Projetando experimentos usando o método científico

Como os cientistas sabem o que eles sabem? Quando se trata de coleta de informações, os cientistas geralmente contam com o método científico.

o método científico É um plano que é seguido na realização de um experimento científico e escrevendo-se os resultados. Não é um conjunto de instruções para apenas um experimento, nem foi desenhado por apenas uma pessoa. O método científico tem evoluído ao longo do tempo depois de muitos cientistas realizaram experimentos e queria comunicar os seus resultados para outros cientistas. O método científico permite que experimentos a ser duplicado e os resultados devem ser comunicadas de maneira uniforme.

Como você está prestes a ver, o formato do método científico é muito lógico. Realmente, muitas pessoas resolver problemas e responder a perguntas todos os dias da mesma forma que os experimentos são projetados.

hipoteticamente falando

Ao se preparar para fazer a pesquisa, um cientista deve formar uma hipótese, que é um palpite sobre um problema ou idéia particular, e, em seguida, trabalhar para apoio -lo e provar que é correto, ou refutar -lo e provar que ela está errada.

Se o cientista é certo ou errado não é tão importante como se ele ou ela cria uma experiência que pode ser repetido por outros cientistas, que esperam para chegar à mesma conclusão.

O valor das variáveis

Experimentos deve ter a capacidade de ser duplicada, porque as "respostas" o cientista vem acima com (se ele suporta ou refuta a hipótese original) não pode se tornar parte da base de conhecimento, a menos que outros cientistas podem realizar o mesmo experimento exato (s) e atingir a mesmo resultando em contrário, a experiência é inútil.

"Por que é inútil", você pergunta? Bem, há coisas chamadas variáveis. Variáveis ​​variam: Eles mudam, eles diferem, e eles não são os mesmos. Um experimento bem projetado precisa ter um variável independente e um variável dependente. A variável independente é o que manipula o cientista no experimento. As mudanças de variáveis ​​dependentes com base em como a variável independente é manipulada. Portanto, a variável dependente fornece os dados para a experiência.

As experiências devem conter as seguintes etapas para ser considerado "boa ciência".

1. Um cientista deve manter o controle das informações através da gravação dos dados.

Os dados devem ser apresentados visualmente, se possível, tal como por meio de um gráfico ou tabela.

2. Um controle deve ser utilizado.

Dessa forma, os resultados podem ser comparados com algo.

3. Conclusões deve ser elaborado a partir dos resultados.

4. Erros devem ser comunicados.

Suponha que você quer saber se você pode correr uma maratona mais rápido quando você comer macarrão na noite anterior ou quando você bebe o café da manhã da corrida. Seu palpite é que carga em cima de massas vai lhe dar a energia para correr mais rápido no dia seguinte. Uma hipótese adequada seria algo como: "O tempo que leva para correr uma maratona é melhorada por consumir grandes quantidades de hidratos de carbono pré-corrida." A variável independente é o consumo de massas, e a variável dependente é o quão rápido você correr a corrida.

Pense nisso desta maneira: Como rápido você corre depende da massa, então quão rápido você corre é a variável dependente. Agora, se você comer vários pratos de espaguete a noite antes de corrida, mas, em seguida, levantar-se na manhã seguinte e beber duas xícaras de café antes de ir para a linha de partida, sua experiência é inútil.

Por que é inútil? Ao beber o café, você introduz uma segunda variável independente, para que você não vai saber se o tempo de corrida mais rápido é devido à massa ou o café. As experiências podem ter apenas uma variável independente. Se você quer saber o efeito da cafeína (ou dormir extra ou uma melhor formação) em seu tempo de corrida, você tem que projetar uma segunda (ou terceira ou quarta) experimento.

Verificar suas estatísticas

É claro que estas experiências teria que ser realizada várias vezes por diversos corredores diferentes para demonstrar qualquer significância estatística válida. Significado estatístico é uma medida matemática da validade de uma experiência. Se um experimento é executado repetidamente e os resultados estão dentro de uma margem estreita, os resultados são disse a ser significativo quando medido utilizando o ramo da matemática chamado estatísticas. Se os resultados forem por todo o tabuleiro, eles não são tão significativa porque uma conclusão definitiva não pode ser tirada dos dados.

Acompanhando as informações

Uma vez que um experimento é projetado corretamente, você pode começar a se manter a par das informações que coletamos por meio da experiência. Em um experimento testar se comer massas a noite antes de uma maratona melhora o tempo de execução, suponha que você comer um prato de macarrão na noite anterior e, em seguida, beber somente água na manhã da corrida. Você pode gravar seus tempos em cada milha ao longo da rota de 26 milhas para manter o controle de informações. Em seguida, para a próxima maratona de executar (menino, você deve estar em grande forma), você comer apenas carne a noite antes da corrida, e você para baixo três espressos na manhã de corrida. Mais uma vez, você iria gravar seus tempos em cada milha ao longo da rota.

O que você faz com a informação que você recolhe durante as experiências? Bem, você pode representar graficamente-lo para uma comparação visual dos resultados de duas ou mais experiências. A variável independente a partir de cada experiência é representada no x-eixo (aquele que corre horizontalmente), ea variável dependente é traçado no y-eixo (aquele que corre verticalmente). Em experimentos comparando o tempo que levou para correr uma maratona depois de comer macarrão na noite anterior, dormir extra, beber café, ou qualquer outra variável independente você pode querer tentar, milhas 1 a 26 seria rotulado o y-eixo. O fator que não muda em todos os experimentos é que uma maratona é de 26 milhas de comprimento. O tempo que levou para alcançar cada milha será representado ao longo da x-eixo. Estes dados podem variar com base no que o corredor mudou antes da corrida, tais como dieta, sono, ou treinamento. Você pode traçar diversas variáveis ​​independentes no mesmo gráfico usando cores diferentes ou diferentes estilos de linhas. O gráfico pode ser algo como o mostrado na Figura 1.

Tomando o controle de sua experiência

Como você sabe se seus tempos de corrida foram melhorados, quer por comer massas ou beber café? Você teria que correr uma maratona sem comer massas a noite antes ou beber café da manhã da corrida. (Exausto ainda?) Esta maratona seria o seu ao controle. Um controle é um conjunto de valores de base contra a qual se comparam os dados de seus experimentos. Caso contrário, você não teria nenhuma idéia se os seus resultados eram melhores, piores ou iguais.

Tirar conclusões

Então, talvez você levou menos tempo para chegar a cada milha ao longo do percurso da maratona após a noite de comer massas, mas seus tempos de corrida depois de beber o café condiziam com os do controle. Isso iria apoiar a sua hipótese inicial, mas seria refutar sua segunda hipótese. Não há nada de errado em ser errado, contanto que a informação é útil. Sabendo o que não funciona é tão importante quanto saber o que faz.

Seu conclusão a estes dois experimentos seria algo como: ". O consumo de massas a noite antes de uma maratona de 26 milhas melhora o tempo de corrida, mas consumir cafeína não tem efeito"

No entanto, em experiências científicas que você tem que confessar seus erros. Esta confissão permite que outros cientistas sabem o que pode estar afetando seus resultados. Então, se optar por repetir a experiência, eles podem corrigir esses erros e fornecer informações benéfico adicional para a base de conhecimento. No experimento massas de cafeína-raça, se você tinha consumido o macarrão na noite anterior e, em seguida, a cafeína na manhã da corrida, o seu grande erro que seria de incluir mais do que uma variável independente.

Outro erro seria ter muito pequeno de uma amostra. A determinação mais precisa poderia ser feito através da gravação dos tempos de corrida em cada milha para muitos corredores sob as mesmas condições (ou seja, tê-los comer a mesma quantidade de massas a noite antes de uma corrida ou consumir a mesma quantidade de cafeína de manhã de uma raça ). É claro, os tempos de controlo individuais sem essas variáveis ​​teria que ser tida em conta. Ciência. É tudo nos detalhes.