Вся научная работа построена на эксперименте. Сначала появляется гипотеза, потом гипотеза дорабатывается, ну а после всего этого проводится эксперимент. Он требует не только правильного планирования и однозначного понимания "что" и "для чего", но и подчиняется определенным правилам.
Таких правил довольно много. Есть и логичные описания методики, и даже строгие стандарты. Но давайте рассмотрим три самых важных аспекта, о которых вы наверняка ничего не слышали. Между тем, эти моменты можно внедрить и в повседневную жизнь.
Я бы выделил такие три кита, как воспроизводимость, масштабируемость и точность. Почти уверен, что каждый из описываемых вариантов хорошо подойдет и для решения самых обычных задач.
Воспроизводимость результата
Это логичное правило, о котором не всегда почему-то помнят. Если у вас получилось добиться желаемого результата и всё прекрасно ложится на описание предполагаемого эффекта, то это ещё не означает, что эксперимент удался и гипотеза подтверждена.
Прежде, чем делать громкие заявления, нужно сначала несколько раз повторить этот эксперимент на разном оборудовании и только потом радоваться
Так случается, что эксперимент вполне себе успешно повторяется с одинаковым результатом даже в рамках одной лаборатории и одним человеком. Но стоит провести его в другой лаборатории по описанной методике и общая линия теории плывет. Результаты получаются самые разные и воспроизводимости достичь невозможно.
Это может случиться по самым разным причинам. Или методика не отработана, или гипотеза не верна, или залогом успешности была случайность, или вся теория трещит по швам и требует доработки.
Точность результата
Точность полученного результата должна быть максимально высокой. Об успешности проведения эксперимента можно говорить только при выполнении сери экспериментов с точностью не менее 98%. Этот параметр часто путают с воспроизводимостью.
Разница тут в том, что когда мы оцениваем воспроизводимость, нам важно повторить один и тот же эксперимент в рамках другой лаборатории и на другом оборудовании. Если же мы говорим о точности, то важно получить идентичные результаты в рамках одного и того же эксперимента или их серии. Полученные результаты не должны выходить за пределы погрешности выбранной методики. Если же есть разовые значительные отклонения, то это промахи. Однако, если все результаты пляшут в пределах 10-30% и выше, то не о какой точности говорить не приходится.
Эксперимент нельзя считать адекватным и подходящим для выявления исследуемого явления, если точность получаемых результатов мала
Логика очень простая. Если вы рисуете лошадь, но получается то петух, то слон, то и говорить о высокой точности в этом случае не приходится, а лошадь мы всё равно не нарисуем.
Масштабируемость эксперимента
Случается так, что эксперимент, проводимый в лаборатории на микрообъемах даёт удовлетворительный результат и воспроизводится, но стоит перейти от микро- к макро- мы получаем отсутствие схождения. Это так называемое правило масштабирование.
Любой эксперимент сначала проводится на небольшом образце. Так и работать проще, и стоимость эксперимента минимальная, и проще выполнить ряд последовательных экспериментов. Но ведь делается всё это не для того, чтобы остановиться на прямоугольничке 50 на 50 мм. Нам нужно сделать большое и полноценное изделие.
Логика работы тут простая. Берем обнаруженные закономерности и пытаемся их использовать на реальных объемах. Вот только иногда ничего из этого не получается.
Правило масштабируемости как раз-таки и говорит, что результат должен быть неизменным вне зависимости от размера исследуемого образца
Отклонение при переходе от микро- к макро- возможно по множеству причин. Начиная от необходимости доработки технического процесса и кончая неправильно выявленной закономерностью, которая работала в небольшом образце, но глобально работать не может.
Примером необходимости доработать технологический процесс можно назвать процесс закалки, который выполняется на сантиметровом образце, но не работаем на образце метровом. Тут очевидно, что нужно большее время выдержки.
Гораздо хуже, когда технология доработана и адаптирована под крупный масштаб, но результата всё равно достичь не получается. Примеров таких очень много, но наверное самые "жуткие" и "смешные" ситуации происходят при попытке перенести закономерности, выявленные для квантовых систем на системы из макрообъектов. Скажем, попытаться увидеть квантовую запутанность молекул.
Подводя итог хотелось бы отметить, что говорить о положительном результате эксперимента можно только в том случае, когда процесс соответствует всем требованиям и результаты получаются воспроизводимые, масштабируемые и точные. К сожалению, сегодня очень многие об этом забывают, а потому и научная работа часто строится неправильно.
Обязательно подпишитесь на проект, оцените статью лайком и напишите комментарий! Это поможет развитию канала, а вы не пропустите новые интересные статьи
Советую также прочитать на нашем канале:
-----