Tieteen Mallit

Sisällysluettelo:

Tieteen Mallit
Tieteen Mallit

Video: Tieteen Mallit

Video: Tieteen Mallit
Video: Maapallon ilmaston toiminta: mallit, ennusteet 2024, Maaliskuu
Anonim

Tämä tiedosto on Stanfordin filosofian tietosanakirjan arkistossa. Kirjailija- ja viittaustiedot | Ystävät PDF-esikatselu | InPho-haku | PhilPapers-bibliografia

Tieteen mallit

Ensimmäinen julkaistu ma 27. helmikuuta 2006; sisältöversio Maanantaina 25. kesäkuuta 2012

Malleilla on keskeinen merkitys monissa tieteellisissä yhteyksissä. Mallien, kuten kaasun biljardipallomallin, atomin Bohr-mallin, nukleonin MIT-laukumallin, polymeerin Gauss-ketjumallin, ilmakehän Lorenzin mallin, Lotka-Volterra-mallin, keskittyminen petoksen ja saaliin välisestä vuorovaikutuksesta, DNA: n kaksoiskierremalli, agenttipohjaiset ja evoluutiomallit yhteiskuntatieteissä ja markkinoiden yleiset tasapainomallit omilla alueillaan ovat esimerkkejä. Tutkijat viettävät paljon aikaa mallien rakentamiseen, testaamiseen, vertaamiseen ja tarkistamiseen, ja suuri osa päiväkirjatilasta on omistettu näiden arvokkaiden työkalujen esittelyyn, soveltamiseen ja tulkintaan. Lyhyesti sanottuna mallit ovat yksi modernin tieteen tärkeimmistä välineistä.

Filosofit tunnustavat mallien merkityksen kiinnittämällä yhä enemmän huomiota ja kokeilevat mallien erilaisia rooleja tieteellisessä käytännössä. Tuloksena on ollut mallityyppien uskomaton lisääntyminen filosofisessa kirjallisuudessa. Koetinmallit, fenomenologiset mallit, laskennalliset mallit, kehitysmallit, selittävät mallit, köyhtyneet mallit, testausmallit, idealisoidut mallit, teoreettiset mallit, mittakaavan mallit, heuristiset mallit, karikatarismallit, didaktiset mallit, fantasiamallit, lelumallit, kuvitteelliset mallit, matemaattiset mallit, korvaavat mallit, ikoniset mallit, muodolliset mallit, analogiset mallit ja instrumentiaaliset mallit ovat vain joitain käsitteistä, joita käytetään mallien luokitteluun. Vaikka ensi silmäyksellä tämä runsaus on ylivoimaista,se voidaan nopeasti saada hallintaan tunnustamalla, että nämä käsitteet liittyvät erilaisiin ongelmiin, joita syntyy mallien yhteydessä. Esimerkiksi mallit herättävät kysymyksiä semantiikassa (mikä on esitysfunktio, jota mallit suorittavat?), Ontologiassa (millaisia asioita ovat mallit?), Epistemologiassa (kuinka opitaan mallien kanssa?) Ja tietysti yleisessä filosofiassa tieteen tiede (miten mallit liittyvät teoriaan ?; miten mallipohjainen lähestymistapa tieteeseen vaikuttaa keskusteluihin tieteellisestä realismista, reduktionismista, selityksistä ja luonnonlaista?)yleinen tiedefilosofia (kuinka mallit liittyvät teoriaan ?; miten mallipohjainen lähestymistapa tieteeseen vaikuttaa keskusteluihin tieteellisestä realismista, reduktionismista, selityksistä ja luonnonlaista?)yleinen tiedefilosofia (kuinka mallit liittyvät teoriaan ?; miten mallipohjainen lähestymistapa tieteeseen vaikuttaa keskusteluihin tieteellisestä realismista, reduktionismista, selityksestä ja luonnonlaista?)

  • 1. Semantiikka: mallit ja esitys

    • 1.1 Edustavat mallit I: ilmiöiden mallit
    • 1.2 Edustavat mallit II: datamallit
    • 1.3 Teorian mallit
  • 2. Ontologia: mitä ovat mallit?

    • 2.1 Fyysiset esineet
    • 2.2 Kuvitteelliset esineet
    • 2.3 Aseteoreettiset rakenteet
    • 2.4 Kuvaukset
    • 2.5 Yhtälöt
    • 2.6 Gerrymander-ontologiat
  • 3. Epistemologia: Oppiminen mallien kanssa

    • 3.1 Mallin oppiminen: kokeet, ajatuskokeet ja simulaatiot
    • 3.2 Malliä koskevan tiedon muuntaminen tietoon tavoitteesta
  • 4. Mallit ja teoria

    • 4.1 Kaksi ääripäätä: syntaksinen ja semanttinen näkemys teorioista
    • 4.2 Teorioista riippumattomat mallit
  • 5. Mallit ja muut keskustelut tiedefilosofiassa

    • 5.1 Keskustelu malleista ja realismista antirealismin kanssa
    • 5.2 Malli ja reduktionismi
    • 5.3 Luonnon mallit ja lait
    • 5.4 Mallit ja tieteellinen selitys
  • 6. Päätelmät
  • bibliografia
  • Akateemiset työkalut
  • Muut Internet-resurssit
  • Aiheeseen liittyvät merkinnät

1. Semantiikka: mallit ja esitys

Mallit voivat suorittaa kaksi täysin erilaista esitysfunktiota. Toisaalta malli voi olla esitys valitusta maailman osasta ('tavoitejärjestelmä'). Kohteen luonteesta riippuen sellaiset mallit ovat joko ilmiöiden malleja tai tietomalleja. Toisaalta malli voi edustaa teoriaa siinä mielessä, että se tulkitsee kyseisen teorian lakeja ja aksioomia. Nämä kaksi käsitettä eivät ole toisiaan poissulkevia, koska tieteelliset mallit voivat olla esityksiä molemmissa aisteissa samanaikaisesti.

1.1 Edustavat mallit I: ilmiöiden mallit

Monet tieteelliset mallit edustavat ilmiötä, jossa”ilmiötä” käytetään kattoterminä, joka kattaa kaikki suhteellisen vakaat ja yleiset maailman piirteet, jotka ovat mielenkiintoisia tieteelliseltä kannalta. Empiristit, kuten van Fraassen (1980), sallivat vain havaittavien luokitella sellaisiksi, kun taas realistit kuten Bogen ja Woodward (1988) eivät aseta tällaisia rajoituksia. Kaasun biljardipallomalli, atomin Bohr-malli, DNA: n kaksoishelix-malli, sillan mittakaavamalli, avoimen talouden Mundell-Fleming-malli tai ilmakehän Lorenz-malli ovat hyvin tunnettuja esimerkkejä tällaisista malleista.

Ensimmäinen askel kohti keskustelua tieteellisen edustamisen kysymyksestä on ymmärtää, että tieteellisen esityksen ongelmaa ei ole. Pikemminkin on erilaisia, mutta niihin liittyviä ongelmia. Ei ole vielä selvää, millaisiin erityiskysymyksiin esitysteorian on vastattava, mutta riippumatta siitä, mitä luetteloita kysymyksistä saatetaan asettaa tieteellisen esityksen teorian asialistalle, on olemassa kaksi ongelmaa, jotka vievät keskustelun keskustelu (Frigg 2006). Ensimmäinen ongelma on selittää sen perusteella, mikä malli edustaa jotain muuta. Tämän kysymyksen ajatuksen ymmärtämiseksi meidän on ennakoitava kanta mallien ontologiaan (jota käsittelemme seuraavassa osassa). Nyt on yleistä tulkita malleja ei-kielellisinä kokonaisuuksina kuvauksina. Tällä lähestymistavalla on laaja-alaiset seuraukset. Jos ymmärrämme mallit kuvauksina, yllä oleva kysymys pelkistyisi ajankohtaiseen ongelmaan siitä, kuinka kieli suhtautuu todellisuuteen, eikä kielefilosofiassa jo käsiteltyjen ongelmien lisäksi ole mitään ongelmia. Jos kuitenkin ymmärrämme mallit ei-kielellisiksi kokonaisuuksiksi, kohtaamme uuden kysymyksen siitä, mikä on esineellä (joka ei ole sana tai lause) edustaa ilmiötä tieteellisesti.meillä on uusi kysymys siitä, mitä esineellä (joka ei ole sana tai lause) on tieteellisesti edustaa ilmiötä.meillä on uusi kysymys siitä, mitä esineellä (joka ei ole sana tai lause) on tieteellisesti edustaa ilmiötä.

Hieman yllättäen, viime aikoihin asti tämä kysymys ei ole herättänyt paljon huomiota 2000-luvun tiedefilosofiassa, huolimatta siitä, että mielenfilosofian ja estetiikan vastaavista ongelmista on keskusteltu laajasti vuosikymmenien ajan (on olemassa huomattava joukko kirjallisuutta, joka käsittelee kysymys siitä, mitä mielentila tarkoittaa edustaa tiettyä tilannetta, ja kysymys siitä, kuinka kankaalla olevien tasaisten merkintöjen kokoonpano voi kuvaa jotain tämän kankaan ulkopuolella, on hämmentänyt estetiikoita jo pitkään). Jotkut viimeaikaiset julkaisut käsittelevät kuitenkin tätä ja muita läheisesti liittyviä ongelmia (Bailer-Jones 2003, Contessa 2007, Elgin 2010, Frigg 2006, 2010c, Knuuttila 2009, Morrison 2009, Giere 2004, Suárez 2003, 2004, 2009, Suárez ja Solé 2006, Thomson-Jones 2010, Toon 2010, 2011, 2012,van Fraassen 2004), kun taas toiset hylkäävät sen ei-julkaisuna (Callender ja Cohen 2006, 2008 Teller 2001).

Toinen ongelma liittyy esitystyyleihin. On yleistä, että sama aihe voidaan edustaa eri tavoin. Tämä moniarvoisuus ei näytä olevan kuvataiteen etuoikeus, koska tieteissä käytetyt esitykset eivät myöskään ole kaikki yhden tyyppisiä. Weizsäckerin nestepisaramalli edustaa atomin ydintä hyvin eri tavalla kuin kuorimalli, ja lentokoneen siipimittakaavamalli edustaa siipiä tavalla, joka on erilainen kuin sen muodon matemaattinen malli. Mitä esitystyyliä tieteillä on?

Vaikka tätä kysymystä ei ole nimenomaisesti käsitelty teorioissa ns. Semanttista näkemystä käsittelevässä kirjallisuudessa, jotkut vastaukset näyttävät syntyvän sen ymmärtäessä malleja. Yksi semanttisen näkymän versio, joka perustuu mallien matemaattiseen käsitteeseen (ks. Luku 2), väittää, että mallin ja sen tavoitteen on oltava isomorfinen (van Fraassen 1980; Suppes 2002) tai osittain isomorfinen (Da Costa ja ranska). 2003) toisilleen. Mundy (1986) ja Swoyer (1991) ovat keskustelleet heikommista muodollisista vaatimuksista. Toinen semanttisen näkymän versio jättää muodolliset vaatimukset samankaltaisuuden puolesta (Giere 1988 ja 2004, Teller 2001). Tällä lähestymistavalla on etuna isomorfisminäkökulmaan nähden se etu, että se on vähemmän rajoittava ja voi myös ottaa huomioon epätarkkoja ja yksinkertaistavia malleja. Kuten Giere huomauttaa,tämä tili pysyy tyhjänä, kunhan mitään olennaisia näkökohtia ja samankaltaisuusastetta ei määritetä. Tällaisten suhteiden ja tutkintojen määrittely riippuu käsiteltävänä olevasta ongelmasta ja laajemmasta tieteellisestä tilanteesta, eikä sitä voida tehdä puhtaasti filosofisten näkökohtien perusteella (Teller 2001).

Malleja käsittelevässä kirjallisuudessa on otettu käyttöön muita käsitteitä, jotka voidaan ymmärtää käsittelevän esitystyyliä. Niistä mittakaavoilla, idealisoiduilla, analogisilla ja fenomenologisilla malleilla on tärkeä rooli. Nämä luokat eivät ole toisiaan poissulkevia; esimerkiksi jotkut mittakaavan mallit katsottaisiin myös idealisoituiksi malleiksi, ja ei ole selvää, mistä tarkalleen tulee vetää raja idealisoitujen ja analogisten mallien välillä.

Pienoismallit. Jotkut mallit ovat pohjimmiltaan pienikokoisia tai suurennettuja kopioita kohdejärjestelmästään (Musta 1962). Tyypillisiä esimerkkejä ovat puiset autot tai mallisillat. Johtava intuitio on, että mittakaavan malli on naturalistinen kopio tai totuudenmukainen peilikuva kohteesta; tästä syystä mittakaavamalleja kutsutaan joskus myös”todellisiksi malleiksi” (Achinstein 1968, luku 7). Täysin uskollista mittakaavaa ei kuitenkaan ole; uskollisuus on aina rajoitettu joissain suhteissa. Esimerkiksi auton puumalli antaa todenmukaista kuvan auton muodosta, mutta ei sen materiaalista. Asteikomallit näyttävät olevan erityistapaus laajemmasta esitysryhmästä, jota Peirce kutsui kuvakkeiksi: esityksiä, jotka edustavat jotain muuta, koska ne muistuttavat sitä läheisesti (Peirce 1931–1958 osa 3, kohta 362). Tämä herättää kysymyksen siitä, mitkä kriteerit mallin on täytettävä voidakseen saada kuvaketta. Vaikka meillä näyttää olevan vahvoja intuitioita siitä, kuinka tietyissä tapauksissa vastata tähän kysymykseen, mallien ikoniikka-teoriaa ei ole vielä muotoiltu.

Ihanteelliset mallit. Idealisointi on tarkoituksellista yksinkertaistamista jotain monimutkaista, jonka tarkoituksena on tehdä siitä jäljitettävämpi. Kitkattomat tasot, pistemassat, äärettömät nopeudet, eristetyt järjestelmät, kaiken tietoiset aineet ja markkinat täydellisessä tasapainossa ovat vain joitain hyvin tunnettuja esimerkkejä. Idealisoinnista käydyissä filosofisissa keskusteluissa on keskitytty kahteen yleiseen idealisointityyppiin: ns. Aristotelilaiseen ja Galilean idealisointiin.

Aristotelilainen idealisointi merkitsee mielikuvituksemme "poistamista" kaikilta konkreettiselta esineeltä, jonka mielestämme ole merkitystä käsiteltävänä olevan ongelman kannalta. Tämän avulla voimme keskittyä rajalliseen ominaisuusjoukkoon erikseen. Esimerkki on planeettajärjestelmän klassinen mekaniikkamalli, joka kuvaa planeettoja kohteina, joilla on vain muoto ja massa, ottamatta huomioon kaikkia muita ominaisuuksia. Muita tarroja tällaiselle idealisoinnille ovat 'abstraktio' (Cartwright 1989, luku 5), 'merkityksettömyyttä koskevat oletukset' (Musgrave 1981) ja 'eristysmenetelmä' (Mäki 1994).

Galilean idealisoinnit ovat tahallisia vääristymiä. Fyysikot rakentavat malleja, jotka koostuvat kitkattomilla lentokoneilla liikkuvista pistemassoista, taloustieteilijät olettavat, että aineet ovat kaikkitietäviä, biologit tutkivat eristettyjä populaatioita ja niin edelleen. Galileon tieteelliselle lähestymistavalle oli ominaista käyttää tällaisia yksinkertaistuksia aina, kun tilanne oli liian monimutkainen käsiteltäväksi. Tästä syystä on yleistä viitata tällaisiin idealisointeihin 'Galilean idealisaatioiksi' (McMullin 1985); toinen yhteinen merkki on”vääristyneet mallit”.

Galilean idealisoinnit täytetään arvoituksilla. Mitä malli, joka sisältää tällaisia vääristymiä, kertoo meille todellisuudesta? Kuinka voimme testata sen tarkkuuden? Laymon (1991) on vastauksena näihin kysymyksiin esittänyt teorian, joka ymmärtää idealisaatiot ihannerajoina: Kuvittele sarja todellisen tilanteen kokeellisia parannuksia, jotka lähestyvät asetettua rajaa ja vaativat sitten, että mitä lähempänä järjestelmän ominaisuudet tulevat ihanneraja, sitä lähempänä sen käyttäytymisen on tultava ihanteellisen rajan käyttäytymiseen (monotonisuus). Mutta näiden edellytysten ei tarvitse aina olla voimassa, eikä ole selvää, kuinka ymmärrä tilanteita, joissa ei ole ihanteellista rajaa. Voimme ainakin periaatteessa tuottaa yhä liukkaampien pöytätasojen sarjan, mutta emme voi mahdollisesti tuottaa sarjaa järjestelmiä, joissa Planckin vakio lähestyy nollaa. Tämä herättää kysymyksen siitä, voidaanko idealisoidusta mallista aina tehdä realistisempi poistamalla se. Palaamme tähän aiheeseen kappaleessa 5.1.

Galilean ja aristotelilaiset idealisoinnit eivät sulje toisiaan pois. Päinvastoin, he tapaavat usein toisiaan. Harkitse uudelleen planeettajärjestelmän mekaanista mallia: malli ottaa huomioon vain kapean ominaisuusjoukon ja vääristää niitä esimerkiksi kuvaamalla planeettoja ihanteellisiksi palloiksi, joiden massajakauma on kierto-symmetrinen.

Malleja, joihin liittyy huomattavia Galilean- ja aristotelilaisia idealisointeja, kutsutaan joskus karikatyyreiksi (Gibbard ja Varian 1978). Karikatyyppimallit eristävät pienen määrän järjestelmän tärkeimmistä ominaisuuksista ja vääristävät niitä ääritapaukseksi. Klassinen esimerkki on Ackerlofin (1970) automarkkinoiden malli, joka selittää uusien ja käytettyjen autojen hintaeron pelkästään epäsymmetrisen tiedon perusteella, jättäen siten ottamatta huomioon kaikki muut tekijät, jotka voivat vaikuttaa autojen hintoihin. On kuitenkin kiistanalaista, voidaanko tällaisia erittäin idealisoituja malleja edelleen pitää informatiivisina esityksinä niiden tavoitejärjestelmistä (karikatyyppimallien, etenkin taloustieteen keskustelua varten, katso Reiss 2006).

Tässä vaiheessa haluamme mainita käsityksen, joka näyttää olevan läheisesti yhteydessä idealisointiin, nimittäin lähentäminen. Vaikka termejä käytetään toisinaan vaihtokelpoisesti, näiden kahden välillä näyttää olevan selvä ero. Lähestymiset esitellään matemaattisessa yhteydessä. Yksi matemaattinen kohta on likimääräisyys toiseen, jos se on lähellä sitä tietyssä merkityksellisessä merkityksessä. Mikä tämä esine on, voi vaihdella. Joskus haluamme lähentää yhtä käyrää toisen kanssa. Näin tapahtuu, kun laajennamme funktion tehosarjaan ja pidämme vain kaksi ensimmäistä termiä. Muissa tilanteissa lähentämme yhtälöä toisella laskemalla ohjausparametrin taipumusta nollaan (Redhead 1980). Huomaavainen kohta on, että fyysisen tulkinnan kysymyksen ei tarvitse esiintyä. Toisin kuin Galilean idealisointi,johon sisältyy todellisen järjestelmän vääristyminen, lähentäminen on puhtaasti muodollista asiaa. Tämä ei tietenkään tarkoita, että lähentämisten ja idealisoinnin välillä ei voisi olla mielenkiintoisia suhteita. Esimerkiksi lähentämistä voidaan perustella huomauttamalla, että se on”matemaattinen riipus” hyväksyttävälle idealisoinnille (esim. Kun laiminlyömme yhtälössä hajoavan termin, koska teemme idealisoivan oletuksen, että järjestelmä on kitkaton).kun laiminlyömme hajoavan termin yhtälössä, koska teemme idealisoivan oletuksen, että järjestelmä on kitkaa).kun laiminlyömme hajoavan termin yhtälössä, koska teemme idealisoivan oletuksen, että järjestelmä on kitkaa).

Analogiset mallit. Vakioesimerkkejä analogisista malleista ovat taloudellisen järjestelmän hydraulinen malli, kaasun biljardipallomalli, mielen tietokonemalli tai ytimen nestepisaramalli. Perustasolla kaksi asiaa ovat analogisia, jos niiden välillä on tiettyjä olennaisia yhtäläisyyksiä. Hesse (1963) erottaa erityyppiset analogiat sen tyyppisten samankaltaisuussuhteiden mukaan, joihin kaksi esinettä tulee. Yksinkertainen analogiatyyppi perustuu jaettuihin ominaisuuksiin. Maan ja kuun välillä on analogia, joka perustuu siihen, että molemmat ovat suuria, kiinteitä, läpinäkymättömiä, pallomaisia kappaleita, jotka vastaanottavat lämpöä ja valoa auringosta, pyörivät akseliensa ympäri ja vetoavat toisiin kehoihin. Ominaisuuksien yhdenmukaisuus ei kuitenkaan ole välttämätön edellytys. Kahden objektin välinen analogia voi myös perustua niiden ominaisuuksien asiaankuuluviin yhtäläisyyksiin. Tässä vapaammassa merkityksessä voidaan sanoa, että äänen ja valon välillä on analogia, koska kaiut ovat samanlaisia kuin heijastukset, äänenvoimakkuus kirkkauteen, äänenkorkeus väriin, korvan havaitseminen silmän havaittavuuteen ja niin edelleen.

Analogiat voivat myös perustua kahden järjestelmän osien välisten suhteiden samanlaisuuteen tai samankaltaisuuteen kuin niiden monadisiin ominaisuuksiin. Tässä mielessä jotkut poliitikot väittävät, että isän suhde lapsiinsa on samanlainen kuin valtion suhde kansalaisiin. Tähän mennessä mainitut analogiat ovat olleet sitä, mitä Hesse kutsuu”aineellisiksi analogioiksi”. Saadaan muodollisempi käsitys analogiasta, kun abstraktimme järjestelmien ominaispiirteet ja keskitymme vain niiden muodolliseen rakenteeseen. Se mitä analoginen malli sitten jakaa tavoitteensa kanssa, ei ole ominaisuusjoukko, vaan sama abstraktien suhteiden malli (ts. Sama rakenne, jossa rakenne ymmärretään muodollisessa merkityksessä). Tämä analogian käsite liittyy läheisesti siihen, mitä Hesse kutsuu”muodolliseksi analogiseksi”. Kaksi kohtaa liittyvät muodollisella analogialla, jos ne molemmat ovat saman muodollisen laskennan tulkintoja. Esimerkiksi heilahtelevan heilurin ja värähtelevän sähköpiirin välillä on muodollinen analogia, koska ne molemmat kuvataan samalla matemaattisella yhtälöllä.

Lisäerotus Hessenistä johtuu positiivisten, negatiivisten ja neutraalien analogioiden välillä. Kahden esineen välinen positiivinen analogia koostuu niiden jakamista ominaisuuksista tai suhteista (sekä kaasumolekyyleillä että biljardipalloilla on massa), negatiivisissa analogioissa sellaisissa, joita he eivät jaa (biljardipallot ovat värillisiä, kaasumolekyylit eivät ole). Neutraali analogia käsittää ominaisuudet, joiden ominaisuuksia ei vielä ole tiedossa kuuluuko ne positiiviseen vai negatiiviseen analogiaan. Neutraalilla analogioilla on tärkeä rooli tieteellisessä tutkimuksessa, koska ne herättävät kysymyksiä ja esittävät uusia hypoteeseja. Tässä yhteydessä useat kirjoittajat ovat korostaneet analogioiden heuristista roolia teorian rakentamisessa ja luovassa ajatuksessa (Bailer-Jones ja Bailer-Jones 2002; Hesse 1974, Holyoak ja Thagard 1995, Kroes 1989, Psillos 1995,ja esseet, jotka on kerätty julkaisussa Hellman 1988).

Fenomenologiset mallit. Fenomenologiset mallit on määritelty eri tavoin, vaikkakin toisiinsa liittyvillä tavoilla. Perinteinen määritelmä pitää niitä malleina, jotka edustavat vain niiden kohteiden havaittavissa olevia ominaisuuksia ja pidättäytyvät postuloimasta piilotettuja mekanismeja ja vastaavia. Toinen lähestymistapa, joka perustuu McMulliniin (1968), määrittelee fenomenologiset mallit teorioista riippumattomiksi malleiksi. Tämä näyttää kuitenkin olevan liian vahvaa. Vaikka monet fenomenologiset mallit eivät ole johdettavissa teoriasta, ne sisältävät teorioihin liittyvät periaatteet ja lait. Esimerkiksi atomin ytimen nestepisaramalli kuvaa ytimen nestepisarana ja kuvaa sitä sillä, että sillä on useita ominaisuuksia (muun muassa pintajännitys ja varaus), jotka ovat peräisin erilaisista teorioista (vastaavasti hydrodynamiikka ja sähköodynaamiikka). Näiden teorioiden tiettyjä näkökohtia - vaikka ne eivät yleensä olekaan täydellisiä teorioita - käytetään sitten määrittämään ytimen sekä staattiset että dynaamiset ominaisuudet.

Päätelmät. Jokainen näistä käsitteistä on edelleen jonkin verran epämääräistä, kärsii sisäisistä ongelmista, ja niiden kiristämiseksi on tehtävä paljon työtä. Näitä asioita kiireellisempi on kuitenkin kysymys siitä, miten eri käsitteet liittyvät toisiinsa. Eroavatko analogiat pohjimmiltaan idealisoinnista vai ovatko ne eri alueita jatkuvassa mittakaavassa? Miten kuvakkeet eroavat idealisoinneista ja analogioista? Tällä hetkellä emme osaa vastata näihin kysymyksiin. Tarvitsemme systemaattisen selityksen erilaisista tavoista, joilla mallit voivat suhteutua todellisuuteen, ja siitä, kuinka nämä tavat vertautuvat toisiinsa.

1.2 Edustavat mallit II: datamallit

Toinen tyyppinen esitysmalli on niin kutsuttu "datamalli" (Suppes 1962). Tietomalli on korjattu, oikaistu, ohjattu ja monissa tapauksissa idealisoitu versio välittömästä havainnosta saatavista tiedoista, ns. Raakatiedot. Tyypillisesti yksi ensin eliminoi virheet (esimerkiksi poistaa virheellisestä havainnosta johtuvat pisteet tietueesta) ja esittää sitten tiedot "siistillä" tavalla esimerkiksi piirtämällä tasaisen käyrän pistejoukon läpi. Nämä kaksi vaihetta kutsutaan yleisesti 'datan pienentämiseksi' ja 'käyrän sovittamiseksi'. Kun tutkimme esimerkiksi tietyn planeetan suuntausta, poistamme ensin havaintorekisteristä virheelliset pisteet ja sovitamme sitten sileän käyrän jäljellä oleviin. Tietomallit ovat ratkaisevassa asemassa teorioiden vahvistamisessa, koska verrataan teoreettiseen ennusteeseen datamallia eikä usein sotkuista ja monimutkaista raakadataa.

Datamallin rakentaminen voi olla erittäin monimutkaista. Se vaatii hienostuneita tilastollisia tekniikoita ja herättää vakavia metodologisia ja filosofisia kysymyksiä. Kuinka päätämme mitkä tietueen kohdat poistetaan? Ja kun otetaan huomioon puhdas datajoukko, mikä käyrä siihen sopii? Ensimmäistä kysymystä on käsitelty lähinnä kokeilufilosofian yhteydessä (ks. Esimerkiksi Galison 1997 ja Staley 2004). Viimeksi mainitun kysymyksen ytimessä on ns. Käyränsovitusongelma, joka on, että tiedot eivät itse osoita, minkä muodon sovitetun käyrän tulisi ottaa. Perinteiset keskustelut teoriavalinnasta viittaavat siihen, että tämä asia ratkaistaan taustateorian, yksinkertaisuusnäkökohtien, aikaisempien todennäköisyyksien tai näiden yhdistelmän avulla. Forster ja Sober (1994) huomauttavat, että tämä käyränsovitusongelman muotoilu on pieni yliarviointi, koska Akaike johtuu tilastolauseesta, joka osoittaa (tietyille oletuksille), että tiedot itse tekevät (vaikka eivät kuitenkaan määritä) päätelmää käyrän muoto, jos oletetaan, että asennettu käyrä on valittava siten, että se löytää tasapainon yksinkertaisuuden ja sopivuuden välillä tavalla, joka maksimoi ennakoivan tarkkuuden. Lisäkeskusteluja datamalleista löytyy Chin ja Brewer (1994), Harris (2003), Laymon (1982) ja Mayo (1996). Muoto, jos oletetaan, että sovitettu käyrä on valittava siten, että se löytää tasapainon yksinkertaisuuden ja sopivuuden välillä tavalla, joka maksimoi ennakoivan tarkkuuden. Lisäkeskusteluja datamalleista löytyy Chin ja Brewer (1994), Harris (2003), Laymon (1982) ja Mayo (1996). Muoto, jos oletetaan, että sovitettu käyrä on valittava siten, että se löytää tasapainon yksinkertaisuuden ja sopivuuden välillä tavalla, joka maksimoi ennakoivan tarkkuuden. Lisäkeskusteluja datamalleista löytyy Chin ja Brewer (1994), Harris (2003), Laymon (1982) ja Mayo (1996).

1.3 Teorian mallit

Nykyaikaisessa logiikassa malli on rakenne, joka tekee kaikista teorian lauseista totta, jolloin teorian katsotaan olevan (yleensä deduktiivisesti suljettu) lausekokonaisuus muodollisella kielellä (katso yksityiskohdat Bell ja Machover 1977 tai Hodges 1997).. Rakenne on 'malli' siinä mielessä, että se on mitä teoria edustaa. Yksinkertaisena esimerkkinä pidetään euklidista geometriaa, joka koostuu aksioomeista - esim. 'Mikä tahansa kaksi pistettä voidaan yhdistää suoralla' - ja lauseita, jotka voidaan johtaa näistä aksioomeista. Mikä tahansa rakenne, jossa kaikki nämä väitteet ovat totta, on malli euklidisesta geometriasta.

Rakenne S = <U, O, R> on yhdistelmäkokonaisuus, joka koostuu (i) yksilöiden ei-tyhjästä joukosta U, jota kutsutaan S: n verkkotunnukseksi (tai universumiksi), (ii) indeksoidusta joukosta O (ts. Tilattu luettelo)) operaatioista U: lla (joka voi olla tyhjä), ja (iii) ei-tyhjä indeksoitu joukko R suhteita U: lla. On tärkeätä huomata, että mitään siitä, mitkä esineet ovat, eivät vaikuta rakenteen määrittelyyn - ne ovat vain tutteja. Samoin toiminnot ja toiminnot määritellään puhtaasti laajennettuna; toisin sanoen n-paikka-suhteet määritetään n-kappaleiden luokiksi, ja funktiot, jotka ottavat n argumentteja, määritellään (n +1) -nimikkeiden luokiksi. Jos teorian kaikki lauseet ovat totta, kun sen symbolit tulkitaan viittaavan joko rakenteen S esineisiin, suhteisiin tai toimintoihin, niin S on tämän teorian malli.

Monet tieteen mallit siirtävät logiikasta idean olla abstraktin laskennan tulkinta. Tämä on erityisen tärkeää fysiikassa, jossa yleiset lait - kuten Newtonin liikeyhtälö - ovat teorian ytimessä. Näitä lakeja sovelletaan tiettyyn järjestelmään, esimerkiksi heiluriin, valitsemalla erityinen voimofunktio, tekemällä oletuksia heilurin massan jakautumisesta jne. Tuloksena oleva malli on sitten yleisen lain tulkinta (tai toteutus).

2. Ontologia: mitä ovat mallit?

On olemassa monia asioita, joita kutsutaan yleisesti malleiksi: fyysiset esineet, fiktiiviset objektit, joukko-teoreettiset rakenteet, kuvaukset, yhtälöt tai näiden yhdistelmät. Nämä luokat eivät kuitenkaan ole toisiaan poissulkevia eikä yhdessä tyhjentäviä. Missä piirtää rajan esimerkiksi kuvitteellisten esineiden ja teoreettisten rakenteiden välille, voi hyvin riippua ihmisen metafysikaalisista vakaumuksista, ja jotkut mallit saattavat kuulua vielä toiseen luokkaan asioita. Mallit ovat tietenkin itsessään mielenkiintoinen kysymys, mutta kuten viimeisessä osassa lyhyesti todettiin, sillä on myös merkittäviä vaikutuksia semantiikkaan ja, kuten jäljempänä nähdään, epistemologiaan.

2.1 Fyysiset esineet

Jotkut mallit ovat suoraviivaisia fyysisiä esineitä. Näihin viitataan yleisesti 'materiaalimalleina'. Aineellisten mallien luokka käsittää kaiken, joka on fyysinen kokonaisuus ja joka toimii tieteellisenä esityksenä jostakin muusta. Tämän luokan jäsenistä löydämme kalustoesimerkkejä, kuten siltojen, lentokoneiden tai alusten puumalleja, Watsonin ja Crickin metalli-DNA-mallin (Schaffner 1969) ja Phillipsin talouden hydrauliikan mallin (Morgan and Boumans 2004). Materiaalimallien huippuluokan tapaukset ovat ns. Malli-organismeja: organismeja, joita biotieteissä käytetään muiden organismien erillisosina (Ankeny 2009, Ankeny ja Leonelli 2012 ja Leonelli 2010).

Aineelliset mallit eivät aiheuta ontologisia vaikeuksia tunnettujen esineiden yhteydessä olevien tunnusteiden yli, joita metafyysikot käsittelevät (esim. Ominaisuuksien luonne, esineiden, osien ja kokonaisuuksien identiteetti ja niin edelleen).

2.2 Kuvitteelliset esineet

Monet mallit eivät ole materiaalimalleja. Esimerkiksi atomin Bohr-malli, kitkaamaton heiluri tai eristetyt populaatiot ovat mieluummin tutkijan mielessä kuin laboratoriossa, ja niitä ei tarvitse fyysisesti toteuttaa ja kokeilla suorittaakseen esitystehtäväänsä. Näyttää luonnolliselta katsoa niitä kuvitteellisiksi kokonaisuuksiksi. Tämä kanta löytyy saksalaisesta uuskanttilaisesta Vaihingeristä (1911), joka korosti fiktioiden merkitystä tieteellisissä perusteluissa. Giere on hiljattain puolustanut näkemystä, jonka mukaan mallit ovat abstrakteja kokonaisuuksia (1988, 81). Ei ole täysin selvää, mitä Giere tarkoittaa 'abstraktina kokonaisuuksina', mutta hänen keskustelu mekaanisista malleistaan näyttää viittaavan siihen, että hän käyttää termiä kuvitteellisten kokonaisuuksien määrittelemiseen.

Tämä näkemys on sopusoinnussa tieteellisen käytännön kanssa, jossa tutkijat puhuvat usein malleista ikään kuin ne olisivat esineitä, sekä filosofisten näkemysten kanssa, joissa mallien manipulointi nähdään olennaisena osana tieteellistä tutkimusta (Morgan 1999). On luonnollista olettaa, että jotain voi manipuloida vain, jos se on olemassa. Lisäksi malleilla on usein enemmän ominaisuuksia kuin me niille nimenomaisesti omistamme rakentaessamme, minkä vuoksi ne ovat mielenkiintoisia tutkimuksen välineitä. Näkymä, joka pitää malleja kohteina, voi selittää sen helposti ilman lisämääräyksiä: Kun esittelemme mallin, käytämme tunnistavaa kuvausta, mutta itse kuvausobjektille ei ole karakterisoitu tätä kuvausta. Sitten tutkimuksen tarkoitus on vain saada lisätietoja näin tunnistetusta esineestä.

Tämän ehdotuksen haittana on, että kuvitteelliset kokonaisuudet ovat tunnetusti kärsineet ontologisista arvoituksista. Tämä on saanut monet filosofit väittämään, että fiktiivisiä kokonaisuuksia ei ole ja että näennäiset ontologiset sitoumukset heille on luovuttava. Vaikuttavin näistä deflaatiotileistä menee Quineen (1953). Perustuen Russellin keskusteluun varmoista kuvauksista, Quine väittää, että on illuusio viitata fiktiivisiin kokonaisuuksiin puhuttaessa niistä. Sen sijaan voimme hävittää nämä väitetyt esineet kääntämällä niihin viittaavat termit predikateiksi ja analysoida lauseita, kuten "Pegasusta ei ole", koska "mikään ei pegasisoitu". Poistumalla vaikeasta termistä vältetään ontologinen sitoutuminen, jota he näyttävät kantavan. Tämä on johtanut kiinnostuksen puutteeseen fiktiivisiin kokonaisuuksiin,etenkin tiedefilosofien keskuudessa. Ohjelmallisessa esseessä Fine (1993) kiinnittää huomiota tähän laiminlyöntiin ja väittää, että Quinean skeptismisellä fiktioista huolimatta on tärkeä rooli tieteellisissä perusteluissa. Fine ei kuitenkaan tarjoa systemaattista kuvaa fiktioista ja siitä, kuinka niitä käytetään tieteessä.

Kysymys siitä, miten ymmärtää fiktioita tieteessä, on ollut äskettäin keskustelun aiheena mallintamisfilosofiassa. Barberousse ja Ludwig (2009), Contessa (2010), Frigg (2010a, 2010b), Godfrey-Smith (2006, 2009), Leng (2010) ja Toon (2010) kehittävät näkemyksiä, joissa mallit nähdään jonkinlaisina fiktioina. Giere (2009) kiistää sen, että hänen aikaisempaa työtään tulisi ymmärtää tällä tavalla, ja kiistää mallien katsomisen fiktioiksi. Magnani (2012), Pincock (2012, Ch.4) ja Teller (2009) toistavat Gieren antikirjallisuuden ja väittävät, että malleja ei pidä pitää fiktioina. Weisberg (2012) puoltaa keskiasentoa, joka näkee malleja heuristisessa roolissa, mutta kiistää niiden olevan osa tieteellistä mallia.

2.3 Aseteoreettiset rakenteet

Vaikuttava näkökulma vie mallit aseteoreettisiksi rakenteiksi. Tämä sijainti voidaan jäljittää Suppesiin (1960), ja se on nyt pienillä muunnelmilla useimpien teorioiden semanttisen näkymän kannattajien hallussa. Sanomattakin on selvää, että semanttisen näkymän eri versioiden välillä on eroja (esimerkiksi van Fraassen korostaa, että mallit ovat tila-avaruusrakenteita); tutkimus eri kannoista löytyy Suppestä (1989, luku 1). Kaikissa näissä tilissä mallit ovat kuitenkin jonkin tyyppisiä rakenteita (Da Costa ja French 2000). Koska tällaiset mallit liittyvät usein läheisesti matemaattisiin tieteisiin, niihin viitataan joskus myös”matemaattisiksi malleiksi”. (Keskustelu tällaisista biologian malleista on Lloyd 1984 ja 1994.)

Tätä mallinäkymää on kritisoitu eri perusteilla. Yksi leviävä kritiikki on, että monet tyypit malleissa, joilla on tärkeä rooli tieteessä, eivät ole rakenteita eikä niitä voida sovittaa mallien rakenteellisiin näkemyksiin, mikä ei voi selittää kuinka nämä mallit on rakennettu tai miten ne toimivat tutkimuksen yhteydessä (Cartwright 1999, Downes 1992, Morrison 1999). Toinen set-teoreettista lähestymistapaa vastaan esitetty syy on se, että ei ole mahdollista selittää, kuinka rakenteet edustavat fyysiseen maailmaan kuuluvaa kohdejärjestelmää tekemättä oletuksia, jotka menevät pidemmälle kuin lähestymistavalla on varaa (Frigg 2006).

2.4 Kuvaukset

Aika kunnioitetussa asemassa on, että se, mitä tutkijat esittävät tieteellisissä julkaisuissa ja oppikirjoissa esittäessään mallia, ovat enemmän tai vähemmän tyyliteltyjä kuvaus merkityksellisistä kohdejärjestelmistä (Achinstein 1968, Black 1962).

Tätä näkemystä ei ole kritisoitu nimenomaisesti. Jotkut teorioiden syntaktista näkemystä vastaan kritisoidusta kritiikistä uhkaavat kuitenkin myös mallien kielellistä ymmärtämistä. Ensinnäkin on yleistä, että voimme kuvailla samaa asiaa eri tavoin. Mutta jos tunnistamme mallin sen kuvauksella, niin jokainen uusi kuvaus antaa uuden mallin, joka näyttää olevan vastaintuitiivinen. Voidaan kääntää kuvaus muille kielille (muodolliselle tai luonnolliselle), mutta ei sanottaisi, että sellaisenaan saadaan erilainen malli. Toiseksi malleilla on erilaisia ominaisuuksia kuin kuvauksissa. Toisaalta sanomme, että aurinkokunnan malli koostuu palloista, jotka kiertävät suuren massan ympärillä, tai että mallin väestö on eristetty ympäristöstään, mutta ei näytä olevan järkevää sanoa tätä kuvauksesta. Toisaalta kuvauksilla on ominaisuuksia, joita malleilla ei ole. Kuvaus voidaan kirjoittaa englanniksi, koostua 517 sanasta, tulostaa punaisella musteella ja niin edelleen. Mikään näistä ei ole mitään järkeä, kun sanotaan mallista. Descriptivistillä on edessään haaste joko päätellä, että nämä väitteet ovat virheellisiä, tai osoittaa, kuinka päästä eroon näistä vaikeuksista.

2.5 Yhtälöt

Toinen ryhmä asioita, joita yleensä kutsutaan malleiksi, erityisesti taloustieteessä, ovat yhtälöt (joita sitten kutsutaan myös "matemaattisiksi malleiksi"). Osakemarkkinoiden Black-Scholes-malli tai avoimen talouden Mundell-Fleming-malli ovat esimerkkejä.

Tämän ehdotuksen ongelmana on, että yhtälöt ovat syntaktisia kohteita ja sellaisenaan he kohtaavat samanlaisia väitteitä kuin mitä kuvauksissa esitetään. Ensinnäkin voidaan kuvailla samaa tilannetta käyttämällä erilaisia koordinaatteja ja seurauksena saada erilaiset yhtälöt; mutta emme näytä saavan erilaista mallia. Toiseksi mallilla on erilaiset ominaisuudet kuin yhtälössä. Oskillaattori on kolmiulotteinen, mutta sen liikettä kuvaava yhtälö ei ole. Yhtälö voi myös olla epähomogeeninen, mutta järjestelmä, jota se kuvaa, ei ole.

2.6 Gerrymander-ontologiat

Tähän mennessä käsitellyissä ehdotuksissa on hiljaisesti oletettu, että malli kuuluu tiettyyn esineluokkaan. Mutta tämä oletus ei ole välttämätön. Voi olla, että mallit ovat sekoitus eri ontologisiin luokkiin kuuluvia elementtejä. Tässä mielessä Morgan (2001) ehdottaa, että mallit sisältävät sekä rakenteellisia että narratiivisia elementtejä ('tarinoita', kuten hän kutsuu niitä).

3. Epistemologia: Oppiminen mallien kanssa

Mallit ovat välineitä maailman oppimiseen. Merkittävää osaa tieteellisestä tutkimuksesta suoritetaan pikemminkin malleissa kuin itse todellisuudessa, koska tutkimalla mallia voimme löytää piirteitä ja selvittää tosiasiat järjestelmästä, jota malli edustaa; lyhyesti sanottuna mallit mahdollistavat korvaavan päättelyn (Swoyer 1991). Tutkimme esimerkiksi vetyatomin luonnetta, populaatioiden dynamiikkaa tai polymeerien käyttäytymistä tutkimalla niiden vastaavia malleja. Tämä mallien kognitiivinen toiminta on tunnustettu laajasti kirjallisuudessa, ja jotkut jopa ehdottavat, että mallit johtavat uuteen päättelytyyliin, ns. Mallipohjaiseen päättelyyn (Magnani ja Nersessian 2002, Magnani, Nersessian ja Thagard 1999). Tämä jättää meille kysymyksen siitä, kuinka mallilla oppiminen on mahdollista.

Hughes (1997) tarjoaa yleiset puitteet tämän kysymyksen käsittelemiselle. Hänen ns. DDI-tilinsä mukaan oppiminen tapahtuu kolmessa vaiheessa: merkitseminen, demonstrointi ja tulkinta. Aloitamme luomalla esityssuhteen ('merkinnän') mallin ja kohteen välille. Sitten tutkimme mallin piirteitä osoittaaksemme tiettyjä teoreettisia väitteitä mallin sisäisestä rakenteesta tai mekanismista; eli opimme mallista ('esittely'). Lopuksi nämä havainnot on muutettava väitteiksi kohdejärjestelmästä; Hughes viittaa tähän vaiheeseen 'tulkintana'. Kaksi viimeksi mainittua käsitystä ovat tässä vaarassa.

3.1 Mallin oppiminen: kokeet, ajatuskokeet ja simulaatiot

Mallin oppiminen tapahtuu kahdessa paikassa, mallin rakentamisessa ja manipuloinnissa (Morgan 1999). Mallirakennukseen ei ole vahvistettuja sääntöjä tai reseptejä, joten itse toiminnan selvittäminen, mikä sopii yhteen ja miten, antaa mahdollisuuden oppia mallista. Kun malli on rakennettu, emme oppia sen ominaisuuksista katsomalla sitä; meidän on käytettävä mallia ja manipuloitava sen salaisuuksien selvittämiseksi.

Riippuen siitä, millaiseen malliin meillä on tekemistä, mallin luominen ja käsitteleminen merkitsevät erilaisia toimintoja, jotka vaativat erilaista metodologiaa. Materiaalimallit näyttävät olevan ongelmattomia, koska niitä käytetään tavanomaisissa kokeellisissa yhteyksissä (esim. Laitamme automallin tuulitunneliin ja mittaamme sen ilmanvastusta). Mallin oppimisesta materiaalimallit eivät siis aiheuta kysymyksiä, jotka ylittävät yleisemmin kokeilukysymykset.

Ei niin kuvitteellisissa malleissa. Mitä rajoituksia on kuvitteellisten mallien rakentamisessa ja miten voimme manipuloida niitä? Luonnollinen vastaus näyttää olevan, että vastaamme näihin kysymyksiin tekemällä ajatuskokeen. Eri kirjoittajat (esim. Brown 1991, Gendler 2000, Norton 1991, Reiss 2003, Sorensen 1992) ovat tutkineet tätä väitettä, mutta he ovat tehneet hyvin erilaisia ja usein ristiriitaisia päätelmiä siitä, kuinka ajatuskokeita suoritetaan ja mikä niiden tulosten tila on. (Katso lisätietoja ajatuskokeita koskevasta kohdasta).

Tärkeä malliluokka on matemaattinen luonne. Joissakin tapauksissa on mahdollista johtaa tuloksia tai ratkaista yhtälöitä analyyttisesti. Mutta melko usein näin ei ole. Juuri tässä vaiheessa tietokoneen keksinnöllä oli suuri vaikutus, koska se antaa meille mahdollisuuden ratkaista yhtälöt, jotka ovat muuten houkuttelemattomia tekemällä tietokonesimulaatio. Monet luonnontieteiden ja yhteiskuntatieteiden nykyisen tutkimuksen osat tukeutuvat tietokonesimulaatioihin. Tähtien ja galaksien muodostuminen ja kehittyminen, korkeaenergisten raskaiden ionireaktioiden yksityiskohtainen dynamiikka, elämän kehittymisen monimutkaisen prosessin näkökohdat sekä sotien puhkeaminen, talouden eteneminen, päätöksentekomenettelyt organisaatiossa ja moraalista käyttäytymistä tutkitaan tietokonesimulaatioilla, mainitsemalla vain muutama esimerkki (Hegselmann ym. 1996, Skyrms 1996).

Mikä on simulointi? Simulaatioita käytetään tyypillisesti dynaamisten mallien, eli malleja, joihin liittyy aikaa, yhteydessä. Simulaation tavoitteena on ratkaista sellaisen mallin liikeyhtälöt, joka on suunniteltu esittämään sen kohdejärjestelmän ajan kehitys. Joten voidaan sanoa, että simulointi jäljittelee (yleensä todellista) prosessia jollakin toisella prosessilla (Hartmann 1996, Humphreys 2004).

On väitetty, että atk-simulaatiot muodostavat todella uudenlaisen tieteen metodologian tai jopa uuden tieteellisen paradigman, joka lisäksi herättää uuden joukon filosofisia kysymyksiä (Humphreys 2004, 2009, Rohrlich 1991, Winsberg 2001 ja 2003) ja erilaisia panoksia Sismondo ja Gissis 1999). Siksi väitetään, että simulaatiot kyseenalaistavat filosofisen ymmärryksemme monista tieteen näkökohdista. Tätä innostusta ei kuitenkaan jaeta yleisesti, ja jotkut väittävät, että simulaatiot eivät vaadi uutta tiedefilosofiaa, vaan nostavat vain vähän uusia filosofisia ongelmia (Frigg ja Reiss 2009).

Joko tietokoneen simulaatiot nostavat esiin perustavanlaatuisesti uusia filosofisia kysymyksiä, niiden käytännön merkityksestä ei ole epäilystäkään. Kun standardimenetelmät epäonnistuvat, atk-simulaatiot ovat usein ainoa tapa oppia jotain dynaamisesta mallista; ne auttavat meitä 'jatkamaan itseämme' (Humphreys 2004), sellaisena kuin se oli. Tärkeä kysymys, joka nousee esiin tässä yhteydessä, on simulaatiotulosten oikeuttaminen: miksi meidän pitäisi luottaa tietokonesimulaation tuloksiin? Vaikuttavassa osassa tämän kysymyksen selvittämistä hyödynnetään perinteisten kokeiden ja tietokonesimulaatioiden samankaltaisuuksia, mikä herättää kiusallisia kysymyksiä tietokoneen simulaatioiden ja kokeiden välisestä suhteesta (Barberousse, Franceschelli ja Imbert 2009, Morgan 2003, Morrison 2009, Parker 2008, 2009, Winsberg 2003).

Tämä luotettavuuskysymys voidaan jakaa alakysymyksiin: (a) edustavatko mallin yhtälöt tavoitejärjestelmää riittävän tarkasti käsillä olevaan tarkoitukseen ja (b) tarjoaako tietokone riittävän tarkkoja ratkaisuja näihin yhtälöihin? Harjoittelijat kutsuvat näitä vastaavasti validointi- ja todentamisongelmiksi. Käytännössä kohtaamme usein Duhem-ongelman versiota, koska voidaan arvioida vain simulaation "nettotulosta" eikä näitä kahta asiaa ole mahdollista käsitellä yksi kerrallaan. Tämä oli saanut tutkijat kehittämään erilaisia menetelmiä testatakseen, ovatko simulaation tulokset tavoiteltuja; näistä keskustelua varten katso Winsberg (2009, 2010).

Tietokonesimulaatiot ovat myös heuristisesti tärkeitä. He voivat ehdottaa uusia teorioita, malleja ja hypoteeseja, jotka perustuvat esimerkiksi mallin parametritilan systemaattiseen tutkimukseen (Hartmann 1996). Mutta atk-simulaatioilla on myös metodologisia vaaroja. Ne voivat antaa harhaanjohtavia tuloksia, koska digitaalisella tietokoneella suoritettujen laskelmien diskreetin luonteen vuoksi ne sallivat vain osan täyden parametritilan tutkimisesta; ja tämä alatila ei välttämättä paljasta mallin tiettyjä tärkeitä piirteitä. Tämän ongelman vaikeutta lievittää jollain tavalla nykyaikaisten tietokoneiden kasvava teho. Mutta myös laskennallisen tehon saatavuudella voi olla haittoja. Se voi rohkaista tutkijoita keksimään nopeasti yhä monimutkaisempia, mutta käsitteellisesti ennenaikaisia malleja,johon liittyy huonosti ymmärrettäviä oletuksia tai mekanismeja ja liikaa säädettäviä lisäparametreja (keskusteluun liittyvästä ongelmasta yhteiskuntatieteiden yksittäisten toimijamallien yhteydessä, ks. Schnell 1990). Tämä voi johtaa empiirisen riittävyyden lisääntymiseen - mikä voi olla tervetullutta, kun kyse on esimerkiksi sääennusteista - mutta ei välttämättä sen taustalla olevien mekanismien parempaan ymmärtämiseen. Seurauksena on, että atk-simulaatioiden käyttö voi muuttaa painoa, jonka me annamme tieteen eri tavoitteille. Lopuksi, tietokonevoiman saatavuus saattaa houkutella tutkijoita tekemään laskelmia, joilla ei ole luotettavuusastetta, jota heiltä odotetaan. Näin tapahtuu esimerkiksi silloin, kun tietokoneita käytetään todennäköisyysjakaumien etenemiseen eteenpäin ajoissa,joita pidetään sitten päätöksen kannalta merkityksellisinä todennäköisyyksinä, vaikka ne osoittautuvatkin olematta lähemmässä tutkimuksessa (ks. Frigg ym. 2012). Joten on tärkeää, ettei meitä poisteta uusien voimakkaiden tietokoneiden tarjoamista keinoista, ja siten sijoittamaan tutkimuksen todelliset tavoitteet näkyvyyden ulkopuolelle.

3.2 Malliä koskevan tiedon muuntaminen tietoon tavoitteesta

Kun meillä on tietoa mallista, tämä tieto on”käännettävä” tietoon kohdejärjestelmästä. Juuri tässä vaiheessa mallien esitystoiminnasta tulee jälleen tärkeä. Mallit voivat opettaa meitä todellisuuden luonteesta vain, jos oletamme, että (ainakin joillakin) mallin näkökohdista on vastaavia maailmassa. Mutta jos oppiminen on sidottu edustamiseen ja jos edustamista on erilaisia (analogiat, idealisoinnit jne.), Niin on myös erilaisia oppimista. Jos esimerkiksi meillä on malli, jota pidämme realistisena kuvauksena, tiedon siirtäminen mallista kohteeseen tapahtuu eri tavalla kuin silloin, kun käsittelemme analogia tai mallia, johon sisältyy oletusten idealisointi.

Mitkä ovat nämä erilaiset oppimistavat? Vaikka tiettyjen erityisten mallien toiminnasta on tehty lukuisia tapaustutkimuksia, ei näytä olevan mitään yleistä selvitystä siitä, kuinka tiedon siirtäminen mallista tavoitteelleen saavutetaan (tämä mahdollisesti lukuun ottamatta analogisen päättelyn teorioita, ks. viitteet yllä). Tämä on vaikea kysymys, mutta se ansaitsee enemmän huomiota kuin tähän saakka.

4. Mallit ja teoria

Yksi hämmentävimmistä kysymyksistä mallien yhteydessä on miten ne liittyvät teorioihin. Ero mallien ja teorian välillä on hyvin utuinen, ja monien tutkijoiden žargonissa on usein vaikeaa, ellei mahdotonta, linjan vetäminen. Kysymys on siis: erotetaanko mallit ja teoriat toisistaan ja jos on, miten ne liittyvät toisiinsa?

Termejä 'malli' ja 'teoria' käytetään toisinaan ilmaisemaan jonkun suhtautumista tiettyyn tieteeseen. Ilmaus "se on vain malli" osoittaa, että kyseessä oleva hypoteesi esitetään vain alustavasti tai sen tiedetään jopa olevan väärä, kun taas jollekin teoreetikolle annetaan merkki, jos se on saavuttanut jonkin verran yleistä hyväksyntää. Tällä tavalla linjan vetämiseksi mallien ja teorioiden välillä ei kuitenkaan ole mitään hyötyä mallien järjestelmällisestä ymmärtämisestä.

4.1 Kaksi ääripäätä: syntaksinen ja semanttinen näkemys teorioista

Teorioiden syntaattinen näkemys, joka on kiinteä osa tieteen loogista positivistista kuvaa, konstruoi teorian lausekokonaisuuksina ensimmäisen kertaluvun logiikan aksiomatizisoidussa järjestelmässä. Tässä lähestymistavassa termiä mallia käytetään laajemmassa ja kapeammassa merkityksessä. Laajemmassa merkityksessä malli on vain semanttisten sääntöjen järjestelmä, joka tulkitsee abstraktia laskutoimitusta ja mallin tutkiminen merkitsee tieteellisen kielen semantiikan tarkastelua. Kapeammassa merkityksessä malli on vaihtoehtoinen tulkinta tietylle kivelle (Braithwaite 1953, Campbell 1920, Nagel 1961, Spector 1965). Jos otamme esimerkiksi kaasujen kinetiikkateoriassa käytetyn matematiikan ja tulkitsemme tämän laskennan termit uudelleen siten, että ne viittaavat biljardipalloihin, biljardipallot ovat malli kaasujen kineettisestä teoriasta. Syntaktisen näkemyksen kannattajat uskovat, että tällaiset mallit eivät ole merkityksellisiä tieteen kannalta. Niiden mallit ovat tarpeettomia lisäyksiä, joilla on parhaimmillaan pedagoginen, esteettinen tai psykologinen arvo (Carnap 1938, Hempel 1965; ks. Myös Bailer-Jones 1999).

Teorioiden semanttinen näkymä (ks. Esim. Van Fraassen 1980, Giere 1988, Suppe 1989 ja Suppes 2002) kääntää tämän näkemyksen ja julistaa, että meidän pitäisi luopua muodollisesta laskennasta kokonaan ja tarkastella teoriaa malliryhmänä. Vaikka semanttisen näkymän eri versioissa oletetaan erilainen käsitys mallista (katso yllä), ne kaikki ovat yhtä mieltä siitä, että mallit ovat tieteellisen teoretisoinnin keskeinen yksikkö.

4.2 Teorioista riippumattomat mallit

Yksi näkyvimmistä semanttisen näkemyksen kritiikoista on, että se vie mallien sijainnin tieteellisessä rakennuksessa väärin. Mallit ovat suhteellisen riippumattomia teoriasta sen sijaan, että ne muodostaisivat niitä; tai käyttää Morrisonin (1998) iskulausetta, he ovat 'itsenäisiä edustajia'. Tällä itsenäisyydellä on kaksi näkökulmaa: rakentaminen ja toiminta (Morgan ja Morrison 1999).

Tarkastelu siitä, kuinka mallit rakennetaan tositieteessä, osoittaa, että niitä ei johdeta kokonaan tiedosta eikä teoriasta. Teoriat eivät tarjoa meille algoritmeja mallin rakentamiseksi; ne eivät ole”myyntiautomaatteja”, joihin ongelma voidaan asettaa, ja mallit aukeavat esiin (Cartwright 1999, luku 8). Mallirakentaminen on taidetta eikä mekaanista menettelyä. Lontoon suprajohtavuuden malli tarjoaa meille hyvän esimerkin tästä suhteesta. Mallin pää yhtälöllä ei ole teoreettista perustetta (siinä mielessä, että se voitaisiin johtaa sähkömagneettisesta tai mistä tahansa muusta perusteoriasta), ja se perustuu yksinomaan fenomenologisiin näkökohtiin (Cartwright ym. 1995). Tai toisin sanoen,malli on rakennettu "alhaalta ylöspäin" eikä "ylhäältä alas", ja siksi sillä on suuri riippumattomuus teoriasta.

Toinen malli riippumattomuuden näkökulmasta on, että ne suorittavat toimintoja, joita he eivät voisi suorittaa, jos ne kuuluisivat teorioihin tai olisivat niistä riippuvaisia.

Mallit teorioiden täydentäjinä. Teoria voidaan määritellä epätäydellisesti siinä mielessä, että se asettaa tiettyjä yleisiä rajoituksia, mutta se on hiljaa yksityiskohdista konkreettisista tilanteista, jotka malli tarjoaa (Redhead 1980). Erityinen tapaus tässä tilanteessa on, kun laadullinen teoria tunnetaan ja malli esittelee kvantitatiiviset mitat (Apostel 1961). Redheadin esimerkki tällä tavoin aliarvioidusta teoriasta on aksomaatinen kvantikenttäteoria, joka asettaa vain tietyt yleiset rajoitukset kvanttikenttiä varten, mutta ei sisällä tiliä tietyistä kentistä.

Vaikka Redhead ja muut näyttävät ajattelevansa tällaisia tapauksia jotenkin erikoisina, Cartwright (1983) on väittänyt, että ne ovat pikemminkin sääntö kuin poikkeus. Hänen mukaansa klassisen mekaniikan ja kvanttimekaniikan kaltaiset perustavanlaatuiset teoriat eivät edusta lainkaan mitään, koska ne eivät kuvaa todellisen maailman tilannetta. Tällaisten teorioiden lait ovat kaavioita, jotka on konkretisoitava ja täytettävä tietyn tilanteen yksityiskohdilla, mikä on mallilla suoritettava tehtävä.

Mallit astuvat sisään, kun teoriat ovat liian monimutkaisia käsittelemään. Teoriat voivat olla liian monimutkaisia käsittelemään. Tällöin voidaan käyttää yksinkertaistettua mallia, joka mahdollistaa ratkaisun (Apostel 1961, Redhead 1980). Esimerkiksi kvantikromodynamiikkaa ei voida helposti käyttää ytimen hadronirakenteen tutkimiseen, vaikka se on tämän ongelman perusteoria. Tämän vaikeuden kiertämiseksi fyysikot rakentavat jäljitettäviä fenomenologisia malleja (esim. MIT-pussimalli), jotka kuvaavat tehokkaasti tarkasteltavana olevan järjestelmän merkityksellisiä vapausasteita (Hartmann 1999). Näiden mallien etuna on, että ne antavat tuloksia silloin, kun teoriat ovat hiljaa. Niiden haittana on, että usein ei ole selvää, kuinka ymmärtää teorian ja mallin välistä suhdetta, koska nämä kaksi ovat tiukasti ristiriidassa keskenään.

Äärimmäisempi tapaus on mallin käyttö, kun teorioita ei ole lainkaan käytettävissä. Me kohtaamme tämän tilanteen kaikilla aloilla, mutta se on erityisen raivoava biologian ja talouden aloilla, joissa yleisiä teorioita ei usein tarvitse olla. Malleja, jotka tutkijat sitten rakentavat tilanteen ratkaisemiseksi, kutsutaan joskus”korvaaviksi malleiksi” (Groenewold 1961).

Mallit alustavina teorioina. Malli käsite teorioiden korvaajana liittyy läheisesti kehitysmallin käsitteeseen. Tämän termin on keksinyt Leplin (1980), joka huomautti, kuinka hyödylliset mallit olivat varhaisen kvantiteorian kehittämisessä, ja sitä käytetään nyt katto-ajatuksena, joka kattaa tapaukset, joissa mallit ovat jonkinlainen alustava tehtävä teoriaan.

Läheisesti liittyvä käsite on koettelumallit (myös 'opintomallit' tai 'lelumallit'). Nämä ovat malleja, jotka eivät suorita esitystehtävää ja joiden ei odoteta opastavan meitä mistään itse mallin ulkopuolella. Näiden mallien tarkoituksena on testata uusia teoreettisia välineitä, joita käytetään myöhemmin edustavien mallien rakentamiseen. Esimerkiksi kenttäteoriassa ns. Φ 4- mallia on tutkittu laajasti ei siksi, että se edustaa jotain todellista (tiedetään, että ei), vaan koska se palvelee useita heuristisia toimintoja. Φ 4: n yksinkertaisuus-mallin avulla fyysikko voi "saada tunteen" siitä, millaiset kvantikenttäteoriat ovat ja poimia joitain yleisiä piirteitä, jotka tällä yksinkertaisella mallilla on monimutkaisempien kanssa. Voidaan kokeilla monimutkaisia tekniikoita, kuten renormalisointi, yksinkertaisessa ympäristössä ja on mahdollista tutustua mekanismeihin - tässä tapauksessa symmetrian murtamiseen - joita voidaan käyttää myöhemmin (Hartmann 1995). Tämä pätee paitsi fysiikkaan. Kuten Wimsatt (1987) huomauttaa, vääriä malleja genetiikassa voi suorittaa monia hyödyllisiä toimintoja, muun muassa seuraavat: väärä malli voi auttaa vastaamaan realistisempia malleja koskeviin kysymyksiin, tarjota areenan, jolla voidaan vastata monimutkaisempien mallien ominaisuuksia koskeviin kysymyksiin, ' huomioida ilmiöt, joita ei muuten näy,toimivat yleisemmän mallin rajoittavina tapauksina (tai kaksi väärää mallia voivat määritellä niiden tapausten jatkuvuuden äärimmäisyyden, joissa todellisen tapauksen oletetaan olevan), tai se voi johtaa merkityksellisten muuttujien tunnistamiseen ja niiden arviointiin arvot.

5. Mallit ja muut keskustelut tiedefilosofiassa

Tieteellisistä malleista käydyllä keskustelulla on merkittäviä vaikutuksia muihin tiedefilosofian keskusteluihin. Syynä tähän on se, että perinteisesti keskustelut tieteellisestä realismista, reduktionismista, selityksistä ja luonnonlakeista sovittiin teoriaan, koska vain teoriat tunnustettiin tieteellisen tiedon kantajiksi. Joten kysymys on siitä, muuttuvatko ja jos niin, keskustelu näistä asioista muuttuessaan painopisteen teorioista malleihin. Tähän mennessä mitään näistä aiheista ei ole kehitetty kattavaan mallipohjaiseen tiliin; mutta mallit jättivät jonkin verran jälkiä näiden aiheiden keskusteluihin.

5.1 Keskustelu malleista ja realismista antirealismin kanssa

On väitetty, että mallirakennuksen käytäntö suosii antirealismia realismin edelle. Antirealistit huomauttavat, että totuus ei ole tieteellisen mallinnuksen päätavoite. Esimerkiksi Cartwright (1983) esittää useita tapaustutkimuksia, jotka osoittavat, että hyvät mallit ovat usein vääriä ja että väitetyt tosi teoriat eivät ehkä auta paljon, kun on kyse esimerkiksi laserin toiminnan ymmärtämisestä.

Realistit kiistävät, että mallien virheellisyys tekee realistisen lähestymistavan tieteeseen mahdotonta korostamalla, että hyvä malli, jonka ajatellaan olevan kirjaimellisesti totta, on yleensä ainakin suunnilleen totta. Laymon (1985) väittää, että mallin ennusteet muuttuvat tyypillisesti paremmin, kun rentoutamme idealisointeja (ts. Poistamme mallin idealisoinnista), jotka hän ottaa tukemaan realismia (ks. Myös McMullin 1985, Nowak 1979 ja Brzezinski ja Nowak 1992).

Lukuun ottamatta tavanomaisia valituksia likimääräisen totuuden käsitteen käyttökelpoisuudesta, antirealistit ovat kiistäneet tämän vastauksen kahdesta (toisiinsa liittyvästä) syystä. Ensinnäkin, kuten Cartwright (1989) huomauttaa, ei ole syytä olettaa, että mallia voidaan aina parantaa parantamalla idealisoivien korjausten avulla. Toiseksi näyttää siltä, että hahmoteltu menettely ei ole tieteellisen käytännön mukainen. On epätavallista, että tutkijat panostavat työhön olemassa olevan mallin toistuvaan idealisointiin. Pikemminkin, ne siirtyvät täysin erilaiseen mallintamiskehykseen, kun tehdyt muutokset ovat liian mukana (Hartmann 1998). Atomiytimen eri mallit ovat esimerkki esimerkistä. Kun on ymmärretty, että kuoren vaikutukset ovat tärkeitä erilaisten ilmiöiden ymmärtämiseksi,(kollektiivinen) nestepisaramalli on syrjäytetty ja (yhden hiukkasen) kuorimalli on kehitetty näiden havaintojen huomioon ottamiseksi. Lisävaikeus idealisoinnin poistamisessa on se, että suurin osa idealisoinneista ei ole”hallittuja”. Ei ole esimerkiksi selvää, miten MIT-Bag-mallia voitaisiin desinfioida, jotta lopulta päästäisiin kvantikromodynamiikkaan, joka on oletettavasti oikea taustalla oleva teoria.

Toisen antirealistisen väitteen, 'yhteensopimattomien mallien argumentin', lähtökohtana on huomautus, että tutkijat käyttävät usein onnistuneesti useita saman yhteensopimattomuuden malleja samasta kohdejärjestelmästä ennakoiviin tarkoituksiin (Morrison 2000). Nämä mallit näennäisesti ovat ristiriidassa keskenään, koska ne määrittelevät eri ominaisuudet samalle kohdejärjestelmälle. Esimerkiksi ydinfysiikassa nestemiespisaramalli tutkii atomin ytimen analogiaa (varautuneen) nestepisaran kanssa, kun taas kuorimalli kuvaa ydinominaisuuksia protonien ja neutronien, atomiatumien ainesosien ominaisuuksien suhteen. Tämä käytäntö näyttää aiheuttavan ongelman tieteelliseen realismiin. Realistit ovat tyypillisesti sitä mieltä, että teorian ennustavan menestyksen ja sen olevan ainakin suunnilleen totta välillä on läheinen yhteys. Mutta jos saman järjestelmän useat teoriat ovat ennustettavasti onnistuneita ja jos nämä teoriat ovat keskenään epäjohdonmukaisia, ne eivät kaikki voi olla totta, edes suunnilleen.

Realistit voivat reagoida tähän väitteeseen monin tavoin. Ensinnäkin he voivat kiistää väitteen, jonka mukaan kyseiset mallit todellakin ovat ennakoivasti menestyviä. Jos mallit eivät ole hyviä ennustajia, argumentti estetään. Toiseksi he voivat puolustaa perspektivaalisen realismin versiota (Giere 1999, Rueger 2005), jonka mukaan kukin malli paljastaa yhden näkökohdan kyseisessä ilmiössä, ja kun niitä otetaan huomioon, syntyy täysi (tai täydellisempi) tili. Kolmanneksi realistit voivat kiistää ensinnäkin ongelman, koska tieteelliset mallit, jotka aina on idealisoitu tavalla tai toisella ja siksi tiukasti virheellisiä, ovat vain väärä väline, jolla voidaan huomauttaa realismista.

5.2 Malli ja reduktionismi

Viimeisessä osassa mainittu useita malleja koskeva ongelma herättää kysymyksen siitä, miten eri mallit liittyvät toisiinsa. Ilmeisesti useat mallit samalle kohdejärjestelmälle eivät yleensä ole deduktiivisessa suhteessa, koska ne ovat usein ristiriidassa keskenään. Koska suurin osa näistä malleista näyttää olevan välttämättömiä tieteen käytännössä, yksinkertainen kuva tieteen organisoinnista Nagelin (1961) pelkistysmallin tai Oppenheimin ja Putnamin (1958) pyramidi-kuvan mukaisesti ei vaikuta uskottavalta.

Jotkut ovat ehdottaneet (Cartwright 1999, Hacking 1983) kuvaa tieteestä, jonka mukaan eri mallien välillä ei ole systemaattisia suhteita. Jotkut mallit ovat sidoksissa toisiinsa, koska ne edustavat samaa tavoitejärjestelmää, mutta tämä ei tarkoita, että ne muodostavat lisäsuhteita (deduktiivisia tai muuten). Meillä on edessään hajanaisia malleja, joilla kaikilla on ceteris paribus erityisillä soveltuvuusalueillaan (katso myös Falkenburgissa ja Muschikissa 1998 kerätyt artikkelit).

Jotkut väittävät, että tämä kuva on ainakin osittain väärä, koska eri mallien tai teorioiden välillä on useita mielenkiintoisia suhteita. Nämä suhteet vaihtelevat kontrolloiduista likiarvoista yksittäisten raja-suhteiden välillä (Batterman 2004) rakennesuhteisiin (Gähde 1997) ja melko löysiin suhteisiin, joita kutsutaan tarinoiksi (Hartmann 1999; katso myös Bokulich 2003). Nämä ehdotukset on tehty tapaustutkimusten perusteella (esimerkiksi ns. Tehokkaat kvanttikenttäteoriat, ks. Hartmann 2001), ja on vielä nähtävissä, voidaanko antaa nämä suhteet yleisemmin ja voidaanko syventää niiden perustelua ne voidaan toimittaa esimerkiksi Bayesin kehyksellä (ensimmäiset askeleet kohti Bayesin ymmärtämistä vähentämisestä löytyy julkaisusta Dizadji-Bahmani ym. 2011).

5.3 Luonnon mallit ja lait

Yleisesti pidetään sitä, että tieteen tavoitteena on löytää luonnonlakeja. Filosofit puolestaan ovat kohdanneet haasteen selittää, mitä luonnonlait ovat. Kahden tällä hetkellä hallitsevan kirjan, parhaan järjestelmien lähestymistavan ja universaalin lähestymistavan mukaan luonnonlakien ymmärretään olevan universaalia, mikä tarkoittaa, että niitä sovelletaan kaikkeen, mikä maailmassa on. Tämä lakien omaksuminen ei tunnu olevan suoraviivainen näkemyksen kanssa, jossa mallit nähdään tieteellisen teoretisoinnin keskipisteessä. Mikä rooli yleisillä laeilla on tieteessä, jos mallit edustavat sitä, mitä maailmassa tapahtuu ja miten mallit ja lait liittyvät toisiinsa?

Yksi mahdollinen vastaus on väittää, että luonnonlait säätelevät kokonaisuuksia ja prosesseja mallissa eikä maailmassa. Tätä lähestymistapaa koskevissa peruslaissa ei ilmoiteta tosiasioita maailmasta, mutta ne pitävät paikkansa mallin entiteeteissä ja prosesseissa. Cartwright (1983, 1999), Giere (1999) ja van Fraassen (1989) ovat kannataneet erilaisia näkemyksen variantteja. Yllättäen lakien realistit eivät näytä olevan vastanneet tähän haasteeseen, joten on edelleen avoin kysymys siitä, voidaanko lakien realistinen ymmärtäminen ja mallipohjainen lähestymistapa tieteeseen (ja jos on, miten) tehdä yhteensopivia.

5.4 Mallit ja tieteellinen selitys

Luonnonlakeilla on tärkeä rooli monissa selitysprosesseissa, näkyvimmin deduktiivis-nomologisessa mallissa ja yhdistämisessä. Valitettavasti nämä tilit perivät ongelmat, jotka häiritsevät mallien ja lakien välistä suhdetta. Tämä antaa meille kaksi vaihtoehtoa. Kumpi tahansa voi väittää, että laeista voidaan luopua selityksissä, ajatuksessa, jota käytetään sekä van Fraassenin (1980) käytännöllisessä selitysteoriassa että lähestymistapoissa syy-selitykseen, kuten Woodwardin (2003). Jälkimmäisen mukaan mallit ovat työkaluja selville syy-suhteista, jotka pitäytyvät tiettyjen tosiasioiden tai prosessien välillä, ja juuri nämä suhteet tekevät selittävän työn. Tai voidaan siirtää mallien selittävää taakkaa. Positiivinen ehdotus näistä linjoista on Cartwrightin ns. "Selitys simulakrumiluku",mikä ehdottaa, että selitämme ilmiötä rakentamalla mallin, joka sopii ilmiön suuriteorian peruskehykseen (1983, luku 8). Tässä mielessä malli itsessään on selitys, jota etsimme. Tämä neliöi hyvin tieteellisiin perusintulaatioihin, mutta jättää meille kysymyksen siitä, mikä selityksen käsite on työssä (ks. Myös Elgin ja Sober 2002). Bokulich (2008, 2009) noudattaa samanlaista päättelyä ja näkee mallien selittävän voiman olevan läheisessä yhteydessä niiden kuvitteelliseen luonteeseen. Tämä neliöi hyvin tieteellisiin perusintulaatioihin, mutta jättää meille kysymyksen siitä, mikä selityksen käsite on työssä (ks. Myös Elgin ja Sober 2002). Bokulich (2008, 2009) noudattaa samanlaista päättelyä ja näkee mallien selittävän voiman olevan läheisessä yhteydessä niiden kuvitteelliseen luonteeseen. Tämä neliöi hyvin tieteellisiin perusintulaatioihin, mutta jättää meille kysymyksen siitä, mikä selityksen käsite on työssä (ks. Myös Elgin ja Sober 2002). Bokulich (2008, 2009) noudattaa samanlaista päättelyä ja näkee mallien selittävän voiman olevan läheisessä yhteydessä niiden kuvitteelliseen luonteeseen.

6. Päätelmät

Malleilla on tärkeä rooli tieteessä. Mutta huolimatta siitä, että he ovat herättäneet huomattavaa kiinnostusta filosofien keskuudessa, ymmärryksessämme malleista, jotka ovat ja miten ne toimivat, on edelleen merkittäviä aukkoja.

bibliografia

  • Achinstein, Peter (1968), Tieteen käsitteet. Filosofinen analyysi. Baltimore: Johns Hopkins Press.
  • Ackerlof, George A (1970),”Sitruunamarkkinat: laadun epävarmuus ja markkinamekanismi”, Quarterly Journal of Economics 84: 488–500.
  • Ankeny, Rachel (2009),”Malli-organismit fiktioina”, julkaisussa Mauricio Suárez (toim.): Fiktioita tieteessä, Filosofiset esseet mallinnuksesta ja idealisoinnista, Lontoo: Routledge, 194–204.
  • Apostel, Leo (1961),”Kohti epämuodollisten tieteiden mallien muodollista tutkimusta”, julkaisussa Freudenthal 1961, s. 1–37.
  • Bailer-Jones, Daniela M. (1999),”Mallien kehityksen jäljittäminen tiedefilosofiassa”, Magnani, Nersessian ja Thagard 1999, 23–40.
  • ––– (2003)”Kun tieteelliset mallit edustavat”, tiedefilosofian kansainväliset tutkimukset 17: 59–74.
  • ––– ja Bailer-Jones CAL (2002), “Modeling Data: Analogies in Neur Networks, Simulated Annealing and Geneetic Algorithms”, julkaisussa Magnani and Nersessian 2002: 147–165.
  • Barbrousse, Anouk ja Pascal Ludwig (2009),”Fiktionit ja mallit”, julkaisussa Mauricio Suárez (toim.): Fiktioita tieteessä, Filosofiset esseet mallinnuksesta ja idealisoinnista, Lontoo: Routledge, 56–75.
  • ––– Sara Franceschelli, Cyrille Imbert (2009),”Tietosimulaatiot kokeiluna”, Synthese, 169 (3): 557–574.
  • Batterman, Robert (2004), “Intertheory Relations in Physics”, Stanfordin filosofian tietosanakirja (kevään 2004 painos), Edward N. Zalta (toim.), URL = https://plato.stanford.edu/archives/spr2004/ tulo / fysiikka liittyvät toisiinsa /.
  • Bell, John ja Moshé Machover (1977), matemaattisen logiikan kurssi, Amsterdam: Pohjois-Hollanti.
  • Musta, Max (1962), mallit ja metaforit. Kielen ja filosofian opinnot. Ithaca, New York: Cornell University Press.
  • Bogen, James ja James Woodward (1988),”Saving the Fenomena”, Philosophical Review 97: 303–352.
  • Bokulich, Alisa (2003),”Horisontaaliset mallit: leipureista kissoihin”, Tiedefilosofia 70: 609–627.
  • ––– (2008), kvantklassisen suhteen uudelleentarkastelu: reduktionismin ja moniarvoisuuden lisäksi, Cambridge: Cambridge University Press.
  • ––– (2009),”Selittävät fikssit”, julkaisussa: Mauricio Suárez (toim.): Fictions in Science. Filosofiset esseet mallinnuksesta ja idealisoinnista Lontoo: Routledge, 91–109.
  • Braithwaite, Richard (1953), tieteellinen selitys. Cambridge: Cambridge University Press.
  • Brewer, WF ja CA Chinn (1994), “Tutkijoiden vastaukset epänormaaliin tietoihin: todisteet psykologiasta, historiasta ja tieteen filosofiasta” julkaisussa: Tiedefilosofian yhdistyksen 1994 biennaalikokouksen 1994, osa 1: Symposiat ja Kutsutut lehdet, 304–313.
  • Brown, James (1991), Mielen laboratorio: ajatuskokeilut luonnontieteissä. Lontoo: Routledge.
  • Brzezinski, Jerzy ja Leszek Nowak (toim.) (1992), idealisointi III: lähentäminen ja totuus. Amsterdam: Rodopi.
  • Callender, Craig ja Jonathan Cohen (2006),”Tieteellisessä edustuksessa ei ole erityisiä ongelmia”, Theoria, seuraava.
  • Campbell, Norman (1920), Fysiikka: Elementit. Cambridge: Cambridge University Press. Uusintapainos tieteen perustana. New York: Dover, 1957.
  • Carnap, Rudolf (1938),”Loogisen ja matematiikan perusteet”, Otto Neurath, Charles Morris ja Rudolf Carnap (toim.), Kansainvälinen yhtenäisen tieteen tietosanakirja. Vol. 1 Chicago: University of Chicago Press, 139–213.
  • Cartwright, Nancy (1983), kuinka fysiikan lait valehtelevat. Oxford: Oxford University Press.
  • ––– (1989), Luonnon kapasiteetit ja niiden mittaus. Oxford: Oxford University Press.
  • ––– (1999), Dappled World. Tutkimus tieteen rajoista. Cambridge: Cambridge University Press.
  • ––– Towfic Shomar ja Mauricio Suárez (1995), “Tieteen työkalulaatikko”, julkaisussa Herfel 1995, 137–150.
  • Contessa, Gabrielle (2007)”Tieteellinen esitys, tulkinta ja Surrogative-päättely”, Tiedefilosofia 74 (1): 48–68.
  • ––– (2010),”Tieteelliset mallit ja kuvitteelliset esineet”, Synthese 172 (2), 215–229.
  • Da Costa, Newton ja Steven French (2000) “Mallit, teoriat ja rakenteet: kolmekymmentä vuotta myöhemmin”, Tiedefilosofia 67, liite, S116–127.
  • ––– (2003), Tiede ja osittainen totuus: Yhtenäinen lähestymistapa malleihin ja tieteellinen päättely. Oxford: Oxford University Press.
  • Dizadji-Bahmani, Foad, Roman Frigg ja Stephan Hartmann (2011) “Vahvistus ja vähentäminen: Bayesin tili”, Synthese 179 (2): 321–38.
  • Downes, Stephen (1992),”Mallien merkitys teorisoinnissa: Deflaationinen semanttinen näkymä”. Proceedings of the Philosophy of Science Association, osa 1, toimittanut David Hull ym., 142–153. East Lansing: Tiedefilosofiayhdistys ry.
  • Elgin, Catherine (2010),”Telling Instances”, julkaisussa: Roman Frigg ja Matthew Hunter (toim.): Mimesisin ja nominalismin ulkopuolella: Edustus taiteen ja tieteen alalla Berliinissä ja Ney Yorkissa: Springer, 1–17.
  • Elgin, Mehmet ja Elliott Sober (2002), “Cartwright selityksestä ja ihannoinnista”, Erkenntnis 57: 441–50.
  • Falkenburg, Brigitte ja Wolfgang Muschik (toim.) (1998), Fysiikan mallit, teoriat ja disunaisuus, Philosophia Naturali s. 35.
  • Fine, Arthur (1993),”fiktionismi”, keskilännen tutkimukset filosofiassa 18: 1–18.
  • Forster, Malcolm ja Elliott Sober (1994), “Kuinka kertoa, kun yksinkertaiset, yhtenäisemmät tai vähemmän ad hoc -teoriat antavat tarkempia ennusteita”, British Journal of the Philosophy of Science 45: 1–35.
  • Freudenthal, Hans (toim.) (1961), Mallin käsite ja rooli matematiikassa sekä luonnon- ja yhteiskuntatieteissä. Dordrecht: Reidel.
  • Frigg, Roman (2006),”Tieteellinen esitys ja teorioiden semanttinen näkymä”, Theoria 55: 37–53.
  • ––– ja Julian Reiss (2009), “Simulointifilosofia: uusia uusia aiheita tai sama vanha murskaus?”, Synthese 169 (3): 593–613.
  • ––– (2010a), “Kaunokirjallisuus tieteessä”, julkaisussa: John Woods (toim.): Kaunokirjallisuus ja mallit: Uudet esseet, München: Philosophia Verlag, 247–287
  • ––– (2010b), “Mallit ja fiktio”, Synthese, 172 (2): 251–268
  • ––– (2010c),”Kaunokirjallisuus ja tieteellinen edustus”, julkaisussa: Roman Frigg ja Metthew Hunter (toim.): Mimesin ja nominalismin ulkopuolella: Edustustaide taiteessa ja tieteessä, Berliini ja Ney York: Springer, 97–138.
  • ––– Seamus Bradley, syy L. Machete ja Leonard A. Smith (2012),”Todennäköinen ennustaminen: miksi mallin epätäydellisyys on myrkkypilleri”, julkaistaan Hanne Andersonissa, Dennis Dieksissä, Gregory Wheelerissä, Wenceslao Gonzalezissa ja Thomas Uebel (toim.)): Uudet haasteet tiedefilosofialle, Berliini ja New York: Springer.
  • Gähde, Ulrich (1997),”Poikkeamat ja teoriaverkkojen revisio. Huomautuksia elohopean perihelionin etenemisestä”, julkaisussa Marisa Dalla Chiara et al. (toim.), tieteen rakenteet ja normit. Dordrecht: Kluwer.
  • Galison, Peter (1997) Kuva ja logiikka. Mikrofysiikan aineellinen kulttuuri. Chicago: Chicago: University of Chicago Press.
  • Gendler, Tamar (2000) Ajatuskokeilu: Kuvitteellisten tapausten valtuuksista ja rajoista. New York ja Lontoo: Garland.
  • Gibbard, Allan ja Hal Varian (1978),”Taloudelliset mallit”, Journal of Philosophy 75: 664–677.
  • Giere, Ronald (1988), Selittäen tiedettä: kognitiivinen lähestymistapa. Chicago: University of Chicago Press.
  • ––– (1999), Tiede ilman lakeja. Chicago: University of Chicago Press.
  • ––– (2004),”Kuinka malleja käytetään edustamaan todellisuutta”, Tiedefilosofia 71, liite, S742–752.
  • ––– (2009),”Miksi tieteellisiä malleja ei pidä pitää fiktion teoksina”, julkaisussa: Mauricio Suárez (toim.): Fiktioita tieteessä. Filosofiset esseet mallinnuksesta ja idealisoinnista Lontoo: Routledge, 248–258.
  • Godfrey-Smith, P. (2006),”Mallipohjaisen tieteen strategia”, biologia ja filosofia, 21: 725–740.
  • ––– (2009),”Mallit ja fikssit luonnossa”, filosofiset tutkimukset, 143: 101–116.
  • Groenewold, HJ (1961),”Fysiikan malli”, Freudenthal 1961, 98–103.
  • Hakkerointi, Ian (1983), edustaminen ja puuttuminen. Cambridge: Cambridge University Press.
  • Harris, Todd (2003),”Datamallit sekä tiedon hankkiminen ja manipulointi”, Tiedefilosofia 70: 1508–1517.
  • Hartmann, Stephan (1995),”Mallit teorian rakentamisen välineenä: Joitakin alustavan fysiikan strategioita”, julkaisussa Herfel et al. 1995, 49–67.
  • ––– (1996), “Maailma prosessina. Simulaatiot luonnon- ja yhteiskuntatieteissä”, julkaisussa Hegselmann et ai. 1996, 77 - 100.
  • ––– (1998),”Idealisointi kvanttikenttäteoriassa”, Shanks 1998, 99–122.
  • ––– (1999),”Mallit ja tarinat hadronifysiikassa”, Morgan and Morrison 1999, 326–346.
  • ––– (2001), 'Tehokkaat kenttäteoriat, pelkistys ja tieteelliset selitykset', Nykyfysiikan historian ja filosofian tutkimukset 32, 267–304.
  • Hegselmann, Rainer, Ulrich Müller ja Klaus Troitzsch (toim.) (1996), Yhteiskuntatieteiden mallinnus ja simulointi tiedefilosofian näkökulmasta. Teorian ja päätöksenteon kirjasto. Dordrecht: Kluwer.
  • Hellman, DH (toimitettu) (1988), Analogical Reasoning. Kluwer: Dordrecht.
  • Hempel, Carl G. (1965), Tieteellisen selityksen näkökohdat ja muut esseet tiedefilosofiassa. New York: Free Press.
  • Herfel, William, Wladiyslaw Krajewski, Ilkka Niiniluoto ja Ryszard Wojcicki (toim.) (1995), Teoriat ja mallit tieteellisessä prosessissa. (Tieteellisen ja humanistisen tieteen filosofian Poznan-tutkimukset 44.) Amsterdam: Rodopi.
  • Hesse, Mary (1963), Tieteen mallit ja analogiat. Lontoo: Sheed ja Ward.
  • ––– (1974), Tieteellisten päätelmien rakenne. Lontoo: Macmillan.
  • Hodges, Wilfrid (1997), lyhyempi malliteoria. Cambridge: Cambridge University Press.
  • Holyoak, Keith ja Paul Thagard (1995), Mental Leaps. Analogia luovassa ajattelussa. Cambridge, Mass.: Bradford.
  • Horowitz, Tamara ja Gerald Massey (toim.) (1991), Thought Experiments in Science and Philosophy. Lanham: Rowman ja Littlefield.
  • Hughes, RIG (1997),”Mallit ja edustus”, Tiedefilosofia 64: S325–336.
  • Humphreys, Paul (2004), Laajentamalla itseämme: Laskennallinen tiede, empirismi ja tieteellinen menetelmä. Oxford: Oxford University Press.
  • ––– (2009),”Tietokonesimulaatiomenetelmien filosofinen uutuus”, Synthese 169: 615–626.
  • Knuuttila, Taria (2009), “Esittely, idealisointi ja fiktio taloudessa: Oletetuista kysymyksistä mallinnuksen epistemologiaan”, julkaisussa: Mauricio Suárez (toim.): Fiktionet tiede. Filosofiset esseet mallinnuksesta ja idealisoinnista, Lontoo: Routledge, 205–233.
  • Kroes, Peter (1989), “Fysikaalisten järjestelmien rakenteelliset analyysit”, Brittiläinen tiedefilosofian lehti 40: 145–154.
  • Laymon, Ronald (1982),”Tieteellinen realismi ja hierarkkinen kontrafaktuaalinen polku tiedosta teoriaan”, Tiedefilosofian yhdistyksen kahden vuoden välein pidetyn kokouksen julkaisut, osa 1, 107–121.
  • ––– (1985), “Idealisaatiot ja teorioiden testaaminen kokeilulla”, Peter Achinstein ja Owen Hannaway (toim.), Havainnointikoe ja hypoteesi nykyfysiikassa. Cambridge, Massachusetts: MIT Press, 147–173.
  • ––– (1991),”Stevinin, Machin ja Gouyn ajatuskokeilut: ajattelukokeet ihanteellisina raja-arvoina ja semanttisina alueina”, Horowitzissa ja Masseyssa 1991, 167–91.
  • Leng, Mary (2010), Matematiikka ja todellisuus, Oxford.
  • Leonelli, Sabina (2010),”Pakkaustiedot uudelleenkäyttöön: tietokannat organismi-biologiamallissa”, julkaisussa: Howlett P, Morgan MS (toim.): Kuinka hyvin tosiasiat matkustavat? Luotettavan tiedon levitys, Cambridge: Cambridge University Press.
  • Leonelli, Sabina ja R. Ankeny (2012),”Re-Thinking Organisms: Databases Epistemic Impact of Databases Organism Model Biology”, Opinnot biologian ja biolääketieteen historiaan ja filosofiaan, 43, 29–36.
  • Leplin, Jarrett (1980), “Mallien rooli teorian rakentamisessa”, julkaisussa: T. Nickles (toim.), Scientific Discovery, Logic and Rationality. Reidel: Dordrecht: 267–284.
  • Lloyd, Elisabeth (1984),”Semanttinen lähestymistapa väestögenetiikan rakenteeseen”, Tiedefilosofia 51: 242–264.
  • ––– (1994), evoluutioteorian rakenne ja vahvistus. Princeton: Princeton University Press.
  • Magnani, Lorenzo ja Nancy Nersessian (toim.) (2002), malliperusteinen päättely: Tiede, tekniikka, arvot. Dordrecht: Kluwer.
  • ––– (2012), Tieteelliset mallit eivät ole fiktioita: Mallipohjainen tiede kuin episteminen taistelu, tulevaisuus L. Magnanissa ja P. Li: ssä (toim.): Filosofia ja kognitiivinen tiede: Länsi- ja idätutkimus, Heidelberg / Berliini: Springer.
  • ––– ja Paul Thagard (toim.) (1999), Model-Based Reasoning In Science Discovery. Dordrecht: Kluwer.
  • Mäki, Uskali (1994),”Eristäminen, idealisointi ja totuus taloustieteessä”, julkaisussa Bert Hamminga ja Neil B. De Marchi (toim.), Idealisointi VI: idealisointi taloustieteessä. Poznan Studies in the Humanities and Humanities, Vol. 38: 147–168. Amsterdam: Rodopi.
  • Mayo, Deborah (1996), virhe ja kokeellisen tiedon kasvu. Chicago: University of Chicago Press.
  • McMullin, Ernan (1968),”Mitä fyysiset mallit kertovat meille?”, Julkaisuissa B. van Rootselaar ja JF Staal (toim.), Logiikka, metodologia ja tiede III. Amsterdam: Pohjois-Hollanti, 385–396.
  • ––– (1985), “Galilean ideaalisointi”, Tieteen historian ja filosofian tutkimukset 16: 247–73.
  • Morgan, Mary (1999),”Oppiminen malleista”, Morgan and Morrison 1999, 347–88.
  • ––– ja Margaret Morrison (1999), mallit välittäjinä. Luonnon- ja yhteiskuntatieteiden näkökulmat. Cambridge: Cambridge University Press.
  • ––– ja Margaret Morrison (1999),”Mallit välitysvälineinä”, julkaisussa: Morgan and Morrison 1999, 10–37.
  • ––– (2001) “Mallit, tarinat ja taloudellinen maailma”, Journal of Economic Methodology 8: 3, 361–84. Uusintapainos julkaisussa Fact and Fiction in Economics, toimittanut Uskali Mäki, 178–201. Cambridge: Cambridge University Press, 2002.
  • ––– (2003) “Kokeet ilman materiaalista puuttumista: mallikokeet, virtuaalikokeet ja käytännöllisesti kokeet”, julkaisussa: H. Radder (toim.): Tieteellisen kokeilun filosofia, Pittsburgh: University of Pittsburgh Press, 217–235
  • ––– ja Boumans, Marcel J. (2004),”Kaksiulotteisuuden piilotetut salaisuudet: talous hydraulisena koneena”, julkaisussa: S. de Chadarevian ja N. Hopwood (toim.): Malli: Kolmas ulottuvuus Science, Stanford: Stanford University Press, 369–401.
  • Morrison, Margaret (1998),”Luonnon mallintaminen: Fysiikan ja fyysisen maailman välillä”, Philosophia Naturalis 35: 65–85.
  • ––– (1999) “Mallit itsenäisinä agentteina”, Morgan and Morrison 1999, 38–65.
  • ––– (2000), Yhdistävät tieteelliset teoriat. Cambridge: Cambridge University Press.
  • ––– (2009),”Fiktionit, esitykset ja todellisuus”, julkaisussa: Mauricio Suárez (toim.): Fictions in Science. Filosofiset esseet mallinnuksesta ja idealisoinnista, Lontoo: Routledge, 110–135.
  • ––– (2009),”Mallit, mittaus ja tietokonesimulointi: Kokeilun muuttuvat kasvot”, filosofiset tutkimukset, 143 (1): 33–57.
  • Mundy, Brent (1986),”Merkityksellisen edustamisen yleisestä teoriasta”, Synthese 67: 391–437.
  • Musgrave, Alan (1981),”Epärealistiset oletukset” taloudellisessa teoriassa: F-kierre kierteettömästi”, Kyklos 34: 377–387.
  • Nagel, Ernest (1961), Tieteen rakenne. Tieteellisen selityksen logiikan ongelmat. New York: Harcourt, ahdin ja maailma.
  • Norton, John (1991),”Thought Experiments in Einstein's Work”, Horowitz ja Massey 1991, 129–148.
  • Nowak, Leszek (1979), Idealisoinnin rakenne: kohti marxilaisen tiedeidean systemaattista tulkintaa. Reidel: Dordrecht.
  • Oppenheim, Paul ja Hilary Putnam (1958),”Tieteen yhtenäisyys toimivana hypoteesina”, Herbert Feigl, Grover Maxwell ja Michael Scriven (toim.), Minnesota Studies in the Science Philosophy. Minneapolis: University of Minnesota Press, 3–36. Uusintapainos julkaisussa The Philosophy of Science, toimittanut Richard Boyd ym., Ch. 22. Cambridge, Mass.: MIT Press, 1991.
  • Parker, WS (2008),”Franklin, Holmes ja tietokoneistosimulaation epistemologia”, Tiedefilosofian kansainväliset tutkimukset 22 (2): 165–183.
  • ––– (2009), onko asialla todella merkitystä? Tietokonesimulaatiot, kokeet ja olennaisuus”, Synthese 169: 483–496
  • Peirce, Charles Sanders (1931–1958), Charles Sanders Peircen kerätyt artikkelit. Vol. 3. Toimittajat: Charles Hartshorne, Paul Weiss ja Arthur Burks. Harvard University Press, Cambridge, Mass.
  • Pincock, Christopher (2012) Matematiikka ja tieteellinen edustus, Oxford, Ch.12.
  • Psillos, Stathis (1995),”Teorioiden ja mallien kognitiivinen vuorovaikutus: 1800-luvun fysiikan tapaus”, julkaisussa Herfel et al. 1995, 105–133.
  • Quine, Willard Van Orman (1953),”Millä on olemassa”, loogisesta näkökulmasta. Cambridge, Mass.: Harvard University Press.
  • Redhead, Michael (1980), “Models in Physics”, British Journal for the Philosophy of Science 31: 145–163.
  • Reiss, Julian (2003),”Kausaaliset päätelmät abstraktissa tai seitsemässä myytissä ajattelukokeista”, syy-yhteys: Metafysiikan ja menetelmien tutkimusprojekti. Tekninen raportti 03/02. LSE.
  • ––– (2006),”Bepac Capacities”, Luc Bovens ja Stephan Hartmann (toim.), Nancy Cartwrightin tiedefilosofia. Lontoo: Routledge.
  • Rohrlich, Fritz (1991) “Fysiikan tietosimulaatiot”, tiedefilosofian yhdistyksen julkaisussa, voi. 2, toimittanut Arthur Fine et ai., 507–518. East Lansing: Tiedefilosofian yhdistys.
  • Rueger, Alexander (2005),”Perspectival Models and Theory Unification”, tiedefilosofian brittiläinen lehti 56.
  • Schnell, Rainer (1990),”Computersimulation und Theoriebildung in den Sozialwissenschaften”, Kölner Zeitschrift für Soziologie und Sozialpsychologie 1, 109–128.
  • Schaffner, Kenneth F. (1969,”Watson-Crick-malli ja reduktivismi”, Brittiläinen tiedefilosofian lehti, 20 (4): 325–348.
  • Shanks, Niall (toimitettu). (1998), idealisointi nykyfysiikassa. Amsterdam: Rodopi.
  • Sismondo, Sergio ja Snait Gissis (toim.) (1999), mallinnus ja simulointi. Tieteen erityisnumero kontekstissa 12.
  • Skyrms, Brian (1996), Sosiaalisen sopimuksen kehitys. Cambridge: Cambridge University Press.
  • Sorensen, Roy (1992), Thought Experiments. New York: Oxford University Press.
  • Spector, Marshall (1965),”Mallit ja teoriat”, British Journal for the Philosophy of Science 16: 121–142.
  • Staley, Kent W. (2004), Evidence for the top Quark: Objektiivisuus ja puolueellisuus yhteistyökokeilussa. Cambridge: Cambridge University Press.
  • Suárez, Mauricio (2003), "Tieteellinen esitys: samankaltaisuutta ja isomorfismia vastaan". Tiedefilosofian kansainväliset tutkimukset 17: 225–244.
  • ––– (2004),”Tieteellisen edustuksen lähtökohta”, Tiedefilosofia 71, liite, S767–779.
  • ––– ja Albert Solé (2006), “Kognitiivisen esityksen ja totuuden välisestä analogiasta”, Theoria 55, 27–36.
  • ––– (2009),”Tieteelliset fikssit päätelmissääntöinä” Julkaisussa: Mauricio Suárez (toim.): Fiktioita tieteessä. Filosofiset esseet mallinnuksesta ja idealisoinnista, Routledge: Lontoo, 158–178.
  • Suppe, Frederick. (1989), Semanttinen näkemys teorioista ja tieteellisestä realismista. Urbana ja Chicago: University of Illinois Press.
  • Suppes, Patrick. (1960),”Vertailu mallien merkityksestä ja käytöstä matematiikassa ja empiirisissä tieteissä”, Synthèse 12: 287–301. Uusintapainos Freudenthalissa (1961), 163–177 ja Patrick Suppes: Opinnot tieteen metodologiassa ja perusteissa. Valitut paperit vuosina 1951 - 1969. Dordrecht: Reidel 1969, 10–23.
  • ––– (1962),”Data Models”, julkaisuissa Ernest Nagel, Patrick Suppes ja Alfred Tarski (toim.), Logiikka, metodologia ja tiedefilosofia: 1960-luvun kansainvälisen kongressin julkaisut. Stanford: Stanford University Press, 252–261. Uusintapainos Patrick Suppes: Tutkimukset metodologiasta ja tieteen perusteista. Valitut paperit vuosina 1951 - 1969. Dordrecht: Reidel 1969, 24–35.
  • ––– (2002), Tieteellisten rakenteiden edustaminen ja invarianssi. Stanford: CSLI-julkaisut.
  • Swoyer, Chris (1991),”Rakenteellinen esitys ja Surrogatiivinen päättely”, Synthese 87: 449–508.
  • Teller, Paul (2001),”Täydellisen mallin hämärä”, Erkenntnis 55, 393–415.
  • ––– (2004), “Kuinka me pilkottelemme maailmaa”, Tiedefilosofia 71: 425–447.
  • ––– (2009),”Kaunokirjallisuus, fiktionisointi ja totuus tieteessä”, julkaisussa: Mauricio Suárez (toim.): Fiktioita tieteessä. Filosofiset esseet mallinnuksesta ja idealisoinnista, Lontoo: Routledge, 235–247.
  • Thomson-Jones, Martin (2010),”Puuttuvat järjestelmät ja nimellisarvokäytäntö”, Synthese 172 (2): 283–299.
  • Toon, A. (2010), “Models as Make-Believe”, julkaisussa: Frigg, R ja Hunter, M. (toim.): Mimesiksen ulkopuolella ja konventti: Edustustaide taiteessa ja tieteessä, Bostonin tiedefilosofian tutkimukset: Springer, 71–96.
  • ––– (2010),”Teoreettisen mallinnuksen ontologia: mallit uskovat”, Synthese 172: 301–315.
  • ––– (2011),”Leikkii molekyyleillä”, historian ja luonnontieteiden filosofian opinnot 42: 580–589.
  • ––– (2012), Mallit make-Believe: mielikuvitus, kaunokirjallisuus ja tieteellinen esitys, Palgrave Macmillan.
  • Vaihinger, Hans (1911),”Ikään kuin” -filosofia. Saksalainen alkuperäinen. Englanninkielinen käännös: Lontoo: Kegan Paul 1924.
  • van Fraassen, Bas C. (1980), The Scientific Image. Oxford: Oxford University Press.
  • ––– (1989), lait ja symmetria. Oxford: Oxford University Press.
  • ––– (2004), “Tiede edustajana: Kriteerien vääristäminen”, Tiedefilosofia 71, liite, S794–804.
  • ––– (2008), tieteellinen edustusto: perspektiivin paradokseja, Oxford: Oxford University Press.
  • Weisberg, M. (2012), Simulaatio ja samankaltaisuus: Mallien käyttäminen maailman ymmärtämiseen, julkaisu Oxford University Press, Ch. 4.
  • Wimsatt, William. (1987),”Väärät mallit todellisemman teorian välineiksi”, julkaisuissa N. Nitecki ja A. Hoffman (toim.), Neutral Models in Biology. Oxford: Oxford University Press, 23–55.
  • Winsberg, Eric (2001),”Simulaatiot, mallit ja teoriat: Monimutkaiset fysikaaliset järjestelmät ja niiden kuvaukset”, Tiedefilosofia 68 (Proceedings): 442–454.
  • ––– (2003),”Simuloidut kokeet: metodologia virtuaalimaailmaan”, Tiedefilosofia 70: 105–125.
  • ––– (2009),”Fiktion funktio: Tiedealueen laajentaminen”, julkaisussa: Mauricio Suárez (toim.): Science fiktion. Filosofiset esseet mallinnuksesta ja idealisoinnista, Lontoo: Routledge, 197–191.
  • ––– (2010, Tiede tietokonesimulaation aikakaudella, Chicago: Chicago University Press.
  • Woodward, James (2003), Asioiden tapahtuminen: syy-perusteiden teoria. New York: Oxford University Press.

Akateemiset työkalut

sep mies kuvake
sep mies kuvake
Kuinka mainita tämä merkintä.
sep mies kuvake
sep mies kuvake
Esikatsele tämän tekstin PDF-versio SEP-Ystävien ystävissä.
inpho-kuvake
inpho-kuvake
Katso tätä kirjoitusaihetta Indianan filosofian ontologiaprojektista (InPhO).
phil paperit -kuvake
phil paperit -kuvake
Parannettu bibliografia tälle merkinnälle PhilPapersissa, linkkien avulla tietokantaan.

Muut Internet-resurssit

[Ota yhteyttä kirjoittajaan ehdotuksilla.]

Suositeltava: