Extensive cooperation among unrelated individuals is unique to humans, who often sacrifice personal benefits for the common good and work together to achieve what they are unable to execute alone. The evolutionary success of our species is indeed due, to a large degree, to our unparalleled other-regarding abilities. Yet, a comprehensive understanding of human cooperation remains a formidable challenge. Recent research in the social sciences indicates that it is important to focus on the collective behavior that emerges as the result of the interactions among individuals, groups, and even societies. Non-equilibrium statistical physics, in particular Monte Carlo methods and the theory of collective behavior of interacting particles near phase transition points, has proven to be very valuable for understanding counterintuitive evolutionary outcomes. By treating models of human cooperation as classical spin models, a physicist can draw on familiar settings from statistical physics. However, unlike pairwise interactions among particles that typically govern solid-state physics systems, interactions among humans often involve group interactions, and they also involve a larger number of possible states even for the most simplified description of reality. The complexity of solutions therefore often surpasses that observed in physical systems. Here we review experimental and theoretical research that advances our understanding of human cooperation, focusing on spatial pattern formation, on the spatiotemporal dynamics of observed solutions, and on self-organization that may either promote or hinder socially favorable states.

Many biological and man-made networked systems are characterized by the simultaneous presence of different sub-networks organized in separate layers, with links and nodes of qualitatively different types. While during the past few years theoretical studies have examined a variety of structural features of complex networks, the outstanding question is whether such features are characterizing all single layers, or rather emerge as a result of coarse-graining, i.e. when going from the multilayered to the aggregate network representation. Here we address this issue with the help of real data. We analyze the structural properties of an intrinsically multilayered real network, the European Air Transportation Multiplex Network in which each commercial airline defines a network layer. We examine how several structural measures evolve as layers are progressively merged together. In particular, we discuss how the topology of each layer affects the emergence of structural properties in the aggregate network.

The propensity for synchronization of complex networks with directed and weighted links is considered. We show that a weighting procedure based upon the global structure of network pathways enhances complete synchronization of identical dynamical units in scale-free networks. Furthermore, we numerically show that very similar conditions hold also for phase synchronization of nonidentical chaotic oscillators.

Explosive synchronization (ES) is nowadays a hot topic of interest in nonlinear science and complex networks. So far, it is conjectured that ES is rooted in the setting of specific microscopic correlation features between the natural frequencies of the networked oscillators and their effective coupling strengths. We show that ES, in fact, is far more general, and can occur in adaptive and multilayer networks also in the absence of such correlation properties. Precisely, we first report evidence of ES in the absence of correlation for networks where a fraction f of the nodes have links adaptively controlled by a local order parameter, and then we extend the study to a variety of two-layer networks with a fraction f of their nodes coupled each other by means of dependency links. In this latter case, we even show that ES sets in, regardless of the differences in the frequency distribution and/or in the topology of connections between the two layers. Finally, we provide a rigorous, analytical, treatment to properly ground all the observed scenario, and to facilitate the understanding of the actual mechanisms at the basis of ES in real-world systems.

Recent decades have seen a rise in the use of physics methods to study different societal phenomena. This development has been due to physicists venturing outside of their traditional domains of interest, but also due to scientists from other disciplines taking from physics the methods that have proven so successful throughout the 19th and the 20th century. Here we characterise the field with the term ‘social physics’ and pay our respect to intellectual mavericks who nurtured it to maturity. We do so by reviewing the current state of the art. Starting with a set of topics that are at the heart of modern human societies, we review research dedicated to urban development and traffic, the functioning of financial markets, cooperation as the basis for our evolutionary success, the structure of social networks, and the integration of intelligent machines into these networks. We then shift our attention to a set of topics that explore potential threats to society. These include criminal behaviour, large-scale migration, epidemics, environmental challenges, and climate change. We end the coverage of each topic with promising directions for future research. Based on this, we conclude that the future for social physics is bright. Physicists studying societal phenomena are no longer a curiosity, but rather a force to be reckoned with. Notwithstanding, it remains of the utmost importance that we continue to foster constructive dialogue and mutual respect at the interfaces of different scientific disciplines.

Views Icon Views Article contents Figures & tables Video Audio Supplementary Data Peer Review Share Icon Share Twitter Facebook Reddit LinkedIn Tools Icon Tools Reprints and Permissions Cite Icon Cite Search Site Citation Luis Solá, Miguel Romance, Regino Criado, Julio Flores, Alejandro García del Amo, Stefano Boccaletti; Eigenvector centrality of nodes in multiplex networks. Chaos 1 September 2013; 23 (3): 033131. https://doi.org/10.1063/1.4818544 Download citation file: Ris (Zotero) Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search Dropdown Menu toolbar search search input Search input auto suggest filter your search All ContentAIP Publishing PortfolioChaos: An Interdisciplinary Journal of Nonlinear Science Search Advanced Search |Citation Search

Significance The evolution of cooperation has a formative role in human societies—civilized life on Earth would be impossible without cooperation. However, it is unclear why cooperation would evolve in the first place because Darwinian selection favors selfish individuals. After struggling with this problem for >150 y, recent scientific breakthroughs have uncovered multiple cooperation-promoting mechanisms. We build on these breakthroughs by examining whether two widely known cooperation-promoting mechanisms—network reciprocity and costly punishment—create synergies in a social dilemma experiment. While network reciprocity fulfilled its expected role, costly punishment proved to be surprisingly ineffective in promoting cooperation. This ineffectiveness suggests that the rational response to punishment assumed in theoretical studies is overly stylized and needs reexamining.