20.1: Ciencia
- Page ID
- 93880
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
La característica clave de la ciencia genuina es que sus afirmaciones son comprobable, de una forma u otra, pero varios otros factores también juegan un papel central. Ninguna simple cuenta puede hacer justicia a todos los aspectos de cada campo científico, pero examinaremos varias características que son centrales para la mayoría de ellos. Estos incluyen:
- Formulación de teorías o hipótesis (a menudo sobre la causalidad)
- Hacer predicciones
- Testing
- Obtención de datos (muestreo)
- Dibujar inferencias de la muestra a la población
- Evaluación de covariación (correlación)
- Explicación
Algunos elementos de esta lista son más importantes en algunas ciencias que en otras, pero mucha ciencia involucra alguna versión de la mayoría de ellos.
Hemos estudiado varios de estos temas en capítulos anteriores, pero vale la pena revisarlos en el contexto de la investigación científica. Podría ser útil pensar en la lista anterior como algo así como un diagrama de flujo, en el que uno se mueve por los pasos numéricamente, pero también hay que tener en cuenta que en las cosas pueden ser más complejas en el mundo real. Si bien el mejor lugar para comenzar es formulando una hipótesis, a veces simplemente no sabemos lo suficiente sobre un tema para hacerlo, y en cambio debemos comenzar con la recolección de datos. En el contexto de la investigación médica, llamamos a esto un estudio en la naturaleza. Los investigadores que aún no se encuentren en un punto en el que estén preparados para probar un producto o procedimiento observarán a los sujetos que padecen una enfermedad o afección para tratar de inferir causas o posibles soluciones (por lo que saltando a los pasos 4 y 5 anteriores). Sólo entonces son capaces de desarrollar una hipótesis, hacer una predicción, etc.