Phase Transitions of Civil Unrest across Countries and Time

要約

組織の巨視的パターン間の突然の変化を特徴とする相転移は、複雑なシステムでは遍在しています。
物理科学および自然科学ではかなりの研究が行われているにもかかわらず、社会システムにおけるこの現象の実証研究は比較的未開発です。
この研究の目的は、集団的市民不安のダイナミクスを、各段階が測定可能で識別可能な潜在的な特徴を持つ、一連の反復的な位相シフトとしてもっともらしく特徴付けることができるかどうかを探ることです。
内乱を自己組織化された重要なシステムとして特徴付けるこれまでの取り組みに基づいて、我々は内乱のマクロレベルの統計モデルを導入し、1946 年から 2017 年までの 170 か国の内乱事象の包括的なデータセットを使用してその妥当性を評価します。
マクロレベルの段階モデル​​は、世界中の多様な国々からの社会不安データの特徴を効果的に捉えており、普遍的なメカニズムが社会不安の力学の特定の側面の根底にある可能性があることを示しています。
また、単位時間当たりの国の長期的な不安を定量化する尺度を導入し、社会不安の規模が特定の地域に集中し、社会不安の出来事が地理的に集中する傾向があることを示します。
私たちのアプローチは、内乱を超えたさまざまな集団的人間現象の相転移を特定して測定できる可能性を秘めており、複雑な社会システムのより良い理解に貢献します。

要約(オリジナル)

Phase transitions, characterized by abrupt shifts between macroscopic patterns of organization, are ubiquitous in complex systems. Despite considerable research in the physical and natural sciences, the empirical study of this phenomenon in societal systems is relatively underdeveloped. The goal of this study is to explore whether the dynamics of collective civil unrest can be plausibly characterized as a sequence of recurrent phase shifts, with each phase having measurable and identifiable latent characteristics. Building on previous efforts to characterize civil unrest as a self-organized critical system, we introduce a macro-level statistical model of civil unrest and evaluate its plausibility using a comprehensive dataset of civil unrest events in 170 countries from 1946 to 2017. Our findings demonstrate that the macro-level phase model effectively captures the characteristics of civil unrest data from diverse countries globally and that universal mechanisms may underlie certain aspects of the dynamics of civil unrest. We also introduce a scale to quantify a country’s long-term unrest per unit of time and show that civil unrest events tend to cluster geographically, with the magnitude of civil unrest concentrated in specific regions. Our approach has the potential to identify and measure phase transitions in various collective human phenomena beyond civil unrest, contributing to a better understanding of complex social systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google