Apa Model Ilmiah itu?



itu model ilmiah ini adalah representasi abstrak dari fenomena dan proses untuk menjelaskannya. Melalui pengenalan data dalam model memungkinkan untuk mempelajari hasil akhir.

Untuk membuat suatu model perlu untuk mengangkat hipotesis tertentu, sehingga representasi dari hasil yang ingin kita dapatkan seakurat mungkin, serta sederhana sehingga mudah dimanipulasi.

Ada beberapa jenis metode, teknik, dan teori untuk penyesuaian model ilmiah. Dan dalam praktiknya, setiap cabang ilmu pengetahuan memiliki metode sendiri untuk membuat model-model ilmiah, meskipun dapat memasukkan model-model dari cabang lain untuk memverifikasi penjelasannya..

Prinsip-prinsip pemodelan memungkinkan penciptaan model berdasarkan cabang ilmu yang mereka coba jelaskan.

Cara membangun model analisis dipelajari dalam filsafat ilmu, teori umum sistem dan dalam visualisasi ilmiah.

Di hampir semua penjelasan fenomena, satu model atau yang lain dapat diterapkan, tetapi perlu untuk menyesuaikan model yang akan digunakan, sehingga hasilnya seakurat mungkin..

Mungkin Anda tertarik dengan 6 Langkah Metode Ilmiah dan apa isinya.

Bagian umum dari model ilmiah

Aturan representasi

Untuk membuat model, Anda memerlukan serangkaian data dan organisasi. Dari sekumpulan data input, model akan menyediakan serangkaian data keluaran dengan hasil hipotesis yang diajukan

Struktur internal

Struktur internal setiap model akan tergantung pada jenis model yang kami usulkan. Biasanya, ini mendefinisikan korespondensi antara input dan output.

Model dapat deterministik ketika setiap input sesuai dengan output yang sama, atau juga, non-deterministik, ketika output berbeda sesuai dengan input yang sama.

Jenis model

Model dibedakan oleh bentuk representasi dari struktur internal mereka. Dan dari sana kita dapat membuat klasifikasi.

Model fisik

Dalam model fisik kita dapat membedakan antara model teoritis dan model praktis. Jenis model praktis yang paling umum digunakan adalah model dan prototipe.

Mereka adalah representasi atau salinan objek atau fenomena untuk dipelajari, yang memungkinkan untuk mempelajari perilaku mereka dalam situasi yang berbeda.

Tidak perlu bahwa representasi fenomena ini dilakukan pada skala yang sama, tetapi mereka dirancang sedemikian rupa sehingga data yang dihasilkan dapat diekstrapolasi ke fenomena asli sesuai dengan ukuran fenomena.

Dalam kasus model fisik teoretis, mereka dianggap model ketika dinamika internal tidak diketahui.

Melalui model-model ini kami berusaha mereproduksi fenomena yang diteliti, tetapi tidak mengetahui bagaimana mereproduksinya, kami memasukkan hipotesis dan variabel untuk mencoba mencapai penjelasan mengapa hasil ini diperoleh. Ini diterapkan dalam semua varian fisika, kecuali dalam fisika teoretis.

Model matematika

Dalam model matematika, tujuannya adalah untuk mewakili fenomena melalui formulasi matematika. Istilah ini juga digunakan untuk merujuk pada model geometris dalam desain. Mereka dapat dibagi menjadi model-model lain.

Model deterministik adalah model di mana diasumsikan bahwa data diketahui, dan bahwa rumus matematika yang digunakan akurat untuk menentukan hasil setiap saat, dalam batas yang dapat diamati.

Model stokastik atau probabilistik adalah model yang hasilnya tidak pasti, tetapi probabilitas. Dan di mana ada ketidakpastian apakah pendekatan model itu benar.

Model numerik di sisi lain, adalah mereka yang melalui set numerik mewakili kondisi awal model. Model ini adalah model yang memungkinkan simulasi model mengubah data awal untuk mengetahui bagaimana model akan berperilaku jika memiliki data lain.

Secara umum, model matematika juga dapat diklasifikasikan tergantung pada jenis input yang Anda gunakan. Mereka bisa menjadi model heuristik di mana penjelasan dicari untuk penyebab fenomena yang sedang diamati.

Atau mereka bisa model empiris, di mana ia memeriksa hasil model melalui output yang diperoleh dari pengamatan.

Dan akhirnya, mereka juga dapat diklasifikasikan sesuai dengan tujuan yang ingin mereka capai. Mereka bisa menjadi model simulasi di mana Anda mencoba untuk memprediksi hasil dari fenomena yang sedang diamati.

Mereka dapat menjadi model optimisasi, dalam hal ini pengoperasian model muncul dan dicoba untuk mencari titik yang dapat ditingkatkan untuk mengoptimalkan hasil dari fenomena tersebut..

Untuk menyelesaikannya, mereka bisa menjadi model kontrol, di mana mereka mencoba mengendalikan variabel untuk mengontrol hasil yang diperoleh dan memodifikasinya jika perlu.

Model grafis

Melalui sumber daya grafis representasi data dibuat. Model-model ini biasanya garis atau vektor. Model-model ini memfasilitasi visi fenomena yang diwakili melalui tabel dan grafik.

Model analog

Ini adalah representasi material dari suatu objek atau proses. Ini digunakan untuk memvalidasi hipotesis tertentu yang jika tidak akan mustahil untuk kontras. Model ini berhasil ketika berhasil memprovokasi fenomena yang sama yang kita amati, dalam analoginya

Model konseptual

Mereka adalah peta konsep abstrak yang mewakili fenomena yang akan dipelajari termasuk asumsi yang memungkinkan kita melihat sekilas hasil model dan dapat disesuaikan dengan itu..

Mereka memiliki abstraksi tingkat tinggi untuk menjelaskan model. Mereka adalah model ilmiah sendiri, di mana representasi konseptual dari proses berhasil menjelaskan fenomena yang diamati.

Representasi model

Dari tipe konseptual

Faktor-faktor model diukur melalui organisasi deskripsi kualitatif dari variabel untuk dipelajari dalam model.

Tipe matematika

Melalui formulasi matematis, model representasi ditetapkan. Itu tidak perlu bahwa mereka adalah angka, tetapi bahwa representasi matematis dapat berupa grafik aljabar atau matematika

Dari tipe fisik

Saat membuat prototipe atau model yang mencoba mereproduksi fenomena yang akan dipelajari. Secara umum, mereka digunakan untuk mengurangi skala yang diperlukan untuk reproduksi fenomena yang sedang dipelajari.

Referensi

  1. KOTAK, George EP. Ketegaran dalam strategi membangun model ilmiah. Ketangguhan dalam statistik, 1979, vol. 1, hal. 201-236.
  2. KOTAK, George EP; PEMBURU, William Gordon; HUNTER, J. Stuart. Statistik untuk eksperimen: pengantar desain, analisis data, dan pembangunan model. New York: Wiley, 1978.
  3. VALDÉS-PÉREZ, Raúl E.; ZYTKOW, Jan M.; SIMON, Herbert A. Pembuatan model ilmiah sebagai pencarian dalam ruang matriks. InAAAI. 1993. hlm. 472-478.
  4. HECKMAN, James J. 1. Model Ilmiah Kausalitas. Metodologi sosiologis, 2005, vol. 35, no 1, hal. 1-97.
  5. KRAJCIK, Joseph; MERRITT, Joi. Melibatkan Siswa dalam Praktek Ilmiah: Seperti apa bentuk model konstruksi dan revisi di kelas sains ?. The Science Teacher, 2012, vol. 79, no 3, hal. 38.
  6. ADÚRIZ-BRAVO, Agustín; IZQUIERDO-AYMERICH, Mercè. Sebuah model model ilmiah untuk pengajaran ilmu alam. Jurnal elektronik penelitian dalam pendidikan sains, 2009, no ESP, hal. 40-49.
  7. GALAGOVSKY, Lydia R.; ADÚRIZ-BRAVO, Agustín. Model dan analogi dalam pengajaran ilmu alam. Konsep model didaktik analog.Ensence of Sciences, 2001, vol. 19, no 2, p. 231-242.