Научные доказательства

Научные доказательства – это доказательства , которые служат либо для поддержки, либо для опровержения научной теории или гипотезы . ^[1] хотя ученые также используют доказательства и другими способами, например, при применении теорий к практическим проблемам. ^[2] Ожидается, что такие доказательства будут эмпирическими и поддающимися интерпретации в соответствии с научным методом . Стандарты научных данных варьируются в зависимости от области исследования, но сила научных доказательств обычно основана на результатах статистического анализа и силе научного контроля . ^{[ нужна ссылка ]}

Принципы вывода

Предположения или убеждения человека относительно взаимосвязи между наблюдениями и гипотезой будут влиять на то, будет ли этот человек воспринимать наблюдения как доказательства. ^[3] Эти предположения или убеждения также повлияют на то, как человек использует наблюдения в качестве доказательств. Например, кажущееся отсутствие движения Земли можно рассматривать как свидетельство геоцентрической космологии . Однако после того, как представлены достаточные доказательства гелиоцентрической космологии и объяснено очевидное отсутствие движения, первоначальное наблюдение категорически не принимается во внимание как доказательство.

Когда рациональные наблюдатели имеют разные базовые убеждения, они могут сделать разные выводы на основе одних и тех же научных данных. Например, Пристли , работая с теорией флогистона , объяснял свои наблюдения о разложении оксида ртути с помощью флогистона. Напротив, Лавуазье , развивая теорию элементов, объяснял те же наблюдения применительно к кислороду. ^[4] Причинно -следственная связь между наблюдениями и гипотезой не существует, чтобы считать наблюдение доказательством. ^[3] скорее, причинно-следственная связь обеспечивается человеком, стремящимся установить наблюдения в качестве доказательства.

Более формальный метод характеристики влияния фоновых убеждений — это байесовский вывод . ^[5] В байесовском выводе убеждения выражаются в процентах, что указывает на уверенность в них. Каждый начинает с начальной вероятности (априорной ) , а затем обновляет эту вероятность, используя теорему Байеса после наблюдения доказательств. ^[6] В результате два независимых наблюдателя одного и того же события рационально придут к разным выводам, если их априорные данные (предыдущие наблюдения, которые также имеют отношение к заключению) различаются.

Важность фоновых убеждений в определении того, какие наблюдения являются доказательствами, можно проиллюстрировать с помощью дедуктивных рассуждений , таких как силлогизмы . ^[7] Если какое-либо из предложений не будет принято как истинное, вывод также не будет принят.

Полезность научных доказательств

Философы, такие как Карл Р. Поппер , предложили влиятельные теории научного метода , в которых научные данные играют центральную роль. ^[8] Подводя итог, Поппер утверждает, что ученый творчески разрабатывает теорию, которая может быть фальсифицирована путем проверки теории на доказательствах или известных фактах. Теория Поппера представляет собой асимметрию в том смысле, что доказательства могут доказать ошибочность теории, установив факты, несовместимые с теорией. Напротив, доказательства не могут доказать правильность теории, поскольку могут существовать другие доказательства, которые еще предстоит открыть, и которые не согласуются с теорией. ^[9]

Философские и научные взгляды

данные, используемые для статистических выводов . В 20-м веке многие философы исследовали логическую связь между утверждениями о фактах и гипотезами, тогда как ученые были склонны сосредотачиваться на том, как генерируются ^[10]^:S193 Но, по словам философа Деборы Мэйо , к концу 20-го века философы пришли к пониманию, что «существуют ключевые особенности научной практики, которые упускаются из виду или неправильно описываются всеми такими логическими теориями доказательств, будь то гипотетико-дедуктивными, байесовскими или инстанциационистскими». ". ^[10]^{: S194}

В 20-м веке существовало множество философских подходов к решению вопроса о том, можно ли считать наблюдение доказательством; многие из них были сосредоточены на взаимосвязи между доказательствами и гипотезой. В 1950-х годах Рудольф Карнап рекомендовал различать такие подходы на три категории: классификационные (подтверждают ли данные гипотезу), сравнительные (подтверждают ли данные первую гипотезу в большей степени, чем альтернативную) или количественные (степень, в которой данные подтверждают гипотезу). гипотеза). ^[11] В антологии 1983 года под редакцией Питера Ахинштейна представлена краткая презентация научных данных видными философами, в том числе Карлом Хемпелем (о логике подтверждения), Р.Б. Брейтуэйтом (о структуре научной системы), Норвудом Расселом Хэнсоном (о логике открытия). ), Нельсон Гудман ( известный о теории проекции), Рудольф Карнап (о концепции подтверждающих доказательств), Уэсли С. Салмон (о подтверждении и актуальности) и Кларк Глимур (о соответствующих доказательствах). ^[12] В 1990 году Уильям Бектел выделил четыре фактора (ясность данных, копирование другими, согласованность с результатами, полученными альтернативными методами, и согласованность с правдоподобными теориями механизмов), которые биологи использовали для разрешения споров о процедурах и надежности доказательств. ^[13]

В 2001 году Ахинштейн опубликовал свою собственную книгу на эту тему под названием «Книга доказательств» , в которой, среди других тем, он различал четыре концепции доказательств: доказательства эпистемической ситуации (свидетельства, относящиеся к данной эпистемической ситуации), субъективные доказательства (считающиеся доказательствами). быть доказательством, высказанным конкретным человеком в определенное время), достоверными доказательствами (веская причина полагать, что гипотеза верна) и потенциальными доказательствами (веская причина полагать, что гипотеза весьма вероятна). ^[14] Ахинштейн определил все свои концепции доказательств с точки зрения потенциальных доказательств, поскольку любой другой вид доказательств должен быть, по крайней мере, потенциальным доказательством, и он утверждал, что ученые в основном ищут достоверные доказательства, но они также используют другие концепции доказательств, которые опираются на отличительные доказательства. Концепция вероятности, и Ахинштейн противопоставил эту концепцию вероятности предыдущим вероятностным теориям свидетельств, таким как байесовская, карнаповская и частотная. ^[14]

Простота — один из общих философских критериев научных теорий. ^[15] На основе философского предположения сильного тезиса Чёрча-Тьюринга был предложен математический критерий оценки доказательств, имеющий сходство с идеей бритвы Оккама , согласно которой простейшее всеобъемлющее описание доказательств, скорее всего, является правильным. ^[16] Формально он гласит: «Идеальный принцип гласит, что априорная вероятность, связанная с гипотезой, должна определяться алгоритмической универсальной вероятностью, а сумма логарифма универсальной вероятности модели плюс логарифм вероятности данных, заданных в модели, должна быть сведены к минимуму». ^[16] Однако некоторые философы (в том числе Ричард Бойд , Марио Бунге , Джон Д. Нортон и Эллиот Собер ) приняли скептический или дефляционный взгляд на роль простоты в науке, различными способами утверждая, что ее важность переоценена. ^[17]

Акцент на проверке гипотез как сущности науки распространен как среди ученых, так и среди философов. ^[18] Однако философы отмечают, что проверка гипотез путем сопоставления их с новыми доказательствами не учитывает все способы, которыми ученые используют доказательства. ^[2] Например, когда Гейгер и Марсден рассеяли альфа-частицы через тонкую золотую фольгу , полученные данные позволили их экспериментальному руководителю Эрнесту Резерфорду впервые очень точно рассчитать массу и размер атомного ядра. ^[19] Резерфорд использовал эти данные для разработки новой атомной модели , а не только для проверки существующей гипотезы; такое использование доказательств для создания новых гипотез иногда называют похищением (вслед за К. С. Пирсом ). ^[19] Методолог социальных наук Дональд Т. Кэмпбелл , который на протяжении всей своей карьеры делал упор на проверку гипотез, позже все чаще подчеркивал, что суть науки заключается «не в экспериментировании как таковом», а в повторяющемся соревновании «правдоподобных конкурирующих гипотез», процессе, который в любой момент времени Этап может начинаться с доказательств или с гипотезы. ^[20] Другие ученые и философы подчеркивали центральную роль вопросов и проблем в использовании данных и гипотез. ^[21]

Концепция научного доказательства

Хотя фраза «научное доказательство» часто используется в популярных средствах массовой информации, ^[22] многие ученые и философы утверждают, что на самом деле не существует такого понятия, как непогрешимые доказательства. Например, Карл Поппер однажды написал: «В эмпирических науках, которые только и могут предоставить нам информацию о мире, в котором мы живем, доказательств не бывает, если под «доказательством» мы понимаем аргумент, который раз и навсегда устанавливает истину. теории». ^[23]^[24] Альберт Эйнштейн сказал:

Научному теоретику нельзя позавидовать. Ибо Природа, точнее эксперимент, является неумолимым и не очень дружелюбным судьей его работы. Он никогда не говорит «да» теории. В наиболее благоприятных случаях он говорит «Может быть», а в подавляющем большинстве случаев просто «Нет». Если эксперимент согласуется с теорией, для последней это означает «Может быть», а если не согласуется, то это означает «Нет». Вероятно, каждая теория когда-нибудь испытает свое «нет» — большинство теорий вскоре после появления. ^[25]

Однако, в отличие от идеала безошибочного доказательства, на практике можно сказать, что теории доказаны в соответствии с некоторым стандартом доказательства, используемым в данном исследовании . ^[26]^[27] В этом ограниченном смысле доказательство — это высокая степень принятия теории после процесса исследования и критической оценки в соответствии со стандартами научного сообщества. ^[26]^[27]

См. также

Ресурсы библиотеки о
Научные доказательства

Ресурсы в вашей библиотеке

Неофициальные доказательства - доказательства, основанные на личных показаниях.
Доказательная медицина – диагностика, лечение и профилактика заболеваний на основе сбора и анализа данных.
Научные доказательства (закон) – лицо, чье мнение принимается судьей в качестве эксперта.
Наука – систематическое стремление к получению знаний.
Вероятностная причинно-следственная связь
Вероятностная аргументация
Вероятностная логика – использование вероятности и логики для решения неопределенных ситуаций.
Мнение – суждение, точка зрения или заявление, которое не является окончательным.

Ссылки

^ Тейпер, Марк Л.; Леле, Субхаш (2004). «Природа научных данных: перспективный синтез». В Тапере, Марк Л.; Леле, Субхаш (ред.). Природа научных данных: статистические, философские и эмпирические соображения . Чикаго: Издательство Чикагского университета . стр. 527–551 (547). дои : 10.7208/Чикаго/9780226789583.003.0016 . ISBN 0226789551 . OCLC 54461920 . Научными доказательствами обычно считаются все, что имеет тенденцию опровергать или подтверждать гипотезу.
^ Перейти обратно: ^а ^б Бойд, Нора Миллс; Боген, Джеймс (14 июня 2021 г.). «Теория и наблюдение в науке» . В Залте, Эдвард Н. (ред.). Стэнфордская энциклопедия философии . «Дискуссии об эмпирических данных имеют тенденцию сосредотачиваться на эпистемологических вопросах, касающихся их роли в проверке теории… хотя эмпирические данные также играют важную и философски интересную роль в других областях, включая научные открытия, разработку экспериментальных инструментов и методов, а также применение научных теорий к практическим проблемам».
^ Перейти обратно: ^а ^б Лонгино, Хелен (март 1979 г.). Философия науки, Vol. 46 . стр. 37–42.
^ Томас С. Кун, Структура научной революции, 2-е изд. (1970).
↑ Уильям Тэлботт «Байесианская эпистемология», по состоянию на 13 мая 2007 г.
^ Томас Келли «Доказательства» . По состоянию на 13 мая 2007 г.
^ Джордж Кеннет Стоун, «Научные данные» (1966)
^ Карл Р. Поппер, «Логика научных открытий» (1959).
^ Справочное руководство по научным данным , 2-е изд. (2000), с. 71. По состоянию на 21 февраля 2020 г. См.: 3-е издание Справочного руководства по научным данным.
^ Перейти обратно: ^а ^б Мэйо, Дебора Г. (сентябрь 2000 г.). «Экспериментальная практика и погрешность статистического учета доказательств». Философия науки . 67 (Дополнение): S193–S207. дои : 10.1086/392819 . JSTOR 188668 . S2CID 61281250 . Вопрос, который регулярно задают ученые и философы науки: когда эмпирические данные служат хорошей проверкой или надежным доказательством научной гипотезы? Несмотря на этот общий интерес, соображения, к которым обращаются ученые при ответе на этот вопрос, заметно отличаются от тех, которые используются в философских теориях свидетельств и подтверждений. Статья Мэйо была частью симпозиума «Факты, генерация данных и научная практика: к релайабилистской философии эксперимента» на проводимых раз в два года собраниях Ассоциации философии науки в 1998 году . См. также вклад Ахинштейна в симпозиум: Ахинштейн, Питер (2000). «Почему ученые игнорируют (и должны) философские теории доказательств». Философия науки . 67 (Дополнение): S180–S192. дои : 10.1086/392818 . JSTOR 188667 . S2CID 120774584 .
^ Карнап, Рудольф (1962) [1950]. Логические основы вероятности (2-е изд.). Чикаго: Издательство Чикагского университета . п. 462 . ISBN 978-0226093437 . ОСЛК 372957 .
^ Ахинштейн, Питер , изд. (1983). Понятие доказательства . Оксфордские чтения по философии. Оксфорд; Нью-Йорк: Издательство Оксфордского университета . ISBN 0198750625 .
^ Бектель, Уильям (1990). «Научные данные: создание и оценка экспериментальных приборов и методов исследования». PSA: Материалы проводимого раз в два года собрания Ассоциации философии науки . 1990 (1): 559–572 (561). doi : 10.1086/psaprocbienmeetp.1990.1.192732 . JSTOR 192732 . S2CID 62119768 .
^ Перейти обратно: ^а ^б Макартур, Дэн (август 2003 г.). «Рецензия на книгу: Питер Ахинштейн, Книга доказательств » . Философия в обзоре . 23 (4): 235–237. Четыре концепции Ахинштейна также резюмируются в: Ахинштейн, Питер (2014) [2008]. "Доказательство". В твороге, Мартин; Псиллос, Статис (ред.). Компаньон Рутледжа по философии науки . Товарищи по философии Рутледжа (2-е изд.). Лондон; Нью-Йорк: Рутледж . стр. 381–392. дои : 10.4324/9780203744857 . ISBN 9780415518741 . OCLC 824535995 .
^ Бейкер, Алан (20 декабря 2016 г.). «Простота» . В Залте, Эдвард Н. (ред.). Стэнфордская энциклопедия философии .
^ Перейти обратно: ^а ^б Витаньи, Пол МБ ; Ли, Мин (март 2000 г.). «Индукция минимальной длины описания, байесианство и колмогоровская сложность» (PDF) . Транзакции IEEE по теории информации . 46 (2): 446–464. arXiv : cs/9901014 . дои : 10.1109/18.825807 . S2CID 5971084 . См. также главу 5 в: Ли, Мин; Витаньи, Пол (2019). Введение в колмогоровскую сложность и ее приложения . Тексты по информатике (4-е изд.). Чам: Springer-Publishers . дои : 10.1007/978-3-030-11298-1 . ISBN 978-3030112974 . OCLC 1106165074 . S2CID 184483493 .
^ Фитцпатрик, Саймон (2013). «Простота в философии науки» . Интернет-энциклопедия философии . См. особенно разделы 1b и 4c.
^ Например: Шиндлер, Сэмюэл (2018). «Проверяемость и неспециальность». Теоретические достоинства в науке: раскрытие реальности посредством теории . Кембридж, Великобритания; Нью-Йорк: Издательство Кембриджского университета . стр. 6–7. дои : 10.1017/9781108381352 . ISBN 978-1108422260 . Ни один другой критерий хорошей научной теории не получил столь широкого признания, как фальсифицируемость или проверяемость теории – не только в рамках философии науки, но и далеко за ее пределами. И: «Понимание науки 101: Проверка научных идей» . undsci.berkeley.edu . Музей палеонтологии Калифорнийского университета . 14 апреля 2022 г. Проверка гипотез и теорий лежит в основе научного процесса.
^ Перейти обратно: ^а ^б Тагард, Пол ; Тумбс, Итан (2005). «Атомы, категоризация и концептуальные изменения» (PDF) . В Коэне, Анри; Лефевр, Клэр (ред.). Справочник по категоризации в когнитивной науке . Амстердам: Эльзевир . стр. 243–254 (253). дои : 10.1016/B978-008044612-7/50065-2 . ISBN 0080446124 . OCLC 60667797 . Особенности абдуктивных прототипов выдвигаются для объяснения наблюдений, например, когда Резерфорд пришел к выводу, что масса атома сосредоточена в очень маленькой области, чтобы объяснить, почему альфа-частицы проходят через золотую фольгу. Абдуктивные прототипы могут кардинально измениться, когда новые данные потребуют пересмотра гипотез, касающихся объяснительных особенностей. Именно это произошло с понятием атома, когда эксперименты Томпсона и Резерфорда открыли делимость атомов. Интерпретация Резерфордом эксперимента Гейгера-Марсдена также упоминается как пример похищения в: Фэй, Ян (2014). «О толковании». Природа научного мышления: об интерпретации, объяснении и понимании . Хаундмиллс, Бейзингсток, Хэмпшир; Нью-Йорк: Пэлгрейв Макмиллан . стр. 60–84. дои : 10.1057/9781137389831_3 . ISBN 978-1137389824 . OCLC 870285649 .
^ Кэмпбелл, Дональд Т. (1984) «Предисловие». В Инь, Роберт К. (2018) [1984]. Тематическое исследование: дизайн и методы (6-е изд.). Лос-Анджелес: Публикации SAGE . стр. XIII – XIV. ISBN 978-1506336169 . OCLC 983826254 . Я все больше и больше прихожу к выводу, что ядром научного метода является не экспериментирование как таковое, а скорее стратегия, подразумеваемая фразой «правдоподобные конкурирующие гипотезы». Эта стратегия может начать решение головоломки с доказательств или с гипотезы. Вместо того, чтобы представлять эту гипотезу или свидетельство в виде независимого от контекста позитивистского подтверждения (или даже постпозитивистского подтверждения), вместо этого они представлены в виде расширенной сети выводов, которые (хотя и никогда не являются полными), тем не менее, имеют решающее значение для ее научной оценки. Эта стратегия включает в себя разъяснение других последствий гипотезы для других доступных данных и отчет о том, насколько они соответствуют. Это также включает в себя поиск альтернативных объяснений основных доказательств и проверку их правдоподобности. Правдоподобие этих конкурентов обычно снижается за счет вымирания ветвления, то есть путем рассмотрения других их последствий для других наборов данных и оценки того, насколько хорошо они подходят. Эта идея далее обсуждается в нескольких главах: Бикман, Леонард, изд. (2000). Наследие Дональда Кэмпбелла . Таузенд-Оукс, Калифорния: Публикации SAGE . OCLC 42603382 .
^ Например: «Тематический выпуск: Научный метод как метод решения проблем и вопросов-ответов: Том 47, № 1 Синтеза » . Апрель 1981 г. Одна статья из номера: Никлс, Томас (апрель 1981 г.). «Какую проблему мы можем решить?». Синтезируйте . 47 (1): 85–118. дои : 10.1007/BF01064267 . JSTOR 20115620 . S2CID 46982553 . Иногда данные не составляют проблему (или основную проблему), а служат главным образом свидетельством существования проблемы (или, по крайней мере, более глубокой проблемы). См. также: Никлс, Томас (1988). «Вопросы и проблемы в философии науки: решение проблем против непосредственно ищущих истину эпистемологий». В Мейере, Мишель (ред.). Вопросы и допрос . Grundlagen der Kommunikation = Основы общения. Берлин; Нью-Йорк: Де Грюйтер . стр. 43–67. дои : 10.1515/9783110864205.43 . ISBN 3110106809 . И с точки зрения учёного: Краусс, Лоуренс М. (14 мая 2015 г.). «Большие вопросы без ответа» . Хаффингтон Пост . Проверено 15 мая 2015 г.
^ См., например, «Соучредитель Гринпис: нет научных доказательств того, что люди являются основной причиной потепления климата» . Канал «Фокс Ньюс» . 28 февраля 2014 года . Проверено 19 марта 2014 г.
^ Поппер, Карл (2011) [1966]. Открытое общество и его враги (5-е изд.). Рутледж. стр. 229–230. ISBN 978-1136700323 .
^ Теобальд, Дуглас (1999–2012). «29+ доказательств макроэволюции» . Архив TalkOrigins . Проверено 19 марта 2014 г.
^ Гейтер, Карл (2009). Словарь научных цитат Гейтера . Нью-Йорк: Спрингер. п. 1602 . ISBN 978-0-387-49575-0 .
^ Перейти обратно: ^а ^б Уолтон, Дуглас Н .; Чжан, Наньнин (май 2013 г.). «Эпистемология научных данных» . Искусственный интеллект и право . 21 (2): 173–219 (214). дои : 10.1007/s10506-012-9132-9 . Традиционная эпистемология основывала знание на основе ложной концепции — истинной веры. Согласно нашей теории, научные доказательства должны основываться на процессе обоснования разумного принятия агентом гипотезы в ходе расследования, которое заканчивается доказательством. В разделе V мы показали, как эту процедуру можно смоделировать с помощью системы аргументации Карнеада. Любое утверждение, которое не может быть доказано в ходе исследования соответствующего стандарта доказательства с помощью такого рода эпистемологической процедуры, не принимается в качестве знания.
^ Перейти обратно: ^а ^б Уолтон, Дуглас Н. (2016). Оценка аргументов и доказательств . Серия «Право, управление и технологии». Том. 23. Чам; Нью-Йорк: Springer-Verlag . п. 224 . дои : 10.1007/978-3-319-19626-8 . ISBN 9783319196268 . OCLC 919080389 . Чтобы сказать, что что-то является знанием, важно, чтобы предложение, претендующее на знание, было основано на доказательствах такого рода, которые достигают уровня, на котором предложение выходит за рамки уровня признания истинным, поскольку оно основано на доказательствах. Только когда это доказано определенным видом свидетельств, достаточных для данной дисциплины или, в более общем смысле, контекста, в котором высказывается это предложение, можно правильно назвать что-то знанием. В научном исследовании стандарты должны быть достаточно высокими, чтобы свести к минимуму вероятность того, что утверждение, принятое как истинное, впоследствии придется отозвать.

[1] Тейпер, Марк Л.; Леле, Субхаш (2004). «Природа научных данных: перспективный синтез». В Тапере, Марк Л.; Леле, Субхаш (ред.). Природа научных данных: статистические, философские и эмпирические соображения . Чикаго: Издательство Чикагского университета . стр. 527–551 (547). дои : 10.7208/Чикаго/9780226789583.003.0016 . ISBN 0226789551 . OCLC 54461920 . Научными доказательствами обычно считаются все, что имеет тенденцию опровергать или подтверждать гипотезу.

[SEPTO-2] Перейти обратно: ^а ^б Бойд, Нора Миллс; Боген, Джеймс (14 июня 2021 г.). «Теория и наблюдение в науке» . В Залте, Эдвард Н. (ред.). Стэнфордская энциклопедия философии . «Дискуссии об эмпирических данных имеют тенденцию сосредотачиваться на эпистемологических вопросах, касающихся их роли в проверке теории… хотя эмпирические данные также играют важную и философски интересную роль в других областях, включая научные открытия, разработку экспериментальных инструментов и методов, а также применение научных теорий к практическим проблемам».

[philsci-3] Перейти обратно: ^а ^б Лонгино, Хелен (март 1979 г.). Философия науки, Vol. 46 . стр. 37–42.

[Kuhn-4] Томас С. Кун, Структура научной революции, 2-е изд. (1970).

[5] Уильям Тэлботт «Байесианская эпистемология», по состоянию на 13 мая 2007 г.

[6] Томас Келли «Доказательства» . По состоянию на 13 мая 2007 г.

[7] Джордж Кеннет Стоун, «Научные данные» (1966)

[8] Карл Р. Поппер, «Логика научных открытий» (1959).

[9] Справочное руководство по научным данным , 2-е изд. (2000), с. 71. По состоянию на 21 февраля 2020 г. См.: 3-е издание Справочного руководства по научным данным.

[Mayo1998-10] Перейти обратно: ^а ^б Мэйо, Дебора Г. (сентябрь 2000 г.). «Экспериментальная практика и погрешность статистического учета доказательств». Философия науки . 67 (Дополнение): S193–S207. дои : 10.1086/392819 . JSTOR 188668 . S2CID 61281250 . Вопрос, который регулярно задают ученые и философы науки: когда эмпирические данные служат хорошей проверкой или надежным доказательством научной гипотезы? Несмотря на этот общий интерес, соображения, к которым обращаются ученые при ответе на этот вопрос, заметно отличаются от тех, которые используются в философских теориях свидетельств и подтверждений. Статья Мэйо была частью симпозиума «Факты, генерация данных и научная практика: к релайабилистской философии эксперимента» на проводимых раз в два года собраниях Ассоциации философии науки в 1998 году . См. также вклад Ахинштейна в симпозиум: Ахинштейн, Питер (2000). «Почему ученые игнорируют (и должны) философские теории доказательств». Философия науки . 67 (Дополнение): S180–S192. дои : 10.1086/392818 . JSTOR 188667 . S2CID 120774584 .

[11] Карнап, Рудольф (1962) [1950]. Логические основы вероятности (2-е изд.). Чикаго: Издательство Чикагского университета . п. 462 . ISBN 978-0226093437 . ОСЛК 372957 .

[12] Ахинштейн, Питер , изд. (1983). Понятие доказательства . Оксфордские чтения по философии. Оксфорд; Нью-Йорк: Издательство Оксфордского университета . ISBN 0198750625 .

[13] Бектель, Уильям (1990). «Научные данные: создание и оценка экспериментальных приборов и методов исследования». PSA: Материалы проводимого раз в два года собрания Ассоциации философии науки . 1990 (1): 559–572 (561). doi : 10.1086/psaprocbienmeetp.1990.1.192732 . JSTOR 192732 . S2CID 62119768 .

[McArthur2003-14] Перейти обратно: ^а ^б Макартур, Дэн (август 2003 г.). «Рецензия на книгу: Питер Ахинштейн, Книга доказательств » . Философия в обзоре . 23 (4): 235–237. Четыре концепции Ахинштейна также резюмируются в: Ахинштейн, Питер (2014) [2008]. "Доказательство". В твороге, Мартин; Псиллос, Статис (ред.). Компаньон Рутледжа по философии науки . Товарищи по философии Рутледжа (2-е изд.). Лондон; Нью-Йорк: Рутледж . стр. 381–392. дои : 10.4324/9780203744857 . ISBN 9780415518741 . OCLC 824535995 .

[15] Бейкер, Алан (20 декабря 2016 г.). «Простота» . В Залте, Эдвард Н. (ред.). Стэнфордская энциклопедия философии .

[VitanyiLi-16] Перейти обратно: ^а ^б Витаньи, Пол МБ ; Ли, Мин (март 2000 г.). «Индукция минимальной длины описания, байесианство и колмогоровская сложность» (PDF) . Транзакции IEEE по теории информации . 46 (2): 446–464. arXiv : cs/9901014 . дои : 10.1109/18.825807 . S2CID 5971084 . См. также главу 5 в: Ли, Мин; Витаньи, Пол (2019). Введение в колмогоровскую сложность и ее приложения . Тексты по информатике (4-е изд.). Чам: Springer-Publishers . дои : 10.1007/978-3-030-11298-1 . ISBN 978-3030112974 . OCLC 1106165074 . S2CID 184483493 .

[17] Фитцпатрик, Саймон (2013). «Простота в философии науки» . Интернет-энциклопедия философии . См. особенно разделы 1b и 4c.

[18] Например: Шиндлер, Сэмюэл (2018). «Проверяемость и неспециальность». Теоретические достоинства в науке: раскрытие реальности посредством теории . Кембридж, Великобритания; Нью-Йорк: Издательство Кембриджского университета . стр. 6–7. дои : 10.1017/9781108381352 . ISBN 978-1108422260 . Ни один другой критерий хорошей научной теории не получил столь широкого признания, как фальсифицируемость или проверяемость теории – не только в рамках философии науки, но и далеко за ее пределами. И: «Понимание науки 101: Проверка научных идей» . undsci.berkeley.edu . Музей палеонтологии Калифорнийского университета . 14 апреля 2022 г. Проверка гипотез и теорий лежит в основе научного процесса.

[Rutherford-19] Перейти обратно: ^а ^б Тагард, Пол ; Тумбс, Итан (2005). «Атомы, категоризация и концептуальные изменения» (PDF) . В Коэне, Анри; Лефевр, Клэр (ред.). Справочник по категоризации в когнитивной науке . Амстердам: Эльзевир . стр. 243–254 (253). дои : 10.1016/B978-008044612-7/50065-2 . ISBN 0080446124 . OCLC 60667797 . Особенности абдуктивных прототипов выдвигаются для объяснения наблюдений, например, когда Резерфорд пришел к выводу, что масса атома сосредоточена в очень маленькой области, чтобы объяснить, почему альфа-частицы проходят через золотую фольгу. Абдуктивные прототипы могут кардинально измениться, когда новые данные потребуют пересмотра гипотез, касающихся объяснительных особенностей. Именно это произошло с понятием атома, когда эксперименты Томпсона и Резерфорда открыли делимость атомов. Интерпретация Резерфордом эксперимента Гейгера-Марсдена также упоминается как пример похищения в: Фэй, Ян (2014). «О толковании». Природа научного мышления: об интерпретации, объяснении и понимании . Хаундмиллс, Бейзингсток, Хэмпшир; Нью-Йорк: Пэлгрейв Макмиллан . стр. 60–84. дои : 10.1057/9781137389831_3 . ISBN 978-1137389824 . OCLC 870285649 .

[20] Кэмпбелл, Дональд Т. (1984) «Предисловие». В Инь, Роберт К. (2018) [1984]. Тематическое исследование: дизайн и методы (6-е изд.). Лос-Анджелес: Публикации SAGE . стр. XIII – XIV. ISBN 978-1506336169 . OCLC 983826254 . Я все больше и больше прихожу к выводу, что ядром научного метода является не экспериментирование как таковое, а скорее стратегия, подразумеваемая фразой «правдоподобные конкурирующие гипотезы». Эта стратегия может начать решение головоломки с доказательств или с гипотезы. Вместо того, чтобы представлять эту гипотезу или свидетельство в виде независимого от контекста позитивистского подтверждения (или даже постпозитивистского подтверждения), вместо этого они представлены в виде расширенной сети выводов, которые (хотя и никогда не являются полными), тем не менее, имеют решающее значение для ее научной оценки. Эта стратегия включает в себя разъяснение других последствий гипотезы для других доступных данных и отчет о том, насколько они соответствуют. Это также включает в себя поиск альтернативных объяснений основных доказательств и проверку их правдоподобности. Правдоподобие этих конкурентов обычно снижается за счет вымирания ветвления, то есть путем рассмотрения других их последствий для других наборов данных и оценки того, насколько хорошо они подходят. Эта идея далее обсуждается в нескольких главах: Бикман, Леонард, изд. (2000). Наследие Дональда Кэмпбелла . Таузенд-Оукс, Калифорния: Публикации SAGE . OCLC 42603382 .

[21] Например: «Тематический выпуск: Научный метод как метод решения проблем и вопросов-ответов: Том 47, № 1 Синтеза » . Апрель 1981 г. Одна статья из номера: Никлс, Томас (апрель 1981 г.). «Какую проблему мы можем решить?». Синтезируйте . 47 (1): 85–118. дои : 10.1007/BF01064267 . JSTOR 20115620 . S2CID 46982553 . Иногда данные не составляют проблему (или основную проблему), а служат главным образом свидетельством существования проблемы (или, по крайней мере, более глубокой проблемы). См. также: Никлс, Томас (1988). «Вопросы и проблемы в философии науки: решение проблем против непосредственно ищущих истину эпистемологий». В Мейере, Мишель (ред.). Вопросы и допрос . Grundlagen der Kommunikation = Основы общения. Берлин; Нью-Йорк: Де Грюйтер . стр. 43–67. дои : 10.1515/9783110864205.43 . ISBN 3110106809 . И с точки зрения учёного: Краусс, Лоуренс М. (14 мая 2015 г.). «Большие вопросы без ответа» . Хаффингтон Пост . Проверено 15 мая 2015 г.

[22] См., например, «Соучредитель Гринпис: нет научных доказательств того, что люди являются основной причиной потепления климата» . Канал «Фокс Ньюс» . 28 февраля 2014 года . Проверено 19 марта 2014 г.

[23] Поппер, Карл (2011) [1966]. Открытое общество и его враги (5-е изд.). Рутледж. стр. 229–230. ISBN 978-1136700323 .

[24] Теобальд, Дуглас (1999–2012). «29+ доказательств макроэволюции» . Архив TalkOrigins . Проверено 19 марта 2014 г.

[25] Гейтер, Карл (2009). Словарь научных цитат Гейтера . Нью-Йорк: Спрингер. п. 1602 . ISBN 978-0-387-49575-0 .

[WaltonZhang2013-26] Перейти обратно: ^а ^б Уолтон, Дуглас Н .; Чжан, Наньнин (май 2013 г.). «Эпистемология научных данных» . Искусственный интеллект и право . 21 (2): 173–219 (214). дои : 10.1007/s10506-012-9132-9 . Традиционная эпистемология основывала знание на основе ложной концепции — истинной веры. Согласно нашей теории, научные доказательства должны основываться на процессе обоснования разумного принятия агентом гипотезы в ходе расследования, которое заканчивается доказательством. В разделе V мы показали, как эту процедуру можно смоделировать с помощью системы аргументации Карнеада. Любое утверждение, которое не может быть доказано в ходе исследования соответствующего стандарта доказательства с помощью такого рода эпистемологической процедуры, не принимается в качестве знания.

[Walton2016-27] Перейти обратно: ^а ^б Уолтон, Дуглас Н. (2016). Оценка аргументов и доказательств . Серия «Право, управление и технологии». Том. 23. Чам; Нью-Йорк: Springer-Verlag . п. 224 . дои : 10.1007/978-3-319-19626-8 . ISBN 9783319196268 . OCLC 919080389 . Чтобы сказать, что что-то является знанием, важно, чтобы предложение, претендующее на знание, было основано на доказательствах такого рода, которые достигают уровня, на котором предложение выходит за рамки уровня признания истинным, поскольку оно основано на доказательствах. Только когда это доказано определенным видом свидетельств, достаточных для данной дисциплины или, в более общем смысле, контекста, в котором высказывается это предложение, можно правильно назвать что-то знанием. В научном исследовании стандарты должны быть достаточно высокими, чтобы свести к минимуму вероятность того, что утверждение, принятое как истинное, впоследствии придется отозвать.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]