从灵长类动物的时间共现网络检测社会（不）稳定性

社会关系的稳定性对群居动物至关重要，而社会网络分析为帮助表征和理解其（不）稳定性及群体层面的后果提供了有力工具。然而，动态社会网络在此背景下的使用仍然有限，因为它需要长期的社会数据和新的分析工具。在此，我们使用一个包含超过1600万条记录、历时3年自动收集的认知测试数据集，研究了由29只几内亚狒狒组成的群体的动态演化。我们首先构建了一个描述狒狒在认知测试间共现情况的月度聚合时间网络。然后，我们使用一个考虑狒狒活动异质性的零模型，定义了正（关联）和负（回避）月度网络。我们通过组合这些正负社会网络来检验社会平衡理论。结果显示，这些网络在结构上是平衡的，且新建立的边也倾向于保持社会平衡。我们研究了若干网络度量，以深入了解个体层面和群体层面社会网络的长期时间演化。一种衡量连续月度网络之间相似性的度量能够精确定位稳定期和不稳定期，并展示了一些狒狒的自我中心网络如何保持稳定，而另一些则发生了剧烈变化。我们的研究证实了社会平衡理论的预测，但也表明三元组数量的大幅波动可能限制其在研究动物社会网络动态演化中的适用性。相比之下，相似性度量的使用在检测不同层面的关系（不）稳定性方面被证明非常通用且敏感。我们识别出的变化，至少在某些情况下，可以与野外观察到的雌性更换主要雄性的现象相关联。