Wissenschaftliche Modellierung

Beispiel wissenschaftliche Modellierung. Ein Schema chemischer und transportierter Prozesse im Zusammenhang mit der atmosphärischen Zusammensetzung.

Wissenschaftliche Modellierung ist eine wissenschaftliche Aktivität, deren Ziel es ist, einen bestimmten Teil oder ein bestimmtes Merkmal der Welt zu erleichtern verstehe, definieren, quantifizieren, visualisieren, oder simulieren Indem Sie es auf bestehende und gewöhnlich anerkannt beziehen Wissen. Es erfordert die Auswahl und Identifizierung relevanter Aspekte einer Situation in der realen Welt und die Verwendung verschiedener Arten von Modellen für verschiedene Ziele, wie z. konzeptionelle Modelle besser verstehen, operative Modelle zu operationalisieren, Mathematische Modelle zu quantifizieren, Computermodelle simulieren und Grafische Modelle Um das Thema zu visualisieren.

Die Modellierung ist ein wesentlicher und untrennbarer Bestandteil vieler wissenschaftlicher Disziplinen, von denen jede eigene Vorstellungen über spezifische Modellierungen hat.[1][2] Das Folgende wurde von gesagt John von Neumann.[3]

... Die Wissenschaften versuchen nicht zu erklären, sie versuchen kaum zu interpretieren, sie machen hauptsächlich Modelle. Mit einem Modell ist ein mathematisches Konstrukt gemeint, das mit bestimmten verbalen Interpretationen beobachtete Phänomene beschreibt. Die Rechtfertigung eines solchen mathematischen Konstrukts ist ausschließlich und genau, dass es zu erwarten ist, dass es funktioniert - das heißt korrekt, Phänomene aus einem einigermaßen breiten Bereich zu beschreiben.

Die wissenschaftliche Modellierung wird auch zunehmend beachtet[4] in Feldern wie z. Wissenschaftserziehung,[5] Philosophie der Wissenschaft, Systemtheorie, und Wissensvisualisierung. Es gibt eine wachsende Sammlung von Methoden, Techniken und Meta-Theorie über alle Arten von spezialisierten wissenschaftlichen Modellierung.

Überblick

MathModel.svg

Ein wissenschaftliches Modell versucht darzustellen empirisch Objekte, Phänomene und physikalische Prozesse in a logisch und Zielsetzung Weg. Alle Modelle sind in SimulacraDas heißt, vereinfachte Reflexionen der Realität, die trotz Annäherung äußerst nützlich sein können.[6] Aufbau und Streitmodelle ist für das wissenschaftliche Unternehmen von grundlegender Bedeutung. Eine vollständige und wahre Darstellung kann unmöglich sein, aber wissenschaftliche Debatten betreffen häufig das bessere Modell für eine bestimmte Aufgabe, z. B. das genauere Klimamodell für die saisonale Prognose.[7]

Versucht zu formalisieren das Prinzipien des Empirische Wissenschaften benutze ein Deutung Die Realität auf die gleiche Weise wie Logiker modellieren axiomatisieren das Prinzipien von Logik. Das Ziel dieser Versuche ist es, a zu konstruieren formelles System das wird keine theoretischen Konsequenzen hervorrufen Wirklichkeit. Vorhersagen oder andere Aussagen aus einem solchen formalen System spiegeln oder kartieren die reale Welt nur insofern, als diese wissenschaftlichen Modelle wahr sind.[8][9]

Für den Wissenschaftler ist ein Modell auch eine Art und Weise, wie die menschlichen Denkprozesse verstärkt werden können.[10] Beispielsweise ermöglichen Modelle, die in Software gerendert werden, Wissenschaftlern die Berechnung der Rechenleistung nutzen, um die Entität, das Phänomen oder den dargestellten Prozess zu simulieren, zu visualisieren, zu manipulieren und zu gewinnen. Solche Computermodelle sind in Silico. Andere Arten von wissenschaftlichen Modellen sind In vivo (lebende Modelle wie z. Laborratten) und in vitro (in Glaswaren wie z. Gewebekultur).[11]

Grundlagen

Modellierung als Ersatz für direkte Messung und Experimente

Modelle werden normalerweise verwendet, wenn es entweder unmöglich oder unpraktisch ist, experimentelle Bedingungen zu erzeugen, unter denen Wissenschaftler die Ergebnisse direkt messen können. Direkte Messung der Ergebnisse unter kontrollierte Bedingungen (sehen Wissenschaftliche Methode) wird immer zuverlässiger sein als modellierte Schätzungen der Ergebnisse.

Innerhalb Modellierung und SimulationEin Modell ist eine aufgabenorientierte, zielgerichtete Vereinfachung und Abstraktion einer Wahrnehmung der Realität, die durch physische, rechtliche und kognitive Einschränkungen geprägt ist.[12] Es wird aufgabengetrieben, weil ein Modell mit einer bestimmten Frage oder Aufgabe erfasst wird. Vereinfachungen lassen alle bekannten und beobachteten Einheiten und ihre Beziehung aus, die für die Aufgabe nicht wichtig sind. Abstraktion aggregiert Informationen, die wichtig, aber nicht im gleichen Detail wie das Interessenobjekt benötigt werden. Sowohl Aktivitäten, Vereinfachung als auch Abstraktion werden zielgerichtet durchgeführt. Sie werden jedoch auf der Grundlage einer Wahrnehmung der Realität durchgeführt. Diese Wahrnehmung ist bereits a Modell an sich, wie es mit einer physischen Einschränkung verbunden ist. Es gibt auch Einschränkungen für das, was wir mit unseren aktuellen Werkzeugen und Methoden und kognitiven Einschränkungen, die unsere aktuellen Theorien erklären können, legal beobachten können. Dieses Modell umfasst die Konzepte, ihr Verhalten und ihre informelle Form ihrer Beziehungen und wird häufig als als bezeichnet Konzeptmodell. Um das Modell auszuführen, muss es als implementiert werden Computersimulation. Dies erfordert mehr Auswahlmöglichkeiten, wie z. B. numerische Annäherungen oder die Verwendung von Heuristiken.[13] Trotz all dieser erkenntnistheoretischen und rechnerischen Einschränkungen wurde die Simulation als dritte Säule wissenschaftlicher Methoden anerkannt: Theorieaufbau, Simulation und Experimentieren.[14]

Simulation

A Simulation ist eine Möglichkeit, das Modell zu implementieren, das häufig verwendet wird, wenn das Modell für die analytische Lösung zu komplex ist. Eine stationäre Simulation liefert Informationen über das System zu einem bestimmten Zeitpunkt (normalerweise im Gleichgewicht, wenn ein solcher Zustand existiert). Eine dynamische Simulation liefert Informationen über die Zeit. Eine Simulation zeigt, wie sich ein bestimmtes Objekt oder Phänomen verhalten wird. Eine solche Simulation kann nützlich sein für testen, Analyse oder Schulung in den Fällen, in denen reale Systeme oder Konzepte durch Modelle dargestellt werden können.[15]

Struktur

Struktur ist ein grundlegender und manchmal immaterieller Begriff, der die Erkennung, Beobachtung, Natur und Stabilität von Mustern und Beziehungen von Entitäten abdeckt. Von der verbalen Beschreibung einer Schneeflocke eines Kindes bis zum Detaillierten Wissenschaftliche Analyse der Eigenschaften von MagnetfelderDas Konzept der Struktur ist eine wesentliche Grundlage für nahezu alle Arten der Untersuchung und Entdeckung in Wissenschaft, Philosophie und Kunst.[16]

Systeme

A System ist eine Reihe von interagierenden oder voneinander abhängigen Entitäten, real oder abstrakt und bildet ein integriertes Ganzes. Im Allgemeinen ist ein System ein Konstrukt oder eine Sammlung verschiedener Elemente, die zusammen Ergebnisse erzielen können, die nicht allein durch die Elemente erhältlich sind.[17] Das Konzept eines „integrierten Ganzen“ kann auch in Bezug auf ein System angegeben werden, das eine Reihe von Beziehungen verkörpert, die sich von den Beziehungen des Satzes zu anderen Elementen unterscheiden, und die Beziehungen zwischen einem Element des Satzes und Elementen, die nicht Teil der sind Relationales Regime. Es gibt zwei Arten von Systemmodellen: 1) diskret, bei denen sich die Variablen an separaten Zeitpunkten sofort ändern und 2) kontinuierlich, wenn sich die Zustandsvariablen in Bezug auf die Zeit kontinuierlich ändern.[18]

Ein Modell generieren

Die Modellierung ist der Prozess der Generierung eines Modells als konzeptionelle Darstellung eines Phänomens. In der Regel befasst sich ein Modell nur mit einigen Aspekten des fraglichen Phänomens, und zwei Modelle desselben Phänomens können im Wesentlichen unterschiedlich sein - das heißt, dass die Unterschiede zwischen ihnen mehr als nur eine einfache Umbenennung von Komponenten umfassen.

Solche Unterschiede können auf unterschiedliche Anforderungen der Endbenutzer des Modells oder auf konzeptionelle oder ästhetische Unterschiede zwischen den Modellierern sowie auf kontingente Entscheidungen während des Modellierungsprozesses zurückzuführen sein. Überlegungen, die die beeinflussen können Struktur eines Modells könnte die Präferenz des Modellierers für eine Reduzierung sein Ontologie, Vorlieben in Bezug auf Statistische Modelle gegen deterministische Modelle, diskrete versus kontinuierliche Zeit usw. In jedem Fall müssen Benutzer eines Modells die getroffenen Annahmen verstehen, die für die Gültigkeit für eine bestimmte Verwendung relevant sind.

Das Erstellen eines Modells erfordert Abstraktion. In der Modellierung werden Annahmen verwendet, um die Anwendung des Modells anzugeben. Zum Beispiel die Spezialentheorie der Relativitätstheorie nimmt an an Trägheitsreferenzrahmen. Diese Annahme wurde kontextualisiert und durch die weiter erklärt Allgemeine Theorie der Relativitätstheorie. Ein Modell macht genaue Vorhersagen, wenn seine Annahmen gültig sind, und machen möglicherweise keine genauen Vorhersagen, wenn seine Annahmen nicht gelten. Solche Annahmen sind oft der Punkt, mit dem ältere Theorien von neuen abgelöst werden (die Allgemeine Theorie der Relativitätstheorie funktioniert auch in nicht-stärkeren Referenzrahmen).

Bewertung eines Modells

Siehe auch: Modelle der wissenschaftlichen Untersuchung § Wahl einer Theorie

Ein Modell wird in erster Linie anhand seiner Konsistenz zu empirischen Daten bewertet. Jedes Modell, das nicht mit reproduzierbaren Beobachtungen vereinbar ist, muss geändert oder abgelehnt werden. Eine Möglichkeit, das Modell zu ändern, besteht darin, die Domäne einzuschränken, über die es mit hoher Gültigkeit zugeschrieben wird. Ein typisches Beispiel ist die Newtonsche Physik, die bis auf die sehr kleinen, sehr schnellen und sehr massiven Phänomene des Universums sehr nützlich ist. Eine Anpassung an empirische Daten allein reicht jedoch nicht aus, damit ein Modell als gültig akzeptiert wird. Faktoren, die für die Bewertung eines Modells wichtig sind, umfassen:

  • Fähigkeit, frühere Beobachtungen zu erklären
  • Fähigkeit, zukünftige Beobachtungen vorherzusagen
  • Nutzungskosten, insbesondere in Kombination mit anderen Modellen
  • Refutabilität, die Schätzung des Vertrauensgrades in das Modell ermöglichen
  • Einfachheit oder sogar ästhetische Anziehungskraft

Menschen können versuchen, die Bewertung eines Modells mit a zu quantifizieren Nützlichkeitsfunktion.

Visualisierung

Visualisierung ist jede Technik zum Erstellen von Bildern, Diagrammen oder Animationen, um eine Nachricht zu kommunizieren. Die Visualisierung durch visuelle Bilder war ein effektiver Weg, um seit dem Morgengrauen sowohl abstrakte als auch konkrete Ideen zu kommunizieren. Beispiele aus der Geschichte sind einzuziehen Höhlenmalereien, Ägyptische HieroglyphenGriechisch Geometrie, und Leonardo da Vinci'S revolutionäre Methoden des technischen Zeichnens für technische und wissenschaftliche Zwecke.

Space Mapping

Space Mapping Bezieht sich auf eine Methodik, bei der eine "quasi-globale" Modellierungsformulierung verwendet wird, um den Begleit "grob" (ideal oder niedrig zu verknüpfen) mit "fein" (praktisch oder hochgefindter) Modelle unterschiedlicher Komplexität. Im Engineering -Optimierung, Space Mapping Aligns (MAPS) Ein sehr schnelles grobes Modell mit seinem zugehörigen Feinmodell, um eine direkte teure Optimierung des Feinmodells zu vermeiden. Der Ausrichtungsprozess verfeinert iterativ ein "zugeordnetes" grobes Modell (Ersatzmodell).

Typen

Anwendungen

Modellierung und Simulation

Eine Anwendung der wissenschaftlichen Modellierung ist das Gebiet von Modellierung und Simulation, allgemein als "M & S" bezeichnet. M & S verfügt über ein Spektrum von Anwendungen, die von der Konzeptentwicklung und -analyse über Experimentieren, Messung und Überprüfung bis hin zur Entsorgungsanalyse reichen. Projekte und Programme können Hunderte verschiedener Simulationen, Simulatoren und Modellanalyse -Tools verwenden.

Beispiel für die integrierte Verwendung von Modellierung und Simulation im Verteidigungslebenszyklusmanagement. Die Modellierung und Simulation in diesem Bild wird in der Mitte des Bildes mit den drei Behältern dargestellt.[15]

Die Abbildung zeigt, wie Modellierung und Simulation als zentraler Bestandteil eines integrierten Programms in einem Entwicklungsprozess für Verteidigungsfähigkeit verwendet werden.[15]

Modellbasiertes Lernen in der Bildung

Flowchart Describing One Style of Model-based Learning

Modellbasiertes Lernen in Bildung, insbesondere in Bezug auf das Lernen der Wissenschaft, beinhaltet die Schüler, die Modelle für wissenschaftliche Konzepte erstellen, um:[19]

  • Erhalten Sie Einblick in die wissenschaftlichen Idee (en)
  • Erwerben Sie ein tieferes Verständnis des Subjekts durch Visualisierung des Modells
  • Verbessern Sie das Engagement der Schüler im Kurs

Verschiedene Arten von modellbasierten Lerntechniken umfassen:[19]

  • Physikalische Makrokosmen
  • Repräsentationssysteme
  • Syntaktische Modelle
  • Aufstrebende Modelle

Modell - Bildung in der Bildung ist eine iterative Übung, wenn die Schüler ihre Modelle im Laufe der Zeit verfeinern, entwickeln und bewerten. Dies verschiebt das Lernen von der Steifheit und Monotonie des traditionellen Lehrplans zu einer Ausübung der Kreativität und Neugier der Schüler. Dieser Ansatz nutzt die konstruktive Strategie der sozialen Zusammenarbeit und der Lerngerüsttheorie. Modellbasiertes Lernen umfasst kognitive Argumentationsfähigkeiten, bei denen vorhandene Modelle durch die Konstruktion neuerer Modelle mithilfe der alten Modelle als Grundlage verbessert werden können.[20]

"Modellbasiertes Lernen beinhaltet die Bestimmung von Zielmodellen und einen Lernweg, die realistische Chancen des Verständnisses bieten."[21] Modellherstellung kann auch einbeziehen gemischtes Lernen Strategien mit webbasierten Tools und Simulatoren, wodurch die Schüler:

  • Machen Sie sich mit Online- oder Digitalressourcen vertraut
  • Erstellen Sie verschiedene Modelle mit verschiedenen virtuellen Materialien mit geringen oder gar keine Kosten
  • Üben Sie jederzeit und an jedem Ort die Aktivität des Modells
  • Bestehende Modelle verfeinern

"Eine gut gestaltete Simulation vereinfacht ein reales System und schärft das Bewusstsein für die Komplexität des Systems. Die Schüler können am vereinfachten System teilnehmen und lernen, wie das reale System ohne Tage, Wochen oder Jahre dauern würde, um dieser Erfahrung zu erfahren in der echten Welt."[22]

Die Rolle des Lehrers im Gesamtunterrichts- und Lernprozess ist in erster Linie die von a Moderator und Arrangeur der Lernerfahrung. Er oder sie würde den Schülern, ein Modell, das Aktivität für ein bestimmtes Konzept machte, zuweisen und relevante Informationen oder Unterstützung für die Aktivität bereitstellen. Für Aktivitäten zur virtuellen Modellherstellung kann der Lehrer auch Informationen über die Verwendung des digitalen Tools bereitstellen und bei der Verwendung von Störungen die Unterstützung bei der Fehlerbehebung bei der Verwendung von Störungen leisten. Der Lehrer kann auch die Gruppendiskussionsaktivität zwischen den Schülern arrangieren und die Plattform zur Verfügung stellen, damit die Schüler ihre Beobachtungen und Kenntnisse aus der Modell zur Herstellung von Modellen teilen können.

Die modellbasierte Lernbewertung könnte die Verwendung von umfassen Rubriken Dadurch werden der Einfallsreichtum und die Kreativität des Schülers in der Modellkonstruktion und auch die Beteiligung des Schülers des Schülers im gesamten im Klassenzimmer gegenüber dem durch die Aktivität konstruierten Kenntnissen vorgesehen.

Es ist jedoch wichtig, dass das Folgende für ein erfolgreiches modellbasiertes Lernen berücksichtigt wird:

  • Verwendung des richtigen Tools zur richtigen Zeit für ein bestimmtes Konzept
  • Bereitstellung innerhalb des Bildungsaufbaus für die Modell -Making -Aktivität: z.

Siehe auch

Verweise

  1. ^ Cartwright, Nancy. 1983. Wie die Gesetze der Physik liegen. Oxford University Press
  2. ^ Hacking, Ian. 1983. Darstellen und intervenieren. Einführungsthemen in der Philosophie der Naturwissenschaften. Cambridge University Press
  3. ^ Von Neumann, J. (1995), "Methode in den physischen Wissenschaften", in Bródy F., Vámos, T. (Herausgeber), Das Neumann -Kompendium, Welt wissenschaftlich, p. 628; zuvor veröffentlicht in Die Einheit des Wissens, herausgegeben von L. Leary (1955), S. 157-164, und auch in John von Neumann sammelte Werke, herausgegeben von A. Taub, Band VI, S. 491-498.
  4. ^ Frigg und Hartmann (2009) sagen: "Philosophen erkennen die Bedeutung von Modellen mit zunehmender Aufmerksamkeit an und untersuchen die verschiedenen Rollen, die Modelle in der wissenschaftlichen Praxis spielen." Quelle: Frigg, Roman und Hartmann, Stephan, "Modelle in der Wissenschaft", Die Stanford -Enzyklopädie der Philosophie (Sommer 2009 Ausgabe), Edward N. Zalta (Hrsg.), (Quelle)
  5. ^ Namdar, Bahadir; Shen, JI (2015-02-18). "Modelling-orientierte Bewertung in K-12 Science Education: Eine Synthese der Forschung von 1980 bis 2013 und neue Richtungen". Internationales Journal of Science Education. 37 (7): 993–1023. doi:10.1080/09500693.2015.1012185. ISSN 0950-0693. S2CID 143865553.
  6. ^ Box, George E.P. & Draper, N.R. (1987). [Empirische Modellbildung und Antwortflächen.] Wiley. p. 424
  7. ^ Hagedorn, R. et al. (2005) http://www.ecmwf.int/staff/paco_doblas/abstr/tellus05_1.pdf[Permanent Dead Link] Erzähl uns 57A: 219–33
  8. ^ Leo Apostel (1961). "Formale Studie von Modellen". Im: Das Konzept und die Rolle des Modells in Mathematik sowie Natur und Sozial. Bearbeitet von Hans Freudenthal. Springer. S. 8–9 (Quelle)],
  9. ^ Ritchey, T. (2012) Umriss für eine Morphologie der Modellierungsmethoden: Beitrag zu einer allgemeinen Modellierheorie
  10. ^ C. West Churchman, Der Systemansatz, New York: Dell Publishing, 1968, p. 61
  11. ^ Griffiths, E. C. (2010) Was ist ein Modell?
  12. ^ Tolk, A. (2015). Etwas richtig aus Modellen lernen, die falsch sind - Erkenntnistheorie der Simulation. In Yilmaz, L. (Hrsg.) Konzepte und Methoden in der Modellierung und Simulation. Springer -Verlag. S. 87–106
  13. ^ Oberkampf, W. L., Deland, S. M., Rutherford, B. M., Diegert, K. V., & Alvin, K. F. (2002). Fehler und Unsicherheit bei der Modellierung und Simulation. Zuverlässigkeitstechnik und Systemsicherheit 75 (3): 333–57.
  14. ^ Ihrig, M. (2012). Eine neue Forschungsarchitektur für die Simulationszeit. Im Europäischer Rat für Modellierung und Simulation. S. 715–20).
  15. ^ a b c Systemtechnik Grundlagen. Archiviert 2007-09-27 bei der Wayback -Maschine Defense Acquisition University Press, 2003.
  16. ^ Pullan, Wendy (2000). Struktur. Cambridge: Cambridge University Press. ISBN 0-521-78258-9.
  17. ^ Fishwick PA. (1995). Design und Ausführung von Simulationsmodell: Aufbau digitaler Welten. Upper Saddle River, NJ: Prentice-Hall.
  18. ^ Sokolowski, J. A., Banks, C. M. (2009). Prinzipien der Modellierung und Simulation. Hoboken, NJ: John Wiley und Söhne.
  19. ^ a b Lehrer, Richard; Schauble, Leona (2006). Das Cambridge -Handbuch der Lernwissenschaften. Cambridge, Großbritannien: Cambridge University Press. p. 371. ISBN 978-0-521-84554-0.
  20. ^ Nersessian, Nancy J (2002). Die kognitive Grundlage der Wissenschaft. Cambridge, Großbritannien: Cambridge University Press. p. 133. ISBN 0-521-01177-9.
  21. ^ Clement, JJ; Rea-Ramirez, Mary Anne (2008). Modellbasiertes Lernen und Unterricht in der Wissenschaft (2 ed.). Springer Science & Business Media. p.45. ISBN 978-1-4020-6493-7.
  22. ^ Blumschein, Patrick; Hing, weh; Jonassen, David; Strobel, Johannes (2009). Modellbasierte Lernansätze (PDF). Niederlande: Sense Publishers. ISBN 978-90-8790-711-2.

Weitere Lektüre

Heutzutage gibt es rund 40 Zeitschriften über wissenschaftliche Modellierung, die alle Arten von internationalen Foren anbieten. Seit den 1960er Jahren gibt es eine stark wachsende Anzahl von Büchern und Zeitschriften über bestimmte Formen der wissenschaftlichen Modellierung. Es gibt auch eine Menge Diskussion über wissenschaftliche Modellierung in der Literatur zur Wissenschaftsphilosophie. Eine Auswahl:

  • Rainer Hegselmann, Ulrich Müller und Klaus Troitzsch (Hrsg.) (1996). Modellierung und Simulation in den Sozialwissenschaften aus der Sichtweise der Wissenschaftsphilosophie. Theorie und Entscheidungsbibliothek. Dordrecht: Kluwer.
  • Paul Humphreys (2004). Uns selbst erweitern: Computerwissenschaft, Empirie und wissenschaftliche Methode. Oxford: Oxford University Press.
  • Johannes Lenhard, Günter Küppers und Terry Shinn (Hrsg.) (2006) "Simulation: Pragmatische Konstruktionen der Realität", Springer Berlin.
  • Tom Ritchey (2012). "Umriss für eine Morphologie der Modellierungsmethoden: Beitrag zu einer allgemeinen Modellierungstheorie". Im: Acta Morphologica Generalis, Vol 1. Nr. 1. S. 1–20.
  • William Silvert (2001). "Modellierung als Disziplin". Im: Int. J. Allgemeine Systeme. Vol. 30 (3), S. 261.
  • Sergio Sismondo und Snait Gissis (Hrsg.) (1999). Modellierung und Simulation. Sonderausgabe der Wissenschaft im Kontext 12.
  • Eric Winsberg (2018) "Philosophie und Klimakwissenschaft" Cambridge: Cambridge University Press
  • Eric Winsberg (2010) "Wissenschaft im Zeitalter der Computersimulation" Chicago: Presse der Universität von Chicago
  • Eric Winsberg (2003). "Simulierte Experimente: Methodik für eine virtuelle Welt". Im: Philosophie der Wissenschaft 70: 105–125.
  • Tomáš Helikar, Jim A Rogers (2009). "Chemchains: Eine Plattform für die Simulation und Analyse biochemischer Netzwerke, die auf Laborwissenschaftler zielten ". Biomed Central.

Externe Links