数据集概述
本数据集为现代语言复杂性起源的基于主体模型研究的补充信息，包含模型文件、代码脚本、分析文档及可视化资源，用于探究自我驯化、脑发育变化和人口扩张三因素对信息传递的影响，验证认知能力、敌意程度与语言社群强度的关联。
文件详解
该数据集包含11个文件，具体说明如下：
- 模型与描述文件：
- model.nlogo：NetLogo模型文件，实现基于主体的模拟实验
- model_description.md：模型设计与实现细节的Markdown文档
- README.md：数据集说明文档，包含引用信息与文件概述
- data_wrangling.md：数据处理流程说明文档
- 代码与分析文件：
- longest_segment_metric.ipynb：最长片段度量计算的Jupyter Notebook
- regression.ipynb：回归分析的Jupyter Notebook
- visualization.ipynb：结果可视化的Jupyter Notebook
- data_wrangling.jl：数据处理的Julia脚本
- 数据与输出文件：
- netlogo_output.zip：NetLogo模拟输出数据压缩包
- cost_functions.png：成本函数可视化图片
- neediness.png：需求度分析可视化图片
数据来源
Zenodo（Ruland, Marcel; Andirkó, ALejandro; Romanowska, Iza; Boeckx, Cedric）
适用场景
- 语言演化研究：分析认知能力、群体敌意与信息传递效率的关系
- 计算社会科学：探究基于主体模型在群体行为模拟中的应用
- 复杂系统分析：验证多因素交互对语言社群形成的影响机制
- 数据可视化研究：参考语言复杂性相关数据的可视化方法
