Understanding how animal social relationships are created, maintained and severed has ecological and evolutionary significance. Animal social relationships are inferred from observations of interactions between animals; the pattern of interaction over time indicates the existence (or absence) of a social relationship. Autonomous behavioural recording technologies are increasingly being used to collect continuous interaction data on animal associations. However, continuous data sequences are typically aggregated to represent a relationship as part of one (or several) pictures of the network of relations among animals, in a way that parallels human social networks. This transformation entails loss of information about interaction timing and sequence, which are particularly important to understand the formation of relationships or their disruption. Here, we describe a new statistical model, termed the relational event model, that enables the analysis of fine-grained animal association data as a continuous time sequence without requiring aggregation of the data. We apply the model to a unique data set of interaction between familiar and unfamiliar steers during a series of 36 experiments to investigate the process of social disruption and relationship formation. We show how the model provides key insights into animal behaviour in terms of relationship building, the integration process of unfamiliar animals and group building dynamics. The relational event model is well suited to data structures that are common to animal behavioural studies and can therefore be applied to a range of social interaction data to understand animal social dynamics.

中文翻译：

---

时间至关重要：关系事件模型在动物社交网络中的应用

了解动物社会关系如何被创造、维持和切断具有生态和进化意义。动物社会关系是从动物之间相互作用的观察中推断出来的；随着时间的推移，互动模式表明社会关系的存在（或不存在）。自主行为记录技术越来越多地用于收集有关动物协会的持续交互数据。然而，连续数据序列通常被聚合以将关系表示为动物之间关系网络的一张（或几张）图片的一部分，其方式类似于人类社交网络。这种转换会导致有关交互时间和顺序的信息丢失，这对于理解关系的形成或其中断尤为重要。在这里，我们描述了一个新的统计模型，称为关系事件模型，它能够将细粒度的动物关联数据分析为连续的时间序列，而无需汇总数据。在一系列 36 次实验中，我们将该模型应用于熟悉和不熟悉的阉牛之间相互作用的独特数据集，以研究社会破坏和关系形成的过程。我们展示了该模型如何在关系建立、陌生动物的整合过程和群体建立动态方面提供对动物行为的关键见解。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。称为关系事件模型，它能够将细粒度的动物关联数据分析为连续的时间序列，而无需汇总数据。在一系列 36 次实验中，我们将该模型应用于熟悉和不熟悉的阉牛之间相互作用的独特数据集，以研究社会破坏和关系形成的过程。我们展示了该模型如何在关系建立、陌生动物的整合过程和群体建立动态方面提供对动物行为的关键见解。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。称为关系事件模型，它能够将细粒度的动物关联数据分析为连续的时间序列，而无需汇总数据。在一系列 36 次实验中，我们将该模型应用于熟悉和不熟悉的阉牛之间相互作用的独特数据集，以研究社会破坏和关系形成的过程。我们展示了该模型如何在关系建立、陌生动物的整合过程和群体建立动态方面提供对动物行为的关键见解。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。这使得可以将细粒度的动物关联数据分析为连续的时间序列，而无需汇总数据。在一系列 36 次实验中，我们将该模型应用于熟悉和不熟悉的阉牛之间相互作用的独特数据集，以研究社会破坏和关系形成的过程。我们展示了该模型如何在关系建立、陌生动物的整合过程和群体建立动态方面提供对动物行为的关键见解。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。这使得可以将细粒度的动物关联数据分析为连续的时间序列，而无需汇总数据。在一系列 36 次实验中，我们将该模型应用于熟悉和不熟悉的阉牛之间相互作用的独特数据集，以研究社会破坏和关系形成的过程。我们展示了该模型如何在关系建立、陌生动物的整合过程和群体建立动态方面提供对动物行为的关键见解。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。在一系列 36 次实验中，我们将该模型应用于熟悉和不熟悉的阉牛之间相互作用的独特数据集，以研究社会破坏和关系形成的过程。我们展示了该模型如何在关系建立、陌生动物的整合过程和群体建立动态方面提供对动物行为的关键见解。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。在一系列 36 次实验中，我们将该模型应用于熟悉和不熟悉的阉牛之间相互作用的独特数据集，以研究社会破坏和关系形成的过程。我们展示了该模型如何在关系建立、陌生动物的整合过程和群体建立动态方面提供对动物行为的关键见解。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。陌生动物的整合过程和群体建设动态。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会交互数据以了解动物的社会动态。陌生动物的整合过程和群体建设动态。关系事件模型非常适合动物行为研究中常见的数据结构，因此可以应用于一系列社会互动数据以了解动物的社会动态。