Was ist das wissenschaftliche Modell? (Beispiel)

1260
Robert Johnston
Was ist das wissenschaftliche Modell? (Beispiel)

Das wissenschaftliches Modell es ist eine abstrakte Darstellung von Phänomenen und Prozessen, um sie zu erklären. Ein wissenschaftliches Modell ist eine visuelle Darstellung des Sonnensystems, in der die Beziehung zwischen Planeten, Sonne und Bewegungen geschätzt wird.

Durch die Einführung von Daten in das Modell kann das Endergebnis untersucht werden. Um ein Modell zu erstellen, müssen bestimmte Hypothesen aufgestellt werden, damit die Darstellung des gewünschten Ergebnisses so genau wie möglich und so einfach wie möglich ist, damit es leicht manipuliert werden kann.

Wissenschaftliches Modellbeispiel

Es gibt verschiedene Arten von Methoden, Techniken und Theorien zur Gestaltung wissenschaftlicher Modelle. In der Praxis hat jeder Wissenschaftszweig seine eigene Methode zur Erstellung wissenschaftlicher Modelle, obwohl er Modelle aus anderen Zweigen enthalten kann, um seine Erklärung zu überprüfen..

Die Prinzipien der Modellierung ermöglichen die Erstellung von Modellen entsprechend dem Wissenschaftszweig, den sie zu erklären versuchen. Die Art und Weise, Analysemodelle zu erstellen, wird in der Wissenschaftsphilosophie, der allgemeinen Systemtheorie und in der wissenschaftlichen Visualisierung untersucht..

Bei fast allen Erklärungen von Phänomenen kann das eine oder andere Modell angewendet werden, es ist jedoch erforderlich, das zu verwendende Modell anzupassen, damit das Ergebnis so genau wie möglich ist. Sie könnten an den 6 Schritten der wissenschaftlichen Methode interessiert sein und woraus sie bestehen.

Allgemeine Teile eines wissenschaftlichen Modells

Repräsentationsregeln

Für die Erstellung eines Modells werden eine Reihe von Daten und eine Organisation desselben benötigt. Aus einem Satz von Eingabedaten liefert das Modell eine Reihe von Ausgabedaten mit dem Ergebnis der aufgestellten Hypothesen

Interne Struktur

Die interne Struktur jedes Modells hängt von der Art des Modells ab, das wir vorschlagen. Normalerweise definiert es die Entsprechung zwischen der Eingabe und der Ausgabe.

Die Modelle können deterministisch sein, wenn jeder Eingang demselben Ausgang entspricht, oder auch nicht deterministisch, wenn unterschiedliche Ausgänge demselben Eingang entsprechen..

Arten von Modellen

Die Modelle zeichnen sich durch die Darstellungsform ihrer internen Struktur aus. Und von dort aus können wir eine Klassifizierung erstellen.

Physikalische Modelle

Innerhalb der physikalischen Modelle können wir zwischen theoretischen und praktischen Modellen unterscheiden. Die am häufigsten verwendeten praktischen Modelltypen sind Modelle und Prototypen.

Sie sind eine Darstellung oder Kopie des zu untersuchenden Objekts oder Phänomens, mit der ihr Verhalten in verschiedenen Situationen untersucht werden kann.

Es ist nicht erforderlich, dass diese Darstellung des Phänomens im gleichen Maßstab durchgeführt wird, sondern sie sind so konzipiert, dass die resultierenden Daten basierend auf ihrer Größe auf das ursprüngliche Phänomen extrapoliert werden können.

Bei theoretischen physikalischen Modellen gelten sie als Modelle, wenn die interne Dynamik nicht bekannt ist.

Durch diese Modelle wird versucht, das untersuchte Phänomen zu reproduzieren, aber ohne zu wissen, wie es reproduziert werden soll, werden Hypothesen und Variablen aufgenommen, um zu erklären, warum dieses Ergebnis erhalten wird. Es wird in allen Varianten der Physik angewendet, außer in der theoretischen Physik.

Mathematische Modelle

Innerhalb der mathematischen Modelle wird versucht, die Phänomene durch eine mathematische Formulierung darzustellen. Dieser Begriff wird auch verwendet, um sich auf geometrische Modelle im Design zu beziehen. Sie können in andere Modelle unterteilt werden.

Das deterministische Modell ist eines, bei dem angenommen wird, dass die Daten bekannt sind und dass die verwendeten mathematischen Formeln genau sind, um das Ergebnis jederzeit innerhalb der beobachtbaren Grenzen zu bestimmen..

Stochastische oder probabilistische Modelle sind solche, bei denen das Ergebnis nicht genau ist, sondern eine Wahrscheinlichkeit. Und bei denen Ungewissheit darüber besteht, ob der Ansatz des Modells korrekt ist.

Numerische Modelle hingegen sind solche, die durch numerische Mengen die Anfangsbedingungen des Modells darstellen. Diese Modelle ermöglichen Simulationen des Modells, indem die Anfangsdaten geändert werden, um zu wissen, wie sich das Modell verhalten würde, wenn es andere Daten hätte.

Im Allgemeinen können mathematische Modelle auch in Abhängigkeit von der Art der Eingaben klassifiziert werden, mit denen gearbeitet wird. Dies können heuristische Modelle sein, bei denen nach Erklärungen für die Ursache des beobachteten Phänomens gesucht wird.

Oder es können empirische Modelle sein, bei denen die Ergebnisse des Modells anhand der aus der Beobachtung erhaltenen Ergebnisse überprüft werden.

Und schließlich können sie auch nach dem Ziel klassifiziert werden, das sie erreichen möchten. Dies können Simulationsmodelle sein, bei denen Sie versuchen, die Ergebnisse des beobachteten Phänomens vorherzusagen.

Sie können Optimierungsmodelle sein, bei denen die Funktionsweise des Modells berücksichtigt wird und versucht wird, den Punkt zu finden, der verbessert werden kann, um das Ergebnis des Phänomens zu optimieren.

Schließlich können sie Steuerungsmodelle sein, bei denen sie versuchen, die Variablen zu steuern, um das erhaltene Ergebnis zu steuern und es bei Bedarf zu ändern..

Grafikmodelle

Durch grafische Ressourcen wird eine Datendarstellung erstellt. Diese Modelle sind normalerweise Linien oder Vektoren. Diese Modelle erleichtern die Sicht auf das Phänomen, das durch Tabellen und Grafiken dargestellt wird.

Analoges Modell

Es ist die materielle Darstellung eines Objekts oder Prozesses. Es wird verwendet, um bestimmte Hypothesen zu validieren, die sonst nicht zu testen wären. Dieses Modell ist erfolgreich, wenn es das gleiche Phänomen provoziert, das wir in seinem Analogon beobachten

Konzeptionelle Modelle

Es handelt sich um Karten abstrakter Konzepte, die die zu untersuchenden Phänomene darstellen, einschließlich Annahmen, die es ermöglichen, das Ergebnis des Modells zu erkennen und daran anzupassen..

Sie haben einen hohen Abstraktionsgrad, um das Modell zu erklären. Sie sind die wissenschaftlichen Modelle an sich, in denen die konzeptionelle Darstellung der Prozesse das zu beobachtende Phänomen erklärt.

Darstellung der Modelle

Konzeptioneller Typ

Die Faktoren des Modells werden durch eine Organisation der qualitativen Beschreibungen der im Modell zu untersuchenden Variablen gemessen..

Mathematischer Typ

Durch eine mathematische Formulierung werden die Repräsentationsmodelle erstellt. Es ist nicht notwendig, dass es sich um Zahlen handelt, aber die mathematische Darstellung kann algebraische oder mathematische Graphen sein

Physikalischer Typ

Wenn Prototypen oder Modelle erstellt werden, die versuchen, das zu untersuchende Phänomen zu reproduzieren. Im Allgemeinen werden sie verwendet, um den für die Reproduktion des untersuchten Phänomens erforderlichen Maßstab zu verringern..

Verweise

  1. BOX, George EP. Robustheit in der Strategie des wissenschaftlichen Modellbaus, Robustheit in der Statistik, 1979, vol. 1 p. 201-236.
  2. BOX, George EP; HUNTER, William Gordon; HUNTER, J. Stuart. Statistik für Experimentatoren: Eine Einführung in Design, Datenanalyse und Modellbildung. New York: Wiley, 1978.
  3. VALDÉS-PÉREZ, Raúl E.; ZYTKOW, Jan M.; SIMON, Herbert A. Wissenschaftliche Modellbildung als Suche in Matrixräumen. EnAAAI. 1993. p. 472-478.
  4. HECKMAN, James J. 1. Das wissenschaftliche Modell der Kausalität. Soziologische Methodik, 2005, vol. 35, no 1, p. 1-97.
  5. KRAJCIK, Joseph; MERRITT, Joi. Einbeziehung der Schüler in wissenschaftliche Praktiken: Wie sieht das Konstruieren und Überarbeiten von Modellen im naturwissenschaftlichen Unterricht aus? The Science Teacher, 2012, vol. 79, no 3, p. 38.
  6. ADÚRIZ-BRAVO, Agustín; LINKS-AYMERICH, Mercè. Ein Modell eines wissenschaftlichen Modells für den naturwissenschaftlichen Unterricht, Electronic Journal of Research in Science Education, 2009, no ESP, p. 40-49.
  7. GALAGOVSKY, Lydia R.; ADÚRIZ-BRAVO, Agustín. Modelle und Analogien im naturwissenschaftlichen Unterricht. Das Konzept des analogen didaktischen Modells. Science Teaching, 2001, vol. 19, no 2, p. 231-242.

Bisher hat noch niemand einen Kommentar zu diesem Artikel abgegeben.