1.5: Наукові дослідження

Що перетворило водяний апельсин?

Якби ви гуляли в лісі і бачили цей потік, ви, напевно, дивувалися б, що змусило воду стати помаранчевою. Вода помаранчева через те, що в ній росте? Чи забруднена вона якимись хімічними речовинами? Щоб відповісти на ці питання, ви можете зробити невелике дослідження. Наприклад, ви можете запитати місцевих жителів, чи знають вони, чому вода помаранчева, або ви можете спробувати дізнатися більше про неї в Інтернеті. Якщо ви все ще не знайшли відповідей, ви можете провести наукове дослідження. Коротше кажучи, можна було б «зайнятися» наукою.

Малюнок:\(\PageIndex{1}\) Ріо-Тінто

«Ведення» науки

Наука більше стосується того, щоб робити, ніж знати. Вчені завжди намагаються дізнатися більше і отримати краще розуміння природного світу. Існують основні методи отримання знань, які є загальними для всієї науки. В основі науки лежить наукове дослідження. Наукове дослідження - це план задавання питань і тестування можливих відповідей з метою просування наукових знань.

Малюнок\(\PageIndex{2}\) окреслює етапи наукового методу. Наукові підручники часто представляють цей простий, лінійний «рецепт» для наукового дослідження. Це спрощення того, як насправді робиться наука, але вона підкреслює основний план і мету будь-якого наукового дослідження: тестування ідей з доказами. Ми будемо використовувати цю блок-схему, щоб допомогти пояснити загальний формат наукового дослідження.

Наука насправді є складним зусиллям, яке не можна звести до єдиної лінійної послідовності кроків, як інструкції на упаковці тістечка. Справжня наука є нелінійною, ітераційною (повторюваною), творчою, непередбачуваною та захоплюючою. Вчені часто роблять кроки дослідження в іншій послідовності, або вони повторюють одні й ті ж кроки багато разів, коли отримують більше інформації та розробляють нові ідеї. Наукові дослідження часто викликають нові питання, оскільки відповіді на старі. Послідовні дослідження можуть стосуватися тих самих питань, але на все більш глибоких рівнях. Крім того, розслідування може призвести до несподіваного спостереження, яке викликає нове питання і приймає дослідження в зовсім іншому напрямку.

Знання того, як вчені «роблять» науку, може допомогти вам у вашому повсякденному житті, навіть якщо ви не вчений. Деякі етапи наукового процесу, такі як питання та оцінка доказів, можуть бути застосовані для відповіді на реальні запитання та вирішення практичних проблем.

Малюнок\(\PageIndex{2}\): Науковий метод: Науковий метод - це процес збору даних та обробки інформації. Він забезпечує чітко визначені кроки для стандартизації того, як наукові знання збираються за допомогою логічного, раціонального методу вирішення проблем. На цій схемі показані етапи наукового методу, які перераховані нижче.

Здійснення спостережень

Наукове дослідження зазвичай починається зі спостережень. Спостереження - це все, що виявляється через людські органи чуття або за допомогою приладів та вимірювальних приладів, які покращують почуття людини. Зазвичай ми думаємо про спостереження як речі, які ми бачимо очима, але ми також можемо робити спостереження з нашим почуттям дотику, нюху, смаку чи слуху. Крім того, ми можемо розширити та вдосконалити власні органи чуття за допомогою таких інструментів, як термометри та мікроскопи. Інші інструменти можуть бути використані для відчуття речей, які людські почуття взагалі не можуть виявити, наприклад, ультрафіолетове світло або радіохвилі.

Іноді випадкові спостереження призводять до важливих наукових відкриттів. Одне з таких спостережень зробив шотландський біолог Олександр Флемінг (рис.\(\PageIndex{3}\)) в 1920-х роках. Ім'я Флемінга може здатися вам знайомим, тому що він славиться розглянутим відкриттям. Флемінг вирощував певний тип бактерій на скляних пластин у своїй лабораторії, коли помітив, що одна з пластин була забруднена цвіллю. При найближчому розгляді Флемінг зауважив, що область навколо цвілі не містить бактерій.

Малюнок\(\PageIndex{3}\): Олександр Флемінг експериментував з пеніциліном і бактеріями у своїй лабораторії в 1940-х роках.

Ставити запитання

Спостереження часто призводять до цікавих питань. Особливо це актуально, якщо спостерігач думає, як вчений. Також корисно мати наукову підготовку та знання. Відповідні базові знання та логічне мислення допомагають зрозуміти спостереження, щоб спостерігач міг сформувати особливо важливі питання. Флемінг, наприклад, цікавився, чи цвіль - або якась речовина, яку вона виробляє, вбила бактерії на тарілці. На щастя для нас, Флемінг не просто викинув забруднену цвіллю пластину. Натомість він досліджував своє питання і тим самим виявив антибіотик пеніцилін.

Формування гіпотез

Щоб знайти відповідь на питання, наступним кроком у науковому дослідженні, як правило, є формування гіпотези. Гіпотеза - можлива відповідь на наукове питання. Але це не просто будь-яка відповідь. Гіпотеза повинна грунтуватися на наукових знаннях. Іншими словами, це не повинно суперечити тому, що вже відомо про природний світ. Гіпотеза також повинна бути логічною, і це корисно, якщо гіпотеза відносно проста. Крім того, щоб бути корисною в науці, гіпотеза повинна бути перевіреною та фальсифікованою. Іншими словами, повинна бути можливість піддати гіпотезу тесту, який створює докази за неї або проти неї, і повинна бути можливість робити спостереження, які спростували б гіпотезу, якщо вона дійсно є помилковою.

Гіпотеза часто виражається у вигляді передбачення: якщо гіпотеза вірна, то B трапиться з залежною змінною. Гіпотеза Флемінга могла бути такою: «Якщо певний тип цвілі ввести до певного виду бактерій, що ростуть на тарілці, бактерії загинуть». Це хороша і корисна гіпотеза? Гіпотеза логічна і заснована безпосередньо на спостереженнях. Гіпотеза також проста, включаючи лише один тип цвілі та бактерій, що ростуть на скляній пластині. Це дозволяє легко протестувати. Крім того, гіпотеза піддається фальсифікації. Якби бактерії росли в присутності цвілі, це спростувало б гіпотезу, якщо вона дійсно помилкова.

Тестування гіпотез

Перевірка гіпотез лежить в основі наукового дослідження. Як би Флемінг перевірити свою гіпотезу? Він збирав відповідні дані як докази. Докази - це будь-який тип даних, які можуть бути використані для перевірки гіпотези. Дані (однини, дані) - це по суті просто спостереження. Спостереження можуть бути вимірами в експерименті або просто те, що помічає дослідник. Потім тестування гіпотези передбачає використання даних для відповіді на два основні питання:

1. Якщо моя гіпотеза вірна, що б я очікував спостерігати?
2. Чи те, що я насправді спостерігаю, відповідає тому, що передбачало?

Підтримується гіпотеза, якщо фактичні спостереження (дані) відповідають очікуваним спостереженням. Гіпотеза спростовується, якщо фактичні спостереження відрізняються від очікуваних спостережень.

Тестування гіпотези Флемінга

Щоб перевірити свою гіпотезу про те, що цвіль вбиває бактерії, Флемінг вирощував колонії бактерій на декількох скляних пластин і ввів цвіль лише в деякі пластини. Він піддавав всі пластини однаковим умовам за винятком введення цвілі. Будь-які відмінності в зростанні бактерій на двох групах пластин потім можна було б розумно віднести до наявності/відсутності цвілі. Дані Флемінга могли включати фактичні вимірювання розміру колонії бактерій, як дані, наведені в таблиці даних нижче, або вони могли бути лише свідченням наявності або відсутності бактерій, що ростуть поблизу цвілі. Такі дані, як перші, які можуть бути виражені чисельно, називаються кількісними даними. Такі дані, як останні, які можуть бути виражені лише словами, такими як присутні або відсутні, називаються якісними даними.

Таблиця\(\PageIndex{1}\): Гіпотетичні дані росту бактерій на пластинках з внесенням цвілі і без нього.

Ідентифікаційний номер бактеріальної пластини	Введення цвілі до плити?	Загальна площа бактеріального росту на тарілці через 1 тиждень (мм ^2)
1	так	48
2	так	57
3	так	54
4	так	59
5	так	62
6	ні	66
7	ні	75
8	ні	71
9	ні	69
10	ні	68

Аналіз та інтерпретація даних

Дані, які вчені збирають у своїх дослідженнях, є необробленими даними. Це фактичні вимірювання або інші спостереження, які проводяться в ході дослідження, як вимірювання росту бактерій, показані в таблиці даних вище. Сирі дані зазвичай повинні бути проаналізовані та інтерпретовані, перш ніж вони стануть доказом для перевірки гіпотези. Щоб зрозуміти сирі дані та вирішити, чи підтримують вони гіпотезу, вчені, як правило, використовують статистику.

Існує два основних типи статистики: описова статистика і умова статистика. Обидва типи мають важливе значення в наукових дослідженнях.

• Описова статистика описує і узагальнює дані. Вони включають в себе такі значення, як середнє, або середнє, значення в даних. Ще однією базовою описовою статистикою є стандартне відхилення, яке дає уявлення про поширення значень даних навколо середнього значення. Описова статистика полегшує використання та обговорення даних, а також виявлення тенденцій або закономірностей у даних.
• Вихідні статистичні дані допомагають інтерпретувати дані для перевірки гіпотез. Вони визначають, наскільки імовірно, що фактичні результати, отримані в ході розслідування, відбулися просто випадково, а не з причини, висунутої гіпотезою. Наприклад, якщо статистика висновків показує, що результати розслідування відбуватимуться випадково лише 5 відсотків часу, то гіпотеза має 95-відсотковий шанс бути правильно підтвердженою результатами. Прикладом статистичного тесту гіпотези є t-тест. Він може бути використаний для порівняння середнього значення фактичних даних з очікуваним значенням, передбаченим гіпотезою. Крім того, t-тест може бути використаний для порівняння середнього значення однієї групи даних із середнім значенням іншої групи, щоб визначити, чи середні значення суттєво відрізняються або просто відрізняються випадково.

Припустимо, що Флемінг отримав необроблені дані, наведені в таблиці даних вище. Для опису вихідних даних ми могли б використовувати описову статистику, таку як середня площа росту бактерій. Виходячи з цих даних, середня площа росту бактерій для плит з цвіллю становить 56 мм ², а середня площа для плит без цвілі - 69 мм ². Чи значна ця різниця в зростанні бактерій? Іншими словами, чи дає це переконливі докази того, що бактерії гинуть цвіллю або чимось, що виробляється цвіллю? Або різниця в середніх значеннях між двома групами пластин може бути обумовлена лише випадковістю? Яка ймовірність того, що такий результат міг статися, навіть якщо цвіль або один з її продуктів не вбивають бактерії? Щоб відповісти на це питання, можна зробити t-тест. Значення p для t-тестового аналізу наведених вище даних менше 0,05. Це означає, що можна з 95% впевненістю сказати, що засоби наведених вище даних статистично різні.

Робимо висновки

Статистичний аналіз доказів Флемінга показав, що він дійсно підтвердив його гіпотезу. Чи означає це, що гіпотеза вірна? Ні, не обов'язково. Це тому, що гіпотеза ніколи не може бути доведена остаточно, щоб бути правдою. Вчені ніколи не можуть вивчити всі можливі докази, і коли-небудь можуть бути знайдені докази, які спростовують гіпотезу. Крім того, інші гіпотези, поки ще не сформовані, можуть бути підкріплені тими ж доказами. Наприклад, під час розслідування Флемінга щось інше, введене на пластини з цвіллю, могло бути причиною загибелі бактерій. Хоча гіпотеза не може бути доведена правдивою без тіні сумніву, чим більше доказів, що підтверджують гіпотезу, тим більша ймовірність того, що гіпотеза буде правильною. Аналогічно, чим краще збіг між фактичними спостереженнями та очікуваними спостереженнями, тим більша ймовірність того, що гіпотеза буде правдою.

Багато разів конкуруючі гіпотези підкріплюються доказами. Коли це відбувається, як вчені роблять висновок, яка гіпотеза краща? Існує кілька критеріїв, за якими можна судити про конкуруючі гіпотези. Наприклад, вчені частіше приймають гіпотезу про те, що:

• пояснює більш широке розмаїття спостережень.
• пояснює спостереження, які раніше були незрозумілими.
• генерує більше очікувань і, таким чином, більш перевіряється.
• більше відповідає усталеним теоріям.
• є більш парсимонійним, тобто є більш простим і менш заплутаним поясненням.

Кореляційно-причинно-наслідкова помилка

Багато статистичних тестів, що використовуються в наукових дослідженнях, обчислюють кореляції між змінними. Кореляція стосується того, наскільки тісно пов'язані два набори даних, що може стати корисною відправною точкою для подальшого дослідження. Однак кореляція також є одним з найбільш зловживаних типів доказів, насамперед через логічну помилковість, що кореляція передбачає причинно-наслідковий зв'язок. Насправді, тільки тому, що дві змінні співвідносяться, не обов'язково означає, що будь-яка змінна викликає іншу.

Простий приклад може бути використаний для демонстрації кореляційно-причинно-наслідкової помилки. Припустимо, дослідження показало, що продажі морозива та крадіжки співвідносяться; тобто темпи обох подій зростають разом. Якщо кореляція дійсно передбачає причинно-наслідковий зв'язок, то можна зробити висновок, що продаж морозива спричиняє крадіжки або навпаки. Однак більш імовірно, що третя змінна, така як погода, впливає на темпи як продажів морозива, так і крадіжок. Обидва можуть збільшитися, коли погода сонячна.

Актуальний приклад кореляційно-причинно-наслідкової помилки стався протягом другої половини ХХ століття. Численні дослідження показали, що жінки, які приймають замісну гормональну терапію (ЗГТ) для лікування симптомів менопаузи, також мали нижчу за середню частоту ішемічної хвороби серця (ІХС). Ця кореляція була неправильно витлумачена як доказ того, що ЗГТ захищає жінок від ІХС. Подальші дослідження, які контролювали інші фактори, пов'язані з ІХС, спростували цей передбачуваний причинний зв'язок. Дослідження показали, що жінки, які приймають ЗГТ, частіше походять з вищих соціально-економічних груп, з кращими, ніж середні дієти та режими фізичних вправ. Замість того, щоб ЗГТ, що спричиняє зниження захворюваності ІХС, ці дослідження дійшли висновку, що ЗГТ та нижча ІХС були наслідками вищого соціально-економічного статусу та пов'язаних з ними факторів способу життя.

Повідомлення результатів

Останнім кроком у науковому дослідженні є донесення результатів до інших вчених. Це дуже важливий крок, оскільки він дозволяє іншим вченим спробувати повторити дослідження і побачити, чи зможуть вони дати ті самі результати. Якщо інші дослідники отримують ті ж результати, це додає підтримку гіпотезі. Якщо вони отримають різні результати, це може спростувати гіпотезу. Коли вчені повідомляють свої результати, вони повинні описати свої методи і вказати на будь-які можливі проблеми з дослідженням. Це дозволяє іншим дослідникам виявити будь-які недоліки методу або придумати способи уникнути можливих проблем у майбутніх дослідженнях.

Повторення наукового дослідження і відтворення тих же результатів називається реплікацією. Це наріжний камінь наукових досліджень. Реплікація не потрібна для кожного дослідження в науці, але вона настійно рекомендується для тих, хто виробляє дивовижні або особливо наслідкові результати. У деяких наукових галузях вчені зазвичай намагаються повторити власні дослідження, щоб забезпечити відтворюваність результатів, перш ніж вони повідомляють про них.

Вчені можуть повідомляти свої результати різними способами. Найбільш суворим способом є написання дослідження та результатів у вигляді статті та подача її до рецензованого наукового журналу для публікації. Редактор журналу надає копії статті кільком іншим вченим, які працюють у цій же галузі. Це однолітки в процесі рецензування. Рецензенти вивчають статтю і повідомляють редактору, чи вважають, що вона повинна бути опублікована, виходячи з обґрунтованості методів та значущості дослідження. Стаття може бути відкинута прямо, або вона може бути прийнята, як є, так і з доопрацюваннями. В кінцевому підсумку публікуються лише статті, які відповідають високим науковим стандартам.

Рецензія

1. Намітьте етапи типового наукового дослідження.
2. Що таке наукова гіпотеза? Якими характеристиками повинна володіти гіпотеза, щоб бути корисною в науці?
3. Поясніть, як ви могли б провести наукове дослідження, щоб відповісти на це питання: Яка з наступних поверхонь у моєму будинку має найбільше бактерій: домашній телефон, пульт дистанційного керування телевізором, змішувач для раковини у ванній кімнаті або зовнішня дверна ручка? Сформуйте гіпотезу і вкажіть, які результати підтримали б її і які результати спростували б її.
4. Скористайтеся таблицею\(\PageIndex{1}\) вище, яка показує дані про вплив цвілі на ріст бактерій, щоб відповісти на наступні питання:
   1. Подивіться на ділянки росту бактерій для пластин всього в одній групі — або з цвіллю (пластини 1-5), або без цвілі (пластини 6-10). Чи є варіації всередині групи? Як ви думаєте, що може бути можливим джерелом варіацій у групі?
   2. Порівняйте площу росту бактерій для пластини 1 проти пластини 7. Чи здається це більшою різницею між групою прес-форм проти групи без форми, ніж якщо порівнювати пластину 5 проти пластини 6? Використовуючи ці відмінності між окремими точками даних, поясніть, чому важливо знайти середнє значення кожної групи при аналізі даних.
   3. Чому, на вашу думку, було б важливо для інших дослідників спробувати повторити висновки в цьому дослідженні?
5. Вчений проводить дослідження для перевірки впливу протиракового препарату у мишей з пухлинами. Вони дивляться в клітки і зауважують, що миші, які отримували препарат протягом двох тижнів, здаються більш енергійними, ніж ті, які не отримували препарат. В кінці дослідження вчений проводить операцію на мишах, щоб визначити, чи зменшилися їх пухлини. Дайте відповідь на наступні питання про експеримент.
   1. Чи є енергетичний рівень мишей, оброблених препаратом, якісним або кількісним спостереженням?
   2. В кінці дослідження вчений вимірює розміри пухлин. Це якісні або кількісні дані?
   3. Чи буде розмір кожної пухлини вважатися необробленими даними або описовою статистикою?
   4. Вчений визначає середнє зменшення розміру пухлини для лікарської групи. Це необроблені дані, описова статистика чи статистика висновків?
   5. Середнє зменшення розміру пухлини в групі, що лікується препаратом, більше середнього зменшення нелікованої групи. Чи може вчений припустити, що препарат зменшує пухлини? Якщо ні, то що їм потрібно робити далі?
6. Як ви вважаєте, чи є результати, опубліковані в рецензованому науковому журналі, більш-менш імовірно, будуть науково обґрунтованими, ніж результати в самоопублікованій статті чи книзі? Чому чи чому ні
7. Поясніть, чому справжня наука зазвичай «нелінійна»?

Дізнатися більше

https://bio.libretexts.org/link?16715#Explore_More

Дивіться цю промову TED для жвавого обговорення того, чому стандартний науковий метод є неадекватною моделлю того, як насправді робиться наука.

Атрибуції

1. Ріо-Тінто Річка Керол Стокер, НАСА, публічне надбання через Wikimedia Commons
2. Науковий метод OpenSTAX, ліцензований CC BY 4.0
3. Олександр Флеммінг, фотограф відділу фотографій Міністерства інформації, публічне надбання через Wikimedia Commons
4. Текст адаптований з біології людини CK-12 ліцензований CC BY-NC 3.0