Hvad er den videnskabelige model?

den videnskabelig model Det er en abstrakt repræsentation af fænomener og processer for at forklare dem. Gennem indførelsen af ​​data i modellen tillader det at studere det endelige resultat.

For at lave en model er det nødvendigt at hæve visse hypoteser, så repræsentationen af ​​det resultat, vi ønsker at opnå, er så nøjagtigt som muligt såvel som simpelt, så det nemt kan manipuleres.

Der findes flere typer metoder, teknikker og teorier til konformation af videnskabelige modeller. Og i praksis har hver gren af ​​videnskab sin egen metode til at lave videnskabelige modeller, selvom det kan omfatte modeller fra andre grene for at verificere sin forklaring.

Principperne for modellering tillader oprettelsen af ​​modeller baseret på den videnskabelige gren, som de forsøger at forklare.

Måden at opbygge analysemodeller på er studeret i videnskabens filosofi, den generelle teori om systemer og videnskabelig visualisering.

I næsten alle forklaringer på fænomener kan en model eller en anden anvendes, men det er nødvendigt at justere den model, der skal bruges, så resultatet bliver så nøjagtigt som muligt..

Måske er du interesseret i de 6 trin i den videnskabelige metode og hvad de består af.

Generelle dele af en videnskabelig model

Repræsentationsregler

For at oprette en model har du brug for en række data og en organisation af dem. Fra et sæt inputdata giver modellen en række outputdata med resultatet af de foreslåede hypoteser

Intern struktur

Den interne struktur af hver model afhænger af typen af ​​model, som vi foreslår. Normalt definerer det korrespondancen mellem input og output.

Modellerne kan være deterministiske, når hver indgang svarer til den samme output, eller også, ikke-deterministisk, når forskellige output svarer til samme input.

Typer af modeller

Modellerne skelnes af form af repræsentation af deres interne struktur. Og derfra kan vi oprette en klassifikation.

Fysiske modeller

Inden for fysiske modeller kan vi skelne mellem teoretiske og praktiske modeller. De mest anvendte typer af praktiske modeller er modeller og prototyper.

De er en repræsentation eller kopi af objektet eller fænomenet at studere, hvilket gør det muligt at studere deres adfærd i forskellige situationer.

Det er ikke nødvendigt, at denne repræsentation af fænomenet udføres i samme skala, men at de er udformet på en sådan måde, at de resulterende data kan ekstrapoleres til det oprindelige fænomen i henhold til fænomenets størrelse.

I tilfælde af teoretiske fysiske modeller betragtes de som modeller, når den interne dynamik ikke er kendt.

Gennem disse modeller søger vi at reproducere det studerede fænomen, men vi ved ikke at reproducere det. Vi indbefatter hypoteser og variabler for at forsøge at opnå en forklaring på, hvorfor dette resultat opnås. Det anvendes i alle varianter af fysik, undtagen i teoretisk fysik.

Matematiske modeller

Inden for de matematiske modeller er målet at repræsentere fænomenerne gennem en matematisk formulering. Dette udtryk bruges også til at referere til geometriske modeller i design. De kan opdeles i andre modeller.

Den deterministiske model er en, hvor det antages at dataene er kendte, og at de anvendte matematiske formler er nøjagtige til at bestemme resultatet til enhver tid inden for de observerbare grænser.

Stokastiske eller probabilistiske modeller er dem, hvor resultatet ikke er nøjagtigt, men en sandsynlighed. Og hvor der er usikkerhed om, hvorvidt modelens tilgang er korrekt.

De numeriske modeller på den anden side er dem, der gennem numeriske sæt repræsenterer de oprindelige betingelser for modellen. Disse modeller er dem, der tillader simuleringer af modellen, der ændrer de oprindelige data for at vide, hvordan modellen ville opføre sig, hvis den havde andre data.

Generelt kan matematiske modeller også klassificeres afhængigt af typen af ​​input, som du arbejder med. De kan være heuristiske modeller, hvor der søges forklaringer til årsagen til det fænomen, der overholdes.

Eller de kan være empiriske modeller, hvor det kontrollerer resultaterne af modellen gennem de output, der opnås fra observationen.

Og endelig kan de også klassificeres i henhold til det mål, de ønsker at opnå. De kan være simuleringsmodeller, hvor du forsøger at forudsige resultaterne af det fænomen, der overholdes.

De kan være modeller for optimering, i disse opstår modelens funktion, og det er forsøgt at kigge efter det punkt, der er forbedret for at optimere resultatet af fænomenet.

Til sidst kan de være kontrolmodeller, hvor de forsøger at styre variablerne for at kontrollere det opnåede resultat og om nødvendigt ændre det.

Grafiske modeller

Gennem grafiske ressourcer foretages en repræsentation af data. Disse modeller er normalt linjer eller vektorer. Disse modeller letter visionen om fænomenet repræsenteret gennem tabeller og grafer.

Analog model

Det er den materielle repræsentation af et objekt eller en proces. Det bruges til at validere visse hypoteser, som ellers ville være umulige at kontrastere. Denne model er vellykket, når den formår at provokere det samme fænomen, som vi observerer, i dets analoge

Konceptuelle modeller

De er kort over abstrakte begreber, som repræsenterer de fænomener, der skal undersøges, herunder antagelser, der giver os mulighed for at se på resultatet af modellen og kan tilpasses det.

De har et højt abstraktionsniveau for at forklare modellen. De er de videnskabelige modeller i sig selv, hvor den processuelle repræsentation af processerne klarer at forklare fænomenet at observere.

Repræsentation af modellerne

Af konceptuel type

Modellernes faktorer måles gennem en organisation af de kvalitative beskrivelser af variablerne for at studere inden for modellen.

Matematisk type

Gennem en matematisk formulering etableres repræsentationsmodeller. Det er ikke nødvendigt, at de er tal, men at den matematiske repræsentation kan være algebraiske eller matematiske grafer

Af fysisk type

Ved etablering af prototyper eller modeller, der forsøger at reproducere fænomenet, der skal studeres. Generelt bruges de til at reducere den skala, der er nødvendig for reproduktionen af ​​det fænomen, der bliver undersøgt.

referencer

1. BOX, George EP. Robusthed i strategien for videnskabelig modelbygning. Robusthed i statistikker, 1979, vol. 1, s. 201-236.
2. BOX, George EP; HUNTER, William Gordon; HUNTER, J. Stuart. Statistik for eksperimenter: En introduktion til design, dataanalyse og modelbygning. New York: Wiley, 1978.
3. VALDÉS-PÉREZ, Raúl E .; ZYTKOW, Jan M .; SIMON, Herbert A. Videnskabelig modelbygning som søgning i matrixrum. EnAAAI. 1993. s. 472-478.
4. HECKMAN, James J. 1. Den videnskabelige model for årsagssammenhæng. Sociologisk metode, 2005, vol. 35, nr. 1, s. 1-97.
5. KRAJCIK, Joseph; MERRITT, Joi. Engagerende studerende i videnskabelige praksisser: Hvad er konstruktion og revision af modeller, der ligner i science classroom ?. Science teacher, 2012, vol. 79, nr. 3, s. 38.
6. ADÚRIZ-BRAVO, Agustín; IZQUIERDO-AYMERICH, Mercè. En model af videnskabelig model for undervisning i naturvidenskab. Elektronisk journal for forskning inden for naturvidenskabelig uddannelse, 2009, nr. ESP, s. 40-49.
7. GALAGOVSKY, Lydia R .; ADÚRIZ-BRAVO, Agustín. Modeller og analogier i undervisning i naturvidenskab. Begrebet analog didaktisk model. Sciences of Science, 2001, vol. 19, nr. 2, s. 231-242.