Wissenschaftliche Modellierung - Scientific modelling

Beispiel für wissenschaftliche Modellierung. Ein Schema chemischer und Transportprozesse im Zusammenhang mit der atmosphärischen Zusammensetzung.

Wissenschaftliche Modellierung ist eine wissenschaftliche Tätigkeit, deren Ziel es ist, einen bestimmten Teil oder ein bestimmtes Merkmal der Welt leichter verständlich zu machen , zu definieren , zu quantifizieren , zu visualisieren oder zu simulieren, indem sie auf vorhandenes und normalerweise allgemein akzeptiertes Wissen Bezug nimmt . Es erfordert die Auswahl und Identifizierung relevanter Aspekte einer Situation in der realen Welt und die anschließende Verwendung verschiedener Arten von Modellen für unterschiedliche Ziele, wie konzeptionelle Modelle zum besseren Verständnis, operative Modelle zur Operationalisierung , mathematische Modelle zur Quantifizierung, Computermodelle zur Simulation und grafische Modelle , um das Thema zu visualisieren.

Modellierung ist ein wesentlicher und untrennbarer Bestandteil vieler wissenschaftlicher Disziplinen, von denen jede ihre eigenen Vorstellungen von bestimmten Modellierungsarten hat. Folgendes wurde von John von Neumann gesagt .

... die Wissenschaften versuchen nicht zu erklären, sie versuchen kaum zu interpretieren, sie machen hauptsächlich Modelle. Mit einem Modell ist ein mathematisches Konstrukt gemeint, das unter Hinzufügung bestimmter verbaler Interpretationen beobachtete Phänomene beschreibt. Die Rechtfertigung eines solchen mathematischen Konstrukts besteht allein und genau darin, dass von ihm erwartet wird, dass es funktioniert, d. h. Phänomene aus einem einigermaßen weiten Bereich richtig beschreibt.

Auch in Bereichen wie der naturwissenschaftlichen Bildung , der Wissenschaftsphilosophie , der Systemtheorie und der Wissensvisualisierung wird der wissenschaftlichen Modellierung zunehmend Aufmerksamkeit geschenkt . Es gibt eine wachsende Sammlung von Methoden , Techniken und Meta- Theorie über alle Arten von spezialisierter wissenschaftlicher Modellierung.

Überblick

MathModel.svg

Ein wissenschaftliches Modell versucht empirische Objekte, Phänomene und physikalische Prozesse auf logische und objektive Weise darzustellen. Alle Modelle sind in Simulacra , dh vereinfachte Reflexionen der Realität, die, obwohl sie Näherungen sind, äußerst nützlich sein können. Der Aufbau und die Auseinandersetzung mit Modellen ist grundlegend für das wissenschaftliche Unternehmen. Eine vollständige und wahrheitsgetreue Darstellung mag unmöglich sein, aber die wissenschaftliche Debatte beschäftigt sich oft damit, welches das bessere Modell für eine bestimmte Aufgabe ist, zB welches das genauere Klimamodell für saisonale Vorhersagen ist.

Versuche, die Prinzipien der Erfahrungswissenschaften zu formalisieren, verwenden eine Interpretation , um die Realität zu modellieren, so wie Logiker die Prinzipien der Logik axiomatisieren . Ziel dieser Versuche ist es, ein formales System zu konstruieren , das keine theoretischen Konsequenzen hervorbringt, die der Realität widersprechen . Vorhersagen oder andere Aussagen aus einem solchen formalen System spiegeln oder bilden die reale Welt nur insoweit ab, als diese wissenschaftlichen Modelle wahr sind.

Für den Wissenschaftler ist ein Modell auch eine Möglichkeit, die menschlichen Denkprozesse zu erweitern. Modelle, die in Software gerendert werden, ermöglichen es Wissenschaftlern beispielsweise, die Rechenleistung zu nutzen, um die dargestellte Entität, das Phänomen oder den Prozess zu simulieren, zu visualisieren, zu manipulieren und Intuitionen zu gewinnen. Solche Computermodelle sind in silico . Andere Arten von wissenschaftlichen Modellen sind in vivo (lebende Modelle, wie Laborratten ) und in vitro (in Glaswaren, wie Gewebekulturen ).

Grundlagen

Modellierung als Ersatz für direktes Messen und Experimentieren

Modelle werden normalerweise verwendet, wenn es entweder unmöglich oder unpraktisch ist, experimentelle Bedingungen zu schaffen, unter denen Wissenschaftler Ergebnisse direkt messen können. Die direkte Ergebnismessung unter kontrollierten Bedingungen (siehe Wissenschaftliche Methode ) ist immer zuverlässiger als modellierte Ergebnisschätzungen.

Innerhalb der Modellierung und Simulation ist ein Modell eine aufgabenorientierte, zielgerichtete Vereinfachung und Abstraktion einer Realitätswahrnehmung, die von physikalischen, rechtlichen und kognitiven Zwängen geprägt ist. Es ist aufgabenorientiert, weil ein Modell mit einer bestimmten Frage oder Aufgabe im Hinterkopf erfasst wird. Vereinfachungen lassen alle bekannten und beobachteten Entitäten und deren Beziehungen weg, die für die Aufgabe nicht wichtig sind. Abstraktion aggregiert wichtige, aber nicht benötigte Informationen im gleichen Detail wie das interessierende Objekt. Beide Aktivitäten, Vereinfachung und Abstraktion, werden gezielt durchgeführt. Sie basieren jedoch auf einer Wahrnehmung der Realität. Diese Wahrnehmung ist bereits ein Modell für sich, da sie mit einer physischen Einschränkung verbunden ist. Es gibt auch Einschränkungen in Bezug auf das, was wir mit unseren aktuellen Werkzeugen und Methoden rechtlich beobachten können, und kognitive Einschränkungen, die das, was wir mit unseren aktuellen Theorien erklären können, einschränken. Dieses Modell umfasst die Konzepte, ihr Verhalten und ihre Beziehungen informeller Form und wird oft als konzeptionelles Modell bezeichnet . Um das Modell ausführen zu können, muss es als Computersimulation implementiert werden . Dies erfordert mehr Auswahlmöglichkeiten, wie z. B. numerische Näherungen oder die Verwendung von Heuristiken. Trotz all dieser erkenntnistheoretischen und rechnerischen Einschränkungen wurde die Simulation als dritte Säule wissenschaftlicher Methoden anerkannt: Theoriebildung, Simulation und Experimentieren.

Simulation

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

Struktur

Struktur ist ein grundlegender und manchmal nicht greifbarer Begriff, der die Erkennung, Beobachtung, Natur und Stabilität von Mustern und Beziehungen von Entitäten umfasst. Von der verbalen Beschreibung einer Schneeflocke durch ein Kind bis hin zur detaillierten wissenschaftlichen Analyse der Eigenschaften von Magnetfeldern ist das Konzept der Struktur eine wesentliche Grundlage für fast jede Art von Forschung und Entdeckung in Wissenschaft, Philosophie und Kunst.

Systeme

Ein System ist eine Menge interagierender oder voneinander abhängiger Einheiten, real oder abstrakt, die ein integriertes Ganzes bilden. Im Allgemeinen ist ein System ein Konstrukt oder eine Sammlung verschiedener Elemente, die zusammen Ergebnisse liefern können, die durch die Elemente allein nicht erreicht werden können. Der Begriff eines „integrierten Ganzen“ kann auch als ein System formuliert werden, das eine Menge von Beziehungen verkörpert, die sich von Beziehungen der Menge zu anderen Elementen unterscheiden und Beziehungen zwischen einem Element der Menge und Elementen bilden, die nicht Teil der Menge sind relationalen Regime. Es gibt zwei Arten von Systemmodellen: 1) diskret, bei dem sich die Variablen zu unterschiedlichen Zeitpunkten augenblicklich ändern, und 2) kontinuierlich, bei dem sich die Zustandsvariablen zeitlich kontinuierlich ändern.

Modell erstellen

Modellierung ist der Prozess der Generierung eines Modells als konzeptionelle Darstellung eines Phänomens. Typischerweise befasst sich ein Modell nur mit einigen Aspekten des fraglichen Phänomens, und zwei Modelle desselben Phänomens können sich grundlegend unterscheiden, dh die Unterschiede zwischen ihnen umfassen mehr als nur eine einfache Umbenennung von Komponenten.

Solche Unterschiede können auf unterschiedliche Anforderungen der Endbenutzer des Modells oder auf konzeptionelle oder ästhetische Unterschiede zwischen den Modellierern und auf zufällige Entscheidungen zurückzuführen sein, die während des Modellierungsprozesses getroffen werden. Überlegungen, die die Struktur eines Modells beeinflussen können, können die Präferenz des Modellierers für eine reduzierte Ontologie , Präferenzen hinsichtlich statistischer Modelle gegenüber deterministischen Modellen , diskreter gegenüber kontinuierlicher Zeit usw. sein. In jedem Fall müssen Benutzer eines Modells die getroffenen Annahmen verstehen, die die Gültigkeit für einen bestimmten Verwendungszweck.

Das Erstellen eines Modells erfordert Abstraktion . Bei der Modellierung werden Annahmen verwendet, um den Anwendungsbereich des Modells zu spezifizieren. Die spezielle Relativitätstheorie geht beispielsweise von einem Trägheitsbezugssystem aus . Diese Annahme wurde durch die Allgemeine Relativitätstheorie kontextualisiert und weiter erklärt . Ein Modell macht genaue Vorhersagen, wenn seine Annahmen gültig sind, und kann möglicherweise keine genauen Vorhersagen treffen, wenn seine Annahmen nicht zutreffen. Solche Annahmen sind oft der Punkt, an dem ältere Theorien von neuen abgelöst werden (die allgemeine Relativitätstheorie funktioniert auch in nicht-inertialen Bezugssystemen).

Bewerten eines Modells

Ein Modell wird in erster Linie nach seiner Konsistenz zu empirischen Daten bewertet; Jedes Modell, das nicht mit reproduzierbaren Beobachtungen übereinstimmt, muss modifiziert oder abgelehnt werden. Eine Möglichkeit, das Modell zu modifizieren, besteht darin, die Domäne einzuschränken, über die ihm eine hohe Gültigkeit zugeschrieben wird. Ein typisches Beispiel ist die Newtonsche Physik, die außer den sehr kleinen, sehr schnellen und sehr massiven Phänomenen des Universums sehr nützlich ist. Eine Anpassung an empirische Daten allein reicht jedoch nicht aus, um ein Modell als valide zu akzeptieren. Wichtige Faktoren bei der Bewertung eines Modells sind:

  • Fähigkeit, frühere Beobachtungen zu erklären
  • Fähigkeit, zukünftige Beobachtungen vorherzusagen
  • Nutzungskosten, insbesondere in Kombination mit anderen Modellen
  • Widerlegbarkeit, die eine Schätzung des Vertrauensgrades des Modells ermöglicht
  • Einfachheit oder sogar Ästhetik

Menschen können versuchen, die Bewertung eines Modells mithilfe einer Nutzenfunktion zu quantifizieren .

Visualisierung

Visualisierung ist jede Technik zum Erstellen von Bildern, Diagrammen oder Animationen, um eine Nachricht zu kommunizieren. Visualisierung durch visuelle Bilder ist seit Anbeginn der Menschheit ein wirksames Mittel, um sowohl abstrakte als auch konkrete Ideen zu vermitteln. Beispiele aus der Geschichte sind Höhlenmalereien , ägyptische Hieroglyphen , griechische Geometrie und Leonardo da Vincis revolutionäre Methoden des technischen Zeichnens für technische und wissenschaftliche Zwecke.

Raumzuordnung

Space Mapping bezieht sich auf eine Methodik, die eine "quasi-globale" Modellierungsformulierung verwendet, um begleitende "grobe" (ideale oder niedrige Wiedergabetreue) mit "feinen" (praktischen oder hohen Wiedergabetreue) Modellen unterschiedlicher Komplexität zu verknüpfen. Bei der technischen Optimierung richtet die Raumabbildung ein sehr schnelles Grobmodell mit seinem zugehörigen, teuer zu berechnenden Feinmodell aus, um eine direkte teure Optimierung des Feinmodells zu vermeiden. Der Ausrichtungsprozess verfeinert iterativ ein "abgebildetes" Grobmodell ( Surrogatmodell ).

Typen

Anwendungen

Modellierung und Simulation

Eine Anwendung der wissenschaftlichen Modellierung ist das Gebiet der Modellierung und Simulation , allgemein als "M&S" bezeichnet. M&S hat ein Anwendungsspektrum, das von der Konzeptentwicklung und -analyse über das Experimentieren, Messen und Verifizieren bis hin zur Entsorgungsanalyse reicht. Projekte und Programme können Hunderte verschiedener Simulationen, Simulatoren und Modellanalysetools verwenden.

Beispiel für den integrierten Einsatz von Modellierung und Simulation im Lebenszyklusmanagement der Verteidigung. Die Modellierung und Simulation in diesem Bild wird in der Bildmitte mit den drei Containern dargestellt.

Die Abbildung zeigt, wie Modellierung und Simulation als zentraler Bestandteil eines integrierten Programms in einem Entwicklungsprozess von Verteidigungsfähigkeiten verwendet werden.

Modellbasiertes Lernen in der Bildung

Flussdiagramm zur Beschreibung eines Stils des modellbasierten Lernens

Modellbasiertes Lernen in der Bildung, insbesondere in Bezug auf das naturwissenschaftliche Lernen, beinhaltet die Erstellung von Modellen für wissenschaftliche Konzepte, um:

  • Einblick in die wissenschaftliche(n) Idee(n) gewinnen
  • Erlangen Sie ein tieferes Verständnis des Themas durch die Visualisierung des Modells
  • Verbessern Sie das Engagement der Schüler im Kurs

Zu den verschiedenen Arten von modellbasierten Lerntechniken gehören:

  • Physikalische Makrokosmen
  • Darstellungssysteme
  • Syntaktische Modelle
  • Aufstrebende Modelle

Modellbau im Bildungsbereich ist eine iterative Übung, bei der die Schüler ihre Modelle im Laufe der Zeit verfeinern, entwickeln und bewerten. Dies verlagert das Lernen von der Starrheit und Monotonie des traditionellen Lehrplans hin zu einer Übung der Kreativität und Neugierde der Schüler. Dieser Ansatz nutzt die konstruktive Strategie der sozialen Zusammenarbeit und der Lerngerüsttheorie. Modellbasiertes Lernen umfasst kognitive Fähigkeiten, bei denen bestehende Modelle durch die Konstruktion neuerer Modelle auf der Grundlage der alten Modelle verbessert werden können.

"Modellbasiertes Lernen beinhaltet die Bestimmung von Zielmodellen und einem Lernpfad, die realistische Verständnischancen bieten." Die Modellerstellung kann auch Blended-Learning- Strategien durch den Einsatz von webbasierten Tools und Simulatoren einbeziehen , wodurch die Schüler:

  • Machen Sie sich mit Online- oder digitalen Ressourcen vertraut
  • Erstellen Sie verschiedene Modelle mit verschiedenen virtuellen Materialien zu geringen oder keinen Kosten
  • Üben Sie die Modellbauaktivität jederzeit und an jedem Ort
  • Bestehende Modelle verfeinern

"Eine gut konzipierte Simulation vereinfacht ein reales System und sensibilisiert gleichzeitig für die Komplexität des Systems. Die Schüler können an dem vereinfachten System teilnehmen und lernen, wie das reale System funktioniert, ohne Tage, Wochen oder Jahre damit verbringen zu müssen, diese Erfahrung zu machen in der echten Welt."

Die Rolle des Lehrers im gesamten Lehr- und Lernprozess ist in erster Linie die eines Vermittlers und Organisators der Lernerfahrung. Er oder sie würde den Schülern eine Modellbauaktivität für ein bestimmtes Konzept zuweisen und relevante Informationen oder Unterstützung für die Aktivität bereitstellen. Für Aktivitäten im virtuellen Modellbau kann der Lehrer auch Informationen zur Verwendung des digitalen Werkzeugs geben und bei Störungen während der Verwendung Unterstützung bei der Fehlersuche leisten. Der Lehrer kann auch die Gruppendiskussionsaktivität zwischen den Schülern arrangieren und den Schülern die notwendige Plattform bieten, um ihre Beobachtungen und ihr Wissen aus der Modellbauaktivität auszutauschen.

Die modellbasierte Lernbewertung könnte die Verwendung von Rubriken umfassen , die den Einfallsreichtum und die Kreativität des Schülers bei der Modellkonstruktion sowie die allgemeine Teilnahme des Schülers am Unterricht im Hinblick auf das durch die Aktivität aufgebaute Wissen bewerten.

Für ein erfolgreiches modellbasiertes Lernen ist jedoch Folgendes zu beachten:

  • Einsatz des richtigen Tools zur richtigen Zeit für ein bestimmtes Konzept
  • Bereitstellung innerhalb der Bildungseinrichtung für die Modellbauaktivität: z. B. Computerraum mit Interneteinrichtung oder installierter Software für den Zugriff auf Simulator oder digitales Werkzeug

Siehe auch

Verweise

Weiterlesen

Heute gibt es rund 40 Zeitschriften über wissenschaftliche Modellierung, die alle möglichen internationalen Foren bieten. Seit den 1960er Jahren gibt es eine stark wachsende Zahl von Büchern und Zeitschriften zu bestimmten Formen wissenschaftlicher Modellierung. Auch in der wissenschaftsphilosophischen Literatur wird viel über wissenschaftliche Modellierung diskutiert. Eine Auswahl:

  • Rainer Hegselmann, Ulrich Müller und Klaus Troitzsch (Hrsg.) (1996). Modellierung und Simulation in den Sozialwissenschaften aus wissenschaftstheoretischer Sicht . Theorie- und Entscheidungsbibliothek . Dordrecht: Kluwer.
  • Paul Humphreys (2004). Wir erweitern uns: Computational Science, Empirismus und wissenschaftliche Methode . Oxford: Oxford University Press .
  • Johannes Lenhard, Günter Küppers und Terry Shinn (Hrsg.) (2006) "Simulation: Pragmatische Konstruktionen der Wirklichkeit", Springer Berlin.
  • Tom Ritchey (2012). „Umriss für eine Morphologie von Modellierungsmethoden: Beitrag zu einer allgemeinen Theorie der Modellierung“. In: Acta Morphologica Generalis , Bd. 1. Nr. 1. S. 1–20.
  • William Silvert (2001). „Modellieren als Disziplin“. In: Int. J. Allgemeine Systeme. vol. 30(3), S. 261.
  • Sergio Sismondo und Snait Gissis (Hrsg.) (1999). Modellierung und Simulation. Sonderausgabe Wissenschaft im Kontext 12.
  • Eric Winsberg (2018) "Philosophie und Klimawissenschaft" Cambridge: Cambridge University Press
  • Eric Winsberg (2010) "Wissenschaft im Zeitalter der Computersimulation" Chicago: University of Chicago Press
  • Eric Winsberg (2003). „Simulierte Experimente: Methodik für eine virtuelle Welt“. In: Wissenschaftsphilosophie 70: 105–125.
  • Tomáš Helikar, Jim A. Rogers (2009). " ChemChains : eine Plattform zur Simulation und Analyse biochemischer Netzwerke für Laborwissenschaftler". BioMed-Zentrale .

Externe Links