dependant. The PhD is focused on data analysis. Data sets collected in widely different contexts are readily available, and the PhD might offer the opportunity to participate to further data collection efforts. The research question is intrinsically interdisciplinary; as such, interactions with collaborators from social sciences will be expected. [1] Génois, Zens, Oliveira, Lechner, Schaible, Strohmmaier.Combining sensors and surveys to study social contexts: Case of scientific conferences. Personality Science 4, e9957 (2023) https://doi.org/10.5964/ps.9957. [2] Masoumi and Génois, Simple crowd dynamics to generate complex temporal contact networks. In prep. [3] Le Bail, Génois, Barrat. Flow of temporal network properties under local ag gregation and time shuffling: a tool for characterizing, comparing and classifying temporal networks. arXiv:2310.09112 (2023), https://arxiv.org/abs/2310.09112.