Processus de contagion, comme la formation d'une opinion ou la propagation de la maladie, peut atteindre un point de basculement, où la contagion se propage rapidement ou s'éteint. Lors de la modélisation de ces processus, il est difficile de saisir cette transition complexe, faire des conditions qui affectent le point de basculement un défi à découvrir.

Dans la revue le chaos , Nicholas Landry et Juan G. Restrepo, de l'Université du Colorado Boulder, ont étudié les paramètres de ces transitions en incluant des interactions de groupe de trois personnes dans un modèle de contagion appelé modèle susceptible-infecté-sensible.

Dans ce modèle, une personne infectée qui se remet d'une infection peut être réinfectée. Il est souvent utilisé pour comprendre la propagation de choses comme la grippe, mais ne prend généralement pas en compte les interactions entre plus de deux personnes.

"Avec un modèle SIS de réseau traditionnel, quand on augmente l'infectiosité d'une idée ou d'une maladie, vous ne voyez pas les transitions explosives que vous voyez souvent dans le monde réel, " Landry a déclaré. " Inclure les interactions de groupe en plus des interactions individuelles a un effet profond sur le système ou la dynamique de la population " et peut conduire à un comportement de point de basculement.

Une fois que le taux d'infection ou de transfert d'informations entre les individus passe un point critique, la fraction des personnes infectées passe de manière explosive à une épidémie pour une infectivité de groupe suffisamment élevée. Plus surprenant, si le taux d'infection diminue après ce saut, la fraction infectée ne diminue pas immédiatement. Il reste une épidémie au-delà de ce même point critique avant de revenir à un équilibre sain.

Il en résulte une région en boucle dans laquelle il peut y avoir ou non des niveaux élevés d'infection, selon le nombre de personnes infectées au départ. La façon dont ces interactions de groupe sont distribuées affecte le point critique auquel une transition explosive se produit.

Les auteurs ont également étudié comment la variabilité des connexions de groupe, par exemple, si les personnes avec plus d'amis participent également à plus d'interactions de groupe - modifie la probabilité d'un comportement de point de basculement. Ils expliquent l'émergence de ce comportement explosif comme le jeu entre interactions individuelles et interactions de groupe. Selon le mécanisme dominant, le système peut présenter une transition explosive.

Des paramètres supplémentaires peuvent être ajoutés au modèle pour l'adapter à différents processus et mieux comprendre dans quelle mesure le réseau social d'un individu doit être infecté pour qu'un virus ou des informations se propagent.

Le travail est actuellement théorique, mais les chercheurs ont l'intention d'appliquer le modèle aux données réelles des réseaux physiques et de considérer d'autres caractéristiques structurelles que présentent les réseaux du monde réel.