Modeļi Zinātnē

Satura rādītājs:

Modeļi Zinātnē
Modeļi Zinātnē
Anonim

Šis ir fails Stenfordas filozofijas enciklopēdijas arhīvos. Informācija par autoru un atsauci | Draugi PDF priekšskatījums | InPho meklēšana | PhilPapers bibliogrāfija

Modeļi zinātnē

Pirmo reizi publicēts 2006. gada 27. februārī; būtiska pārskatīšana Pirmdien, 2012. gada 25. jūnijā

Modeļiem ir galvenā nozīme daudzos zinātniskos kontekstos. Modeļu, piemēram, gāzes biljarda bumbiņas modeļa, Boha modeļa atoma, nukleona MIT maisa modeļa, Gausa ķēdes modeļa polimēra, Lorenca atmosfēras modeļa, Lotka-Volterra modeļa, centrālā loma Kā piemēru var minēt plēsoņu un laupījumu mijiedarbību, DNS dubultās spirāles modeli, aģentu un evolūcijas modeļus sociālajās zinātnēs un tirgus vispārējo līdzsvara modeli attiecīgajās jomās. Zinātnieki daudz laika pavada, veidojot, testējot, salīdzinot un pārskatot modeļus, un liela daļa žurnālu tiek atvēlēta šo vērtīgo rīku ieviešanai, piemērošanai un interpretācijai. Īsāk sakot, modeļi ir viens no galvenajiem mūsdienu zinātnes instrumentiem.

Filozofi apzinās modeļu nozīmi, pievēršot arvien lielāku uzmanību, un pārbauda dažādas lomas, kuras modeļiem ir zinātniskajā praksē. Rezultāts ir filozofiskajā literatūrā neticami izplatījies modelis. Zondēšanas modeļi, fenomenoloģiskie modeļi, skaitļošanas modeļi, attīstības modeļi, skaidrojošie modeļi, nabadzīgie modeļi, testēšanas modeļi, idealizētie modeļi, teorētiskie modeļi, mēroga modeļi, heiristiskie modeļi, karikatūru modeļi, didaktiskie modeļi, fantāzijas modeļi, rotaļlietu modeļi, iedomu modeļi, matemātiskie modeļi, aizstājējmodeļi, ikoniskie modeļi, formālie modeļi, analogie modeļi un instrumentālie modeļi ir tikai daži no jēdzieniem, kas tiek izmantoti modeļu klasificēšanai. Kaut arī no pirmā acu uzmetiena šī pārpilnība ir milzīga,to ātri var kontrolēt, atzīstot, ka šie jēdzieni attiecas uz dažādām problēmām, kas rodas saistībā ar modeļiem. Piemēram, modeļi rada jautājumus semantikā (kāda ir reprezentācijas funkcija, ko modeļi veic?), Ontoloģijā (kādas lietas ir modeļi?), Epistemoloģijā (kā mēs mācāmies ar modeļiem?) Un, protams, vispārējā filozofijā zinātnes jautājums (kā modeļi ir saistīti ar teoriju? Kāda ir modeļiem balstītas pieejas ietekme uz zinātni debatēs par zinātnisko reālismu, redukcionismu, skaidrojumiem un dabas likumiem?).vispārējā zinātnes filozofijā (kā modeļi ir saistīti ar teoriju ?, kāda ir uz modeļiem balstītas pieejas ietekme uz zinātni debatēs par zinātnisko reālismu, redukcionismu, skaidrojumiem un dabas likumiem?).vispārējā zinātnes filozofijā (kā modeļi ir saistīti ar teoriju ?, kāda ir uz modeļiem balstītas pieejas ietekme uz zinātni debatēs par zinātnisko reālismu, redukcionismu, skaidrojumiem un dabas likumiem?).

  • 1. Semantika: modeļi un attēlojums

    • 1.1 Reprezentācijas modeļi I: parādību modeļi
    • 1.2. Reprezentatīvie modeļi II: datu modeļi
    • 1.3. Teorijas modeļi
  • 2. Ontoloģija: kas ir modeļi?

    • 2.1. Fiziskie objekti
    • 2.2 Iedomu objekti
    • 2.3. Teorētiskās struktūras
    • 2.4. Apraksti
    • 2.5 Vienādojumi
    • 2.6. Gerdermanderētas ontoloģijas
  • 3. Epistemoloģija: mācīšanās ar modeļiem

    • 3.1. Modeļa apguve: eksperimenti, domu eksperimenti un simulācija
    • 3.2. Zināšanu par modeli pārvēršana zināšanās par mērķi
  • 4. Modeļi un teorija

    • 4.1 Divas galējības: teoriju sintaktiskais un semantiskais skatījums
    • 4.2. No teorijām neatkarīgie modeļi
  • 5. Zinātnes filozofijas modeļi un citas debates

    • 5.1 Debates par modeļiem un reālismu un antireālismu
    • 5.2 Modelis un redukcionisms
    • 5.3 Dabas modeļi un likumi
    • 5.4. Modeļi un zinātniskais skaidrojums
  • 6. Secinājums
  • Bibliogrāfija
  • Akadēmiskie rīki
  • Citi interneta resursi
  • Saistītie ieraksti

1. Semantika: modeļi un attēlojums

Modeļi var veikt divas principiāli atšķirīgas reprezentācijas funkcijas. No vienas puses, modelis var būt atlasītas pasaules daļas (“mērķa sistēmas”) attēlojums. Atkarībā no mērķa rakstura šādi modeļi ir vai nu parādību modeļi, vai datu modeļi. No otras puses, modelis var attēlot teoriju tādā nozīmē, ka tas interpretē šīs teorijas likumus un aksiomas. Šie divi jēdzieni nav savstarpēji izslēdzoši, jo zinātniskie modeļi var vienlaikus attēlot abas maņas.

1.1 Reprezentācijas modeļi I: parādību modeļi

Daudzi zinātniskie modeļi attēlo fenomenu, kur “fenomens” tiek izmantots kā jumta termins, kas aptver visas relatīvi stabilās un vispārīgās pasaules pazīmes, kas ir interesantas no zinātniskā viedokļa. Empīristi, piemēram, van Frāsens (1980), pieļauj tikai tādu novērojumu kvalifikāciju, bet tādi reālisti kā Bogens un Vudvards (1988) šādus ierobežojumus neuzliek. Gāzes biljarda bumbiņas modelis, Boha atoma modelis, DNS dubultās spirāles modelis, tilta mēroga modelis, atvērtas ekonomikas Mundela-Fleminga modelis vai atmosfēras Lorenca modelis ir labi zināmi šāda veida modeļu piemēri.

Pirmais solis zinātniskās reprezentācijas jautājuma apspriešanas virzienā ir saprast, ka nav tādas lietas kā zinātniskās reprezentācijas problēma. Drīzāk ir dažādas, bet saistītas problēmas. Pagaidām nav skaidrs, ar kādiem konkrētiem jautājumiem jāapmierina pārstāvības teorija, taču neatkarīgi no jautājumu saraksta, ko varētu iekļaut zinātniskā attēlojuma teorijas dienaskārtībā, ir divas problēmas, kuras ieņem centrālo vietu diskusija (Frigg 2006). Pirmā problēma ir izskaidrot, pamatojoties uz to, kas modelis ir kaut kas cits. Lai novērtētu šī jautājuma būtību, mums jāparedz pozīcija attiecībā uz modeļu ontoloģiju (kuru mēs apspriedīsim nākamajā sadaļā). Tagad ir ierasts modeļus interpretēt kā lingvistiskas vienības, nevis kā aprakstus. Šai pieejai ir plašas sekas. Ja modeļus saprotam kā aprakstus, tad iepriekš minētais jautājums tiktu samazināts līdz laikam zināmai problēmai par to, kā valoda ir saistīta ar realitāti, un nebūtu nekādu problēmu virs un tām, kas jau ir aprakstītas valodas filozofijā. Tomēr, ja modeļus saprotam kā lingvistiskas vienības, mums jāsaskaras ar jauno jautājumu, kas objektam (tas nav vārds vai teikums) zinātniski attēlot kādu parādību.mēs saskaramies ar jauno jautājumu par to, kas objektam (tas nav vārds vai teikums) ir zinātniski parādīt kādu parādību.mēs saskaramies ar jauno jautājumu par to, kas objektam (tas nav vārds vai teikums) ir zinātniski parādīt kādu parādību.

Nedaudz pārsteidzoši, ka vēl nesen šis jautājums nav piesaistījis lielu uzmanību divdesmitā gadsimta zinātnes filozofijā, neskatoties uz to, ka atbilstošās problēmas prāta filozofijā un estētikā ir plaši apspriestas gadu desmitiem ilgi (ir ievērojams literatūras kopums, kas nodarbojas ar jautājums par to, ko garīgajam stāvoklim nozīmē noteikta stāvokļa attēlošana, un jautājums par to, kā audekla plakano zīmju konfigurācija var attēlot kaut ko ārpus šī audekla, jau ilgus gadus ir sapratuši estētiķus). Tomēr dažas jaunākās publikācijas pievēršas šai un citām cieši saistītām problēmām (Bailer-Jones 2003, Contessa 2007, Elgin 2010, Frigg 2006, 2010c, Knuuttila 2009, Morrison 2009, Giere 2004, Suárez 2003, 2004, 2009, Suárez and Solé 2006, Thomson-Jones 2010, Toon 2010, 2011, 2012,van Fraassen, 2004), bet citi to atmet kā neizdošanu (Callender and Cohen 2006, 2008 Teller 2001).

Otrā problēma ir saistīta ar reprezentācijas stiliem. Parasti ir tā, ka vienu un to pašu priekšmetu var attēlot dažādos veidos. Šķiet, ka šis plurālisms nav tēlotājas mākslas prerogatīva, jo arī zinātnēs izmantotie attēlojumi nav visi viena veida. Veizsäkera šķidruma pilienu modelis attēlo atoma kodolu tādā veidā, kas ļoti atšķiras no apvalka modeļa, un lidmašīnas plaknes spārna mēroga modelis attēlo spārnu tādā veidā, kas atšķiras no tā, kā to veido matemātiskais modelis. Kādi reprezentācijas stili ir zinātnēs?

Kaut arī šis jautājums literatūrā nav tieši apskatīts par tā dēvēto teoriju semantisko skatījumu, šķiet, ka dažas atbildes rodas no tā izpratnes par modeļiem. Viena semantiskā skata versija, kas balstās uz modeļa matemātisko priekšstatu (sk. 2. nodaļu), uzskata, ka modelim un tā mērķim jābūt izomorfam (van Fraassen 1980; Suppes 2002) vai daļēji izomorfam (Da Costa un franču valodā). 2003) viens otram. Formālas prasības, kas ir vājākas par šīm, ir apspriedušas Mundy (1986) un Swoyer (1991). Cita semantiskā skatījuma versija atmet formālās prasības par labu līdzībai (Giere 1988 un 2004, Teller 2001). Šai pieejai ir priekšrocība salīdzinājumā ar izomorfisma uzskatu, ka tā ir mazāk ierobežojoša, un tā var ņemt vērā arī neprecīzu un vienkāršojošu modeļu gadījumus. Tomēr, kā uzsver Giere,šis konts paliek tukšs, kamēr nav norādīti attiecīgi aspekti un līdzības pakāpes. Šādu cieņu un grādu specifikācija ir atkarīga no konkrētās problēmas un plašāka zinātniskā konteksta, un to nevar izdarīt, pamatojoties tikai uz filozofiskiem apsvērumiem (Teller 2001).

Papildu jēdzieni, ko var saprast kā reprezentācijas stilu problēmu, ir ieviesti literatūrā par modeļiem. Starp tiem liela nozīme ir mēroga modeļiem, idealizētiem modeļiem, analogiem modeļiem un fenomenoloģiskiem modeļiem. Šīs kategorijas nav savstarpēji izslēdzošas; piemēram, dažus mēroga modeļus arī kvalificētu kā idealizētus modeļus, un nav skaidrs, kur tieši novilkt robežu starp idealizētajiem un analogiem modeļiem.

Mēroga modeļi. Daži modeļi ir mērķa sistēmu samazināti vai palielināti eksemplāri (Melnais 1962). Tipiski piemēri ir koka automašīnas vai tiltu modeļi. Vadošā intuīcija ir tāda, ka mēroga modelis ir naturālistiska kopija vai patiess mērķa spoguļattēls; šī iemesla dēļ mēroga modeļus dažreiz dēvē arī par “patiesajiem modeļiem” (Achinstein 1968, 7. nodaļa). Tomēr nav tādas lietas kā pilnīgi uzticams mēroga modelis; uzticība vienmēr ir ierobežota ar dažiem aspektiem. Piemēram, automašīnas koka modelis precīzi atspoguļo automašīnas formu, bet ne tās materiālu. Šķiet, ka mēroga modeļi ir īpašs gadījums plašākā reprezentāciju kategorijā, kuras Peirce sauca par ikonām: reprezentācijas, kas apzīmē kaut ko citu, jo tās ļoti līdzinās tai (Peirce 1931–1958 3. sēj., 362. paragrāfs). Tas rada jautājumu par to, kādiem kritērijiem modelim jāatbilst, lai to kvalificētu kā ikonu. Lai arī mums šķiet, ka mums ir spēcīga intuīcija par to, kā konkrētos gadījumos atbildēt uz šo jautājumu, pagaidām nav formulēta modeļu ikoniskuma teorija.

Ideāli modeļi. Idealizācija ir apzināta kaut kā sarežģīta vienkāršošana ar mērķi padarīt to vieglāk izsekojamu. Bez berzes plaknes, punktu masas, bezgalīgs ātrums, izolētas sistēmas, visaptveroši līdzekļi un ideālā līdzsvara tirgi ir tikai daži labi zināmi piemēri. Filozofiskās diskusijās par idealizēšanu uzmanība ir pievērsta diviem vispārīgiem idealizēšanas veidiem: tā saucamajām Aristotelian un Galilean idealizācijām.

Aristoteļa idealizācija nozīmē, ka mūsu iztēlē tiek noņemti visi īpašumi no konkrēta objekta, kuri, mūsuprāt, nav saistīti ar pašreizējo problēmu. Tas ļauj mums atsevišķi koncentrēties uz ierobežotu īpašību kopumu. Kā piemēru var minēt planētu sistēmas klasisko mehānikas modeli, aprakstot planētas kā objektus, kuriem ir tikai forma un masa, neņemot vērā visas pārējās īpašības. Citas etiķetes šāda veida idealizācijai ietver “abstrakciju” (Cartwright 1989, 5. nodaļa), “nenozīmīguma pieņēmumus” (Musgrave 1981) un “izolācijas metodi” (Mäki 1994).

Galilejas idealizācijas ir saistītas ar apzināti kropļojumiem. Fiziķi veido modeļus, kas sastāv no punktu masām, kuras pārvietojas bez berzes plaknēs, ekonomisti pieļauj, ka aģenti ir visaptveroši, biologi pēta izolētas populācijas utt. Galileo pieejai zinātnei bija raksturīgi izmantot šāda veida vienkāršojumus ikreiz, kad situācijas risināšana bija pārāk sarežģīta. Šī iemesla dēļ ir ierasts atsaukties uz šāda veida idealizācijām kā “Galilejas idealizācijām” (McMullin 1985); vēl viena izplatīta etiķete ir “izkropļoti modeļi”.

Galilejas idealizācijas tiek izjauktas ar mīklām. Ko modelis ar šāda veida kropļojumiem stāsta par realitāti? Kā mēs varam pārbaudīt tā precizitāti? Atbildot uz šiem jautājumiem, Laymon (1991) ir izvirzījis teoriju, kas idealizāciju saprot kā ideālas robežas: iedomājieties virkni eksperimentālu reālās situācijas uzlabojumu, kas tuvojas postulētajai robežai, un pēc tam pieprasa, lai, jo tuvāk sistēmas īpašībām nonāktu ideālā robeža, jo tuvāk tās uzvedībai ir jāpieiet ideālās robežas uzvedībai (monotoniskums). Bet šie apstākļi ne vienmēr ir jāievēro, un nav skaidrs, kā izprast situācijas, kurās nav ideālu robežu. Mēs vismaz principā varam ražot arvien slidenāku galda virsmu sēriju, bet mēs, iespējams, nevaram izveidot tādu sistēmu sēriju, kurās Planka konstante tuvojas nullei. Tas rada jautājumu par to, vai idealizēto modeli vienmēr var padarīt reālistiskāku, to atdarinot. Mēs atgriezīsimies pie šī jautājuma 5.1. Sadaļā.

Galilejas un aristoteliešu idealizācijas nav savstarpēji izslēdzošas. Gluži pretēji, viņi bieži sanāk. Vēlreiz apsveriet planētu sistēmas mehānisko modeli: modelī tiek ņemts vērā tikai šaurs īpašību kopums un tas tiek izkropļots, piemēram, aprakstot planētas kā ideālas sfēras ar rotācijas-simetrisku masas sadalījumu.

Modeļus, kas ietver būtiskas Galilejas, kā arī aristoteliešu idealizācijas, dažreiz sauc par “karikatūrām” (Gibbard and Varian 1978). Karikatūru modeļi izšķir nelielu skaitu sistēmas galveno raksturlielumu un izkropļo tos galējā gadījumā. Klasisks piemērs ir Akerlofa (1970) auto tirgus modelis, kas izskaidro jauno un lietoto automašīnu cenu atšķirības tikai ar asimetriskas informācijas palīdzību, tādējādi neņemot vērā visus citus faktorus, kas var ietekmēt automašīnu cenas. Tomēr ir diskutabls, vai šādus ļoti idealizētus modeļus joprojām var uzskatīt par informatīvajiem to mērķa sistēmu attēlojumiem (par karikatūru modeļu diskusiju, īpaši ekonomikā, sk. Reiss 2006).

Šajā brīdī mēs gribētu pieminēt jēdzienu, kas, šķiet, ir cieši saistīts ar idealizāciju, proti, tuvināšanu. Lai arī terminus dažreiz lieto savstarpēji aizstājot, šķiet, ka starp šiem abiem ir acīmredzama atšķirība. Aproksimācijas tiek ieviestas matemātiskā kontekstā. Viens matemātiskais vienums ir tuvinājums citam, ja tas ir tam tuvu kādā nozīmīgā nozīmē. Kas tas ir, tas var atšķirties. Dažreiz mēs vēlamies tuvināt vienu līkni ar citu. Tas notiek, kad mēs paplašinām funkciju jaudas sērijā un saglabājam tikai pirmos divus vai trīs vārdus. Citās situācijās mēs tuvinām vienādojumu ar citu, ļaujot kontroles parametram sliecoties pret nulli (Redhead 1980). Svarīgākais ir tas, ka fiziskās interpretācijas jautājumam nav jārodas. Atšķirībā no Galilejas idealizācijas,kas ietver reālas sistēmas sagrozīšanu, tuvināšana ir tīri formāls jautājums. Tas, protams, nenozīmē, ka starp tuvinājumiem un idealizāciju nevar būt interesantas attiecības. Piemēram, tuvinājumu var pamatot, norādot, ka tas ir pieņemamas idealizācijas “matemātiskais kulons” (piemēram, ja vienādojumā atstājam novārtā izkliedējošu vārdu, jo mēs idealizējam pieņēmumu, ka sistēma ir bez berzes).kad vienādojumā atstājam novārtā izkliedējošu terminu, jo mēs idealizējam pieņēmumu, ka sistēma ir bez berzes).kad vienādojumā atstājam novārtā izkliedējošu terminu, jo mēs idealizējam pieņēmumu, ka sistēma ir bez berzes).

Analogi modeļi. Analogo modeļu standarta piemēri ietver ekonomiskās sistēmas hidraulisko modeli, gāzes biljarda bumbiņas modeli, prāta datormodeli vai kodola šķidruma pilināšanas modeli. Visvienkāršākajā līmenī divas lietas ir analogas, ja starp tām ir noteiktas būtiskas līdzības. Hesene (1963) izšķir dažādus analoģijas veidus pēc līdzības attiecību veidiem, kādos nonāk divi objekti. Vienkāršs analoģijas veids ir tāds, kas balstīts uz kopīgām īpašībām. Starp zemi un mēnesi pastāv analoģija, kas balstīta uz faktu, ka abi ir lieli, cieti, necaurspīdīgi, sfēriski ķermeņi, kas saņem siltumu un gaismu no saules, griežas ap savām asīm un gravitē pret citiem ķermeņiem. Bet īpašību vienādība nav obligāts nosacījums. Divu objektu analoģiju var balstīt arī uz to īpašību attiecīgajām līdzībām. Šajā liberālākā nozīmē mēs varam teikt, ka pastāv analoģija starp skaņu un gaismu, jo atbalsis ir līdzīgs atstarojumam, skaļumam pret spilgtumu, skaļumam pēc krāsas, ar auss uztveramībai līdz noteikšanai caur aci utt.

Analīzes var balstīt arī uz attiecību līdzību vai līdzību starp divu sistēmu daļām, nevis uz to monādiskajām īpašībām. Tieši tādā nozīmē daži politiķi apgalvo, ka tēva un viņa bērnu attiecības ir analogas valsts attiecībām ar pilsoņiem. Līdz šim pieminētās analoģijas ir tas, ko Hesene dēvē par “materiālajām analoģijām”. Formālāku analoģijas jēdzienu mēs iegūstam, kad abstrahējamies no sistēmām piemītošajām īpatnībām un koncentrējamies tikai uz formālo uzbūvi. Tas, ko analogs modelis dalās ar savu mērķi, nav pazīmju kopums, bet gan tas pats abstraktu attiecību modelis (ti, tā pati struktūra, kur struktūru saprot formālā nozīmē). Šis analoģijas jēdziens ir cieši saistīts ar to, ko Hesene sauc par “formālu analoģiju”. Divas pozīcijas ir saistītas ar formālu analoģiju, ja tās abas ir viena formāla aprēķina interpretācija. Piemēram, pastāv formāla analoģija starp šūpošanos un svārstīgu elektrisko ķēdi, jo tos abus apraksta viens un tas pats matemātiskais vienādojums.

Vēl viena atšķirība Heses dēļ ir starp pozitīvajām, negatīvajām un neitrālajām analoģijām. Divu priekšmetu pozitīvā analoģija sastāv no īpašībām vai attiecībām, kuras tām ir kopīgas (gan gāzes molekulām, gan biljarda bumbiņām ir masa), negatīvajai analoģijai tām, kuras tām nav kopīgas (biljarda bumbiņas ir krāsainas, gāzes molekulas nav). Neitrālajā analoģijā ietilpst īpašības, kuru īpašības vēl nav zināmas, vai tās pieder pie pozitīvās vai negatīvās analoģijas. Neitrālām analoģijām ir liela nozīme zinātniskajā izpētē, jo tās rada jautājumus un ierosina jaunas hipotēzes. Šajā aspektā dažādi autori ir uzsvēruši heiristisko lomu, kāda analoģijām ir teorijas konstruēšanā un radošajā domāšanā (Bailer-Jones un Bailer-Jones 2002; Hesse 1974, Holyoak and Thagard 1995, Kroes 1989, Psillos 1995,un esejas, kas apkopotas Hellmanā 1988).

Fenomenoloģiskie modeļi. Fenomenoloģiskie modeļi ir definēti dažādos, kaut arī savstarpēji saistītos, veidos. Tradicionālā definīcija tos uzskata par modeļiem, kas atspoguļo tikai novērojamās mērķu īpašības un atturas postulēt slēptos mehānismus un tamlīdzīgi. Cita pieeja, pateicoties Makmulinam (1968), definē fenomenoloģiskos modeļus kā modeļus, kas ir neatkarīgi no teorijām. Tomēr tas, šķiet, ir pārāk spēcīgi. Daudzi fenomenoloģiskie modeļi, kaut arī nav atvasināmi no teorijas, iekļauj principus un likumus, kas saistīti ar teorijām. Piemēram, atoma kodola šķidruma piliena modelis kodolu attēlo kā šķidruma pilienu un raksturo to kā vairākas īpašības (cita starpā virsmas spraigumu un lādiņu), kuru izcelsme ir dažādās teorijās (attiecīgi hidrodinamika un elektrodinamika). Atsevišķi šo teoriju aspekti, lai arī parasti nav pilnīga teorija, tiek izmantoti, lai noteiktu gan kodola statiskās, gan dinamiskās īpašības.

Noslēguma piezīmes. Katrs no šiem priekšstatiem joprojām ir nedaudz neskaidrs, cieš no iekšējām problēmām, un ir jāpieliek daudz darba, lai tos pievilktu. Bet daudz aktuālāks par šiem jautājumiem ir jautājums par to, kā dažādi jēdzieni ir savstarpēji saistīti. Vai analogi principā atšķiras no idealizācijām, vai arī tās nepārtrauktā mērogā aizņem dažādas jomas? Kā ikonas atšķiras no idealizācijām un analoģijām? Pašlaik mēs nezinām, kā atbildēt uz šiem jautājumiem. Mums ir nepieciešams sistemātisks pārskats par dažādiem veidiem, kā modeļus var attiecināt uz realitāti, un par to, kā šie veidi ir savstarpēji salīdzināmi.

1.2. Reprezentatīvie modeļi II: datu modeļi

Cita veida reprezentācijas modeļi ir tā sauktie “datu modeļi” (Suppes 1962). Datu modelis ir koriģēta, labota, regulēta un daudzos gadījumos idealizēta to datu versija, ko iegūstam no tūlītējiem novērojumiem, tā sauktie neapstrādātie dati. Raksturīgi, ka vispirms tiek novērstas kļūdas (piemēram, no ierakstiem tiek noņemti punkti, kas radušies nepareizas novērošanas dēļ), un pēc tam dati tiek parādīti “kārtīgi”, piemēram, caur punktu kopu novilkot vienmērīgu līkni. Šīs divas darbības parasti sauc par “datu samazināšanu” un “līknes pielāgošanu”. Piemēram, kad mēs pētām noteiktas planētas trajektoriju, mēs no novērojumu ierakstiem vispirms novēršam kļūdainus punktus un pēc tam atlikušajiem pievienojam gludu līkni. Datu modeļiem ir izšķiroša loma teoriju apstiprināšanā, jo tos salīdzina ar teorētisko prognozi, nevis datiem, kas bieži ir netīri un sarežģīti.

Datu modeļa izveidošana var būt ārkārtīgi sarežģīta. Tam nepieciešami sarežģīti statistikas paņēmieni un rodas nopietni metodoloģiski, kā arī filozofiski jautājumi. Kā mēs izlemjam, kuri ieraksta punkti ir jāsvītro? Un, ņemot vērā tīru datu kopu, kāda līkne tam ir piemērota? Pirmais jautājums ir apskatīts galvenokārt eksperimenta filozofijas kontekstā (sk., Piemēram, Galison 1997 un Staley 2004). Pēdējā jautājuma centrā ir tā saucamā līknes pielāgošanas problēma, kas ir tāda, ka paši dati nenorāda, kādai vajadzētu būt līknes formai. Tradicionālās diskusijas par teorijas izvēli liek domāt, ka šo jautājumu atrisina fona teorija, vienkāršības apsvērumi, iepriekšējās varbūtības vai to apvienojums. Forsters un Sobers (1994) norāda, ka šī līknes pielāgošanas problēmas formulēšana ir nedaudz pārspīlēta, jo Akaike dēļ statistikā pastāv teorēma, kas parāda (ņemot vērā noteiktus pieņēmumus), ka paši dati nodrošina (lai arī nenosaka) secinājumus par līknes forma, ja mēs pieņemam, ka uzstādītā līkne ir jāizvēlas tāda, lai tā panāktu līdzsvaru starp vienkāršību un piemērotības pareizību tādā veidā, kas palielina paredzamo precizitāti. Papildu diskusijas par datu modeļiem var atrast Chin and Brewer (1994), Harris (2003), Laymon (1982) un Mayo (1996). Formas forma, ja mēs pieņemam, ka uzstādītā līkne ir jāizvēlas tāda, lai tā panāktu līdzsvaru starp vienkāršību un piemērotības piemērotību tādā veidā, kas palielina paredzamo precizitāti. Papildu diskusijas par datu modeļiem var atrast Chin and Brewer (1994), Harris (2003), Laymon (1982) un Mayo (1996). Formas forma, ja mēs pieņemam, ka uzstādītā līkne ir jāizvēlas tāda, lai tā panāktu līdzsvaru starp vienkāršību un piemērotības piemērotību tādā veidā, kas palielina paredzamo precizitāti. Papildu diskusijas par datu modeļiem var atrast Chin and Brewer (1994), Harris (2003), Laymon (1982) un Mayo (1996).

1.3. Teorijas modeļi

Mūsdienu loģikā modelis ir struktūra, kas padara visus teorijas teikumus patiesus, kur teorija tiek uzskatīta par (parasti deduktīvi noslēgtu) teikumu komplektu formālā valodā (sīkāku informāciju skatīt Bell un Machover 1977 vai Hodges 1997).. Struktūra ir “modelis” tādā nozīmē, ka tas ir tas, ko pārstāv teorija. Kā vienkāršu piemēru apsveriet Eiklīda ģeometriju, kas sastāv no aksiomām, piemēram, “jebkurus divus punktus var savienot ar taisnu līniju”, un teorēmas, kuras var iegūt no šīm aksiomām. Jebkura struktūra, kurai visi šie apgalvojumi ir patiesi, ir Eiklīda ģeometrijas paraugs.

Struktūra S = <U, O, R> ir salikta vienība, kas sastāv no (i) personu tukša kopuma U, ko sauc par S domēnu (vai Visumu), (ii) indeksētu kopu O (ti, sakārtotu sarakstu)) operāciju ar U (kas var būt tukša) un (iii) ar tukšu indeksu nesaistītu R kopa U. Svarīgi atzīmēt, ka struktūras definēšanai nav nozīmes tam, kas ir objekti - tie ir tikai manekeni. Tāpat darbības un funkcijas tiek precizētas tikai pagarinoši; tas ir, n-vietas attiecības tiek definētas kā n-punktu skalas, un funkcijas, kurās ņemti n argumenti, tiek definētas kā (n +1) -sodu klases. Ja visi teorijas teikumi ir patiesi, kad tās simboli tiek interpretēti kā tādi, kas attiecas vai nu uz struktūras S objektiem, attiecībām vai funkcijām, tad S ir šīs teorijas paraugs.

Daudzi zinātnes modeļi no loģikas pārņem ideju par abstrakta aprēķina interpretāciju. Tas ir īpaši svarīgi fizikā, kur vispārīgi likumi, piemēram, Ņūtona kustības vienādojums, ir teorijas pamatā. Šie likumi tiek piemēroti noteiktai sistēmai, piemēram, svārstam, izvēloties īpašu spēka funkciju, veicot pieņēmumus par svārsta masas sadalījumu utt. Rezultātā iegūtais modelis ir vispārējā likuma interpretācija (vai realizācija).

2. Ontoloģija: kas ir modeļi?

Ir dažādas lietas, kuras parasti dēvē par modeļiem: fiziski objekti, izdomāti objekti, kopu teorētiskas struktūras, apraksti, vienādojumi vai dažu no tām kombinācijas. Tomēr šīs kategorijas nav savstarpēji izslēdzošas un nav arī izsmeļošas. Tas, kur var novilkt robežu starp, teiksim, izdomātiem objektiem un teorētiskām kopām, var būt atkarīgs no metafiziskās pārliecības, un daži modeļi var nonākt citā lietu klasē. Kas ir modeļi, tas, protams, ir pats par sevi interesants jautājums, bet, kā īsumā norādīts pēdējā sadaļā, tam ir arī būtiska ietekme uz semantiku un, kā mēs redzēsim turpmāk, uz epistemoloģiju.

2.1. Fiziskie objekti

Daži modeļi ir vienkārši fiziski objekti. Tos parasti sauc par “materiālajiem modeļiem”. Materiālo modeļu klasē ietilpst jebkas, kas ir fiziska būtne un kalpo kā kaut kas cits zinātnisks attēlojums. Starp šīs klases biedriem atrodami akciju piemēri, piemēram, tiltu, lidmašīnu vai kuģu koka modeļi, Vatsona un Krika DNS metāla modelis (Schaffner 1969) un Filipsa hidroloģiskais ekonomikas modelis (Morgan and Boumans 2004). Materiālo modeļu progresīvākie gadījumi ir tā saucamie organismu paraugi: organismi, kurus dzīvības zinātnēs izmanto kā citu organismu stāvus (Ankeny 2009, Ankeny and Leonelli 2012 un Leonelli 2010).

Materiālie modeļi nerada nekādas ontoloģiskas grūtības virs labi zināmajām ķibelēm saistībā ar objektiem, ar kuriem metafiziķi nodarbojas (piemēram, īpašību raksturs, priekšmetu, detaļu un daļu identitāte utt.).

2.2 Iedomu objekti

Daudzi modeļi nav materiāli. Piemēram, Bohra atoma modelis, bez berzes svārsts vai izolētas populācijas ir zinātnieka prātā, nevis laboratorijā, un tie nav fiziski jārealizē un jātestē, lai veiktu savu reprezentācijas funkciju. Šķiet dabiski tos uzskatīt par izdomātiem vienībām. Šo nostāju var izsekot vācu neokantiantam Vaihingeram (1911), kurš uzsvēra fikciju nozīmi zinātniskā pamatojumā. Giere nesen aizstāvēja viedokli, ka modeļi ir abstraktas vienības (1988, 81). Nav pilnīgi skaidrs, ko Giere nozīmē ar “abstraktām vienībām”, taču viņa diskusija par mehāniskajiem modeļiem liek domāt, ka viņš lieto terminu, lai apzīmētu izdomātas vienības.

Šis uzskats sakrīt ar zinātnisko praksi, kur zinātnieki bieži runā par modeļiem it kā par objektiem, kā arī ar filozofiskiem uzskatiem, kas uzskata, ka modeļu manipulācijas ir būtiska zinātniskās izpētes procesa sastāvdaļa (Morgan 1999). Ir dabiski pieņemt, ka ar kaut ko var manipulēt tikai tad, ja tas pastāv. Turklāt modeļiem bieži ir vairāk īpašību, nekā mēs tiem skaidri piedēvējam, kad tos konstruējam, tāpēc tie ir interesanti pētījumu virzītāji. Skats, kas modeļus uzskata par objektiem, to var viegli izskaidrot bez papildu pieņēmumiem: ieviešot modeli, mēs izmantojam identificējošu aprakstu, bet pats objekts ar šo aprakstu nav izsmeļoši raksturots. Tad izpēte vienkārši nozīmē uzzināt vairāk par šādi identificēto objektu.

Šī ieteikuma trūkums ir tāds, ka izdomātas būtnes bēdīgi slavena ar ontoloģiskām mīklām. Tas daudziem filozofiem licis iebilst, ka nav tādu lietu kā izdomātas vienības un ka no acīmredzamām ontoloģiskām saistībām pret tām ir jāatsakās. Visietekmīgākais no šiem deflācijas kontiem meklējams Kvīnā (1953). Balstoties uz Rasela diskusiju par noteiktiem aprakstiem, Kvīns apgalvo, ka tā ir ilūzija, ka, runājot par tām, mēs atsaucamies uz izdomātiem vienībām. Tā vietā mēs varam atbrīvoties no šiem šķietamajiem objektiem, pārvēršot uz tiem attiecinātos vārdus predikātos un analizēt teikumus, piemēram, “Pegasus neeksistē” kā “nekas pegasizējas”. Likvidējot traucējošo terminu, mēs izvairāmies no ontoloģiskās saistības, kuras viņi, šķiet, uzņemas. Tā rezultātā trūkst intereses par izdomātiem subjektiem,īpaši zinātnes filozofu vidū. Programmatiskā esejā Fine (1993) vērš uzmanību uz šo nolaidību un norāda, ka, neraugoties uz izdomājumiem, Kvinas skepticismam ir liela nozīme zinātniskajā argumentācijā. Tomēr Fine nepiedāvā sistemātisku izdomājumu un to, kā tie tiek izmantoti zinātnē, pārskatu.

Jautājums par to, kā izprast fikcijas zinātnē, ir bijis neseno diskusiju temats modelēšanas filozofijā. Barberousse un Ludwig (2009), Contessa (2010), Frigg (2010a, 2010b), Godfrey-Smith (2006, 2009), Leng (2010) un Toon (2010) izstrādā viedokļus, kas modeļus uzskata par sava veida izdomājumiem. Giere (2009) noliedz, ka viņa iepriekšējais darbs būtu jāsaprot šādā veidā, un iestājas pret modeļu skatīšanu kā izdomājumiem. Magnani (2012), Pincock (2012, Ch.4) un Teller (2009) otrais Giere's anti-fiktālisms un apgalvo, ka modeļus nevajadzētu uzskatīt par fikcijām. Veisbergs (2012) iestājas par vidēju pozīciju, kurā modeļus uzskata par heiristisku lomu, bet noliedz, ka tie būtu daļa no zinātniskā modeļa.

2.3. Teorētiskās struktūras

Ietekmīgs skatupunkts uzskata modeļus par teorētiskām struktūrām. Šo nostāju var izsekot līdz Suppes (1960), un tagad ar nelieliem variantiem to tur lielākā daļa teoriju semantiskā skatījuma piekritēju. Lieki piebilst, ka dažādās semantiskā skata versijās pastāv atšķirības (piemēram, van Fraassen uzsver, ka modeļi ir stāvokļa un telpas struktūras); dažādu pozīciju pārskats atrodams Suppē (1989, 1. z.). Tomēr visos šajos kontos modeļi ir viena vai otra veida struktūras (Da Costa un French 2000). Tā kā šāda veida modeļi bieži ir cieši saistīti ar matemātiskām zinātnēm, tos dažreiz sauc arī par “matemātiskiem modeļiem”. (Lai apskatītu šādus modeļus bioloģijā, skat. Lloyd 1984 un 1994.)

Šis skats uz modeļiem ir kritizēts dažādu iemeslu dēļ. Viena izplatīta kritika ir tāda, ka daudzi modeļu veidi, kuriem ir nozīmīga loma zinātnē, nav struktūras un tos nevar iekļaut modeļu strukturālistu skatījumā, kas nevar ne atskaitīties ne par to, kā šie modeļi ir uzbūvēti, ne par to, kā tie darbojas izmeklēšanas kontekstā (Cartwright 1999, Downes 1992, Morrison 1999). Vēl viena apsūdzība par teorētisko pieeju ir tāda, ka nav iespējams izskaidrot, kā struktūras attēlo fizisko pasauli veidojošo mērķu sistēmu, neizdarot pieņēmumus, kas pārsniedz to, ko pieeja var atļauties (Frigg 2006).

2.4. Apraksti

Laika ziņā cienījamā pozīcijā ir tas, ka zinātnieki zinātniskajos rakstos un mācību grāmatās, parādot modeli, ir vairāk vai mazāk stilizēti attiecīgo mērķa sistēmu apraksti (Achinstein 1968, Black 1962).

Šis uzskats nav ticis kritizēts. Tomēr dažas no kritikām, kas ir sakārtotas pret teoriju sintaktisko skatījumu, tāpat apdraud modeļu lingvistisko izpratni. Pirmkārt, ir ierasts, ka vienu un to pašu mēs varam aprakstīt dažādos veidos. Bet, ja mēs identificējam modeli ar tā aprakstu, tad katrs jauns apraksts rada jaunu modeli, kas, šķiet, ir pretintuitīvs. Aprakstu var tulkot citās valodās (formālās vai dabiskās), bet nevarētu teikt, ka tādējādi iegūst citu modeli. Otrkārt, modeļiem ir atšķirīgas īpašības nekā aprakstiem. No vienas puses, mēs sakām, ka Saules sistēmas modelis sastāv no sfērām, kas riņķo ap lielu masu, vai arī, ka modeļa iedzīvotāji ir izolēti no apkārtējās vides, taču, šķiet, nav jēgas to teikt par aprakstu. No otras puses, aprakstiem ir īpašības, kas modeļiem nav. Aprakstu var uzrakstīt angļu valodā, to var veidot no 517 vārdiem, izdrukāt ar sarkanu tinti utt. Nevienam no tā nav jēgas, sakot par modeli. Aprakstošais personāls saskaras ar izaicinājumu vai nu uzskatīt, ka šie argumenti ir kļūdaini, vai parādīt, kā tikt galā ar šīm grūtībām.

2.5 Vienādojumi

Vēl viena lietu grupa, ko parasti sauc par “modeļiem”, jo īpaši ekonomikā, ir vienādojumi (kurus tad arī sauc par “matemātiskiem modeļiem”). Kā piemēru var minēt akciju tirgus Melnā Šolsa modeli vai atvērtas ekonomikas Mundela-Fleminga modeli.

Šī ieteikuma problēma ir tā, ka vienādojumi ir sintaktiski elementi, un tāpēc tie saskaras ar līdzīgiem iebildumiem kā tie, kas izvirzīti pret aprakstiem. Pirmkārt, var aprakstīt vienu un to pašu situāciju, izmantojot dažādas koordinātas, un rezultātā iegūt dažādus vienādojumus; bet šķiet, ka mēs neiegūstam citu modeli. Otrkārt, modelim ir īpašības, kas atšķiras no vienādojuma. Oscilators ir trīsdimensiju, bet vienādojums, kas apraksta tā kustību, nav. Tāpat vienādojums var būt neviendabīgs, bet tā aprakstītā sistēma nav.

2.6. Gerdermanderētas ontoloģijas

Līdz šim apspriestajos priekšlikumos klusējot tiek pieņemts, ka modelis pieder vienai noteiktai objektu klasei. Bet šis pieņēmums nav nepieciešams. Varētu būt, ka modeļi ir dažādu ontoloģisko kategoriju elementu sajaukums. Šajā aspektā Morgans (2001) ierosina modeļos ietvert gan strukturālus, gan stāstījuma elementus (“stāstus”, kā viņa tos sauc).

3. Epistemoloģija: mācīšanās ar modeļiem

Modeļi ir transporta līdzekļi pasaules iepazīšanai. Nozīmīgas zinātniskās izpētes daļas tiek veiktas modeļiem, nevis pašai realitātei, jo, izpētot modeli, mēs varam atklāt iezīmes un noskaidrot faktus par sistēmu, uz kuras modelis attiecas; īsi sakot, modeļi ļauj veikt surogātiskus apsvērumus (Swoyer 1991). Piemēram, mēs pētām ūdeņraža atoma raksturu, populāciju dinamiku vai polimēru uzvedību, izpētot to attiecīgos modeļus. Šī modeļu kognitīvā funkcija ir plaši atzīta literatūrā, un daži pat liek domāt, ka modeļi rada jaunu spriešanas stilu, tā saukto “uz modeļiem balstīto spriešanu” (Magnani un Nersessian 2002, Magnani, Nersessian and Thagard 1999). Tas mums liek jautāt, kā ir iespējams mācīties ar modeli.

Hjūss (1997) nodrošina vispārīgu ietvaru šī jautājuma apspriešanai. Pēc viņa tā dēvētā DDI konta, mācīšanās notiek trīs posmos: apzīmēšana, demonstrēšana un interpretācija. Sākumā izveidojam reprezentācijas sakarību ('apzīmējums') starp modeli un mērķi. Tad mēs izpētīsim modeļa iezīmes, lai parādītu noteiktas teorētiskas pretenzijas par tā iekšējo uzbūvi vai mehānismu; ti, mēs uzzinām par modeli ('demonstrācija'). Visbeidzot, šie atklājumi jāpārvērš pretenzijās par mērķa sistēmu; Hjūss šo soli dēvē par “interpretāciju”. Tieši uz pēdējiem diviem jēdzieniem ir runa.

3.1. Modeļa apguve: eksperimenti, domu eksperimenti un simulācija

Mācīšanās par modeli notiek divās vietās modeļa uzbūvē un manipulācijās (Morgan 1999). Nav fiksētu noteikumu vai recepšu modeļa veidošanai, un tāpēc ļoti svarīgi ir izdomāt, kas der un kā dod iespēju uzzināt par modeli. Kad modelis ir uzbūvēts, mēs neuzzinām par tā īpašībām, to aplūkojot; mums ir jāizmanto un ar to jātiek manipulētiem, lai izprastu tā noslēpumus.

Atkarībā no tā, ar kādu modeli mēs strādājam, modeļa izveidošana un manipulēšana ir dažādas aktivitātes, kurām nepieciešama atšķirīga metodika. Materiālu modeļi, šķiet, nav problemātiski, jo tos izmanto parastos eksperimentālos apstākļos (piemēram, mēs ievietojam automašīnas modeli vēja tunelī un mēra tā gaisa pretestību). Tādējādi, ciktāl tas attiecas uz modeļa apguvi, materiālie modeļi neizraisa jautājumus, kas pārsniedz eksperimentēšanas jautājumus plašāk.

Ne tik ar izdomātiem modeļiem. Kādi ierobežojumi ir izdomātu modeļu konstruēšanai un kā ar tiem manipulēt? Šķiet, ka dabiska atbilde ir tāda, ka mēs uz šiem jautājumiem atbildam, veicot domas eksperimentu. Dažādi autori (piemēram, Brown 1991, Gendler 2000, Norton 1991, Reiss 2003, Sorensen 1992) ir izpētījuši šo argumentāciju, taču viņi ir izdarījuši ļoti atšķirīgus un bieži pretrunīgus secinājumus par to, kā tiek veikti domu eksperimenti un kāds ir to rezultātu statuss. (sīkāku informāciju skatīt ierakstā par domu eksperimentiem).

Svarīga modeļu klase ir matemātiska. Dažos gadījumos ir iespējams analītiski iegūt rezultātus vai atrisināt vienādojumus. Bet diezgan bieži tas tā nav. Tieši šajā brīdī datora izgudrojumam bija liela ietekme, jo tas ļauj mums atrisināt vienādojumus, kas citādi ir neizturami, veicot datora simulāciju. Daudzas pašreizējo pētījumu dabas un sociālajās zinātnēs balstās uz datoru simulācijām. Zvaigžņu un galaktiku veidošanās un attīstība, augstas enerģijas smago jonu reakciju detalizēta dinamika, sarežģītā dzīves evolūcijas procesa aspekti, kā arī karu sākšanās, ekonomikas progresēšana, lēmumu pieņemšanas procedūras organizācijā un morālā izturēšanās tiek izpētīta, izmantojot datorsimulācijas, lai pieminētu tikai dažus piemērus (Hegselmann et al. 1996, Skyrms 1996).

Kas ir simulācija? Simulācijas parasti tiek izmantotas saistībā ar dinamiskiem modeļiem, ti, modeļiem, kas prasa laiku. Simulācijas mērķis ir atrisināt šāda modeļa kustības vienādojumus, kas veidoti tā mērķa sistēmas laika evolūcijas attēlošanai. Tātad var teikt, ka simulācija (parasti reālu) procesu imitē ar citu procesu (Hartmann 1996, Humphreys 2004).

Tika apgalvots, ka datorsimulācijas veido patiesi jaunu zinātnes metodoloģiju vai pat jaunu zinātnisku paradigmu, kas turklāt rada arī jaunu filozofisku jautājumu klāstu (Humphreys 2004, 2009, Rohrlich 1991, Winsberg 2001 un 2003, un dažādi ieguldījumi Sismondo un Gissis 1999). Tāpēc apgalvojums ir tāds, ka simulācijas liek apšaubīt mūsu filozofisko izpratni par daudziem zinātnes aspektiem. Tomēr šī entuziasms netiek dalīts vispārēji, un daži apgalvo, ka simulācijas ne tikai pieprasa jaunu zinātnes filozofiju, bet arī rada dažas jaunas filozofiskas problēmas (Frigg and Reiss 2009).

Neatkarīgi no tā, vai datorsimulācijas uzskata par fundamentāli jauniem filozofiskiem jautājumiem, nav šaubu par to praktisko nozīmi. Kad standarta metodes neizdodas, datorsimulācijas bieži vien ir vienīgais veids, kā uzzināt kaut ko par dinamisko modeli; viņi palīdz mums “pagarināt sevi” (Humphreys 2004), kā tas bija. Svarīgs jautājums, kas rodas šajā kontekstā, ir simulācijas rezultātu pamatojums: kāpēc mums vajadzētu uzticēties datorsimulācijas rezultātiem? Ietekmīgais mēģinājumu virziens uz šo jautājumu izmanto tradicionālo eksperimentu un datorsimulāciju līdzības, kas rada nepatīkamus jautājumus par datorsimulāciju un eksperimentu saistību (Barberousse, Franceschelli un Imbert 2009, Morgan 2003, Morrison 2009, Parker 2008, 2009, Vinsberga 2003).

Šo uzticamības jautājumu var iedalīt apakšjautājumos: a) vai modeļa vienādojumi pietiekami precīzi attēlo mērķa sistēmu attiecīgajam mērķim un b) vai dators nodrošina pietiekami precīzus šo vienādojumu risinājumus? Praktizētāji tos attiecīgi sauc par validācijas un verifikācijas problēmu. Praksē mēs bieži saskaramies ar Duhemas problēmas versiju, jo var novērtēt tikai simulācijas "neto iznākumu", un šos divus jautājumus nav iespējams izskatīt pa vienam. Tas bija licis zinātniekiem izstrādāt dažādas metodes, lai pārbaudītu, vai simulācijas rezultāts ir uz mērķa; šo diskusiju skat. Vinsbergs (2009, 2010).

Heiristiski svarīgi ir arī datorsimulācijas. Viņi var ierosināt jaunas teorijas, modeļus un hipotēzes, piemēram, balstoties uz modeļa parametru telpas sistemātisku izpēti (Hartmann 1996). Bet datorsimulācijām ir arī metodoloģiskas briesmas. Tie var sniegt maldinošus rezultātus, jo ciparu datorā veikto aprēķinu diskrētās rakstura dēļ tie ļauj izpētīt tikai daļu no visas parametru vietas; un šī apakštelpa var neatklāt noteiktas svarīgas modeļa iezīmes. Šīs problēmas nopietnību kaut kā mazina mūsdienu datoru pieaugošā jauda. Bet arī vairāk skaitļošanas jaudas pieejamībai var būt nelabvēlīga ietekme. Tas var mudināt zinātniekus ātri nākt klajā ar arvien sarežģītākiem, bet konceptuāli priekšlaicīgiem modeļiem,iesaistot slikti izprotamus pieņēmumus vai mehānismus un pārāk daudz papildu pielāgojamu parametru (par saistītās problēmas izklāstu atsevišķu aktieru modeļu kontekstā sociālajās zinātnēs skat. Schnell 1990). Tas var izraisīt empīriskās pietiekamības palielināšanos, kas var būt apsveicami, ja runa ir, piemēram, par laika apstākļu prognozēšanu, bet tas nebūt nenozīmē labāku izpratni par pamatā esošajiem mehānismiem. Rezultātā datorsimulāciju izmantošana var mainīt svaru, ko mēs piešķiram dažādiem zinātnes mērķiem. Visbeidzot, datora jaudas pieejamība var vilināt zinātniekus veikt aprēķinus, kuriem nav tādas uzticamības pakāpes, kāda varētu būt viņiem sagaidāma. Tas notiek, piemēram, ja datorus izmanto, lai izplatītu varbūtības sadalījumus uz priekšu laikā,kuras pēc tam tiek uzskatītas par lēmumiem atbilstošām varbūtībām, kaut arī izrādās, ka tās netiek apskatītas tuvāk (sk. Frigg et al. 2012). Tāpēc ir svarīgi, lai jūs neatlaistu no līdzekļiem, ko piedāvā jauni jaudīgi datori, un tādējādi novietojiet redzeslokā patiesos pētniecības mērķus.

3.2. Zināšanu par modeli pārvēršana zināšanās par mērķi

Kad mums ir zināšanas par modeli, šīs zināšanas ir “jāpārvērš” zināšanās par mērķa sistēmu. Tieši šajā brīdī modeļu reprezentācijas funkcija atkal kļūst nozīmīga. Modeļi var mūs instruēt par realitātes būtību tikai tad, ja mēs pieņemam, ka (vismaz dažiem) modeļa aspektiem ir līdzības pasaulē. Bet, ja mācīšanās ir saistīta ar reprezentāciju un ja ir dažādi reprezentācijas veidi (analoģijas, idealizācijas utt.), Tad pastāv arī dažādi mācīšanās veidi. Ja, piemēram, mums ir modelis, kuru mēs uzskatām par reālistisku attēlojumu, tad zināšanu pārnešana no modeļa uz mērķi tiek veikta savādāk nekā tad, ja mēs strādājam ar analogu vai modeli, kas ietver pieņēmumu idealizēšanu.

Kādi ir šie dažādie mācīšanās veidi? Lai arī ir veikti daudz gadījumu izpētes par to, kā darbojas konkrēti konkrēti modeļi, nešķiet, ka būtu vispārīgs pārskats par to, kā tiek panākta zināšanu pārnešana no modeļa uz mērķa sasniegšanu (tas ir iespējams, izņemot analoģiskas spriešanas teorijas, sk. atsauces iepriekš). Šis ir grūts jautājums, bet tas ir tas, kam jāpievērš lielāka uzmanība nekā līdz šim.

4. Modeļi un teorija

Viens no visvairāk satraucošajiem jautājumiem saistībā ar modeļiem ir tas, kā tie attiecas uz teorijām. Atšķirība starp modeļiem un teoriju ir ļoti miglaina, un daudzu zinātnieku žargonā bieži ir grūti, ja pat neiespējami, novilkt robežu. Tāpēc jautājums ir: vai ir atšķirība starp modeļiem un teorijām, un ja jā, kā tie ir savstarpēji saistīti?

Parasti runājot, termini “modelis” un “teorija” dažreiz tiek izmantoti, lai izteiktu kāda attieksmi pret noteiktu zinātnes darbu. Frāze “tas ir tikai modelis” norāda, ka attiecīgā hipotēze tiek apgalvota tikai provizoriski vai ir pat zināma, ka tā ir nepatiesa, savukārt kaut kas tiek apzīmēts ar “teorija” apzīmējumu, ja tas ir ieguvis zināmu vispārēju atzīšanu. Tomēr šādā veidā novilkt līniju starp modeļiem un teorijām nav nozīmes sistemātiskai modeļu izpratnei.

4.1 Divas galējības: teoriju sintaktiskais un semantiskais skatījums

Teoriju sintaktiskais skatījums, kas ir zinātnes loģiskā pozitīvisma attēla neatņemama sastāvdaļa, teoriju konstruē kā teikumu kopumu pirmās kārtas loģikas aksiomatizētā sistēmā. Šīs pieejas ietvaros termins modelis tiek izmantots plašākā un šaurākā nozīmē. Plašākā nozīmē modelis ir tikai semantisko noteikumu sistēma, kas interpretē abstraktu aprēķinu, un modeļa izpēte ir zinātniskās valodas semantikas pārbaude. Šaurākā nozīmē modelis ir noteikta aprēķina alternatīva interpretācija (Braithwaite 1953, Campbell 1920, Nagel 1961, Spector 1965). Ja, piemēram, ņemsim matemātiku, ko izmanto gāzu kinētiskajā teorijā, un šo interpretācijas terminus interpretējam tādā veidā, kas liek tiem atsaukties uz biljarda bumbiņām, tad biljarda bumbiņas ir gāzu kinētiskās teorijas paraugs. Sintaktiskā viedokļa piekritēji uzskata, ka šādiem modeļiem nav nozīmes zinātnē. Viņiem piederošie modeļi ir lieki papildinājumi, kuriem labākajā gadījumā ir pedagoģiska, estētiska vai psiholoģiska vērtība (Carnap 1938, Hempel 1965; skat. Arī Bailer-Jones 1999).

Teoriju semantiskais skatījums (sk., Piem., Van Fraassen 1980, Giere 1988, Suppe 1989 un Suppes 2002) apmaina šo viedokli un paziņo, ka mums vajadzētu pilnīgi iztikt bez formāla aprēķina un teoriju aplūkot kā modeļu saimi. Lai arī dažādās semantiskā skata versijās tiek pieņemts atšķirīgs modeļa jēdziens (skat. Iepriekš), viņi visi piekrīt, ka modeļi ir zinātniskās teorijas centrālā vienība.

4.2. No teorijām neatkarīgie modeļi

Viena no acīmredzamākajām semantiskā viedokļa kritikām ir tā, ka tā nepareizi izceļ modeļu vietu zinātniskajā celtnē. Modeļi ir samērā neatkarīgi no teorijas, nevis veido tos; vai, lai izmantotu Morisona (1998) saukli, viņi ir “autonomi aģenti”. Šai neatkarībai ir divi aspekti: uzbūve un funkcionēšana (Morgan and Morrison 1999).

Skats uz to, kā modeļi tiek konstruēti reālajā zinātnē, parāda, ka tie nav pilnībā iegūti ne no datiem, ne no teorijas. Teorijas mums nesniedz modeļa uzbūves algoritmus; tie nav “tirdzniecības automāti”, kuros var ievietot problēmu, un parādās kāds modelis (Cartwright 1999, 8. nodaļa). Modeļa veidošana ir māksla, nevis mehāniska procedūra. Londonas supravadītspējas modelis mums sniedz labu šo attiecību piemēru. Modeļa galvenajam vienādojumam nav teorētiska pamatojuma (tādā nozīmē, ka to varētu iegūt no elektromagnētiskas vai kādas citas pamat teorijas), un tas ir motivēts, pamatojoties tikai uz fenomenoloģiskiem apsvērumiem (Cartwright et al. 1995). Vai, citiem vārdiem sakot,modelis ir izveidots no apakšas uz augšu, nevis no augšas uz leju, un tāpēc bauda lielu neatkarību no teorijas.

Otrais modeļu neatkarības aspekts ir tāds, ka tie veic funkcijas, kuras viņi nevarētu veikt, ja tie būtu teoriju sastāvdaļa vai būtu no tām atkarīgi.

Modeļi kā teoriju papildinājumi. Teoriju var nepilnīgi precizēt tādā nozīmē, ka tā uzliek noteiktus vispārīgus ierobežojumus, bet klusē par konkrētu situāciju detaļām, kuras nodrošina modelis (Redhead 1980). Īpašs šīs situācijas gadījums ir tad, kad ir zināma kvalitatīvā teorija un modelis ievieš kvantitatīvos mērus (Apostel 1961). Rūdhejas piemērs šādā veidā nepietiekami definētai teorijai ir aksiomātiskā kvantu lauka teorija, kas tikai nosaka noteiktus vispārīgus ierobežojumus kvantu laukiem, bet nesniedz pārskatu par konkrētiem laukiem.

Kaut arī Redhead un citi, šķiet, domā par šāda veida gadījumiem kā kaut kādiem īpašiem, Cartwright (1983) ir apgalvojis, ka tie ir drīzāk noteikums, nevis izņēmums. Pēc viņas domām, tādas fundamentālas teorijas kā klasiskā mehānika un kvantu mehānika nepauž neko, jo tās neapraksta nevienu reālās pasaules situāciju. Likumi šādās teorijās ir shēmas, kuras jāprecizē un jāaizpilda ar konkrētas situācijas detaļām, kas ir uzdevums, kuru izpilda modelis.

Modeļi, kas iestājas, kad teorijas ir pārāk sarežģītas, lai tās apstrādātu. Teorijas var būt pārāk sarežģītas, lai tās apstrādātu. Šādā gadījumā var izmantot vienkāršotu modeli, kas pieļauj risinājumu (Apostel 1961, Redhead 1980). Piemēram, kvantu hromodinamiku nevar viegli izmantot, lai izpētītu kodola hadrona struktūru, lai arī tā ir šīs problēmas pamat teorija. Lai izvairītos no šīs grūtības, fiziķi konstruē izsekojamus fenomenoloģiskos modeļus (piemēram, MIT maisa modeli), kas efektīvi raksturo attiecīgās sistēmas brīvības pakāpes (Hartmann 1999). Šo modeļu priekšrocība ir tā, ka tie dod rezultātus tur, kur teorijas klusē. Viņu trūkums ir tāds, ka bieži vien nav skaidrs, kā izprast attiecības starp teoriju un modeli, jo abi šie principi ir pretrunīgi.

Ekstremālāks gadījums ir modeļa izmantošana, kad teoriju vispār nav. Mēs sastopamies ar šo situāciju visās jomās, taču tā ir īpaši nikna bioloģijā un ekonomikā, kur bieži vien nav vajadzīgas visaptverošas teorijas. Modeļus, ko zinātnieki pēc tam konstruē situācijas risināšanai, dažreiz sauc par “aizstājēju modeļiem” (Groenewold 1961).

Modeļi kā sākotnējās teorijas. Modeļu kā teoriju aizstājēju jēdziens ir cieši saistīts ar attīstības modeļa jēdzienu. Šo terminu ir izdomājis Leplins (1980), kurš norādīja, cik noderīgi modeļi bija agrīnās kvantu teorijas attīstībā, un tagad to izmanto kā jumta jēdzienu, kas aptver gadījumus, kad modeļi ir sava veida sākotnējie teorijas vingrinājumi.

Cieši saistīts jēdziens ir zondēšanas modeļi (arī “studiju modeļi” vai “rotaļlietu modeļi”). Tie ir modeļi, kas neveic reprezentācijas funkciju un no kuriem, domājams, neiedos mums neko citu, kā tikai pats modelis. Šo modeļu mērķis ir pārbaudīt jaunus teorētiskos rīkus, kurus vēlāk izmanto, lai izveidotu reprezentācijas modeļus. Pēc lauka teorijas, piemēram, tā saukto φ 4 -model ir pētīta plaši nevis tāpēc, ka tā ir ko reālu (tas ir labi zināms, ka tas nav), bet gan tāpēc, ka tas kalpo vairākas heiristisko funkcijas. Φ 4 vienkāršība-modelis ļauj fiziķim “gūt priekšstatu” par kvantu lauka teorijām un iegūt dažas vispārīgas iezīmes, kuras šim vienkāršajam modelim ir līdzīgas ar sarežģītākajām. Var izmēģināt sarežģītas tehnikas, piemēram, renormalizāciju vienkāršā iestatījumā, un ir iespējams iepazīties ar mehānismiem - šajā gadījumā simetrijas laušanu -, kurus var izmantot vēlāk (Hartmann 1995). Tas attiecas ne tikai uz fiziku. Kā norāda Wimsatt (1987), viltus modeļi ģenētikā var veikt daudzas noderīgas funkcijas, starp kurām ir šādas: viltus modelis var palīdzēt atbildēt uz jautājumiem par reālistiskākiem modeļiem, nodrošina arēnu, kur atbildēt uz jautājumiem par sarežģītāku modeļu īpašībām,” izslēdz parādības, kuras citādi nebūtu redzamas,kalpo kā vispārīgāka modeļa ierobežojošs gadījums (vai divi nepatiesi modeļi var definēt to gadījumu nepārtrauktības galējo daļu, kuros paredzēts uzskatīt reālo lietu), vai arī tas var novest pie būtisku mainīgo identificēšanas un to aplēses vērtības.

5. Zinātnes filozofijas modeļi un citas debates

Diskusijām par zinātniskajiem modeļiem ir nozīmīga ietekme uz citām zinātnes filozofijas debatēm. Iemesls tam ir tas, ka tradicionāli debates par zinātnisko reālismu, redukcionismu, skaidrojumiem un dabas likumiem tika veidotas teoriju izteiksmē, jo tikai teorijas tika atzītas par zinātniskās atziņas nesējām. Tāpēc jautājums ir par to, vai un, ja jā, tad diskusijas par šiem jautājumiem mainās, kad mēs novirzām uzmanību no teorijām uz modeļiem. Līdz šim neviena no šīm problēmām nav izstrādāta visaptveroša modeļa uzskaite; bet modeļi tomēr atstāja dažas pēdas diskusijās par šīm tēmām.

5.1 Debates par modeļiem un reālismu un antireālismu

Tika apgalvots, ka modeļa veidošanas prakse dod priekšroku antireālismam, nevis reālismam. Antireālisti norāda, ka patiesība nav zinātniskās modelēšanas galvenais mērķis. Piemēram, Cartwright (1983) piedāvā vairākus gadījumu pētījumus, kas ilustrē, ka labie modeļi bieži ir nepatiesi un ka domājamās patiesās teorijas varētu maz palīdzēt, ja saprotam, piemēram, lāzera darbību.

Reālisti noliedz, ka modeļu nepatiesība padara reālistisku pieeju zinātnei neiespējamu, norādot, ka labs modelis, domājams, ka tas nav burtiski patiess, parasti ir vismaz aptuveni patiess. Laymon (1985) apgalvo, ka modeļa prognozes parasti kļūst labākas, kad mēs atslābinām idealizācijas (ti, de-idealizējam modeli), kuras viņš ņem reālisma atbalstam (sk. Arī McMullin 1985, Nowak 1979 un Brzezinski and Nowak 1992).

Papildus parastajām sūdzībām par aptuvenās patiesības jēdziena pamatotību antireālisti ir izvirzījuši šo atbildi divu (saistītu) iemeslu dēļ. Pirmkārt, kā uzsver Cartwright (1989), nav pamata uzskatīt, ka modeli vienmēr var uzlabot, pievienojot de-idealizējošos labojumus. Otrkārt, šķiet, ka izklāstītā procedūra neatbilst zinātniskajai praksei. Ir neparasti, ka zinātnieki iegulda darbu, lai vairākkārtīgi idealizētu esošo modeli. Drīzāk viņi pāriet uz pavisam citu modelēšanas sistēmu, tiklīdz pārmērīgi tiek iesaistīti veicamie pielāgojumi (Hartmann 1998). Dažādi atomu kodola modeļi ir piemērs. Kad ir saprasts, ka čaulas efekti ir svarīgi, lai saprastu dažādas parādības,(kolektīvais) šķidruma pilienu modelis ir ticis atstāts malā, un (vienas daļiņas) apvalka modelis ir izstrādāts, lai ņemtu vērā šos atklājumus. Papildu grūtības, kas saistītas ar idealizēšanas atcelšanu, ir tas, ka vairums idealizāciju netiek “kontrolētas”. Piemēram, nav skaidrs, kādā veidā varētu de-idealizēt MIT-Bag modeli, lai galu galā nonāktu pie kvantu hromodinamikas - it kā pareizās pamatā esošās teorijas.

Papildu antireālisma arguments, “nesavienojamo modeļu arguments”, kā sākumpunkts ir novērojums, ka zinātnieki prognozēšanas nolūkos bieži veiksmīgi izmanto vairākus vienas un tās pašas mērķa sistēmas vairākus nesaderīgus modeļus (Morrison 2000). Šie modeļi šķietami ir pretrunā viens ar otru, jo tie vienai un tai pašai mērķa sistēmai piešķir dažādas īpašības. Piemēram, kodolenerģijas fizikā šķidruma piliena modelis pēta atoma kodola analoģiju ar (uzlādētu) šķidruma pilienu, savukārt apvalka modelis apraksta kodolīpašības protonu un neitronu, kas ir atoma kodola sastāvdaļas, īpašību izteiksmē. Šķiet, ka šī prakse rada problēmas zinātniskajam reālismam. Reālisti parasti uzskata, ka pastāv cieša saikne starp teorijas paredzamo veiksmi un tās vismaz aptuveni patiesību. Bet, ja vairākas vienas un tās pašas sistēmas teorijas ir paredzami veiksmīgas un ja šīs teorijas ir savstarpēji pretrunīgas, tās visas nevar būt patiesas, pat ne aptuveni.

Reālisti uz šo argumentu var reaģēt dažādos veidos. Pirmkārt, viņi var apstrīdēt apgalvojumu, ka attiecīgie modeļi patiešām ir paredzami veiksmīgi. Ja modeļi nav labi prognozētāji, arguments tiek bloķēts. Otrkārt, viņi var aizstāvēt perspektīva reālisma versiju (Giere 1999, Rueger 2005), saskaņā ar kuru katrs modelis atklāj vienu attiecīgās parādības aspektu, un, kopā ņemot, rodas pilnīgs (vai pilnīgāks) pārskats. Treškārt, reālisti, pirmkārt, var noliegt, ka pastāv problēma, jo zinātniskie modeļi, kas vienmēr tiek idealizēti vienā vai otrā veidā un tāpēc stingri runājot par nepatiesu, ir tikai nepareizais līdzeklis, lai norādītu uz reālismu.

5.2 Modelis un redukcionisms

Pēdējā sadaļā minētā vairāku modeļu problēma rada jautājumu par to, kā dažādi modeļi ir saistīti. Acīmredzami, ka vairāki vienas un tās pašas mērķa sistēmas modeļi parasti nav deduktīvi, jo tie bieži ir pretrunā viens ar otru. Ņemot vērā to, ka vairumam no šiem modeļiem šķiet, ka tie ir nepieciešami zinātnes praksē, vienkāršs attēls par zinātnes organizāciju pēc Nagela (1961) samazināšanas modeļa vai Oppenheima un Putnama (1958) piramīdas attēla nešķiet ticams.

Daži ir ieteikuši (Cartwright 1999, Hacking 1983) zinātnes ainu, saskaņā ar kuru nepastāv sistemātiskas attiecības, kas pastāv starp dažādiem modeļiem. Daži modeļi ir savstarpēji saistīti, jo tie pārstāv vienu un to pašu mērķa sistēmu, taču tas nenozīmē, ka tie nodibinās kādas citas attiecības (deduktīvas vai citādas). Mēs sastopamies ar dažāda veida modeļiem, kuriem visiem ir ceteris paribus to īpašajās piemērojamības jomās (sk. Arī dokumentus, kas apkopoti Falkenburgā un Muschik 1998).

Daži apgalvo, ka šī ainava vismaz daļēji ir nepareiza, jo starp dažādiem modeļiem vai teorijām pastāv dažādas interesantas attiecības. Šīs attiecības svārstās no kontrolētām tuvinājumiem vienskaitļa robežu attiecībās (Batterman 2004) līdz strukturālām attiecībām (Gähde 1997) un diezgan lojām attiecībām, ko sauc par stāstiem (Hartmann 1999; sk. Arī Bokulich 2003). Šie ieteikumi ir sniegti, pamatojoties uz gadījumu izpēti (piemēram, tā dēvētās efektīvās kvantu lauka teorijas, sk. Hartmann 2001), un atliek tikai noskaidrot, vai šīs attiecības var sniegt vispārīgāk un vai to dziļāks pamatojums tos var nodrošināt, piemēram, ar Bajesijas ietvaru (pirmie soļi Bajesijas izpratnē par samazināšanu atrodami Dizadji-Bahmani et al., 2011).

5.3 Dabas modeļi un likumi

Plaši tiek uzskatīts, ka zinātnes mērķis ir atklāt dabas likumus. Filozofi, savukārt, ir saskārušies ar izaicinājumu izskaidrot, kādi ir dabas likumi. Saskaņā ar diviem šobrīd dominējošajiem pārskatiem, labāko sistēmu pieeju un universālo pieeju, dabas likumi tiek saprasti kā universāli, kas nozīmē, ka tie attiecas uz visu, kas pastāv pasaulē. Liekas, ka šī likumu pieņemšana nav uzskatāma par skatu, kurā zinātniskās teorijas centrā ir modeļi. Kāda loma vispārējiem likumiem ir zinātnē, ja tie ir modeļi, kas atspoguļo to, kas notiek pasaulē, un kā modeļi un likumi ir saistīti?

Viena no iespējamām atbildēm ir apgalvot, ka dabas likumi entītijas un procesus pārvalda modelī, nevis pasaulē. Pamatlikumi par šo pieeju nenosaka faktus par pasauli, bet attiecas uz modeļa vienībām un procesiem. Dažādus šī viedokļa variantus ir pauduši Cartwright (1983, 1999), Giere (1999) un van Fraassen (1989). Pārsteidzoši, šķiet, ka likumu realisti nav reaģējuši uz šo izaicinājumu, un tāpēc paliek atklāts jautājums, vai (un ja jā, kā) reālistisku likumu izpratni un uz modeļiem balstītu pieeju zinātnei var padarīt savietojamu.

5.4. Modeļi un zinātniskais skaidrojums

Dabas likumiem ir liela nozīme daudzos skaidrojumu aprakstos, visredzamāk deduktīvi-nomoloģiskajā modelī un apvienošanas pieejā. Diemžēl šie konti pārmanto problēmas, kas izjauc attiecības starp modeļiem un likumiem. Tas mums atstāj divas iespējas. Var gan apgalvot, ka no likumiem var iztikt bez skaidrojumiem, idejas, kas tiek izmantota gan van Fraassena (1980) pragmatiskajā skaidrojuma teorijā, gan cēloņsakarības skaidrojuma pieejās, piemēram, Woodward's (2003). Saskaņā ar pēdējo modeli ir instrumenti, lai uzzinātu par cēloņsakarībām, kas pastāv starp noteiktiem faktiem vai procesiem, un tieši šīs attiecības veic skaidrojošo darbu. Vai arī var pārnest skaidrojošo slogu modeļiem. Pozitīvs ieteikums šajā sakarā ir Cartwright tā sauktais “simulacrum skaidrojuma konts”,kas liek mums izskaidrot fenomenu, izveidojot modeli, kas šo fenomenu iekļauj grandiozās teorijas pamatprincipos (1983, Ch. 8). Šajā sakarā pats modelis ir izskaidrojums, kuru meklējam. Tas labi sakrīt ar pamata zinātnisko intuīciju, bet atstāj mums jautājumu par to, kāds ir skaidrojuma jēdziens darbā (sk. Arī Elgin and Sober 2002). Bokuličs (2008, 2009) izmanto līdzīgu argumentāciju un uzskata modeļu skaidrojošo spēku par cieši saistītu ar to izdomāto raksturu. Tas labi sakrīt ar pamata zinātnisko intuīciju, bet atstāj mums jautājumu par to, kāds ir skaidrojuma jēdziens darbā (sk. Arī Elgin and Sober 2002). Bokuličs (2008, 2009) izmanto līdzīgu argumentāciju un uzskata modeļu skaidrojošo spēku par cieši saistītu ar to izdomāto raksturu. Tas labi sakrīt ar pamata zinātnisko intuīciju, bet atstāj mums jautājumu par to, kāds ir skaidrojuma jēdziens darbā (sk. Arī Elgin and Sober 2002). Bokuličs (2008, 2009) izmanto līdzīgu argumentāciju un uzskata modeļu skaidrojošo spēku par cieši saistītu ar to izdomāto raksturu.

6. Secinājums

Modeļiem ir liela nozīme zinātnē. Bet, neraugoties uz to, ka viņi ir izraisījuši ievērojamu filozofu interesi, mūsu izpratnē par modeļiem un to darbību joprojām ir ievērojamas nepilnības.

Bibliogrāfija

  • Achinstein, Peter (1968), Zinātnes jēdzieni. Filozofiskā analīze. Baltimora: Johns Hopkins Press.
  • Ackerlof, Džordžs A (1970), “Citronu tirgus: kvalitātes nenoteiktība un tirgus mehānisms”, Ekonomikas ceturkšņa žurnāls 84: 488–500.
  • Ankeny, Rachel (2009), “Modeļa organismi kā fikcijas”, Mauricio Suárez (ed.): Fikcijas zinātnē, Filozofiskās esejas par modelēšanu un idealizēšanu, Londona: Routledge, 194–204.
  • Apostels, Leo (1961), “Ceļā uz formālu pētījumu modeli neformālajās zinātnēs”, Freudenthal, 1961., 1. – 37.
  • Bailers-Džounss, Daniela M. (1999), “Modeļu attīstības izsekošana zinātnes filozofijā”, Magnani, Nersessian un Thagard, 1999, 23. – 40.
  • ––– (2003) “Kad zinātniskie modeļi pārstāv”, Starptautiskie pētījumi zinātnes filozofijā 17: 59–74.
  • ––– un Bellera-Džounsa CAL (2002), “Modelēšanas dati: analogi neironu tīklos, imitētas atlaidināšanas un ģenētiskie algoritmi”, Magnani un Nersessian 2002: 147–165.
  • Barbrousse, Anouk un Pascal Ludwig (2009), “Fikcijas un modeļi”, Mauricio Suárez (ed.): Fikcijas zinātnē, Filozofiskās esejas par modelēšanu un idealizēšanu, Londona: Routledge, 56–75.
  • ––– Sara Franceschelli, Kirila Imberta (2009), “Datorsimulācijas kā eksperimenti”, Synthese, 169 (3): 557–574.
  • Battermans, Roberts (2004), “Intertheory Relations in Physics”, Stenforda filozofijas enciklopēdija (2004. gada pavasara izdevums), Edvards N. Zalta (red.), URL = https://plato.stanford.edu/archives/spr2004/ ieraksti / savstarpēji saistīti fizika /.
  • Bells, Džons un Moshé Machover (1977), matemātiskās loģikas kursi, Amsterdama: Ziemeļholande.
  • Melns, Makss (1962), modeļi un metaforas. Valodas un filozofijas studijas. Ithaca, New York: Cornell University Press.
  • Bogēns, Džeimss un Džeimss Vudvards (1988), “Saglabājot fenomenu”, Filozofiskais apskats 97: 303–352.
  • Bokuličs, Alisa (2003), “Horizontālie modeļi: no maizniekiem līdz kaķiem”, Zinātnes filozofija 70: 609–627.
  • ––– (2008), Kvantu-klasiskās attiecības atkārtota izpēte: ārpus redukcionisma un plurālisma, Kembridža: Cambridge University Press.
  • ––– (2009), “Skaidrojošās fikcijas”, autors: Mauricio Suárez (red.): Fikcijas zinātnē. Filozofiskās esejas par modelēšanu un idealizēšanu Londona: Routledge, 91–109.
  • Braithwaite, Richard (1953), zinātniskais skaidrojums. Kembridža: Cambridge University Press.
  • Brewer, WF un CA Chinn (1994), “Zinātnieku atbildes uz anomāliem datiem: pierādījumi no psiholoģijas, vēstures un zinātnes filozofijas”, rakstā: Zinātnes filozofijas asociācijas 1994. gada divgadu sanāksmes materiāli, 1. sējums: Simpoziji un Uzaicinātie raksti, 304. – 313.
  • Brauns, Džeimss (1991), Prāta laboratorija: domas eksperimenti dabaszinātnēs. Londona: Routledge.
  • Brzezinski, Jerzy and Lešek Nowak (red.) (1992), III idealizācija: tuvināšana un patiesība. Amsterdama: Rodopi.
  • Callender, Craig un Jonathan Cohen (2006), “Par zinātnisko pārstāvību nav īpašu problēmu”, Theoria, gaidāmā.
  • Kempbela, Normens (1920), fizika: elementi. Kembridža: Cambridge University Press. Pārpublicēts kā zinātnes pamati. Ņujorka: Dovera, 1957. gads.
  • Karnaps, Rūdolfs (1938), “Loģikas un matemātikas pamati”, Otto Neurath, Charles Morris un Rudolf Carnap (ed.), Starptautiskā vienotās zinātnes enciklopēdija. Vol. 1. Čikāga: University of Chicago Press, 139. – 213.
  • Kārtraits, Nensija (1983), Kā melo fizikas likumi. Oksforda: Oxford University Press.
  • ––– (1989), Dabas spējas un to mērīšana. Oksforda: Oxford University Press.
  • ––– (1999), The Dappled World. Zinātnes robežu izpēte. Kembridža: Cambridge University Press.
  • ––– Towfic Shomar un Mauricio Suárez (1995), “Zinātnes instrumentu kārba”, Herfel 1995, 137–150.
  • Contessa, Gabrielle (2007) “Zinātniskā reprezentācija, interpretācija un surogātiskā spriešana”, zinātnes filozofija 74 (1): 48–68.
  • ––– (2010), “Zinātniskie modeļi un izdomāti objekti”, Synthese 172 (2), 215–229.
  • Da Kosta, Ņūtons un Stīvens Frančs (2000) “Modeļi, teorijas un struktūras: trīsdesmit gadu laikā”, Zinātnes filozofija 67, pielikums, S116–127.
  • ––– (2003), Zinātne un daļēja patiesība: vienota pieeja modeļiem un zinātnisks pamatojums. Oksforda: Oxford University Press.
  • Dizadji-Bahmani, Fads, Romāns Friggs un Stepans Hartmans (2011) “Apstiprināšana un samazināšana: Bajesija konts”, Synthese 179 (2): 321–38.
  • Downes, Stephen (1992), “Modeļu nozīme teorēšanā: deflācijas semantiskais skatījums”. Zinātņu filozofijas asociācijas raksti, Vol.1, edited by David Hull et al., 142–153. Īsts Lansings: zinātnes filozofijas asociācija.
  • Elgins, Katrīna (2010), “Stāstošie gadījumi”, autori: Romāns Friggs un Metjū Hanters (red.): Ārpus Mimesis un nominālisms: Pārstāvība mākslā un zinātnē Berlīnē un Ney York: Springer, 1–17.
  • Elgins, Mehmets un Eliots Sobers (2002), “Rakstu autors par skaidrojumu un idealizēšanu”, Erkenntnis 57: 441–50.
  • Falkenburga, Brigitte un Volfgangs Musčiks (red.) (1998), Modeļi, teorijas un disunity fizikā, Philosophia Naturali s 35.
  • Smalks, Artūrs (1993), “Fikcionisms”, Filosofijas vidusrietumu pētījumi 18: 1–18.
  • Forsters, Malkolms un Elliots Sobers (1994), “Kā pateikt, kad vienkāršas, vienotākas vai mazāk ad hoc teorijas sniegs precīzākas prognozes”, Lielbritānijas žurnāls par zinātnes filozofiju 45: 1–35.
  • Freudenthal, Hans (ed.) (1961), Modeļa jēdziens un loma matemātikā, kā arī dabas un sociālajās zinātnēs. Dordrehts: Reidels.
  • Friggs, Romans (2006), “Zinātniskā reprezentācija un teoriju semantiskais skatījums”, Teorija 55: 37–53.
  • ––– un Džūlians Reiss (2009), “Simulācijas filozofija: jauni karstie jautājumi vai tas pats vecais sautējums?”, Synthese 169 (3): 593–613.
  • ––– (2010a), “Fikcija zinātnē”, autors: Džons Vuds (red.): Fikcijas un modeļi: Jaunās esejas, Minhene: Philosophia Verlag, 247–287
  • ––– (2010b), “Modeļi un fantastika”, Synthese, 172 (2): 251–268
  • ––– (2010c), “Daiļliteratūra un zinātniskā reprezentācija”, autori: Romāns Friggs un Metjū Hunters (red.): Ārpus mimesi un nominālisma: pārstāvība mākslā un zinātnē, Berlīne un Ney York: Springer, 97–138.
  • ––– Seamuss Bredlijs, Iemesls L. Machete un Leonards A. Smits (2012), „Varbūtīgā prognoze: kāpēc modeļa nepilnības ir saindēšanās tabletes”, gaidāms Hannā Andersonā, Deniss Dīkss, Gregorijs Riters, Venēcija Gonzalez un Tomass Uebels (red.)): Jauni izaicinājumi zinātnes filozofijā, Berlīne un Ņujorka: Springers.
  • Gähde, Ulrich (1997), “Anomālijas un teorijas-tīkla revīzija. Piezīmes par dzīvsudraba periēlija progresu”, Marisa Dalla Chiara et al. (red.), struktūras un normas zinātnē. Dordrehts: Kluvers.
  • Galison, Peter (1997) attēls un loģika. Mikrofizikas materiālā kultūra. Čikāga: Čikāga: University of Chicago Press.
  • Gendlers, Tamārs (2000) Doma eksperiments: Par iztēles gadījumu pilnvarām un robežām. Ņujorka un Londona: Garland.
  • Gibbards, Allans un Hal Varians (1978), “Ekonomiskie modeļi”, Journal of Philosophy 75: 664–677.
  • Giere, Ronalds (1988), Skaidrojot zinātni: kognitīvā pieeja. Čikāga: University of Chicago Press.
  • ––– (1999), Zinātne bez likumiem. Čikāga: University of Chicago Press.
  • ––– (2004), “Kā modeļi tiek izmantoti, lai reprezentētu realitāti”, Zinātnes filozofija 71, pielikums, S742–752.
  • ––– (2009), “Kāpēc zinātniskos modeļus nevajadzētu uzskatīt par daiļliteratūras darbiem”, autors: Mauricio Suárez (ed.): Fikcijas zinātnē. Filozofiskās esejas par modelēšanu un idealizēšanu Londona: Routledge, 248. – 258.
  • Godfrejs-Smits, P. (2006), “Model-based Science Strategy”, Bioloģija un filozofija, 21: 725–740.
  • ––– (2009), Filozofiskie pētījumi “Zinātnes modeļi un izdomājumi”, 143: 101–116.
  • Groenewold, HJ (1961), “Fizikas modelis” Freudenthal 1961, 98–103.
  • Datorurķēšana, Ians (1983), pārstāv un iejaucas. Kembridža: Cambridge University Press.
  • Hariss, Tods (2003), “Datu modeļi un datu iegūšana un manipulēšana”, Zinātnes filozofija 70: 1508–1517.
  • Hartmans, Stefans (1995), “Modeļi kā teorijas konstruēšanas rīks: dažas sākotnējās fizikas stratēģijas”, Herfel et al. 1995, 49–67.
  • ––– (1996), “Pasaule kā process. Dabas un sociālo zinātņu simulācijas”, Hegselmann et al. 1996, 77–100.
  • ––– (1998), “Ideālu noteikšana kvantu lauka teorijā”, Shanks, 1998, 99–122.
  • ––– (1999), “Modeļi un stāsti hadronu fizikā”, Morganā un Morisonā, 1999, 326. – 346.
  • ––– (2001), “Efektīvas lauka teorijas, samazināšana un zinātnisks skaidrojums”, Mūsdienu fizikas vēstures un filozofijas pētījumi 32, 267–304.
  • Hegselmans, Rainers, Ulrihs Millers un Klauss Troitzscs (red.) (1996), Modelēšana un simulācija sociālajās zinātnēs no zinātnes filozofijas viedokļa. Teorijas un lēmumu bibliotēka. Dordrehts: Kluvers.
  • Hellman, DH (ed.) (1988), Analogical Reasoning. Kluvers: Dordrehta.
  • Hempels, Karls G. (1965), Zinātniskā skaidrojuma aspekti un citas esejas zinātnes filozofijā. Ņujorka: bezmaksas prese.
  • Herfel, William, Wladiyslaw Krajewski, Ilkka Niiniluoto un Ryszard Wojcicki (red.) (1995), teorijas un modeļi zinātniskajā procesā. (Poznaņas pētījumi par zinātnes un humanitāro zinātņu filozofiju 44.) Amsterdama: Rodopi.
  • Hesija, Marija (1963), modeļi un analogi zinātnē. Londona: Šīds un Vards.
  • ––– (1974), Zinātniskā secinājuma struktūra. Londona: Makmillans.
  • Hodžs, Vilfrīds (1997), īsāka modeļa teorija. Kembridža: Cambridge University Press.
  • Holyoak, Keith and Paul Thagard (1995), Garīgie lēcieni. Analoģija radošajā domā. Kembridža, Masačūsets: Bredforda.
  • Horovics, Tamara un Gerald Massey (red.) (1991), Domu eksperimenti zinātnē un filozofijā. Lanham: Rowman un Littlefield.
  • Hjūss, RIG (1997), “Modeļi un attēlojums”, Zinātnes filozofija 64: S325–336.
  • Humphreys, Paul (2004), Paplašinot sevi: skaitļošanas zinātne, empīrisms un zinātniskā metode. Oksforda: Oxford University Press.
  • ––– (2009), “Datoru simulācijas metožu filozofiskais jaunums”, Synthese 169: 615–626.
  • Knuuttila, Taria (2009), “Attēlotība, idealizācija un fantastika ekonomikā: no pieņēmumu izdošanas līdz modelēšanas epistemoloģijai”, In: Mauricio Suárez (ed.): Fictions in Science. Filozofiskās esejas par modelēšanu un idealizēšanu, Londona: Routledge, 205–233.
  • Krusa, Pīters (1989), “Fizisko sistēmu strukturālās analīzes”, Britu zinātnes filozofijas žurnāls 40: 145–154.
  • Laimons, Ronalds (1982), “Zinātniskais reālisms un hierarhiskais hipotētiskais ceļš no datiem līdz teorijai”, Zinātnes filozofijas asociācijas biennāles sanāksmes materiāli, 1. sējums, 107. – 121.
  • ––– (1985), “Ideālu idealizācija un teoriju pārbaude ar eksperimenta palīdzību” Pēterī Ahinšteinā un Owenā Hannavejā (red.), Novērojumu eksperiments un hipotēze mūsdienu fizikālajās zinātnēs. Kembridža, Masačūsets: MIT Press, 147. – 173.
  • ––– (1991), “Stīvena, Mača un Gouija domātie eksperimenti: domas eksperimenti kā ideālās robežas un semantiskie domēni”, Horovicā un Massey 1991, 167–91.
  • Lengs, Marija (2010), Matemātika un realitāte, Oksforda.
  • Leonelli, Sabina (2010), “Iepakojuma dati atkārtotai izmantošanai: datu bāzes datu bāzes organisma bioloģijā”, autors: Howlett P, Morgan MS (red.): Cik labi ceļo fakti? Uzticamu zināšanu izplatīšana, Kembridža: Cambridge University Press.
  • Leonelli, Sabina un R. Ankeny (2012), “Re-domājošie organismi: Datubāzu epistemiskā ietekme uz organisma paraugbioloģiju”, Pētījumi bioloģisko un biomedicīnas zinātņu vēsturē un filozofijā, 43, 29–36.
  • Leplin, Jarrett (1980), “Modeļu loma teorijas veidošanā”, autori: T. Nikss (red.), Zinātniskie atklājumi, loģika un racionalitāte. Reidels: Dordrehta: 267. – 284.
  • Lloyd, Elisabeth (1984), “Semantiska pieeja iedzīvotāju ģenētikas struktūrai”, Zinātnes filozofija 51: 242–264.
  • ––– (1994), Evolūcijas teorijas uzbūve un apstiprinājums. Prinstona: Princeton University Press.
  • Magnani, Lorenzo un Nancy Nersessian (red.) (2002), Modeling Reasoning: Science, Technology, Values. Dordrehts: Kluvers.
  • ––– (2012), Zinātniskie modeļi nav izdomājumi: Model-Based Science as Epistemic Warfar, topošais paziņojums L. Magnani un P. Li (red.): Filozofija un izziņas zinātne: Rietumu un Austrumu pētījumi, Heidelberga / Berlīne: Springers.
  • ––– un Pols Thagards (red.) (1999), uz modeļiem balstīta argumentācija zinātniskos atklājumos. Dordrehts: Kluvers.
  • Mäki, Uskali (1994), “Izolācija, idealizācija un patiesība ekonomikā”, Bertā Heminga un Neilā B. De Marti (red.), VI idealizēšana: idealizācija ekonomikā. Poznaņas zinātņu un humanitāro zinātņu filozofijas pētījumi, 3. sēj. 38: 147–168. Amsterdama: Rodopi.
  • Mayo, Deborah (1996), Kļūda un eksperimentālo zināšanu pieaugums. Čikāga: University of Chicago Press.
  • McMullin, Ernan (1968), “Ko mums saka fiziskie modeļi?”, B. van Rootselaar un JF Staal (red.), Loģika, metodika un zinātne III. Amsterdama: Ziemeļholande, 385–396.
  • ––– (1985), “Galilean Idealization”, Pētījumi vēstures un zinātnes filozofijā 16: 247–73.
  • Morgan, Mary (1999), “Mācīšanās no modeļiem”, Morgan and Morrison 1999, 347–88.
  • ––– un Margareta Morisona (1999), modeļi kā starpnieki. Dabas un sociālo zinātņu perspektīvas. Kembridža: Cambridge University Press.
  • ––– un Margareta Morisona (1999), “Modeļi kā starpniecības instrumenti”, In: Morgan and Morrison 1999, 10–37.
  • ––– (2001) “Modeļi, stāsti un ekonomiskā pasaule”, Journal of Economic Methodology 8: 3, 361. – 84. Pārpublicēti fakti un daiļliteratūra ekonomikā, rediģējis Uskali Mäki, 178. – 211. Kembridža: Cambridge University Press, 2002. gads.
  • ––– (2003) “Eksperimenti bez materiāla iejaukšanās: modeļu eksperimenti, virtuālie eksperimenti un praktiski eksperimenti”, autors: H. Radders (red.): Zinātniskā eksperimenta filozofija, Pitsburga: Pittsburgh University Press, 217–235
  • ––– un Boumans, Marsels Dž. (2004), “Divdimensiju slēptie noslēpumi: ekonomika kā hidrauliskā mašīna”, autori: S. de Chadarevian un N. Hopwood (red.): Modelis: Trešā dimensija Zinātne, Stenforda: Stanford University Press, 369–401.
  • Morissons, Margareta (1998), “Dabas modelēšana: starp fiziku un fizisko pasauli”, Philosophia Naturalis 35: 65–85.
  • ––– (1999) “Modeļi kā autonomi aģenti”, Morganā un Morisonā, 1999., 38. – 65.
  • ––– (2000), Vienojošās zinātniskās teorijas. Kembridža: Cambridge University Press.
  • ––– (2009), “Fikcijas, reprezentācijas un realitāte”, In: Mauricio Suárez (ed.): Fikcijas zinātnē. Filozofiskās esejas par modelēšanu un idealizēšanu, Londona: Routledge, 110–135.
  • ––– (2009), “Modeļi, mērīšana un datorizēta simulācija: mainīgā eksperimenta seja”, Filozofiskie pētījumi, 143 (1): 33–57.
  • Mundijs, Brents (1986), “Par jēgpilnas reprezentācijas vispārīgo teoriju”, Synthese 67: 391–437.
  • Musgrave, Alans (1981), ““Nereāli pieņēmumi”ekonomikas teorijā:“F-Twist Untwisted”, Kyklos 34: 377–387.
  • Nagels, Ernests (1961), Zinātnes struktūra. Problēmas zinātniskā skaidrojuma loģikā. New York: Harcourt, Brace un World.
  • Nortons, Džons (1991), “Domu eksperimenti Einšteina darbā”, Horovics un Massey 1991, 129. – 148.
  • Nowak, Leszek (1979), Idealizācijas struktūra: ceļā uz Marksijas zinātnes idejas sistemātisku interpretāciju. Reidels: Dordrehts.
  • Oppenheims, Pols un Hilarija Putnama (1958), “Zinātnes vienotība kā darba hipotēze”, Herberts Feigls, Grovers Maksvels un Maikls Skrīvens (red.), Minesotas pētījumi zinātnes filozofijā. Mineapolisa: Minesotas Universitātes preses izdevums, 3. – 36. Pārpublicēts zinātnes filozofijā, rediģējis Ričards Boids un citi, Ch. 22. Kembridža, Masačūsets: MIT Press, 1991. gads.
  • Pārkers, WS (2008), “Franklins, Holmss un datorsimulācijas epistemoloģija”, Starptautiskie pētījumi zinātnes filozofijā 22 (2): 165–183.
  • ––– (2009), “Vai matērija patiešām ir būtiska? Datorizētas simulācijas, eksperimenti un būtiskums”, Synthese 169: 483–496
  • Pīrss, Čārlzs Sanderss (1931–1958), Šarla Sandersa Peirce apkopotie raksti. 3. sējums. Rediģējuši Čārlzs Hartshorne, Pols Veiss un Artūrs Burks. Harvard University Press, Cambridge, Mass.
  • Pincock, Christopher (2012) Matemātika un zinātniskā reprezentācija, Oksforda, Ch.12.
  • Psillos, Stathis (1995), “Kognitīvā mijiedarbība starp teorijām un modeļiem: 19. gadsimta fizikas piemērs”, Herfel et al. 1995, 105–133.
  • Kvins, Villards Van Ormans (1953), “Par to, kas tur ir”, no loģiskā viedokļa. Kembridža, Masačūsets: Harvard University Press.
  • Redheda, Maikls (1980), “Modeļi fizikā”, Lielbritānijas žurnāls par zinātnes filozofiju 31: 145–163.
  • Reiss, Džūlians (2003), “Cēloņsakarības secinājumi abstraktos vai septiņos mītos par domas eksperimentiem”, cēloņsakarībā: Metafizikas un metožu izpētes projekts. Tehniskais ziņojums 03/02. LSE.
  • ––– (2006), “Beyond Capacities”, Lūka Bovensa un Stefana Hartmana (red.), Nensijas Kārtraitas zinātnes filozofija. Londona: Routledge.
  • Rohrlich, Fritz (1991) “Datoru simulācijas fiziskajās zinātnēs”, Zinātņu filozofijas asociācijas rakstā, 2. sēj. 2, edited by Arthur Fine et al., 507–518. Īsts Lansings: zinātnes filozofijas asociācija.
  • Rīgers, Aleksandrs (2005), “Perspectival Models and Theory Unification”, Lielbritānijas žurnāls par zinātnes filozofiju 56.
  • Šnells, Rainers (1990), “Computersimulation und Theoriebildung in den Sozialwissenschaften”, Kölner Zeitschrift für Soziologie und Sozialpsychologie 1, 109–128.
  • Schaffner, Kenneth F. (1969, “Vatsona-Krika modelis un redukcionisms”, Lielbritānijas žurnāls par zinātnes filozofiju, 20 (4): 325–348.
  • Shanks, Niall (red.). (1998), idealizācija mūsdienu fizikā. Amsterdama: Rodopi.
  • Sismondo, Sergio un Snait Gissis (red.) (1999), modelēšana un simulācija. Īpašais zinātnes jautājums 12. kontekstā.
  • Skyrms, Brian (1996), Sociālā līguma evolūcija. Kembridža: Cambridge University Press.
  • Sorensens, Rijs (1992), Domu eksperimenti. Ņujorka: Oxford University Press.
  • Spektors, Maršals (1965), “Modeļi un teorijas”, Lielbritānijas žurnāls par zinātnes filozofiju 16: 121–142.
  • Staley, Kent W. (2004), Evidence for the top Quark: Objektivitāte un aizspriedumi sadarbības eksperimentā. Kembridža: Cambridge University Press.
  • Suarē, Mauricio (2003), “Zinātniskā reprezentācija: pret līdzību un izomorfismu”. Starptautiskie pētījumi zinātnes filozofijā 17: 225–244.
  • ––– (2004), “Zinātniskās reprezentācijas iniciālais priekšstats”, Zinātnes filozofija 71, pielikums, S767–779.
  • ––– un Alberts Solē (2006), “Par izziņas attēlojuma un patiesības analoģiju”, Teorija 55, 27–36.
  • ––– (2009), “Zinātniskās fantastikas kā secinājumu noteikumi” In: Mauricio Suárez (ed.): Fikcijas zinātnē. Filozofiskās esejas par modelēšanu un idealizēšanu, maršruts: Londona, 158. – 178.
  • Suppe, Frederiks. (1989), teoriju un zinātniskā reālisma semantiskais skatījums. Urbana un Čikāga: University of Illinois Press.
  • Suppes, Patriks. (1960), “Modeļu nozīmes un lietojuma salīdzinājums matemātikā un empīriskajās zinātnēs”, Synthèse 12: 287–301. Pārpublicēts Freudenthal (1961), 163. – 177. Un Patrick Suppes: Pētījumi par zinātnes metodoloģiju un pamatiem. Atlasītie raksti no 1951. līdz 1969. gadam. Dordrehta: Reidels 1969. gads, 10. – 23.
  • ––– (1962), “Datu modeļi”, Ernests Nagels, Patriks Suppess un Alfrēds Tarskis (red.), Loģika, metodika un zinātnes filozofija: 1960. gada Starptautiskā kongresa raksti. Stenforda: Stanford University Press, 252. – 261. Pārpublicēts Patrick Suppes: Pētījumi metodoloģijā un zinātnes pamati. Atlasītie raksti no 1951. līdz 1969. gadam. Dordrehta: Reidels 1969. gads, 24. – 35.
  • ––– (2002), Zinātnisko struktūru attēlojums un invariance. Stenforda: CSLI publikācijas.
  • Swoyer, Chris (1991), “Strukturālā reprezentācija un surogātiskais pamatojums”, Synthese 87: 449–508.
  • Tellers, Pols (2001), “Perfekta modeļa krēsla”, Erkenntnis 55, 393–415.
  • ––– (2004), “Kā mēs kropļojam pasauli”, Zinātnes filozofija 71: 425–447.
  • ––– (2009), “Fikcijas, fikcijas un patiesība zinātnē”, autors: Mauricio Suárez (ed.): Fikcijas zinātnē. Filozofiskās esejas par modelēšanu un idealizēšanu, Londona: Routledge, 235. – 247.
  • Thomson-Jones, Martin (2010), “Trūkstošās sistēmas un nominālvērtības prakse”, Synthese 172 (2): 283–299.
  • Toons, A. (2010), “Model as as make-Believe”, autori: Frigg, R un Hunter, M. (red.): Ārpus Mimesis un Convention: pārstāvība mākslā un zinātnē, Bostonas pētījumi zinātnes filozofijā: Springers, 71–96.
  • ––– (2010), “Teorētiskās modelēšanas ontoloģija: modeļi kā ticamie”, Synthese 172: 301–315.
  • ––– (2011), „Spēlē ar molekulām”, Vēstures un zinātnes filozofijas pētījumi 42: 580–589.
  • ––– (2012), Modeļi kā ticamie: iztēle, daiļliteratūra un zinātniskā reprezentācija, Palgrave Macmillan.
  • Vaihinger, Hans (1911), “It kā” filozofija. Vācu oriģināls. Tulkojums angļu valodā: London: Kegan Paul 1924.
  • van Fraassen, Bas C. (1980), Zinātniskais attēls. Oksforda: Oxford University Press.
  • ––– (1989), Likumi un simetrija. Oksforda: Oxford University Press.
  • ––– (2004), “Zinātne kā reprezentācija: kritēriju ignorēšana”, Zinātnes filozofija 71, pielikums, S794–804.
  • ––– (2008), Zinātniskā reprezentācija: perspektīvas paradoksi, Oksforda: Oxford University Press.
  • Veisbergs, M. (2012), Simulācija un līdzība: modeļu izmantošana pasaules izpratnei, iznākums no Oxford University Press, Ch. 4.
  • Vimsata, Viljams. (1987), “Viltus modeļi kā līdzekļi patiesākas teorijas veidošanai”, N. Nitecki un A. Hoffman (red.), Neutral Models in Biology. Oksforda: Oxford University Press, 23. – 55.
  • Vinsbergs, Ēriks (2001), “Simulācijas, modeļi un teorijas: kompleksās fizikālās sistēmas un to attēlojumi”, Zinātnes filozofija 68 (Proceedings): 442–454.
  • ––– (2003), “Imitēti eksperimenti: virtuālās pasaules metodika”, Zinātnes filozofija 70: 105–125.
  • ––– (2009), “Fikciju funkcija: zinātnes jomas paplašināšana”, In: Mauricio Suárez (ed.): Fikcijas zinātnē. Filozofiskās esejas par modelēšanu un idealizēšanu, Londona: Routledge, 197–191.
  • ––– (2010, Zinātne datoru simulācijas laikmetā, Čikāga: Chicago University Press.
  • Vudvards, Džeimss (2003), “Making Things Happen: Cēloņu skaidrojuma teorija”. Ņujorka: Oxford University Press.

Akadēmiskie rīki

sep cilvēks ikona
sep cilvēks ikona
Kā citēt šo ierakstu.
sep cilvēks ikona
sep cilvēks ikona
Priekšskatiet šī ieraksta PDF versiju vietnē SEP Friends.
inpho ikona
inpho ikona
Uzmeklējiet šo ierakstu tēmu Indiānas filozofijas ontoloģijas projektā (InPhO).
phil papīru ikona
phil papīru ikona
Uzlabota šī ieraksta bibliogrāfija vietnē PhilPapers ar saitēm uz tā datu bāzi.

Citi interneta resursi

[Lūdzu, sazinieties ar autoru ar ieteikumiem.]

Ieteicams: