El modelado es una parte esencial e inseparable de muchas disciplinas científicas, cada una de las cuales tiene sus propias ideas sobre tipos específicos de modelado. [1] [2] Lo siguiente fue dicho por John Von Neumann. [3]
… Las ciencias no intentan explicar, apenas intentan interpretar, principalmente fabrican modelos. Por un modelo se entiende una construcción matemática que, con la adición de ciertas interpretaciones verbales, describe los fenómenos observados. La justificación de tal construcción matemática es exclusivamente y precisamente que se espera que funcione, es decir, correctamente para describir fenómenos de un área razonablemente amplia.
Un modelo científico busca representar objetos empíricos, fenómenos y procesos físicos de una manera lógica y objetiva. Todos los modelos están en simulacros, es decir, reflejos simplificados de la realidad que, a pesar de ser aproximaciones, pueden ser extremadamente útiles. [6] Construir y disputar modelos es fundamental para la empresa científica. La representación completa y verdadera puede ser imposible, pero el debate científico a menudo se refiere a lo que es el mejor modelo para una tarea determinada, por ejemplo, que es el modelo climático más preciso para el pronóstico estacional. [7]
Para el científico, un modelo también es una forma en que los procesos de pensamiento humano pueden amplificarse. [10] Por ejemplo, los modelos que se representan en el software permiten a los científicos aprovechar el poder computacional para simular, visualizar, manipular y ganar intuición sobre la entidad, el fenómeno o el proceso que se representa. Tales modelos de computadora están en Silico. Otros tipos de modelos científicos son in vivo (modelos vivos, como ratas de laboratorio) e in vitro (en cristalería, como el cultivo de tejidos). [11]
Los modelos se usan típicamente cuando es imposible o poco práctico crear condiciones experimentales en las que los científicos puedan medir directamente los resultados. La medición directa de los resultados en condiciones controladas (ver método científico) siempre será más confiable que las estimaciones modeladas de los resultados.
Dentro del modelado y la simulación, un modelo es una simplificación y abstracción intencionada de tareas de una percepción de la realidad, conformada por restricciones físicas, legales y cognitivas. [12] Está basado en tareas porque un modelo se captura con una determinada pregunta o tarea en mente. Las simplificaciones dejan todas las entidades conocidas y observadas y su relación que no son importantes para la tarea. La abstracción agrega información que es importante pero no necesaria con el mismo detalle que el objeto de interés. Ambas actividades, simplificación y abstracción se realizan a propósito. Sin embargo, se realizan en función de una percepción de la realidad. Esta percepción ya es un modelo en sí mismo, ya que viene con una restricción física. También hay restricciones sobre lo que podemos observar legalmente con nuestras herramientas y métodos actuales, y restricciones cognitivas que limitan lo que podemos explicar con nuestras teorías actuales. Este modelo comprende los conceptos, su comportamiento y su forma informal de relaciones y a menudo se conoce como un modelo conceptual. Para ejecutar el modelo, debe implementarse como una simulación por computadora. Esto requiere más opciones, como aproximaciones numéricas o el uso de heurísticas. [13] A pesar de todas estas restricciones epistemológicas y computacionales, la simulación ha sido reconocida como el tercer pilar de los métodos científicos: construcción de teorías, simulación y experimentación. [14]
¿Cuáles son los modelos de la investigación científica?
La Figura 2.1 presenta un modelo simple de investigación científica en psicología. El investigador (que la mayoría de las veces es realmente un pequeño grupo de investigadores) formula una pregunta de investigación, realiza un estudio diseñado para responder la pregunta, analiza los datos resultantes, saca conclusiones sobre la respuesta a la pregunta y publica los resultados para que Se convierten en parte de la literatura de investigación. Debido a que la literatura de investigación es una de las principales fuentes de nuevas preguntas de investigación, este proceso puede considerarse como un ciclo. Una nueva investigación conduce a nuevas preguntas, lo que conduce a una nueva investigación, etc. La Figura 2.1 también indica que las preguntas de investigación pueden originarse fuera de este ciclo, ya sea con observaciones informales o con problemas prácticos que deben resolverse. Pero incluso en estos casos, el investigador comenzaría verificando la literatura de investigación para ver si la pregunta ya había sido respondida y para refinarla en función de lo que ya había encontrado investigaciones anteriores.
Figura 2.1 Un modelo simple de investigación científica en psicología
La investigación de Mehl y sus colegas se describe muy bien por este modelo. Su pregunta, si las mujeres son más habladoras que los hombres, se les sugirió a ambas por los estereotipos de las personas y por afirmaciones publicadas sobre la relativa naturaleza de las mujeres y los hombres. Sin embargo, cuando verificaron la literatura de investigación, descubrieron que esta pregunta no se había abordado adecuadamente en los estudios científicos. Luego realizaron un estudio empírico cuidadoso, analizaron los resultados (encontrando muy poca diferencia entre mujeres y hombres) y publicaron su trabajo para que se convirtiera en parte de la literatura de investigación. Sin embargo, la publicación de su artículo no es el final de la historia, porque su trabajo sugiere muchas preguntas nuevas (sobre la confiabilidad del resultado, sobre posibles diferencias culturales, etc.) que probablemente serán tomadas por ellos y otros investigadores inspirado por su trabajo.
¿Leyendo en forma impresa? Escanee este código QR para ver el video en su dispositivo móvil. O vaya a youtu.be/xtowvxs_9la
Como otro ejemplo, considere que a medida que los teléfonos celulares se generalizaban más durante la década de 1990, la gente comenzó a preguntarse si, y en qué medida el uso de teléfonos celulares tuvo un efecto negativo en la conducción. Muchos psicólogos decidieron abordar esta pregunta científicamente (Collet, Guillot y Petit, 2010) [1]. De la investigación publicada anteriormente estaba claro que participar en una tarea verbal simple perjudica el rendimiento en una tarea perceptiva o motora realizada al mismo tiempo, pero nadie había estudiado el efecto específicamente del uso de teléfonos celulares en la conducción. En condiciones cuidadosamente controladas, estos investigadores compararon el rendimiento de conducción de las personas mientras usaban un teléfono celular con su rendimiento mientras no usan un teléfono celular, tanto en el laboratorio como en la carretera. Descubrieron que la capacidad de las personas para detectar los riesgos de la carretera, el tiempo de reacción y mantener el control del vehículo se vio afectada por el uso de teléfonos celulares. Cada nuevo estudio fue publicado y se convirtió en parte de la creciente literatura de investigación sobre este tema.
¿Qué es un modelo en el método científico?
Asegúrese de asegurar artículos sueltos antes de abrir la ventana o la puerta.
En esta actividad, aprenderá sobre modelos científicos haciendo un modelo de cómo fluye el aire a través de su salón de clases o una habitación en su casa.
- Una habitación con al menos una ventana o puerta que se puede abrir
- Pieza de papel de seda de una sola capa
- Trabaja con un grupo de cuatro, según las indicaciones de tu maestro. Cierre todas las ventanas y puertas en la habitación en la que está trabajando. Su maestro puede asignarle una ventana o puerta específica para estudiar.
- Antes de abrir ventanas o puertas, dibuje un diagrama a escala de su habitación. Primero, mida la longitud y el ancho de su habitación utilizando la cinta métrica. Luego, transforme la medición utilizando una escala que podría caber en su trabajo, como 5 centímetros = 1 metro.
- Su maestro le asignará una ventana o puerta específica para estudiar el flujo de aire. En su diagrama, agregue flechas que muestren su hipótesis (antes de abrir cualquier ventana o puertas) de cómo fluirá el aire a través de la habitación cuando se abra su ventana o puerta asignada. Use el lápiz para que pueda hacer cambios fácilmente en su diagrama.
- En su diagrama, marque cuatro ubicaciones donde le gustaría probar el flujo de aire en su habitación. Para probar el flujo de aire, sostenga una tira de papel de tejido de una sola capa entre el pulgar y el dedo índice. Tenga en cuenta la dirección en que el papel se mueve cuando se expone al flujo de aire. Luego, para cada ubicación, predice de qué manera el papel se moverá si su diagrama de flujo de aire es correcto.
- Ahora, cada miembro de su grupo estará en una de las cuatro áreas seleccionadas. Cada miembro probará el flujo de aire acordado sobre una altura aproximada a la que todos sostendrán sus documentos.
- Cuando el maestro le dice que lo que, abra su ventana y/o puerta asignadas. Cada persona debe tener en cuenta la dirección de que sus puntos de papel inmediatamente después de que se abrió la ventana o la puerta. Registre sus resultados en su diagrama.
- ¿Los datos de prueba de flujo de aire soportaron o refutaron el modelo hipotético del flujo de aire que se muestra en su diagrama? ¿Por qué o por qué no? Corrija su modelo basado en su evidencia experimental.
- Con su grupo, discuta cuán preciso es su modelo. ¿Qué limitaciones tenía? Escriba las limitaciones que acordó su grupo.
- Sí, podría usar su modelo para predecir el flujo de aire a través de una nueva ventana. El experimento anterior del flujo de aire lo ayudaría a modelar el sistema con mayor precisión.
- Sí, podría usar su modelo para predecir el flujo de aire a través de una nueva ventana. El experimento anterior del flujo de aire no es útil para modelar el nuevo sistema.
- No, no puede modelar un sistema para predecir el flujo de aire a través de una nueva ventana. El experimento anterior del flujo de aire lo ayudaría a modelar el sistema con mayor precisión.
- No, no puede modelar un sistema para predecir el flujo de aire a través de una nueva ventana. El experimento anterior del flujo de aire no es útil para modelar el nuevo sistema.
Una ley científica es una descripción de un patrón en la naturaleza que es cierto en todas las circunstancias que se han estudiado. Es decir, las leyes físicas están destinadas a ser universales, lo que significa que se aplican en todo el universo conocido. Las leyes a menudo también son concisas, mientras que las teorías son más complicadas. Una ley puede expresarse en forma de una sola oración o ecuación matemática. Por ejemplo, la segunda ley de movimiento de Newton, que relaciona el movimiento de un objeto a la fuerza aplicada (f), la masa del objeto (m) y la aceleración del objeto (a), simplemente se establece utilizando la ecuación
Las ideas y explicaciones científicas que son ciertas en muchos, pero no todas las situaciones en el universo generalmente se llaman principios. Un ejemplo es el principio de Pascal, que explica las propiedades de los líquidos, pero no los sólidos o los gases. Sin embargo, la distinción entre leyes y principios a veces no se hace cuidadosamente en la ciencia.
Una teoría es una explicación de los patrones de naturaleza respaldados por mucha evidencia científica y verificada varias veces por múltiples investigadores. Si bien muchas personas confunden las teorías con conjeturas o hipótesis educadas, las teorías han resistido una prueba y verificación más rigurosas que las hipótesis.
¿Qué es un modelo científico y sus ejemplos?
Durante mucho tiempo, y siguiendo algunas discusiones «difíciles» con varios lectores y comentaristas de Médiapart, quería hacer un boleto sobre el concepto de modelo, y más precisamente el del «modelo científico». Leer «Los orígenes del hombre explicado a nuestros nietos» me da la oportunidad.
Pascal Picq, investigador y autor de este pequeño libro, ofrece una descripción muy simple del «modelo científico»:
«Un modelo científico tiene como objetivo hacer que todo el conocimiento esté disponible para comprensible; luego hacemos todo para verificar si es sólido. Para esto comenzamos una nueva investigación. Mientras lo consuelen, lo mantenemos. Es el más importante en la ciencia, Desarrollamos otra investigación para tratar de desafiar el modelo, decimos «refutar». El propósito de la ciencia no es persistir en mantener un modelo, sino avanzar en el conocimiento. En la ciencia, los modelos son medios, no metas, lo cual es difícil de Comprender en verdades de la verdad «.
* Un modelo científico no necesita ser formalizado por una o más fórmulas matemáticas. Ciencias Humanas; Social, «suave», también, por supuesto, construye modelos.
* La noción de verdad no es tan importante. Podemos decir, por supuesto, que un modelo es cierto siempre que no haya sido refutado. Pero un modelo también debe hacer posible «comprender» y, por lo tanto, debe seguir siendo simple. Como dijo uno de mis maestros, «todos los modelos son falsos, algunos son útiles». Con eso se refería a que un modelo a menudo solo tiene un campo de aplicación reducido. Pocos son los modelos que son válidos en todas partes, todo el tiempo.
Artículos Relacionados:
- Metodo de investigacion cientifica: aprende a optimizar tu tiempo y esfuerzo
- Metodologías de investigación científica: métodos y técnicas
- Ejemplo de investigación científica: cómo realizar un estudio de investigación científica paso a paso
- 10 conceptos de investigación científica que todos deberían conocer
- Imágenes de la investigación científica: las mejores fotos y vídeos de ciencia
