روش علمی چیست؟

 این مقالات عینا از صفحه فلسفه دانشگاه استانفورد امریکا منتشر می شود. 

 ترجمه توسط نرم افزار ایم ترانسلیتور و زیر نظر مرتضی محمدی وند خوشخو انجام شده است

Scientific Method
First published Fri Nov 13, 2015; substantive revision Tue Jun 1, 2021
Science is an enormously successful human enterprise. The study of scientific method is the attempt to discern the activities by which that success is achieved. Among the activities often identified as characteristic of science are systematic observation and experimentation, inductive and deductive reasoning, and the formation and testing of hypotheses and theories. How these are carried out in detail can vary greatly, but characteristics like these have been looked to as a way of demarcating scientific activity from non-science, where only enterprises which employ some canonical form of scientific method or methods should be considered science (see also the entry on science and pseudo-science). Others have questioned whether there is anything like a fixed toolkit of methods which is common across science and only science. Some reject privileging one view of method as part of rejecting broader views about the nature of science, such as naturalism (Dupré 2004); some reject any restriction in principle (pluralism).

روش علمی اولین بار در جمعه 13 نوامبر 2015 منتشر شد. بازنگری اساسی سه شنبه 1 ژوئن 2021

علم یک شرکت انسانی بسیار موفق است. مطالعه روش علمی تلاش برای تشخیص فعالیت هایی است که به وسیله آنها این موفقیت حاصل می شود. از جمله فعالیت هایی که اغلب به عنوان ویژگی علم شناسایی می شوند، مشاهده و آزمایش منظم، استدلال استقرایی و قیاسی، و شکل گیری و آزمون فرضیه ها و نظریه ها است. نحوه انجام این جزئیات می‌تواند بسیار متفاوت باشد، اما ویژگی‌هایی مانند این به عنوان راهی برای تشخیص فعالیت‌های علمی از غیرعلم در نظر گرفته شده است، جایی که تنها شرکت‌هایی که از روش‌ها یا روش‌های علمی متعارفی استفاده می‌کنند باید علم تلقی شوند (نگاه کنید به همچنین مدخل علم و شبه علم). دیگران این سؤال را مطرح کرده‌اند که آیا چیزی مانند مجموعه ابزار ثابتی از روش‌ها وجود دارد که در سراسر علم و فقط علم رایج باشد. برخی، امتیاز دادن به یک دیدگاه از روش را به عنوان بخشی از رد دیدگاه های گسترده تر در مورد ماهیت علم، مانند طبیعت گرایی (Dupré 2004) رد می کنند. برخی اصولاً هرگونه محدودیت را رد می کنند (کثرت گرایی).

Scientific method should be distinguished from the aims and products of science, such as knowledge, predictions, or control. Methods are the means by which those goals are achieved. Scientific method should also be distinguished from meta-methodology, which includes the values and justifications behind a particular characterization of scientific method (i.e., a methodology) — values such as objectivity, reproducibility, simplicity, or past successes. Methodological rules are proposed to govern method and it is a meta-methodological question whether methods obeying those rules satisfy given values. Finally, method is distinct, to some degree, from the detailed and contextual practices through which methods are implemented. The latter might range over: specific laboratory techniques; mathematical formalisms or other specialized languages used in descriptions and reasoning; technological or other material means; ways of communicating and sharing results, whether with other scientists or with the public at large; or the conventions, habits, enforced customs, and institutional controls over how and what science is carried out.

روش علمی باید از اهداف و محصولات علم مانند دانش، پیش‌بینی یا کنترل متمایز شود. روش ها ابزاری هستند که از طریق آنها به آن اهداف می رسند. روش علمی همچنین باید از متا روش شناسی متمایز شود، که شامل ارزش ها و توجیهات پشت یک توصیف خاص از روش علمی (به عنوان مثال، یک روش شناسی) است - ارزش هایی مانند عینیت، تکرارپذیری، سادگی، یا موفقیت های گذشته. قواعد روش‌شناختی برای حاکمیت روش پیشنهاد شده‌اند و این یک سوال فرا روش‌شناختی است که آیا روش‌هایی که از آن قوانین تبعیت می‌کنند ارزش‌های داده شده را برآورده می‌کنند یا خیر. در نهایت، روش، تا حدی، از شیوه‌های مفصل و زمینه‌ای که روش‌ها از طریق آنها اجرا می‌شوند، متمایز است. روش دوم ممکن است شامل موارد زیر باشد: تکنیک های آزمایشگاهی خاص. فرمالیسم های ریاضی یا سایر زبان های تخصصی مورد استفاده در توصیف و استدلال. ابزارهای تکنولوژیکی یا مادی دیگر؛ راه های ارتباط و به اشتراک گذاری نتایج، چه با دانشمندان دیگر و چه با عموم مردم؛ یا کنوانسیون ها، عادات، آداب و رسوم اجباری، و کنترل های نهادی در مورد چگونگی و آنچه علم انجام می شود.

While it is important to recognize these distinctions, their boundaries are fuzzy. Hence, accounts of method cannot be entirely divorced from their methodological and meta-methodological motivations or justifications, Moreover, each aspect plays a crucial role in identifying methods. Disputes about method have therefore played out at the detail, rule, and meta-rule levels. Changes in beliefs about the certainty or fallibility of scientific knowledge, for instance (which is a meta-methodological consideration of what we can hope for methods to deliver), have meant different emphases on deductive and inductive reasoning, or on the relative importance attached to reasoning over observation (i.e., differences over particular methods.) Beliefs about the role of science in society will affect the place one gives to values in scientific method.

در حالی که تشخیص این تمایزات مهم است، مرزهای آنها مبهم است. از این رو، نمی توان گزارش های روش را به طور کامل از انگیزه ها یا توجیهات روش شناختی و فرا روش شناختی آن جدا کرد، علاوه بر این، هر یک از جنبه ها نقش مهمی در شناسایی روش ها ایفا می کند. بنابراین اختلافات در مورد روش در سطوح جزئیات، قاعده و فراقاعده مطرح شده است. به عنوان مثال، تغییر در باورها در مورد قطعیت یا خطاپذیری دانش علمی (که یک بررسی فراروش شناختی از آنچه می‌توانیم به روش‌ها امیدوار باشیم)، به معنای تأکید متفاوت بر استدلال قیاسی و استقرایی، یا اهمیت نسبی است. استدلال بر مشاهده (یعنی تفاوت در روش های خاص.) اعتقادات در مورد نقش علم در جامعه بر جایگاه ارزش ها در روش علمی تأثیر می گذارد.

The issue which has shaped debates over scientific method the most in the last half century is the question of how pluralist do we need to be about method? Unificationists continue to hold out for one method essential to science; nihilism is a form of radical pluralism, which considers the effectiveness of any methodological prescription to be so context sensitive as to render it not explanatory on its own. Some middle degree of pluralism regarding the methods embodied in scientific practice seems appropriate. But the details of scientific practice vary with time and place, from institution to institution, across scientists and their subjects of investigation. How significant are the variations for understanding science and its success? How much can method be abstracted from practice? This entry describes some of the attempts to characterize scientific method or methods, as well as arguments for a more context-sensitive approach to methods embedded in actual scientific practices.

موضوعی که بیش از همه در نیم قرن اخیر بحث های مربوط به روش علمی را شکل داده است، این پرسش است که چقدر باید در مورد روش تکثرگرا باشیم؟ وحدت گرایان همچنان به دنبال یک روش ضروری برای علم هستند. نیهیلیسم شکلی از کثرت گرایی رادیکال است که اثربخشی هر نسخه روش شناختی را چنان حساس به بافت می داند که به تنهایی توضیحی نمی دهد. درجات متوسطی از کثرت گرایی در مورد روش های تجسم یافته در عمل علمی مناسب به نظر می رسد. اما جزئیات عملکرد علمی با زمان و مکان، از مؤسسه ای به مؤسسه دیگر، در میان دانشمندان و موضوعات مورد بررسی آنها متفاوت است. تغییرات برای درک علم و موفقیت آن چقدر قابل توجه است؟ چقدر می توان روش را از تمرین انتزاع کرد؟ این مدخل برخی از تلاش‌ها برای توصیف روش‌ها یا روش‌های علمی، و همچنین استدلال‌هایی برای رویکرد حساس‌تر به زمینه به روش‌های تعبیه‌شده در شیوه‌های علمی واقعی را توصیف می‌کند.

1. Overview and organizing themes
2. Historical Review: Aristotle to Mill
3. Logic of method and critical responses
3.1 Logical constructionism and Operationalism
3.2. H-D as a logic of confirmation
3.3. Popper and falsificationism
3.4 Meta-methodology and the end of method
4. Statistical methods for hypothesis testing
5. Method in Practice

1. مرور کلی و سازماندهی مضامین 2. بررسی تاریخی: ارسطو تا میل 3. منطق روش و پاسخ های انتقادی 3.1 ساخت گرایی منطقی و عملیات گرایی 3.2. H-D به عنوان منطق تایید 3.3. پوپر و ابطال گرایی 3.4 فرا روش شناسی و پایان روش 4. روش های آماری برای آزمون فرضیه ها 5. روش در عمل 5.1 شیوه های خلاقانه و اکتشافی 5.2 روش های رایانه ای و 'راه های جدید' انجام علم 6. گفتار در مورد روش علمی 6.1 روش علمی» در آموزش علوم و همانطور که دانشمندان مشاهده می‌کنند 6.2 روش‌های ممتاز و «استانداردهای طلایی» 6.3 روش علمی در دادگاه 6.4 روش‌های انحرافی 7. نتیجه‌گیری

5.1 Creative and exploratory practices
5.2 Computer methods and the ‘new ways’ of doing science
6. Discourse on scientific method
6.1 “The scientific method” in science education and as seen by scientists
6.2 Privileged methods and ‘gold standards’
6.3 Scientific method in the court room
6.4 Deviating practices
7. Conclusion

Bibliography
Academic Tools
Other Internet Resources
Related Entries

کتابشناسی ابزارهای دانشگاهی سایر منابع اینترنتی مدخل های مرتبط

1. Overview and organizing themes
This entry could have been given the title Scientific Methods and gone on to fill volumes, or it could have been extremely short, consisting of a brief summary rejection of the idea that there is any such thing as a unique Scientific Method at all. Both unhappy prospects are due to the fact that scientific activity varies so much across disciplines, times, places, and scientists that any account which manages to unify it all will either consist of overwhelming descriptive detail, or trivial generalizations.

1. بررسی اجمالی و سازماندهی مضامین این مدخل می‌توانست عنوان روش‌های علمی را داشته باشد و مجلدهای آن را پر کند، یا می‌توانست بسیار کوتاه باشد، که شامل رد خلاصه‌ای از این ایده است که چیزی به نام علمی منحصر به فرد وجود دارد. اصلا روش هر دو دورنمای ناخوشایند به این دلیل است که فعالیت‌های علمی در رشته‌ها، زمان‌ها، مکان‌ها و دانشمندان به قدری متفاوت است که هر گزارشی که بتواند همه آن را یکپارچه کند، یا شامل جزئیات توصیفی بسیار زیاد یا تعمیم‌های بی‌اهمیت است.

The choice of scope for the present entry is more optimistic, taking a cue from the recent movement in philosophy of science toward a greater attention to practice: to what scientists actually do. This “turn to practice” can be seen as the latest form of studies of methods in science, insofar as it represents an attempt at understanding scientific activity, but through accounts that are neither meant to be universal and unified, nor singular and narrowly descriptive. To some extent, different scientists at different times and places can be said to be using the same method even though, in practice, the details are different.

انتخاب دامنه برای مدخل حاضر خوشبینانه تر است، و نشانه ای از حرکت اخیر در فلسفه علم به سمت توجه بیشتر به عمل است: به آنچه که دانشمندان در واقع انجام می دهند. این «روی به عمل» را می‌توان به‌عنوان جدیدترین شکل مطالعات روش‌ها در علم دانست، تا آنجا که نشان‌دهنده تلاشی برای درک فعالیت‌های علمی است، اما از طریق گزارش‌هایی که نه قرار است جهانی و یکپارچه باشند، و نه منحصر به فرد و به طور محدود توصیفی. تا حدودی می‌توان گفت که دانشمندان مختلف در زمان‌ها و مکان‌های مختلف از یک روش استفاده می‌کنند، اگرچه در عمل جزئیات متفاوت است.

Whether the context in which methods are carried out is relevant, or to what extent, will depend largely on what one takes the aims of science to be and what one’s own aims are. For most of the history of scientific methodology the assumption has been that the most important output of science is knowledge and so the aim of methodology should be to discover those methods by which scientific knowledge is generated.

اینکه آیا زمینه ای که در آن روش ها اجرا می شوند مرتبط است یا تا چه حد، تا حد زیادی به اهداف علم و اهداف خود بستگی دارد. در بیشتر تاریخ روش شناسی علمی، فرض بر این بوده است که مهم ترین خروجی علم، دانش است و بنابراین، هدف روش شناسی باید کشف روش هایی باشد که دانش علمی به وسیله آن ها تولید می شود.

Science was seen to embody the most successful form of reasoning (but which form?) to the most certain knowledge claims (but how certain?) on the basis of systematically collected evidence (but what counts as evidence, and should the evidence of the senses take precedence, or rational insight?) Section 2 surveys some of the history, pointing to two major themes. One theme is seeking the right balance between observation and reasoning (and the attendant forms of reasoning which employ them); the other is how certain scientific knowledge is or can be.

علم موفق‌ترین شکل استدلال (اما کدام شکل؟) را به معین‌ترین ادعاهای دانش (اما چقدر قطعی؟) بر اساس شواهد منظم جمع‌آوری‌شده (اما آنچه به عنوان مدرک به حساب می‌آید، و آیا شواهد حواس باید به‌حساب می‌آید) را در بر می‌گیرد. اولویت داشته باشید یا بینش عقلانی؟) بخش 2 برخی از تاریخ را بررسی می کند و به دو موضوع اصلی اشاره می کند. یکی از موضوعات جستجوی توازن مناسب بین مشاهده و استدلال (و اشکال متقابل استدلالی است که آنها را به کار می گیرد). دیگری این است که دانش علمی تا چه حد قطعی است یا می تواند باشد.

Section 3 turns to 20th century debates on scientific method. In the second half of the 20th century the epistemic privilege of science faced several challenges and many philosophers of science abandoned the reconstruction of the logic of scientific method. Views changed significantly regarding which functions of science ought to be captured and why. For some, the success of science was better identified with social or cultural features. Historical and sociological turns in the philosophy of science were made, with a demand that greater attention be paid to the non-epistemic aspects of science, such as sociological, institutional, material, and political factors. Even outside of those movements there was an increased specialization in the philosophy of science, with more and more focus on specific fields within science. The combined upshot was very few philosophers arguing any longer for a grand unified methodology of science. Sections 3 and 4 surveys the main positions on scientific method in 20th century philosophy of science, focusing on where they differ in their preference for confirmation or falsification or for waiving the idea of a special scientific method altogether.

بخش 3 به بحث های قرن بیستم در مورد روش علمی می پردازد. در نیمه دوم قرن بیستم، امتیاز معرفتی علم با چالش های متعددی مواجه شد و بسیاری از فیلسوفان علم بازسازی منطق روش علمی را کنار گذاشتند. دیدگاه ها به طور قابل توجهی در مورد اینکه کدام کارکرد علم باید در نظر گرفته شود و چرا تغییر کرد. برای برخی، موفقیت علم با ویژگی های اجتماعی یا فرهنگی بهتر شناسایی می شد. چرخش‌های تاریخی و جامعه‌شناختی در فلسفه علم ایجاد شد و خواستار توجه بیشتر به جنبه‌های غیر معرفتی علم مانند عوامل جامعه‌شناختی، نهادی، مادی و سیاسی بود. حتی در خارج از آن جنبش‌ها، تخصص فزاینده‌ای در فلسفه علم، با تمرکز بیشتر و بیشتر بر حوزه‌های خاص درون علم وجود داشت. نتیجه ترکیبی این بود که تعداد کمی از فیلسوفان دیگر برای روش شناسی یکپارچه بزرگ علم بحث می کردند. بخش‌های 3 و 4 مواضع اصلی در مورد روش علمی در فلسفه علم قرن بیستم را بررسی می‌کنند، با تمرکز بر جایی که آنها در ترجیح آنها برای تأیید یا ابطال یا چشم پوشی از ایده یک روش علمی خاص به طور کلی متفاوت هستند.

In recent decades, attention has primarily been paid to scientific activities traditionally falling under the rubric of method, such as experimental design and general laboratory practice, the use of statistics, the construction and use of models and diagrams, interdisciplinary collaboration, and science communication. Sections 4–6 attempt to construct a map of the current domains of the study of methods in science.

در دهه‌های اخیر، عمدتاً به فعالیت‌های علمی که به طور سنتی تحت عنوان روش قرار می‌گیرند، مانند طراحی تجربی و تمرین عمومی آزمایشگاهی، استفاده از آمار، ساخت و استفاده از مدل‌ها و نمودارها، همکاری بین رشته‌ای و ارتباطات علمی، توجه شده است. بخش‌های 4-6 تلاش می‌کنند تا نقشه‌ای از حوزه‌های کنونی مطالعه روش‌ها در علم ایجاد کنند.

As these sections illustrate, the question of method is still central to the discourse about science. Scientific method remains a topic for education, for science policy, and for scientists. It arises in the public domain where the demarcation or status of science is at issue. Some philosophers have recently returned, therefore, to the question of what it is that makes science a unique cultural product. This entry will close with some of these recent attempts at discerning and encapsulating the activities by which scientific knowledge is achieved.

همانطور که این بخش‌ها نشان می‌دهند، مسئله روش هنوز در بحث درباره علم محوری است. روش علمی همچنان موضوعی برای آموزش، سیاست علمی و برای دانشمندان است. در حوزه عمومی که در آن مرزبندی یا وضعیت علم مطرح است، به وجود می آید. بنابراین، برخی از فیلسوفان اخیراً به این سؤال بازگشته اند که چه چیزی علم را به یک محصول فرهنگی منحصر به فرد تبدیل می کند. این مدخل با برخی از این تلاش‌های اخیر برای تشخیص و محصور کردن فعالیت‌هایی که به وسیله آن دانش علمی به دست می‌آید، پایان می‌یابد.

2. Historical Review: Aristotle to Mill
Attempting a history of scientific method compounds the vast scope of the topic. This section briefly surveys the background to modern methodological debates. What can be called the classical view goes back to antiquity, and represents a point of departure for later divergences.[1]

2. مرور تاریخی: ارسطو تا میل تلاش برای تاریخچه روش علمی، دامنه وسیع موضوع را ترکیب می کند. این بخش به طور خلاصه پیشینه بحث های روش شناختی مدرن را بررسی می کند. آنچه را که می توان دیدگاه کلاسیک نامید، به دوران باستان باز می گردد و نقطه عزیمتی برای اختلافات بعدی است.[1]

We begin with a point made by Laudan (1968) in his historical survey of scientific method:

ما با نکته ای که لاودان (1968) در بررسی تاریخی روش علمی خود بیان کرد، شروع می کنیم:

Perhaps the most serious inhibition to the emergence of the history of theories of scientific method as a respectable area of study has been the tendency to conflate it with the general history of epistemology, thereby assuming that the narrative categories and classificatory pigeon-holes applied to the latter are also basic to the former. (1968: 5)

شاید جدی‌ترین مانع برای پیدایش تاریخ نظریه‌های روش علمی به‌عنوان حوزه‌ی قابل احترام مطالعه، گرایش به آمیختن آن با تاریخ عمومی معرفت‌شناسی باشد، با این فرض که مقوله‌های روایی و کبوتر‌چاله‌های طبقه‌بندی‌شده اعمال می‌شود. دومی نیز برای اولی پایه است. (1968: 5)

To see knowledge about the natural world as falling under knowledge more generally is an understandable conflation. Histories of theories of method would naturally employ the same narrative categories and classificatory pigeon holes. An important theme of the history of epistemology, for example, is the unification of knowledge, a theme reflected in the question of the unification of method in science. Those who have identified differences in kinds of knowledge have often likewise identified different methods for achieving that kind of knowledge (see the entry on the unity of science).

این که دانش در مورد جهان طبیعی را به طور کلی تر تحت دانش قرار دهیم، یک تلفیق قابل درک است. تاریخچه نظریه‌های روش طبیعتاً از همان مقولات روایی و سوراخ‌های کبوتر طبقه‌بندی‌شده استفاده می‌کنند. به عنوان مثال، موضوع مهم تاریخ معرفت شناسی، وحدت دانش است، موضوعی که در مسئله وحدت روش در علم منعکس شده است. کسانی که تفاوت هایی را در انواع دانش شناسایی کرده اند، اغلب نیز روش های مختلفی را برای دستیابی به آن نوع دانش شناسایی کرده اند (به مدخل وحدت علم مراجعه کنید).

Different views on what is known, how it is known, and what can be known are connected. Plato distinguished the realms of things into the visible and the intelligible (The Republic, 510a, in Cooper 1997). Only the latter, the Forms, could be objects of knowledge. The intelligible truths could be known with the certainty of geometry and deductive reasoning. What could be observed of the material world, however, was by definition imperfect and deceptive, not ideal. The Platonic way of knowledge therefore emphasized reasoning as a method, downplaying the importance of observation. Aristotle disagreed, locating the Forms in the natural world as the fundamental principles to be discovered through the inquiry into nature (Metaphysics Z, in Barnes 1984).

دیدگاه های مختلف در مورد آنچه شناخته شده است، چگونه شناخته شده است، و آنچه که می توان دانست، به هم مرتبط هستند. افلاطون قلمرو اشیاء را به مرئی و معقول متمایز کرد (The Republic, 510a, in Cooper 1997). فقط دومی، یعنی فرم ها، می توانند ابژه های معرفت باشند. حقایق قابل فهم را می‌توان با قطعیت هندسه و استدلال قیاسی شناخت. اما آنچه از جهان مادی قابل مشاهده بود، بنا به تعریف ناقص و فریبنده بود، نه ایده آل. بنابراین روش افلاطونی دانش بر استدلال به عنوان یک روش تأکید می کرد و اهمیت مشاهده را کم اهمیت می دانست. ارسطو مخالف بود، و اشکال را در جهان طبیعی به عنوان اصول اساسی که باید از طریق تحقیق در طبیعت کشف شوند، قرار داد (متافیزیک Z، در بارنز 1984).

Aristotle is recognized as giving the earliest systematic treatise on the nature of scientific inquiry in the western tradition, one which embraced observation and reasoning about the natural world. In the Prior and Posterior Analytics, Aristotle reflects first on the aims and then the methods of inquiry into nature. A number of features can be found which are still considered by most to be essential to science. For Aristotle, empiricism, careful observation (but passive observation, not controlled experiment), is the starting point. The aim is not merely recording of facts, though. For Aristotle, science (epistêmê) is a body of properly arranged knowledge or learning—the empirical facts, but also their ordering and display are of crucial importance. The aims of discovery, ordering, and display of facts partly determine the methods required of successful scientific inquiry. Also determinant is the nature of the knowledge being sought, and the explanatory causes proper to that kind of knowledge (see the discussion of the four causes in the entry on Aristotle on causality).

ارسطو به عنوان اولین رساله سیستماتیک در مورد ماهیت تحقیق علمی در سنت غربی شناخته می شود، رساله ای که مشاهدات و استدلال در مورد جهان طبیعی را در بر می گرفت. در تحلیل پیشین و پسین، ارسطو ابتدا به اهداف و سپس روشهای تحقیق در طبیعت می پردازد. تعدادی از ویژگی‌ها را می‌توان یافت که هنوز هم توسط بیشتر آنها برای علم ضروری هستند. برای ارسطو، تجربه گرایی، مشاهده دقیق (اما مشاهده غیرفعال، نه آزمایش کنترل شده)، نقطه شروع است. با این حال، هدف صرفاً ثبت حقایق نیست. از نظر ارسطو، علم (epistêmê) مجموعه ای از دانش یا یادگیری است که به درستی مرتب شده است - حقایق تجربی، اما همچنین ترتیب و نمایش آنها از اهمیت حیاتی برخوردار است. اهداف کشف، سفارش و نمایش حقایق تا حدی تعیین کننده روش های مورد نیاز برای تحقیق علمی موفق است. همچنین تعیین کننده ماهیت دانش مورد جستجو و علل تبیینی مناسب آن نوع معرفت است (رجوع کنید به بحث علل اربعه در مدخل ارسطو درباره علیت).

In addition to careful observation, then, scientific method requires a logic as a system of reasoning for properly arranging, but also inferring beyond, what is known by observation. Methods of reasoning may include induction, prediction, or analogy, among others. Aristotle’s system (along with his catalogue of fallacious reasoning) was collected under the title the Organon. This title would be echoed in later works on scientific reasoning, such as Novum Organon by Francis Bacon, and Novum Organon Restorum by William Whewell (see below). In Aristotle’s Organon reasoning is divided primarily into two forms, a rough division which persists into modern times. The division, known most commonly today as deductive versus inductive method, appears in other eras and methodologies as analysis/​synthesis, non-ampliative/​ampliative, or even confirmation/​verification. The basic idea is there are two “directions” to proceed in our methods of inquiry: one away from what is observed, to the more fundamental, general, and encompassing principles; the other, from the fundamental and general to instances or implications of principles.

بنابراین، روش علمی علاوه بر مشاهده دقیق، مستلزم منطق به عنوان یک سیستم استدلال برای تنظیم صحیح، بلکه استنتاج فراتر از آنچه با مشاهده است، دارد. روش‌های استدلال ممکن است شامل استقراء، پیش‌بینی یا قیاس و غیره باشد. سیستم ارسطو (همراه با فهرست استدلال های غلط او) تحت عنوان ارگانون جمع آوری شد. این عنوان در آثار بعدی درباره استدلال علمی، مانند Novum Organon اثر فرانسیس بیکن، و Novum Organon Restorum توسط ویلیام ویول (به زیر مراجعه کنید) تکرار شد. در ارگانون ارسطو، استدلال اصولاً به دو صورت تقسیم می‌شود، تقسیم‌بندی تقریبی که تا دوران مدرن ادامه دارد. این تقسیم‌بندی که امروزه به‌عنوان روش قیاسی در مقابل استقرایی شناخته می‌شود، در دوره‌ها و روش‌شناسی‌های دیگر به‌عنوان تحلیل/ترکیب، غیر تقویتی/تقویت‌کننده یا حتی تایید/تأیید ظاهر می‌شود. ایده اصلی این است که در روش‌های تحقیق ما دو «جهت» وجود دارد: یکی دور از آنچه مشاهده می‌شود، به سمت اصول اساسی‌تر، کلی‌تر و فراگیرتر. دیگری، از اساسی و کلی گرفته تا مصادیق یا دلالت های اصول.

The basic aim and method of inquiry identified here can be seen as a theme running throughout the next two millennia of reflection on the correct way to seek after knowledge: carefully observe nature and then seek rules or principles which explain or predict its operation. The Aristotelian corpus provided the framework for a commentary tradition on scientific method independent of science itself (cosmos versus physics.) During the medieval period, figures such as Albertus Magnus (1206–1280), Thomas Aquinas (1225–1274), Robert Grosseteste (1175–1253), Roger Bacon (1214/1220–1292), William of Ockham (1287–1347), Andreas Vesalius (1514–1546), Giacomo Zabarella (1533–1589) all worked to clarify the kind of knowledge obtainable by observation and induction, the source of justification of induction, and best rules for its application.[2] Many of their contributions we now think of as essential to science (see also Laudan 1968). As Aristotle and Plato had employed a framework of reasoning either “to the forms” or “away from the forms”, medieval thinkers employed directions away from the phenomena or back to the phenomena. In analysis, a phenomena was examined to discover its basic explanatory principles; in synthesis, explanations of a phenomena were constructed from first principles.

هدف و روش اصلی تحقیق که در اینجا شناسایی شده است را می توان به عنوان موضوعی در طول دو هزار سال آینده در مورد روش صحیح جستجوی دانش مشاهده کرد: طبیعت را به دقت مشاهده کنید و سپس به دنبال قوانین یا اصولی باشید که عملکرد آن را توضیح یا پیش بینی می کند. مجموعه ارسطویی چارچوبی برای سنت تفسیری روش علمی مستقل از خود علم (کیهان در مقابل فیزیک) فراهم کرد. 1175-1253)، راجر بیکن (1214/1220-1292)، ویلیام اکهام (1287-1347)، آندریاس وسالیوس (1514-1546)، جاکومو زابارلا (1533-1589) همگی برای روشن کردن نوع دانش قابل حصول تلاش کردند. و استقرا، منبع توجیه استقرا و بهترین قواعد برای اعمال آن است.[2] ما اکنون بسیاری از کمک های آنها را برای علم ضروری می دانیم (همچنین به لاودان 1968 مراجعه کنید). همانطور که ارسطو و افلاطون چارچوبی از استدلال را یا «به صورت ها» یا «دور از اشکال» به کار گرفته بودند، متفکران قرون وسطی جهت هایی را به کار گرفتند که از پدیده ها دور شوند یا به پدیده ها بازگردند. در تحلیل، یک پدیده برای کشف اصول اولیه توضیحی آن مورد بررسی قرار گرفت. در سنتز، تبیین یک پدیده از اصول اولیه ساخته شد.

During the Scientific Revolution these various strands of argument, experiment, and reason were forged into a dominant epistemic authority. The 16th–18th centuries were a period of not only dramatic advance in knowledge about the operation of the natural world—advances in mechanical, medical, biological, political, economic explanations—but also of self-awareness of the revolutionary changes taking place, and intense reflection on the source and legitimation of the method by which the advances were made. The struggle to establish the new authority included methodological moves. The Book of Nature, according to the metaphor of Galileo Galilei (1564–1642) or Francis Bacon (1561–1626), was written in the language of mathematics, of geometry and number. This motivated an emphasis on mathematical description and mechanical explanation as important aspects of scientific method. Through figures such as Henry More and Ralph Cudworth, a neo-Platonic emphasis on the importance of metaphysical reflection on nature behind appearances, particularly regarding the spiritual as a complement to the purely mechanical, remained an important methodological thread of the Scientific Revolution (see the entries on Cambridge platonists; Boyle; Henry More; Galileo).

در طول انقلاب علمی، این رشته‌های مختلف استدلال، آزمایش و عقل به یک مرجع معرفتی مسلط تبدیل شدند. قرون 16 تا 18 نه تنها دوره پیشرفت چشمگیر دانش در مورد عملکرد جهان طبیعی - پیشرفت در تبیین های مکانیکی، پزشکی، بیولوژیکی، سیاسی، اقتصادی - بلکه دوره خودآگاهی از تغییرات انقلابی در حال وقوع بود، و تأمل شدید در مورد منبع و مشروعیت روشی که به وسیله آن پیشرفت ها حاصل شد. مبارزه برای ایجاد اقتدار جدید شامل حرکات روش شناختی بود. کتاب طبیعت، بر اساس استعاره گالیله گالیله (1564-1642) یا فرانسیس بیکن (1561-1626)، به زبان ریاضیات، هندسه و اعداد نوشته شده است. این انگیزه تاکید بر توصیف ریاضی و توضیح مکانیکی به عنوان جنبه های مهم روش علمی است. از طریق چهره هایی مانند هنری مور و رالف کودورث، تأکید نوافلاطونی بر اهمیت تأمل متافیزیکی در مورد طبیعت در پس ظواهر، به ویژه در نظر گرفتن امر معنوی به عنوان مکمل امر کاملاً مکانیکی، به عنوان یک رشته روش شناختی مهم انقلاب علمی باقی ماند. مدخل‌هایی در مورد افلاطونیان کمبریج؛ بویل؛ هنری مور؛ گالیله).

In Novum Organum (1620), Bacon was critical of the Aristotelian method for leaping from particulars to universals too quickly. The syllogistic form of reasoning readily mixed those two types of propositions. Bacon aimed at the invention of new arts, principles, and directions. His method would be grounded in methodical collection of observations, coupled with correction of our senses (and particularly, directions for the avoidance of the Idols, as he called them, kinds of systematic errors to which naïve observers are prone.) The community of scientists could then climb, by a careful, gradual and unbroken ascent, to reliable general claims.

بیکن در Novum Organum (1620) از روش ارسطویی برای جهش سریع از جزییات به کلیات انتقاد کرد. شکل قیاسی استدلال به آسانی آن دو نوع گزاره را با هم مخلوط کرد. هدف بیکن اختراع هنرها، اصول و جهات جدید بود. روش او مبتنی بر مجموعه‌ای روشمند از مشاهدات، همراه با تصحیح حواس ما (و به‌ویژه، دستورالعمل‌هایی برای اجتناب از بت‌ها، به قول او، انواع خطاهای سیستماتیکی است که ناظران ساده لوح مستعد آن هستند.) جامعه دانشمندان است. سپس می تواند با یک صعود دقیق، تدریجی و بدون وقفه به ادعاهای عمومی قابل اعتماد صعود کند.

Bacon’s method has been criticized as impractical and too inflexible for the practicing scientist. Whewell would later criticize Bacon in his System of Logic for paying too little attention to the practices of scientists. It is hard to find convincing examples of Bacon’s method being put in to practice in the history of science, but there are a few who have been held up as real examples of 16th century scientific, inductive method, even if not in the rigid Baconian mold: figures such as Robert Boyle (1627–1691) and William Harvey (1578–1657) (see the entry on Bacon).

روش بیکن به عنوان غیرعملی و غیرقابل انعطاف برای دانشمند عمل مورد انتقاد قرار گرفته است. ویول بعداً از بیکن در سیستم منطق خود به دلیل توجه کم به عملکرد دانشمندان انتقاد کرد. به سختی می توان نمونه های قانع کننده ای از روش بیکن که در تاریخ علم به کار گرفته شده باشد، یافت، اما تعداد اندکی هستند که به عنوان نمونه های واقعی از روش علمی و استقرایی قرن شانزدهم، حتی اگر در قالب سفت و سخت باکونی نباشد، معرفی شده اند. : چهره هایی مانند رابرت بویل (1627-1691) و ویلیام هاروی (1578-1657) (به مدخل بیکن مراجعه کنید).

It is to Isaac Newton (1642–1727), however, that historians of science and methodologists have paid greatest attention. Given the enormous success of his Principia Mathematica and Opticks, this is understandable. The study of Newton’s method has had two main thrusts: the implicit method of the experiments and reasoning presented in the Opticks, and the explicit methodological rules given as the Rules for Philosophising (the Regulae) in Book III of the Principia.[3] Newton’s law of gravitation, the linchpin of his new cosmology, broke with explanatory conventions of natural philosophy, first for apparently proposing action at a distance, but more generally for not providing “true”, physical causes. The argument for his System of the World (Principia, Book III) was based on phenomena, not reasoned first principles. This was viewed (mainly on the continent) as insufficient for proper natural philosophy. The Regulae counter this objection, re-defining the aims of natural philosophy by re-defining the method natural philosophers should follow. (See the entry on Newton’s philosophy.)

با این حال، مورخان علم و روش شناسان بیشترین توجه را به اسحاق نیوتن (1642-1727) داده اند. با توجه به موفقیت عظیم Principia Mathematica و Opticks، این قابل درک است. مطالعه روش نیوتن دارای دو محور اصلی بوده است: روش ضمنی آزمایش‌ها و استدلال ارائه‌شده در Opticks، و قوانین روش‌شناختی صریح که به‌عنوان قواعد فلسفی (Regulae) در کتاب III Principia ارائه شده‌اند.[3] قانون گرانش نیوتن، محور کیهان شناسی جدید او، با قراردادهای توضیحی فلسفه طبیعی، ابتدا به دلیل پیشنهاد ظاهراً عمل از راه دور، اما به طور کلی به دلیل عدم ارائه دلایل فیزیکی «واقعی»، شکست. استدلال سیستم جهان او (پرینسیپیا، کتاب سوم) مبتنی بر پدیده ها بود، نه اصول اولیه استدلال شده. این (عمدتاً در قاره) برای فلسفه طبیعی مناسب ناکافی تلقی می شد. قانونگذاران با این مخالفت مقابله می‌کنند و با تعریف مجدد روشی که فیلسوفان طبیعی باید از آن پیروی کنند، اهداف فلسفه طبیعی را دوباره تعریف می‌کنند. (به مدخل فلسفه نیوتن مراجعه کنید.)

To his list of methodological prescriptions should be added Newton’s famous phrase “hypotheses non fingo” (commonly translated as “I frame no hypotheses”.) The scientist was not to invent systems but infer explanations from observations, as Bacon had advocated. This would come to be known as inductivism. In the century after Newton, significant clarifications of the Newtonian method were made. Colin Maclaurin (1698–1746), for instance, reconstructed the essential structure of the method as having complementary analysis and synthesis phases, one proceeding away from the phenomena in generalization, the other from the general propositions to derive explanations of new phenomena. Denis Diderot (1713–1784) and editors of the Encyclopédie did much to consolidate and popularize Newtonianism, as did Francesco Algarotti (1721–1764). The emphasis was often the same, as much on the character of the scientist as on their process, a character which is still commonly assumed. The scientist is humble in the face of nature, not beholden to dogma, obeys only his eyes, and follows the truth wherever it leads. It was certainly Voltaire (1694–1778) and du Chatelet (1706–1749) who were most influential in propagating the latter vision of the scientist and their craft, with Newton as hero. Scientific method became a revolutionary force of the Enlightenment. (See also the entries on Newton, Leibniz, Descartes, Boyle, Hume, enlightenment, as well as Shank 2008 for a historical overview.)

به فهرست نسخه‌های روش‌شناختی‌اش باید عبارت معروف نیوتن «فرضیه‌های غیر fingo» را اضافه کرد (که معمولاً به عنوان «من هیچ فرضیه‌ای را تنظیم نمی‌کنم» ترجمه می‌شود.) این دانشمند نباید سیستم‌هایی را اختراع کند، بلکه باید از مشاهدات توضیحاتی را استنتاج کند، همانطور که بیکن از آن حمایت کرده بود. این به عنوان استقراء گرایی شناخته می شود. در قرن پس از نیوتن، شفاف سازی های قابل توجهی از روش نیوتنی انجام شد. به عنوان مثال، کالین مکلارین (1698-1746)، ساختار اساسی روش را به عنوان دارای مراحل تجزیه و تحلیل و سنتز تکمیلی بازسازی کرد، یکی از پدیده ها در تعمیم دور می شود، دیگری از گزاره های کلی برای استخراج توضیحات پدیده های جدید. دنیس دیدرو (1713-1784) و ویراستاران دایره المعارف، مانند فرانچسکو آلگاروتی (1721-1764) برای تحکیم و رواج نیوتنییسم بسیار تلاش کردند. تأکید اغلب بر شخصیت دانشمند و فرآیند آنها یکسان بود، شخصیتی که هنوز هم معمولاً فرض می شود. دانشمند در برابر طبیعت متواضع است، متکی به جزم نیست، فقط از چشمان خود اطاعت می کند و حقیقت را به هر کجا که می رساند دنبال می کند. مطمئناً این ولتر (1694-1778) و دو شاتله (1706-1749) بودند که بیشترین تأثیر را در انتشار دیدگاه دوم دانشمند و هنر آنها با نیوتن به عنوان قهرمان داشتند. روش علمی به نیروی انقلابی روشنگری تبدیل شد. (همچنین به مدخل‌های نیوتن، لایب‌نیتس، دکارت، بویل، هیوم، روشنگری، و همچنین برای مروری بر تاریخی شانک 2008 مراجعه کنید.)

Not all 18th century reflections on scientific method were so celebratory. Famous also are George Berkeley’s (1685–1753) attack on the mathematics of the new science, as well as the over-emphasis of Newtonians on observation; and David Hume’s (1711–1776) undermining of the warrant offered for scientific claims by inductive justification (see the entries on: George Berkeley; David Hume; Hume’s Newtonianism and Anti-Newtonianism). Hume’s problem of induction motivated Immanuel Kant (1724–1804) to seek new foundations for empirical method, though as an epistemic reconstruction, not as any set of practical guidelines for scientists. Both Hume and Kant influenced the methodological reflections of the next century, such as the debate between Mill and Whewell over the certainty of inductive inferences in science.

همه تأملات قرن هجدهم در مورد روش علمی چندان جشن نبود. همچنین حمله جورج برکلی (1685-1753) به ریاضیات علم جدید، و همچنین تأکید بیش از حد نیوتنی ها بر مشاهده، مشهور است. و دیوید هیوم (1711-1776) تضعیف حکم ارائه شده برای ادعاهای علمی با توجیه استقرایی (رجوع کنید به مدخل های: جورج برکلی؛ دیوید هیوم؛ نیوتنی گرایی و ضد نیوتنی گرایی هیوم). مسئله استقرا هیوم، امانوئل کانت (1724-1804) را برانگیخت تا به دنبال مبانی جدیدی برای روش تجربی باشد، هرچند به عنوان یک بازسازی معرفتی، نه به عنوان مجموعه ای از دستورالعمل های عملی برای دانشمندان. هم هیوم و هم کانت بر تأملات روش شناختی قرن بعدی تأثیر گذاشتند، مانند بحث بین میل و ویول بر سر قطعیت استنتاج های استقرایی در علم.

The debate between John Stuart Mill (1806–1873) and William Whewell (1794–1866) has become the canonical methodological debate of the 19th century. Although often characterized as a debate between inductivism and hypothetico-deductivism, the role of the two methods on each side is actually more complex. On the hypothetico-deductive account, scientists work to come up with hypotheses from which true observational consequences can be deduced—hence, hypothetico-deductive. Because Whewell emphasizes both hypotheses and deduction in his account of method, he can be seen as a convenient foil to the inductivism of Mill. However, equally if not more important to Whewell’s portrayal of scientific method is what he calls the “fundamental antithesis”. Knowledge is a product of the objective (what we see in the world around us) and subjective (the contributions of our mind to how we perceive and understand what we experience, which he called the Fundamental Ideas). Both elements are essential according to Whewell, and he was therefore critical of Kant for too much focus on the subjective, and John Locke (1632–1704) and Mill for too much focus on the senses. Whewell’s fundamental ideas can be discipline relative. An idea can be fundamental even if it is necessary for knowledge only within a given scientific discipline (e.g., chemical affinity for chemistry). This distinguishes fundamental ideas from the forms and categories of intuition of Kant. (See the entry on Whewell.)

بحث بین جان استوارت میل (1806-1873) و ویلیام ویول (1794-1866) به بحث روش شناختی متعارف قرن نوزدهم تبدیل شده است. اگرچه اغلب به عنوان بحثی بین استقراءگرایی و فرضی-قیاسی توصیف می شود، نقش این دو روش در هر طرف در واقع پیچیده تر است. در حساب فرضی-قیاسی، دانشمندان در تلاش هستند تا به فرضیه هایی برسند که از آنها می توان پیامدهای واقعی مشاهداتی را استنتاج کرد - بنابراین، فرضی-قیاسی. از آنجایی که ویول در شرح روش خود بر فرضیه ها و استنتاج تأکید می کند، می توان او را به عنوان ورقه ای مناسب برای استقراءگرایی میل در نظر گرفت. با این حال، به همان اندازه اگر نه مهمتر برای تصویری که ویول از روش علمی ارائه می دهد، همان چیزی است که او آن را «آنتز بنیادی» می نامد. دانش محصول عینی (آنچه در دنیای اطراف خود می بینیم) و ذهنی (مشارکت ذهن ما در نحوه درک و درک آنچه تجربه می کنیم، که او آن را ایده های بنیادی نامید) است. به گفته ویول، هر دو عنصر ضروری هستند، و بنابراین او از کانت به دلیل تمرکز بیش از حد بر امر ذهنی، و جان لاک (1632-1704) و میل برای تمرکز بیش از حد بر حواس انتقاد داشت. ایده های بنیادی ویول می تواند نسبی نظم و انضباط باشد. یک ایده می تواند اساسی باشد حتی اگر برای دانش فقط در یک رشته علمی معین (مثلاً تمایل شیمیایی به شیمی) ضروری باشد. این امر ایده های بنیادی را از اشکال و مقوله های شهود کانت متمایز می کند. (به ورودی Whewell مراجعه کنید.)

Clarifying fundamental ideas would therefore be an essential part of scientific method and scientific progress. Whewell called this process “Discoverer’s Induction”. It was induction, following Bacon or Newton, but Whewell sought to revive Bacon’s account by emphasising the role of ideas in the clear and careful formulation of inductive hypotheses. Whewell’s induction is not merely the collecting of objective facts. The subjective plays a role through what Whewell calls the Colligation of Facts, a creative act of the scientist, the invention of a theory. A theory is then confirmed by testing, where more facts are brought under the theory, called the Consilience of Inductions. Whewell felt that this was the method by which the true laws of nature could be discovered: clarification of fundamental concepts, clever invention of explanations, and careful testing. Mill, in his critique of Whewell, and others who have cast Whewell as a fore-runner of the hypothetico-deductivist view, seem to have under-estimated the importance of this discovery phase in Whewell’s understanding of method (Snyder 1997a,b, 1999). Down-playing the discovery phase would come to characterize methodology of the early 20th century (see section 3).

بنابراین، شفاف سازی ایده های بنیادی، بخش اساسی روش علمی و پیشرفت علمی خواهد بود. ویول این فرآیند را «القای کاشف» نامید. این استقرا، به تبعیت از بیکن یا نیوتن بود، اما ویول با تأکید بر نقش ایده‌ها در صورت‌بندی واضح و دقیق فرضیه‌های استقرایی، تلاش کرد تا روایت بیکن را احیا کند. استقرای ویول صرفاً گردآوری حقایق عینی نیست. سوبژکتیو از طریق آنچه Whewell آن را گردآوری حقایق می نامد، یک عمل خلاقانه دانشمند، اختراع یک نظریه، نقش بازی می کند. سپس یک نظریه با آزمایش تأیید می‌شود، جایی که حقایق بیشتری تحت این نظریه قرار می‌گیرد که به آن Consilience of Inductions گفته می‌شود. ویول احساس می کرد که این روشی است که قوانین واقعی طبیعت را می توان کشف کرد: شفاف سازی مفاهیم اساسی، ابداع هوشمندانه توضیحات، و آزمایش دقیق. به نظر می‌رسد میل در نقد ویول و دیگرانی که ویول را پیشروی دیدگاه فرضی-قیاسی می‌دانند، اهمیت این مرحله کشف را در درک ویول از روش دست کم گرفته‌اند (اسنایدر 1997a,b, 1999). ). کم‌اهمیت‌سازی مرحله اکتشاف می‌تواند روش‌شناسی اوایل قرن بیستم را مشخص کند (به بخش 3 مراجعه کنید).

Mill, in his System of Logic, put forward a narrower view of induction as the essence of scientific method. For Mill, induction is the search first for regularities among events. Among those regularities, some will continue to hold for further observations, eventually gaining the status of laws. One can also look for regularities among the laws discovered in a domain, i.e., for a law of laws. Which “law law” will hold is time and discipline dependent and open to revision. One example is the Law of Universal Causation, and Mill put forward specific methods for identifying causes—now commonly known as Mill’s methods. These five methods look for circumstances which are common among the phenomena of interest, those which are absent when the phenomena are, or those for which both vary together. Mill’s methods are still seen as capturing basic intuitions about experimental methods for finding the relevant explanatory factors (System of Logic (1843), see Mill entry). The methods advocated by Whewell and Mill, in the end, look similar. Both involve inductive generalization to covering laws. They differ dramatically, however, with respect to the necessity of the knowledge arrived at; that is, at the meta-methodological level (see the entries on Whewell and Mill entries).

میل در «سیستم منطق» دیدگاه محدودتری از استقرا به عنوان جوهره روش علمی مطرح کرد. برای میل، استقرا اولین جستجوی نظم در میان رویدادها است. در میان این قانونمندی ها، برخی برای مشاهدات بیشتر ادامه خواهند داد و در نهایت به وضعیت قوانین دست خواهند یافت. همچنین می توان به دنبال قاعده مندی در میان قوانین کشف شده در یک حوزه، یعنی برای قانون قوانین بود. این که «قانون قانون» رعایت خواهد شد، به زمان و انضباط وابسته است و قابل بازنگری است. یک مثال قانون علیت جهانی است، و میل روش‌های خاصی را برای شناسایی علل ارائه کرد - که امروزه معمولاً به عنوان روش‌های میل شناخته می‌شوند. این پنج روش به دنبال شرایطی هستند که در بین پدیده‌های مورد علاقه مشترک هستند، مواردی که در زمان وجود پدیده‌ها وجود ندارند، یا مواردی که هر دو با هم متفاوت هستند. روش‌های میل هنوز به‌عنوان دریافت شهود اولیه در مورد روش‌های تجربی برای یافتن عوامل توضیحی مربوطه دیده می‌شوند (سیستم منطق (1843)، به مدخل میل مراجعه کنید). روش‌هایی که Whewell و Mill از آنها حمایت می‌کنند، در نهایت مشابه به نظر می‌رسند. هر دو شامل تعمیم استقرایی به قوانین پوششی هستند. با این حال، آنها با توجه به ضرورت دانش به دست آمده، تفاوت چشمگیری دارند. یعنی در سطح فرا روش شناختی (به مدخل های مربوط به مدخل های Whewell و Mill مراجعه کنید).

3. Logic of method and critical responses
The quantum and relativistic revolutions in physics in the early 20th century had a profound effect on methodology. Conceptual foundations of both theories were taken to show the defeasibility of even the most seemingly secure intuitions about space, time and bodies. Certainty of knowledge about the natural world was therefore recognized as unattainable. Instead a renewed empiricism was sought which rendered science fallible but still rationally justifiable.

3. منطق روش و پاسخ‌های انتقادی انقلاب‌های کوانتومی و نسبیتی در فیزیک در اوایل قرن بیستم تأثیر عمیقی بر روش‌شناسی گذاشتند. مبانی مفهومی هر دو نظریه برای نشان دادن ابطال پذیری حتی به ظاهر مطمئن ترین شهود در مورد فضا، زمان و اجسام اتخاذ شد. بنابراین، یقینی از دانش در مورد جهان طبیعی به عنوان دست نیافتنی شناخته شد. در عوض تجربه‌گرایی تازه‌ای دنبال شد که علم را خطاپذیر اما همچنان عقلاً قابل توجیه می‌کرد.

Analyses of the reasoning of scientists emerged, according to which the aspects of scientific method which were of primary importance were the means of testing and confirming of theories. A distinction in methodology was made between the contexts of discovery and justification. The distinction could be used as a wedge between the particularities of where and how theories or hypotheses are arrived at, on the one hand, and the underlying reasoning scientists use (whether or not they are aware of it) when assessing theories and judging their adequacy on the basis of the available evidence. By and large, for most of the 20th century, philosophy of science focused on the second context, although philosophers differed on whether to focus on confirmation or refutation as well as on the many details of how confirmation or refutation could or could not be brought about. By the mid-20th century these attempts at defining the method of justification and the context distinction itself came under pressure. During the same period, philosophy of science developed rapidly, and from section 4 this entry will therefore shift from a primarily historical treatment of the scientific method towards a primarily thematic one.

تحلیل‌هایی از استدلال دانشمندان پدیدار شد که بر اساس آن جنبه‌های روش علمی که در درجه اول اهمیت بودند، ابزار آزمایش و تأیید نظریه‌ها بودند. در روش شناسی بین زمینه های کشف و توجیه تفاوت قائل شد. این تمایز می‌تواند به‌عنوان گوه‌ای بین ویژگی‌های مکان و چگونگی رسیدن به نظریه‌ها یا فرضیه‌ها، از یک سو، و استدلال زیربنایی که دانشمندان از آن استفاده می‌کنند (خواه از آن آگاه باشند یا نه) در هنگام ارزیابی نظریه‌ها و قضاوت در مورد کفایت آنها استفاده شود. بر اساس شواهد موجود به طور کلی، در بیشتر قرن بیستم، فلسفه علم بر زمینه دوم تمرکز داشت، اگرچه فیلسوفان در مورد تأکید بر تأیید یا رد و همچنین در مورد جزئیات زیادی که چگونه تأیید یا رد را می توان یا نمی توان ایجاد کرد، اختلاف نظر داشتند. . در اواسط قرن بیستم، این تلاش ها برای تعریف روش توجیه و خود تمایز زمینه تحت فشار قرار گرفتند. در همان دوره، فلسفه علم به سرعت توسعه یافت، و بنابراین از بخش 4، این مدخل از یک بررسی در درجه اول تاریخی از روش علمی به یک رویکرد در درجه اول موضوعی تغییر خواهد کرد.

3.1 Logical constructionism and Operationalism
Advances in logic and probability held out promise of the possibility of elaborate reconstructions of scientific theories and empirical method, the best example being Rudolf Carnap’s The Logical Structure of the World (1928). Carnap attempted to show that a scientific theory could be reconstructed as a formal axiomatic system—that is, a logic. That system could refer to the world because some of its basic sentences could be interpreted as observations or operations which one could perform to test them. The rest of the theoretical system, including sentences using theoretical or unobservable terms (like electron or force) would then either be meaningful because they could be reduced to observations, or they had purely logical meanings (called analytic, like mathematical identities). This has been referred to as the verifiability criterion of meaning. According to the criterion, any statement not either analytic or verifiable was strictly meaningless. Although the view was endorsed by Carnap in 1928, he would later come to see it as too restrictive (Carnap 1956). Another familiar version of this idea is operationalism of Percy William Bridgman. In The Logic of Modern Physics (1927) Bridgman asserted that every physical concept could be defined in terms of the operations one would perform to verify the application of that concept. Making good on the operationalisation of a concept even as simple as length, however, can easily become enormously complex (for measuring very small lengths, for instance) or impractical (measuring large distances like light years.)

3.1 ساخت‌گرایی منطقی و عملیات‌گرایی پیشرفت‌ها در منطق و احتمال، امکان بازسازی دقیق نظریه‌های علمی و روش تجربی را نوید می‌داد، که بهترین نمونه، ساختار منطقی جهان رودولف کارنپ (1928) است. کارنپ تلاش کرد تا نشان دهد که یک نظریه علمی می تواند به عنوان یک سیستم بدیهی رسمی - یعنی یک منطق - بازسازی شود. آن سیستم می تواند به جهان اشاره کند زیرا برخی از جملات اساسی آن را می توان به عنوان مشاهدات یا عملیاتی که فرد می تواند برای آزمایش آنها انجام دهد تفسیر شود. بقیه سیستم نظری، از جمله جملاتی که از اصطلاحات نظری یا غیرقابل مشاهده (مانند الکترون یا نیرو) استفاده می‌کنند، یا معنی‌دار خواهند بود زیرا می‌توان آن‌ها را به مشاهدات تقلیل داد، یا معانی کاملاً منطقی داشتند (به نام تحلیلی، مانند هویت‌های ریاضی). از این به عنوان معیار تأیید پذیری معنا یاد شده است. بر اساس این معیار، هر گزاره ای که نه تحلیلی و نه قابل تأیید نبود، کاملاً بی معنا بود. اگرچه این دیدگاه در سال 1928 توسط کارنپ تأیید شد، اما او بعداً آن را بسیار محدودکننده دید (Carnap 1956). یکی دیگر از نسخه های آشنای این ایده، عملیات گرایی پرسی ویلیام بریگمن است. بریگمن در منطق فیزیک مدرن (1927) اظهار داشت که هر مفهوم فیزیکی را می توان بر حسب عملیاتی که فرد برای تأیید کاربرد آن مفهوم انجام می دهد، تعریف کرد. با این حال، عملیاتی کردن یک مفهوم حتی به سادگی طول، می تواند به راحتی بسیار پیچیده شود (مثلاً برای اندازه گیری طول های بسیار کوچک) یا غیر عملی (اندازه گیری فواصل بزرگ مانند سال های نوری).

Carl Hempel’s (1950, 1951) criticisms of the verifiability criterion of meaning had enormous influence. He pointed out that universal generalizations, such as most scientific laws, were not strictly meaningful on the criterion. Verifiability and operationalism both seemed too restrictive to capture standard scientific aims and practice. The tenuous connection between these reconstructions and actual scientific practice was criticized in another way. In both approaches, scientific methods are instead recast in methodological roles. Measurements, for example, were looked to as ways of giving meanings to terms. The aim of the philosopher of science was not to understand the methods per se, but to use them to reconstruct theories, their meanings, and their relation to the world. When scientists perform these operations, however, they will not report that they are doing them to give meaning to terms in a formal axiomatic system. This disconnect between methodology and the details of actual scientific practice would seem to violate the empiricism the Logical Positivists and Bridgman were committed to. The view that methodology should correspond to practice (to some extent) has been called historicism, or intuitionism. We turn to these criticisms and responses in section 3.4.[4]

انتقادات کارل همپل (1950، 1951) از معیار تأیید پذیری معنا تأثیر زیادی داشت. او خاطرنشان کرد که تعمیم های جهانی، مانند اکثر قوانین علمی، به طور دقیق بر روی این معیار معنی ندارند. تأیید پذیری و عملیات گرایی هر دو برای به دست آوردن اهداف و عملکرد علمی استاندارد بسیار محدود کننده به نظر می رسید. ارتباط ضعیف بین این بازسازی ها و عملکرد علمی واقعی به گونه ای دیگر مورد انتقاد قرار گرفت. در هر دو رویکرد، روش‌های علمی به جای آن در نقش‌های روش‌شناختی بازنگری می‌شوند. برای مثال، اندازه‌گیری‌ها به عنوان راه‌هایی برای معنا دادن به اصطلاحات در نظر گرفته می‌شدند. هدف فیلسوف علم درک روش ها فی نفسه نبود، بلکه استفاده از آنها برای بازسازی نظریه ها، معانی آنها و رابطه آنها با جهان بود. با این حال، وقتی دانشمندان این عملیات را انجام می‌دهند، گزارش نمی‌دهند که این عملیات را برای معنا بخشیدن به اصطلاحات در یک سیستم بدیهی رسمی انجام می‌دهند. به نظر می رسد این گسست بین روش شناسی و جزئیات عمل علمی واقعی، تجربه گرایی ای را که پوزیتیویست های منطقی و بریجمن به آن متعهد بودند، نقض می کند. این دیدگاه که روش شناسی باید با عمل مطابقت داشته باشد (تا حدی) تاریخ گرایی یا شهودگرایی نامیده می شود. ما در بخش 3.4 به این انتقادات و پاسخ ها می پردازیم.[4]

Positivism also had to contend with the recognition that a purely inductivist approach, along the lines of Bacon-Newton-Mill, was untenable. There was no pure observation, for starters. All observation was theory laden. Theory is required to make any observation, therefore not all theory can be derived from observation alone. (See the entry on theory and observation in science.) Even granting an observational basis, Hume had already pointed out that one could not deductively justify inductive conclusions without begging the question by presuming the success of the inductive method. Likewise, positivist attempts at analyzing how a generalization can be confirmed by observations of its instances were subject to a number of criticisms. Goodman (1965) and Hempel (1965) both point to paradoxes inherent in standard accounts of confirmation. Recent attempts at explaining how observations can serve to confirm a scientific theory are discussed in section 4 below.

پوزیتیویسم همچنین باید با این شناخت که رویکرد صرفاً استقرایی، در امتداد خطوط بیکن-نیوتن-میل، غیرقابل دفاع است، مبارزه می کرد. برای شروع، هیچ مشاهده خالصی وجود نداشت. تمام مشاهدات مملو از تئوری بود. نظریه برای انجام هر مشاهده ای لازم است، بنابراین نمی توان همه نظریه ها را به تنهایی از مشاهده استخراج کرد. (رجوع کنید به مدخل نظریه و مشاهده در علم.) حتی با اعطای یک مبنای مشاهده ای، هیوم قبلاً اشاره کرده بود که نمی توان به طور قیاسی نتیجه گیری های استقرایی را بدون طرح سؤال با فرض موفقیت روش استقرایی توجیه کرد. به همین ترتیب، تلاش‌های پوزیتیویستی برای تحلیل اینکه چگونه یک تعمیم را می‌توان با مشاهدات نمونه‌های آن تأیید کرد، مورد انتقادات متعددی قرار گرفت. گودمن (1965) و همپل (1965) هر دو به پارادوکس های ذاتی در گزارش های استاندارد تأیید اشاره می کنند. تلاش‌های اخیر برای توضیح اینکه چگونه مشاهدات می‌توانند برای تایید یک نظریه علمی مفید باشند، در بخش 4 زیر مورد بحث قرار گرفته‌اند.

3.2. H-D as a logic of confirmation
The standard starting point for a non-inductive analysis of the logic of confirmation is known as the Hypothetico-Deductive (H-D) method. In its simplest form, a sentence of a theory which expresses some hypothesis is confirmed by its true consequences. As noted in section 2, this method had been advanced by Whewell in the 19th century, as well as Nicod (1924) and others in the 20th century. Often, Hempel’s (1966) description of the H-D method, illustrated by the case of Semmelweiss’ inferential procedures in establishing the cause of childbed fever, has been presented as a key account of H-D as well as a foil for criticism of the H-D account of confirmation (see, for example, Lipton’s (2004) discussion of inference to the best explanation; also the entry on confirmation). Hempel described Semmelsweiss’ procedure as examining various hypotheses explaining the cause of childbed fever. Some hypotheses conflicted with observable facts and could be rejected as false immediately. Others needed to be tested experimentally by deducing which observable events should follow if the hypothesis were true (what Hempel called the test implications of the hypothesis), then conducting an experiment and observing whether or not the test implications occurred. If the experiment showed the test implication to be false, the hypothesis could be rejected. If the experiment showed the test implications to be true, however, this did not prove the hypothesis true. The confirmation of a test implication does not verify a hypothesis, though Hempel did allow that “it provides at least some support, some corroboration or confirmation for it” (Hempel 1966: 8). The degree of this support then depends on the quantity, variety and precision of the supporting evidence.

3.2. H-D به عنوان یک منطق تایید نقطه شروع استاندارد برای تجزیه و تحلیل غیر استقرایی منطق تایید به عنوان روش فرضی-قیاسی (H-D) شناخته می شود. در ساده‌ترین شکل، جمله‌ای از یک نظریه که برخی فرضیه‌ها را بیان می‌کند، با پیامدهای واقعی آن تأیید می‌شود. همانطور که در بخش 2 ذکر شد، این روش توسط Whewell در قرن 19، و همچنین Nicod (1924) و دیگران در قرن 20 توسعه یافته بود. اغلب، توصیف همپل (1966) از روش H-D، که توسط مورد رویه های استنباطی سملوایس در تعیین علت تب کودک نشان داده شده است، به عنوان یک گزارش کلیدی از H-D و همچنین مقاله ای برای انتقاد از گزارش H-D ارائه شده است. تأیید (برای مثال، به بحث لیپتون (2004) در مورد استنتاج به بهترین توضیح مراجعه کنید؛ همچنین مدخل تأیید). همپل روش سملسوایس را به عنوان بررسی فرضیه های مختلف توضیح داد که علت تب کودک را توضیح می دهد. برخی از فرضیه ها با حقایق قابل مشاهده در تضاد بودند و می توانستند فورا به عنوان نادرست رد شوند. سایرین باید با استنباط اینکه در صورت صحت فرضیه (آنچه که همپل مفاهیم آزمون فرضیه را نامیده است) کدام رویدادهای قابل مشاهده را باید به صورت تجربی آزمایش کرد، سپس آزمایشی را انجام داد و مشاهده کرد که آیا پیامدهای آزمون رخ داده است یا نه. اگر آزمایش نشان داد که مفهوم آزمون نادرست است، فرضیه را می توان رد کرد. اگر آزمایش نشان داد که مفاهیم آزمون درست است، با این حال، این فرضیه صحت ندارد. تأیید مفهوم آزمون یک فرضیه را تأیید نمی کند، اگرچه همپل اجازه داد که «حداقل برخی از پشتیبانی، تأیید یا تأیید را برای آن فراهم می کند» (همپل 1966: 8). سپس درجه این حمایت به کمیت، تنوع و دقت شواهد پشتیبان بستگی دارد.

3.3. Popper and falsificationism
Another approach that took off from the difficulties with inductive inference was Karl Popper’s critical rationalism or falsificationism (Popper 1959, 1963). Falsification is deductive and similar to H-D in that it involves scientists deducing observational consequences from the hypothesis under test. For Popper, however, the important point was not the degree of confirmation that successful prediction offered to a hypothesis. The crucial thing was the logical asymmetry between confirmation, based on inductive inference, and falsification, which can be based on a deductive inference. (This simple opposition was later questioned, by Lakatos, among others. See the entry on historicist theories of scientific rationality.)

3.3. پوپر و ابطال‌گرایی رویکرد دیگری که از مشکلات استنتاج استقرایی بیرون آمد، عقل‌گرایی یا ابطال‌گرایی انتقادی کارل پوپر بود (پوپر 1959، 1963). ابطال قیاسی و شبیه به H-D است که دانشمندان را درگیر استنتاج پیامدهای مشاهداتی از فرضیه مورد آزمایش می کند. با این حال، برای پوپر، نکته مهم درجه تأییدی نبود که پیش‌بینی موفق به یک فرضیه ارائه می‌کرد. نکته مهم عدم تقارن منطقی بین تأیید، مبتنی بر استنتاج استقرایی، و جعل بود، که می تواند بر اساس استنتاج قیاسی باشد. (این مخالفت ساده بعداً توسط لاکاتوش و دیگران مورد تردید قرار گرفت. به مدخل نظریه های تاریخ گرای عقلانیت علمی مراجعه کنید.)

Popper stressed that, regardless of the amount of confirming evidence, we can never be certain that a hypothesis is true without committing the fallacy of affirming the consequent. Instead, Popper introduced the notion of corroboration as a measure for how well a theory or hypothesis has survived previous testing—but without implying that this is also a measure for the probability that it is true.

پوپر تأکید کرد که، صرف نظر از میزان شواهد تأییدکننده، ما هرگز نمی‌توانیم مطمئن باشیم که یک فرضیه درست است بدون اینکه اشتباه تأیید نتیجه را مرتکب شویم. درعوض، پوپر مفهوم تأیید را به عنوان معیاری برای اینکه یک نظریه یا فرضیه چقدر از آزمایش قبلی جان سالم به در برده است، معرفی کرد - اما بدون اینکه اشاره کند که این معیاری نیز برای احتمال درستی آن است.

Popper was also motivated by his doubts about the scientific status of theories like the Marxist theory of history or psycho-analysis, and so wanted to demarcate between science and pseudo-science. Popper saw this as an importantly different distinction than demarcating science from metaphysics. The latter demarcation was the primary concern of many logical empiricists. Popper used the idea of falsification to draw a line instead between pseudo and proper science. Science was science because its method involved subjecting theories to rigorous tests which offered a high probability of failing and thus refuting the theory.

پوپر همچنین از تردیدهای خود در مورد وضعیت علمی نظریه هایی مانند نظریه مارکسیستی تاریخ یا روانکاوی انگیزه داشت و بنابراین می خواست بین علم و شبه علم مرزبندی کند. پوپر این را به‌عنوان تمایز مهمی متفاوت از مرزبندی علم از متافیزیک می‌دید. مرزبندی اخیر دغدغه اصلی بسیاری از تجربی گرایان منطقی بود. پوپر از ایده ابطال استفاده کرد تا به جای علم کاذب و علم درست مرزی بکشد. علم علم بود زیرا روش آن شامل قرار دادن نظریه ها در معرض آزمون های سخت بود که احتمال شکست و در نتیجه رد نظریه را ارائه می داد.

A commitment to the risk of failure was important. Avoiding falsification could be done all too easily. If a consequence of a theory is inconsistent with observations, an exception can be added by introducing auxiliary hypotheses designed explicitly to save the theory, so-called ad hoc modifications. This Popper saw done in pseudo-science where ad hoc theories appeared capable of explaining anything in their field of application. In contrast, science is risky. If observations showed the predictions from a theory to be wrong, the theory would be refuted. Hence, scientific hypotheses must be falsifiable. Not only must there exist some possible observation statement which could falsify the hypothesis or theory, were it observed, (Popper called these the hypothesis’ potential falsifiers) it is crucial to the Popperian scientific method that such falsifications be sincerely attempted on a regular basis.

تعهد به خطر شکست مهم بود. اجتناب از جعل می تواند به راحتی انجام شود. اگر نتیجه یک نظریه با مشاهدات ناسازگار باشد، می‌توان با معرفی فرضیه‌های کمکی که به صراحت برای نجات نظریه طراحی شده‌اند، یک استثنا اضافه کرد، به اصطلاح اصلاحات موقت. این اره پوپر در شبه علم انجام شده است، جایی که نظریه‌های موقتی قادر به توضیح هر چیزی در حوزه کاربرد خود هستند. در مقابل، علم خطرآفرین است. اگر مشاهدات نشان می‌داد که پیش‌بینی‌های یک نظریه اشتباه است، این نظریه رد می‌شد. از این رو فرضیه های علمی باید ابطال پذیر باشند. در صورت مشاهده، نه تنها باید برخی اظهارات مشاهدات احتمالی وجود داشته باشد که بتواند فرضیه یا نظریه را جعل کند، (پوپر اینها را ابطال‌کنندگان بالقوه فرضیه نامید)، بلکه برای روش علمی پوپری بسیار مهم است که چنین جعل‌هایی صادقانه و به طور منظم انجام شوند.

The more potential falsifiers of a hypothesis, the more falsifiable it would be, and the more the hypothesis claimed. Conversely, hypotheses without falsifiers claimed very little or nothing at all. Originally, Popper thought that this meant the introduction of ad hoc hypotheses only to save a theory should not be countenanced as good scientific method. These would undermine the falsifiabililty of a theory. However, Popper later came to recognize that the introduction of modifications (immunizations, he called them) was often an important part of scientific development. Responding to surprising or apparently falsifying observations often generated important new scientific insights. Popper’s own example was the observed motion of Uranus which originally did not agree with Newtonian predictions. The ad hoc hypothesis of an outer planet explained the disagreement and led to further falsifiable predictions. Popper sought to reconcile the view by blurring the distinction between falsifiable and not falsifiable, and speaking instead of degrees of testability (Popper 1985: 41f.).

هر چه ابطال‌کنندگان بالقوه یک فرضیه بیشتر باشد، ابطال‌پذیرتر خواهد بود و ادعای فرضیه بیشتر می‌شود. برعکس، فرضیه های بدون جعل کننده ادعای بسیار کمی داشتند یا اصلاً هیچ ادعایی نداشتند. در اصل، پوپر فکر می کرد که این به معنای ارائه فرضیه های موردی تنها برای نجات یک نظریه است که نباید به عنوان روش علمی خوب تلقی شود. اینها ابطال پذیری یک نظریه را تضعیف می کند. با این حال، پوپر بعداً متوجه شد که معرفی اصلاحات (ایمن سازی، که او آنها را نامید) اغلب بخش مهمی از توسعه علمی است. پاسخ به مشاهدات غافلگیرکننده یا ظاهراً جعلی اغلب بینش های علمی جدید مهمی ایجاد می کند. مثال خود پوپر حرکت مشاهده شده اورانوس بود که در اصل با پیش بینی های نیوتنی مطابقت نداشت. فرضیه موقت یک سیاره بیرونی، اختلاف نظر را توضیح داد و منجر به پیش‌بینی‌های ابطال‌پذیر بیشتر شد. پوپر با محو کردن تمایز بین ابطال پذیر و غیرقابل ابطال، و صحبت کردن به جای درجات آزمایش پذیری، به دنبال آشتی دادن این دیدگاه بود (Popper 1985: 41f.).

3.4 Meta-methodology and the end of method
From the 1960s on, sustained meta-methodological criticism emerged that drove philosophical focus away from scientific method. A brief look at those criticisms follows, with recommendations for further reading at the end of the entry.

3.4 متا روش شناسی و پایان روش از دهه 1960 به بعد، نقد فرا روش شناختی پایدار ظهور کرد که تمرکز فلسفی را از روش علمی دور کرد. نگاهی اجمالی به آن انتقادات، با توصیه هایی برای مطالعه بیشتر در پایان مدخل در ادامه می آید.

Thomas Kuhn’s The Structure of Scientific Revolutions (1962) begins with a well-known shot across the bow for philosophers of science:

ساختار انقلاب‌های علمی توماس کوهن (1962) با شلیک معروف فیلسوفان علم از روی کمان شروع می‌شود:

History, if viewed as a repository for more than anecdote or chronology, could produce a decisive transformation in the image of science by which we are now possessed. (1962: 1)

تاریخ، اگر به عنوان مخزن چیزی بیش از حکایت یا وقایع نگاری در نظر گرفته شود، می تواند دگرگونی تعیین کننده ای در تصویر علمی ایجاد کند که اکنون ما در اختیار داریم. (1962: 1)

The image Kuhn thought needed transforming was the a-historical, rational reconstruction sought by many of the Logical Positivists, though Carnap and other positivists were actually quite sympathetic to Kuhn’s views. (See the entry on the Vienna Circle.) Kuhn shares with other of his contemporaries, such as Feyerabend and Lakatos, a commitment to a more empirical approach to philosophy of science. Namely, the history of science provides important data, and necessary checks, for philosophy of science, including any theory of scientific method.

تصویری که کوهن فکر می‌کرد نیاز به دگرگونی دارد، بازسازی عقلانی و تاریخی است که بسیاری از پوزیتیویست‌های منطقی به دنبال آن بودند، اگرچه کارنپ و سایر پوزیتیویست‌ها در واقع کاملاً با دیدگاه‌های کوهن همدل بودند. (به مدخل دایره وین مراجعه کنید.) کوهن با دیگر معاصران خود، مانند فایرابند و لاکاتوش، تعهدی به رویکردی تجربی تر به فلسفه علم دارد. یعنی تاریخ علم داده های مهم و بررسی های لازم را برای فلسفه علم از جمله هر نظریه روش علمی ارائه می دهد.

The history of science reveals, according to Kuhn, that scientific development occurs in alternating phases. During normal science, the members of the scientific community adhere to the paradigm in place. Their commitment to the paradigm means a commitment to the puzzles to be solved and the acceptable ways of solving them. Confidence in the paradigm remains so long as steady progress is made in solving the shared puzzles. Method in this normal phase operates within a disciplinary matrix (Kuhn’s later concept of a paradigm) which includes standards for problem solving, and defines the range of problems to which the method should be applied. An important part of a disciplinary matrix is the set of values which provide the norms and aims for scientific method. The main values that Kuhn identifies are prediction, problem solving, simplicity, consistency, and plausibility.

به گفته کوهن، تاریخ علم نشان می دهد که رشد علمی در مراحل متناوب رخ می دهد. در طول علم عادی، اعضای جامعه علمی به پارادایم در جای خود پایبند هستند. تعهد آنها به پارادایم به معنای تعهد به معماهایی است که باید حل شوند و راه های قابل قبول حل آنها. تا زمانی که پیشرفت ثابتی در حل معماهای مشترک حاصل شود، اعتماد به پارادایم باقی می ماند. روش در این مرحله عادی در یک ماتریس انضباطی عمل می کند (مفهوم بعدی کوهن از یک پارادایم) که شامل استانداردهایی برای حل مسئله است و محدوده مسائلی را که روش باید برای آنها اعمال شود، تعریف می کند. بخش مهمی از یک ماتریس انضباطی مجموعه ارزش هایی است که هنجارها و اهداف روش علمی را فراهم می کند. ارزش‌های اصلی که کوهن شناسایی می‌کند عبارتند از: پیش‌بینی، حل مسئله، سادگی، سازگاری و قابل قبول بودن.

An important by-product of normal science is the accumulation of puzzles which cannot be solved with resources of the current paradigm. Once accumulation of these anomalies has reached some critical mass, it can trigger a communal shift to a new paradigm and a new phase of normal science. Importantly, the values that provide the norms and aims for scientific method may have transformed in the meantime. Method may therefore be relative to discipline, time or place

یک محصول جانبی مهم علم عادی، انباشته شدن معماهایی است که با منابع پارادایم فعلی قابل حل نیستند. هنگامی که انباشت این ناهنجاری‌ها به مقداری بحرانی رسید، می‌تواند باعث تغییر عمومی به یک پارادایم جدید و مرحله جدیدی از علم عادی شود. نکته مهم این است که ارزش هایی که هنجارها و اهداف روش علمی را ارائه می کنند، ممکن است در این میان دگرگون شده باشند. بنابراین روش ممکن است نسبت به رشته، زمان یا مکان باشد

Feyerabend also identified the aims of science as progress, but argued that any methodological prescription would only stifle that progress (Feyerabend 1988). His arguments are grounded in re-examining accepted “myths” about the history of science. Heroes of science, like Galileo, are shown to be just as reliant on rhetoric and persuasion as they are on reason and demonstration. Others, like Aristotle, are shown to be far more reasonable and far-reaching in their outlooks then they are given credit for. As a consequence, the only rule that could provide what he took to be sufficient freedom was the vacuous “anything goes”. More generally, even the methodological restriction that science is the best way to pursue knowledge, and to increase knowledge, is too restrictive. Feyerabend suggested instead that science might, in fact, be a threat to a free society, because it and its myth had become so dominant (Feyerabend 1978).

فایرابند همچنین اهداف علم را پیشرفت می‌داند، اما استدلال می‌کند که هر نسخه روش‌شناختی تنها این پیشرفت را خفه می‌کند (فایرابند 1988). استدلال‌های او مبتنی بر بررسی مجدد «اسطوره‌های» پذیرفته‌شده درباره تاریخ علم است. نشان داده شده است که قهرمانان علم، مانند گالیله، به همان اندازه که به دلیل و برهان متکی هستند، به بلاغت و متقاعدسازی نیز متکی هستند. نشان داده شده است که دیگران، مانند ارسطو، در دیدگاه‌های خود بسیار منطقی‌تر و گسترده‌تر از آن هستند که به آنها اعتبار داده شود. در نتیجه، تنها قاعده‌ای که می‌توانست آزادی کافی را فراهم کند، «همه چیز می‌رود» خالی بود. به طور کلی، حتی محدودیت روش شناختی که علم بهترین راه برای تعقیب دانش و افزایش دانش است، بسیار محدودکننده است. فایرابند در عوض پیشنهاد کرد که علم در واقع ممکن است تهدیدی برای یک جامعه آزاد باشد، زیرا آن و اسطوره آن بسیار مسلط شده بودند (فایرابند 1978).

An even more fundamental kind of criticism was offered by several sociologists of science from the 1970s onwards who rejected the methodology of providing philosophical accounts for the rational development of science and sociological accounts of the irrational mistakes. Instead, they adhered to a symmetry thesis on which any causal explanation of how scientific knowledge is established needs to be symmetrical in explaining truth and falsity, rationality and irrationality, success and mistakes, by the same causal factors (see, e.g., Barnes and Bloor 1982, Bloor 1991). Movements in the Sociology of Science, like the Strong Programme, or in the social dimensions and causes of knowledge more generally led to extended and close examination of detailed case studies in contemporary science and its history. (See the entries on the social dimensions of scientific knowledge and social epistemology.) Well-known examinations by Latour and Woolgar (1979/1986), Knorr-Cetina (1981), Pickering (1984), Shapin and Schaffer (1985) seem to bear out that it was social ideologies (on a macro-scale) or individual interactions and circumstances (on a micro-scale) which were the primary causal factors in determining which beliefs gained the status of scientific knowledge. As they saw it therefore, explanatory appeals to scientific method were not empirically grounded.

از دهه 1970 به بعد، یک نوع انتقاد اساسی‌تر توسط چندین جامعه‌شناس علم ارائه شد که روش‌شناسی ارائه گزارش‌های فلسفی برای توسعه عقلانی علم و گزارش‌های جامعه‌شناختی از اشتباهات غیرمنطقی را رد کردند. در عوض، آنها به یک تز تقارن پایبند بودند که بر اساس آن، هر توضیح علّی در مورد چگونگی ایجاد دانش علمی باید در تبیین صدق و کذب، عقلانیت و غیرعقلانی بودن، موفقیت و اشتباهات، با همان عوامل علّی، متقارن باشد (به عنوان مثال، بارنز و بلور را ببینید). 1982، بلور 1991). جنبش های جامعه شناسی علم، مانند برنامه قوی، یا در ابعاد اجتماعی و علل معرفت به طور کلی به بررسی گسترده و دقیق مطالعات موردی دقیق در علم معاصر و تاریخچه آن منجر شد. (به مدخل‌های ابعاد اجتماعی دانش علمی و معرفت‌شناسی اجتماعی مراجعه کنید.) به نظر می‌رسد بررسی‌های معروف لاتور و وولگار (1979/1986)، کر-سیتینا (1981)، پیکرینگ (1984)، شاپین و شافر (1985) توجه داشته باشید که این ایدئولوژی های اجتماعی (در مقیاس کلان) یا تعاملات و شرایط فردی (در مقیاس خرد) بودند که عوامل علت اصلی در تعیین اینکه کدام باورها جایگاه دانش علمی را به دست می آورند. بنابراین، همانطور که آنها آن را دیدند، توسل های توضیحی به روش علمی از نظر تجربی مبنایی نداشتند.

A late, and largely unexpected, criticism of scientific method came from within science itself. Beginning in the early 2000s, a number of scientists attempting to replicate the results of published experiments could not do so. There may be close conceptual connection between reproducibility and method. For example, if reproducibility means that the same scientific methods ought to produce the same result, and all scientific results ought to be reproducible, then whatever it takes to reproduce a scientific result ought to be called scientific method. Space limits us to the observation that, insofar as reproducibility is a desired outcome of proper scientific method, it is not strictly a part of scientific method. (See the entry on reproducibility of scientific results.)

نقدی دیرهنگام و عمدتاً غیرمنتظره از روش علمی از درون خود علم نشأت گرفت. با شروع در اوایل دهه 2000، تعدادی از دانشمندان که تلاش می کردند نتایج آزمایش های منتشر شده را تکرار کنند، نتوانستند این کار را انجام دهند. ممکن است ارتباط مفهومی نزدیکی بین تکرارپذیری و روش وجود داشته باشد. برای مثال، اگر تکرارپذیری به این معناست که روش‌های علمی یکسان باید نتیجه یکسانی را تولید کنند، و همه نتایج علمی باید تکرارپذیر باشند، پس هر آنچه برای بازتولید یک نتیجه علمی لازم است، باید روش علمی نامیده شود. فضا ما را به این مشاهده محدود می‌کند که تا آنجایی که تکرارپذیری نتیجه مطلوب روش علمی مناسب است، صرفاً بخشی از روش علمی نیست. (به مدخل تکرارپذیری نتایج علمی مراجعه کنید.)

By the close of the 20th century the search for the scientific method was flagging. Nola and Sankey (2000b) could introduce their volume on method by remarking that “For some, the whole idea of a theory of scientific method is yester-year’s debate …”.

در پایان قرن بیستم، جستجو برای روش علمی در حال افزایش بود. نولا و سانکی (2000b) می توانند حجم خود را در مورد روش با ذکر این نکته معرفی کنند که 'برای برخی، کل ایده یک نظریه روش علمی بحث سال گذشته است ...'.

4. Statistical methods for hypothesis testing
Despite the many difficulties that philosophers encountered in trying to providing a clear methodology of conformation (or refutation), still important progress has been made on understanding how observation can provide evidence for a given theory. Work in statistics has been crucial for understanding how theories can be tested empirically, and in recent decades a huge literature has developed that attempts to recast confirmation in Bayesian terms. Here these developments can be covered only briefly, and we refer to the entry on confirmation for further details and references.

4. روش‌های آماری برای آزمون فرضیه‌ها علیرغم مشکلات فراوانی که فیلسوفان در تلاش برای ارائه روش شناسی روشن از انطباق (یا ابطال) با آن مواجه بودند، هنوز پیشرفت مهمی در درک اینکه چگونه مشاهده می‌تواند شواهدی برای یک نظریه ارائه کند، حاصل شده است. کار در زمینه آمار برای درک اینکه چگونه نظریه ها را می توان به صورت تجربی آزمایش کرد بسیار مهم بوده است، و در دهه های اخیر ادبیات عظیمی توسعه یافته است که تلاش می کند تائید را با اصطلاحات بیزی بازنویسی کند. در اینجا این تحولات را می توان تنها به طور خلاصه پوشش داد، و ما برای جزئیات بیشتر و مراجع به مدخل تایید مراجعه می کنیم.

Statistics has come to play an increasingly important role in the methodology of the experimental sciences from the 19th century onwards. At that time, statistics and probability theory took on a methodological role as an analysis of inductive inference, and attempts to ground the rationality of induction in the axioms of probability theory have continued throughout the 20th century and in to the present. Developments in the theory of statistics itself, meanwhile, have had a direct and immense influence on the experimental method, including methods for measuring the uncertainty of observations such as the Method of Least Squares developed by Legendre and Gauss in the early 19th century, criteria for the rejection of outliers proposed by Peirce by the mid-19th century, and the significance tests developed by Gosset (a.k.a. “Student”), Fisher, Neyman & Pearson and others in the 1920s and 1930s (see, e.g., Swijtink 1987 for a brief historical overview; and also the entry on C.S. Peirce).

از قرن نوزدهم به بعد، آمار نقش مهمی را در روش شناسی علوم تجربی بازی می کند. در آن زمان، آمار و نظریه احتمال نقش روش‌شناختی را به عنوان تحلیل استنتاج استقرایی به عهده گرفتند و تلاش‌ها برای پایه‌گذاری عقلانیت استقراء در بدیهیات نظریه احتمال در طول قرن بیستم و تا به امروز ادامه داشته است. در این میان، تحولات در خود نظریه آمار تأثیر مستقیم و عظیمی بر روش تجربی داشته است، از جمله روش‌هایی برای اندازه‌گیری عدم قطعیت مشاهدات مانند روش حداقل مربعات که توسط لژاندر و گاوس در اوایل قرن نوزدهم ایجاد شد، معیارهایی برای سنجش عدم قطعیت مشاهدات. رد اعداد پرت پیشنهاد شده توسط پیرس در اواسط قرن 19، و آزمون های اهمیتی که توسط Gosset (با نام مستعار 'دانشجو')، فیشر، نیمن و پیرسون و دیگران در دهه های 1920 و 1930 ایجاد شد (به عنوان مثال، Swijtink a مختصر 1987 را ببینید. مروری تاریخی؛ و همچنین مدخل C.S. Peirce).

These developments within statistics then in turn led to a reflective discussion among both statisticians and philosophers of science on how to perceive the process of hypothesis testing: whether it was a rigorous statistical inference that could provide a numerical expression of the degree of confidence in the tested hypothesis, or if it should be seen as a decision between different courses of actions that also involved a value component. This led to a major controversy among Fisher on the one side and Neyman and Pearson on the other (see especially Fisher 1955, Neyman 1956 and Pearson 1955, and for analyses of the controversy, e.g., Howie 2002, Marks 2000, Lenhard 2006). On Fisher’s view, hypothesis testing was a methodology for when to accept or reject a statistical hypothesis, namely that a hypothesis should be rejected by evidence if this evidence would be unlikely relative to other possible outcomes, given the hypothesis were true. In contrast, on Neyman and Pearson’s view, the consequence of error also had to play a role when deciding between hypotheses. Introducing the distinction between the error of rejecting a true hypothesis (type I error) and accepting a false hypothesis (type II error), they argued that it depends on the consequences of the error to decide whether it is more important to avoid rejecting a true hypothesis or accepting a false one. Hence, Fisher aimed for a theory of inductive inference that enabled a numerical expression of confidence in a hypothesis. To him, the important point was the search for truth, not utility. In contrast, the Neyman-Pearson approach provided a strategy of inductive behaviour for deciding between different courses of action. Here, the important point was not whether a hypothesis was true, but whether one should act as if it was.

این تحولات در آمار به نوبه خود منجر به بحث تأملی در بین آماردانان و فیلسوفان علم در مورد چگونگی درک فرآیند آزمایش فرضیه شد: آیا این یک استنتاج آماری دقیق است که می تواند بیان عددی درجه اطمینان در مورد آزمایش شده را ارائه دهد. فرضیه، یا اگر باید به عنوان تصمیمی بین دوره های مختلف اقداماتی که شامل یک جزء ارزشی نیز می شود، تلقی شود. این منجر به مناقشه بزرگی بین فیشر از یک طرف و نیمن و پیرسون از سوی دیگر شد (به ویژه به Fisher 1955، Neyman 1956 و Pearson 1955، و برای تجزیه و تحلیل این مناقشه نگاه کنید، به عنوان مثال، Howie 2002، Marks 2000، Lenhard). از نظر فیشر، آزمون فرضیه روشی بود برای زمان پذیرش یا رد یک فرضیه آماری، یعنی اینکه یک فرضیه باید توسط شواهد رد شود اگر این شواهد نسبت به سایر نتایج احتمالی، با توجه به صحت فرضیه، بعید باشد. در مقابل، از نظر نیمن و پیرسون، پیامد خطا نیز باید در تصمیم‌گیری بین فرضیه‌ها نقش داشته باشد. آنها با معرفی تمایز بین خطای رد یک فرضیه درست (خطای نوع اول) و پذیرش فرضیه نادرست (خطای نوع دوم)، استدلال کردند که تصمیم گیری در مورد اینکه آیا اجتناب از رد یک واقعیت مهم تر است به پیامدهای خطا بستگی دارد. فرضیه یا پذیرش یک فرضیه نادرست از این رو، فیشر به دنبال نظریه استنتاج استقرایی بود که بیان عددی اطمینان در یک فرضیه را امکان پذیر می کرد. برای او نکته مهم جستجوی حقیقت بود نه فایده. در مقابل، رویکرد نیمن-پیرسون یک استراتژی از رفتار استقرایی برای تصمیم گیری بین دوره های مختلف عمل ارائه کرد. در اینجا نکته مهم این نبود که آیا یک فرضیه درست است یا خیر، بلکه این بود که آیا باید به گونه ای عمل کرد که انگار چنین است.

Similar discussions are found in the philosophical literature. On the one side, Churchman (1948) and Rudner (1953) argued that because scientific hypotheses can never be completely verified, a complete analysis of the methods of scientific inference includes ethical judgments in which the scientists must decide whether the evidence is sufficiently strong or that the probability is sufficiently high to warrant the acceptance of the hypothesis, which again will depend on the importance of making a mistake in accepting or rejecting the hypothesis. Others, such as Jeffrey (1956) and Levi (1960) disagreed and instead defended a value-neutral view of science on which scientists should bracket their attitudes, preferences, temperament, and values when assessing the correctness of their inferences. For more details on this value-free ideal in the philosophy of science and its historical development, see Douglas (2009) and Howard (2003). For a broad set of case studies examining the role of values in science, see e.g. Elliott & Richards 2017.

در ادبیات فلسفی نیز چنین بحث هایی وجود دارد. از یک طرف، چرچمن (1948) و رودنر (1953) استدلال کردند که چون فرضیه های علمی هرگز نمی توانند به طور کامل تأیید شوند، تجزیه و تحلیل کامل روش های استنتاج علمی شامل قضاوت های اخلاقی است که در آن دانشمندان باید تصمیم بگیرند که آیا شواهد به اندازه کافی قوی هستند یا نه. این احتمال به اندازه کافی زیاد است که قبول فرضیه را تضمین کند، که باز هم به اهمیت اشتباه در پذیرش یا رد فرضیه بستگی دارد. دیگران، مانند جفری (1956) و لوی (1960) مخالف بودند و در عوض از دیدگاه ارزشی خنثی از علم دفاع کردند که در آن دانشمندان باید نگرش ها، ترجیحات، خلق و خوی و ارزش های خود را در هنگام ارزیابی درستی استنتاج های خود در نظر بگیرند. برای جزئیات بیشتر در مورد این ایده آل بدون ارزش در فلسفه علم و توسعه تاریخی آن، به داگلاس (2009) و هوارد (2003) مراجعه کنید. برای مجموعه وسیعی از مطالعات موردی که نقش ارزش‌ها را در علم بررسی می‌کنند، به‌عنوان مثال رجوع کنید به الیوت و ریچاردز 2017.

In recent decades, philosophical discussions of the evaluation of probabilistic hypotheses by statistical inference have largely focused on Bayesianism that understands probability as a measure of a person’s degree of belief in an event, given the available information, and frequentism that instead understands probability as a long-run frequency of a repeatable event. Hence, for Bayesians probabilities refer to a state of knowledge, whereas for frequentists probabilities refer to frequencies of events (see, e.g., Sober 2008, chapter 1 for a detailed introduction to Bayesianism and frequentism as well as to likelihoodism). Bayesianism aims at providing a quantifiable, algorithmic representation of belief revision, where belief revision is a function of prior beliefs (i.e., background knowledge) and incoming evidence. Bayesianism employs a rule based on Bayes’ theorem, a theorem of the probability calculus which relates conditional probabilities. The probability that a particular hypothesis is true is interpreted as a degree of belief, or credence, of the scientist. There will also be a probability and a degree of belief that a hypothesis will be true conditional on a piece of evidence (an observation, say) being true. Bayesianism proscribes that it is rational for the scientist to update their belief in the hypothesis to that conditional probability should it turn out that the evidence is, in fact, observed (see, e.g., Sprenger & Hartmann 2019 for a comprehensive treatment of Bayesian philosophy of science). Originating in the work of Neyman and Person, frequentism aims at providing the tools for reducing long-run error rates, such as the error-statistical approach developed by Mayo (1996) that focuses on how experimenters can avoid both type I and type II errors by building up a repertoire of procedures that detect errors if and only if they are present. Both Bayesianism and frequentism have developed over time, they are interpreted in different ways by its various proponents, and their relations to previous criticism to attempts at defining scientific method are seen differently by proponents and critics. The literature, surveys, reviews and criticism in this area are vast and the reader is referred to the entries on Bayesian epistemology and confirmation.

در دهه‌های اخیر، بحث‌های فلسفی در مورد ارزیابی فرضیه‌های احتمالاتی با استنتاج آماری عمدتاً بر روی بیزی گرایی متمرکز شده است که احتمال را به عنوان معیاری از درجه اعتقاد یک فرد به یک رویداد، با توجه به اطلاعات موجود، و فراوانی که در عوض احتمال را به عنوان یک رویداد طولانی درک می‌کند، می‌داند. فرکانس اجرای یک رویداد تکرارپذیر. از این رو، برای بیزی ها، احتمالات به یک وضعیت دانش اشاره دارد، در حالی که برای مکرر گرایان، احتمالات به فراوانی رویدادها اشاره دارد (به عنوان مثال، Sober 2008، فصل 1 را برای مقدمه ای مفصل درباره بیزی گرایی و فراوانی و همچنین احتمال گرایی رجوع کنید). هدف بیزییسم ارائه یک نمایش الگوریتمی و قابل سنجش از بازنگری باور است، که در آن بازبینی باور تابعی از باورهای قبلی (یعنی دانش پیشینه) و شواهد دریافتی است. بیزییسم از قاعده ای بر اساس قضیه بیز استفاده می کند، قضیه ای از محاسبات احتمال که احتمالات شرطی را به هم مرتبط می کند. احتمال درستی یک فرضیه خاص به عنوان درجه ای از اعتقاد یا اعتبار دانشمند تفسیر می شود. همچنین احتمال و درجه ای از باور وجود خواهد داشت که یک فرضیه مشروط به درست بودن یک مدرک (مثلاً یک مشاهده) صادق باشد. بیزی گرایی منع می کند که منطقی است که دانشمند باور خود را در فرضیه به آن احتمال مشروط به روز کند، در صورتی که معلوم شود که شواهد در واقع مشاهده شده است (به عنوان مثال، Sprenger & Hartmann 2019 برای درمان جامع فلسفه بیزی از علوم پایه). هدف مکررگرایی که در کار نیمن و پرسون سرچشمه می‌گیرد، فراهم کردن ابزارهایی برای کاهش نرخ خطای بلندمدت است، مانند رویکرد آماری خطا که توسط مایو (1996) ایجاد شد که بر این تمرکز دارد که چگونه آزمایش‌کنندگان می‌توانند از خطاهای نوع I و نوع II اجتناب کنند. با ایجاد مجموعه ای از رویه ها که خطاها را در صورت وجود و تنها در صورت وجود تشخیص می دهد. بیزی گرایی و فراوانی گرایی هر دو در طول زمان توسعه یافته اند، آنها به روش های مختلف توسط طرفداران مختلف آن تفسیر می شوند و روابط آنها با انتقادات قبلی و تلاش برای تعریف روش علمی به گونه ای متفاوت توسط موافقان و منتقدان دیده می شود. ادبیات، بررسی‌ها، بررسی‌ها و نقدها در این زمینه بسیار گسترده است و خواننده به مدخل‌های معرفت‌شناسی بیزی و تأیید آن مراجعه می‌کند.

5. Method in Practice
Attention to scientific practice, as we have seen, is not itself new. However, the turn to practice in the philosophy of science of late can be seen as a correction to the pessimism with respect to method in philosophy of science in later parts of the 20th century, and as an attempted reconciliation between sociological and rationalist explanations of scientific knowledge. Much of this work sees method as detailed and context specific problem-solving procedures, and methodological analyses to be at the same time descriptive, critical and advisory (see Nickles 1987 for an exposition of this view). The following section contains a survey of some of the practice focuses. In this section we turn fully to topics rather than chronology.

5. روش در عمل توجه به عمل علمی، همانطور که دیدیم، خود جدید نیست. با این حال، چرخش به عمل در فلسفه علم متأخر را می‌توان به‌عنوان تصحیح بدبینی نسبت به روش در فلسفه علم در بخش‌های بعدی قرن بیستم و به‌عنوان تلاشی برای آشتی بین تبیین‌های جامعه‌شناختی و عقل‌گرایانه علمی دانست. دانش بسیاری از این کار روش را به عنوان رویه‌های حل مسئله با جزئیات و زمینه خاص می‌داند، و تحلیل‌های روش‌شناختی را در عین حال توصیفی، انتقادی و مشورتی می‌دانند (برای توضیح این دیدگاه به Nickles 1987 مراجعه کنید). بخش زیر شامل بررسی برخی از تمرکزهای عملی است. در این بخش به‌جای زمان‌شناسی، به طور کامل به موضوعات می‌پردازیم.

5.1 Creative and exploratory practices
A problem with the distinction between the contexts of discovery and justification that figured so prominently in philosophy of science in the first half of the 20th century (see section 2) is that no such distinction can be clearly seen in scientific activity (see Arabatzis 2006). Thus, in recent decades, it has been recognized that study of conceptual innovation and change should not be confined to psychology and sociology of science, but are also important aspects of scientific practice which philosophy of science should address (see also the entry on scientific discovery). Looking for the practices that drive conceptual innovation has led philosophers to examine both the reasoning practices of scientists and the wide realm of experimental practices that are not directed narrowly at testing hypotheses, that is, exploratory experimentation.

5.1 شیوه های خلاقانه و اکتشافی یک مشکل در تمایز بین زمینه های کشف و توجیه که در فلسفه علم در نیمه اول قرن بیستم بسیار برجسته بود (به بخش 2 مراجعه کنید) این است که چنین تمایزی را نمی توان به وضوح در فعالیت های علمی مشاهده کرد. (نگاه کنید به Arabatzis 2006). بنابراین، در دهه‌های اخیر، تشخیص داده شده است که مطالعه نوآوری و تغییر مفهومی نباید به روان‌شناسی و جامعه‌شناسی علم محدود شود، بلکه جنبه‌های مهمی از عملکرد علمی است که فلسفه علم باید به آنها بپردازد (همچنین به مدخل کشف علمی مراجعه کنید). ). جست‌وجوی شیوه‌هایی که منجر به نوآوری مفهومی می‌شوند، فیلسوفان را به بررسی هم شیوه‌های استدلالی دانشمندان و هم قلمرو وسیع شیوه‌های آزمایشی که به طور محدود برای آزمایش فرضیه‌ها، یعنی آزمایش‌های اکتشافی، هدایت نمی‌شوند، سوق داده است.

Examining the reasoning practices of historical and contemporary scientists, Nersessian (2008) has argued that new scientific concepts are constructed as solutions to specific problems by systematic reasoning, and that of analogy, visual representation and thought-experimentation are among the important reasoning practices employed. These ubiquitous forms of reasoning are reliable—but also fallible—methods of conceptual development and change. On her account, model-based reasoning consists of cycles of construction, simulation, evaluation and adaption of models that serve as interim interpretations of the target problem to be solved. Often, this process will lead to modifications or extensions, and a new cycle of simulation and evaluation. However, Nersessian also emphasizes that

creative model-based reasoning cannot be applied as a simple recipe, is not always productive of solutions, and even its most exemplary usages can lead to incorrect solutions. (Nersessian 2008: 11)

نرسیسیان (2008) با بررسی شیوه‌های استدلالی دانشمندان تاریخی و معاصر استدلال کرده است که مفاهیم علمی جدید به عنوان راه‌حلی برای مسائل خاص با استدلال سیستماتیک ساخته می‌شوند و قیاس، بازنمایی بصری و آزمایش فکری از جمله شیوه‌های مهم استدلالی هستند که به کار می‌روند. این گونه‌های استدلالی که در همه جا حاضر هستند، روش‌های قابل اعتماد و قابل خطا برای توسعه و تغییر مفهومی هستند. از نظر او، استدلال مبتنی بر مدل شامل چرخه‌های ساخت، شبیه‌سازی، ارزیابی و انطباق مدل‌هایی است که به عنوان تفسیرهای موقتی از مسئله هدفی که باید حل شود، عمل می‌کند. اغلب، این فرآیند منجر به تغییرات یا توسعه‌ها و چرخه جدیدی از شبیه‌سازی و ارزیابی می‌شود. با این حال، نرسیسیان همچنین تأکید می کند که استدلال مبتنی بر مدل خلاقانه نمی تواند به عنوان یک دستور العمل ساده به کار رود، همیشه راه حل ها را تولید نمی کند و حتی مثال زدنی ترین استفاده از آن می تواند به راه حل های نادرست منجر شود. (نرسسیان 1387: 11)

Thus, while on the one hand she agrees with many previous philosophers that there is no logic of discovery, discoveries can derive from reasoned processes, such that a large and integral part of scientific practice is

the creation of concepts through which to comprehend, structure, and communicate about physical phenomena …. (Nersessian 1987: 11)

بنابراین، در حالی که از یک سو با بسیاری از فیلسوفان قبلی موافق است که منطق کشف وجود ندارد، اکتشافات می توانند از فرآیندهای استدلالی ناشی شوند، به طوری که بخش بزرگ و جدایی ناپذیر عملکرد علمی، ایجاد مفاهیمی است که از طریق آنها می توان درک کرد، ساختار، و در مورد پدیده های فیزیکی ارتباط برقرار کنید. (Nersessian 1987: 11)

Similarly, work on heuristics for discovery and theory construction by scholars such as Darden (1991) and Bechtel & Richardson (1993) present science as problem solving and investigate scientific problem solving as a special case of problem-solving in general. Drawing largely on cases from the biological sciences, much of their focus has been on reasoning strategies for the generation, evaluation, and revision of mechanistic explanations of complex systems.

به طور مشابه، کار بر روی اکتشافی برای کشف و ساخت نظریه توسط محققانی مانند داردن (1991) و بچتل و ریچاردسون (1993) علم را به عنوان حل مسئله معرفی می کند و حل مسئله علمی را به عنوان یک مورد خاص از حل مسئله به طور کلی بررسی می کند. با توجه به مواردی از علوم زیستی، بیشتر تمرکز آنها بر راهبردهای استدلالی برای تولید، ارزیابی و تجدید نظر در توضیحات مکانیکی سیستم های پیچیده بوده است.

Addressing another aspect of the context distinction, namely the traditional view that the primary role of experiments is to test theoretical hypotheses according to the H-D model, other philosophers of science have argued for additional roles that experiments can play. The notion of exploratory experimentation was introduced to describe experiments driven by the desire to obtain empirical regularities and to develop concepts and classifications in which these regularities can be described (Steinle 1997, 2002; Burian 1997; Waters 2007)). However the difference between theory driven experimentation and exploratory experimentation should not be seen as a sharp distinction. Theory driven experiments are not always directed at testing hypothesis, but may also be directed at various kinds of fact-gathering, such as determining numerical parameters. Vice versa, exploratory experiments are usually informed by theory in various ways and are therefore not theory-free. Instead, in exploratory experiments phenomena are investigated without first limiting the possible outcomes of the experiment on the basis of extant theory about the phenomena.

با پرداختن به جنبه دیگری از تمایز زمینه، یعنی دیدگاه سنتی که نقش اصلی آزمایش‌ها آزمایش فرضیه‌های نظری بر اساس مدل H-D است، سایر فیلسوفان علم برای نقش‌های دیگری که آزمایش‌ها می‌توانند ایفا کنند، استدلال کرده‌اند. مفهوم آزمایش اکتشافی برای توصیف آزمایش‌هایی که با تمایل به دستیابی به نظم‌های تجربی و ایجاد مفاهیم و طبقه‌بندی‌هایی که در آنها می‌توان این قاعده‌ها را توصیف کرد، معرفی شد (استاینل 1997، 2002؛ بوریان 1997؛ واترز 2007)). با این حال، تفاوت بین آزمایش مبتنی بر تئوری و آزمایش اکتشافی نباید به عنوان یک تمایز واضح در نظر گرفته شود. آزمایش‌های مبتنی بر تئوری همیشه برای آزمایش فرضیه‌ها هدایت نمی‌شوند، بلکه ممکن است به انواع مختلف جمع‌آوری حقایق مانند تعیین پارامترهای عددی نیز هدایت شوند. بالعکس، آزمایش‌های اکتشافی معمولاً به روش‌های مختلف توسط نظریه ارائه می‌شوند و بنابراین بدون نظریه نیستند. در عوض، در آزمایش‌های اکتشافی، پدیده‌ها بدون محدود کردن نتایج احتمالی آزمایش بر اساس نظریه موجود درباره پدیده‌ها، بررسی می‌شوند.

The development of high throughput instrumentation in molecular biology and neighbouring fields has given rise to a special type of exploratory experimentation that collects and analyses very large amounts of data, and these new ‘omics’ disciplines are often said to represent a break with the ideal of hypothesis-driven science (Burian 2007; Elliott 2007; Waters 2007; O’Malley 2007) and instead described as data-driven research (Leonelli 2012; Strasser 2012) or as a special kind of “convenience experimentation” in which many experiments are done simply because they are extraordinarily convenient to perform (Krohs 2012).

توسعه ابزار دقیق با توان بالا در زیست شناسی مولکولی و زمینه های همسایه، نوع خاصی از آزمایش های اکتشافی را به وجود آورده است که مقادیر بسیار زیادی از داده ها را جمع آوری و تجزیه و تحلیل می کند، و گفته می شود که این رشته های جدید 'omics' اغلب نشان دهنده گسست از ایده آل هستند. علم فرضیه محور (بوریان 2007؛ الیوت 2007؛ واترز 2007؛ اومالی 2007) و به جای آن به عنوان پژوهش مبتنی بر داده توصیف می شود (لئونلی 2012؛ استراسر 2012) یا به عنوان نوع خاصی از 'آزمایش راحتی' که در آن آزمایش های زیادی انجام می شود. صرفاً به این دلیل که اجرای آنها فوق العاده راحت است (Krohs 2012).

5.2 Computer methods and ‘new ways’ of doing science
The field of omics just described is possible because of the ability of computers to process, in a reasonable amount of time, the huge quantities of data required. Computers allow for more elaborate experimentation (higher speed, better filtering, more variables, sophisticated coordination and control), but also, through modelling and simulations, might constitute a form of experimentation themselves. Here, too, we can pose a version of the general question of method versus practice: does the practice of using computers fundamentally change scientific method, or merely provide a more efficient means of implementing standard methods?

5.2 روش‌های رایانه‌ای و «راه‌های جدید» انجام علم رشته omics که به تازگی توضیح داده شد، به دلیل توانایی رایانه‌ها برای پردازش، در مدت زمان معقول، مقادیر عظیم داده‌های مورد نیاز امکان‌پذیر است. رایانه‌ها آزمایش‌های دقیق‌تری را امکان‌پذیر می‌کنند (سرعت بیشتر، فیلتر بهتر، متغیرهای بیشتر، هماهنگی و کنترل پیچیده)، اما همچنین، از طریق مدل‌سازی و شبیه‌سازی، ممکن است خود نوعی آزمایش باشند. در اینجا نیز می‌توان نسخه‌ای از پرسش کلی روش در مقابل عمل را مطرح کرد: آیا استفاده از رایانه‌ها اساساً روش علمی را تغییر می‌دهد یا صرفاً ابزار کارآمدتری برای اجرای روش‌های استاندارد ارائه می‌دهد؟

Because computers can be used to automate measurements, quantifications, calculations, and statistical analyses where, for practical reasons, these operations cannot be otherwise carried out, many of the steps involved in reaching a conclusion on the basis of an experiment are now made inside a “black box”, without the direct involvement or awareness of a human. This has epistemological implications, regarding what we can know, and how we can know it. To have confidence in the results, computer methods are therefore subjected to tests of verification and validation.

از آنجایی که رایانه‌ها می‌توانند برای خودکارسازی اندازه‌گیری‌ها، کمی‌سازی، محاسبات و تحلیل‌های آماری مورد استفاده قرار گیرند، جایی که به دلایل عملی، نمی‌توان این عملیات را به گونه‌ای دیگر انجام داد، بسیاری از مراحل مربوط به نتیجه‌گیری بر اساس آزمایش اکنون در داخل یک آزمایش انجام می‌شود. 'جعبه سیاه'، بدون دخالت مستقیم یا آگاهی یک انسان. این پیامدهای معرفتی دارد، در مورد آنچه که ما می توانیم بدانیم، و چگونه می توانیم آن را بشناسیم. بنابراین برای اطمینان از نتایج، روش‌های رایانه‌ای تحت آزمایش‌های تأیید و اعتبار قرار می‌گیرند.

The distinction between verification and validation is easiest to characterize in the case of computer simulations. In a typical computer simulation scenario computers are used to numerically integrate differential equations for which no analytic solution is available. The equations are part of the model the scientist uses to represent a phenomenon or system under investigation. Verifying a computer simulation means checking that the equations of the model are being correctly approximated. Validating a simulation means checking that the equations of the model are adequate for the inferences one wants to make on the basis of that model.

تشخیص تمایز بین تأیید و اعتبار در مورد شبیه‌سازی رایانه‌ای ساده‌تر است. در یک سناریوی شبیه سازی کامپیوتری معمولی، کامپیوترها برای ادغام عددی معادلات دیفرانسیل که هیچ راه حل تحلیلی برای آنها در دسترس نیست، استفاده می شود. معادلات بخشی از مدلی هستند که دانشمند برای نشان دادن یک پدیده یا سیستم تحت بررسی استفاده می کند. تأیید یک شبیه‌سازی رایانه‌ای به معنای بررسی تقریب صحیح معادلات مدل است. اعتبارسنجی یک شبیه‌سازی به معنای بررسی این است که معادلات مدل برای استنتاج‌هایی که می‌خواهیم بر اساس آن مدل انجام دهیم، کافی هستند.

A number of issues related to computer simulations have been raised. The identification of validity and verification as the testing methods has been criticized. Oreskes et al. (1994) raise concerns that “validiation”, because it suggests deductive inference, might lead to over-confidence in the results of simulations. The distinction itself is probably too clean, since actual practice in the testing of simulations mixes and moves back and forth between the two (Weissart 1997; Parker 2008a; Winsberg 2010). Computer simulations do seem to have a non-inductive character, given that the principles by which they operate are built in by the programmers, and any results of the simulation follow from those in-built principles in such a way that those results could, in principle, be deduced from the program code and its inputs. The status of simulations as experiments has therefore been examined (Kaufmann and Smarr 1993; Humphreys 1995; Hughes 1999; Norton and Suppe 2001). This literature considers the epistemology of these experiments: what we can learn by simulation, and also the kinds of justifications which can be given in applying that knowledge to the “real” world. (Mayo 1996; Parker 2008b). As pointed out, part of the advantage of computer simulation derives from the fact that huge numbers of calculations can be carried out without requiring direct observation by the experimenter/​simulator. At the same time, many of these calculations are approximations to the calculations which would be performed first-hand in an ideal situation. Both factors introduce uncertainties into the inferences drawn from what is observed in the simulation.

تعدادی از مسائل مربوط به شبیه سازی کامپیوتری مطرح شده است. شناسایی روایی و تایید به عنوان روش های آزمون مورد انتقاد قرار گرفته است. اورسکس و همکاران (1994) این نگرانی را مطرح می کند که 'اعتبار'، به دلیل اینکه استنتاج قیاسی را پیشنهاد می کند، ممکن است منجر به اعتماد بیش از حد به نتایج شبیه سازی شود. این تمایز خود احتمالاً بسیار تمیز است، زیرا تمرین واقعی در آزمایش شبیه‌سازی‌ها بین این دو ترکیب می‌شود و به جلو و عقب حرکت می‌کند (Weissart 1997؛ Parker 2008a؛ Winsberg 2010). به نظر می رسد شبیه سازی های کامپیوتری دارای ویژگی غیر القایی هستند، با توجه به اینکه اصولی که بر اساس آنها کار می کنند توسط برنامه نویسان ساخته شده است، و هر نتیجه شبیه سازی از آن اصول ساخته شده به گونه ای است که آن نتایج می توانند، اصل، از کد برنامه و ورودی های آن استنباط شود. بنابراین وضعیت شبیه‌سازی‌ها به عنوان آزمایش مورد بررسی قرار گرفته است (کافمن و اسمار 1993؛ هامفریس 1995؛ هیوز 1999؛ نورتون و سوپ 2001). این ادبیات معرفت‌شناسی این آزمایش‌ها را مورد توجه قرار می‌دهد: آنچه می‌توانیم با شبیه‌سازی بیاموزیم، و همچنین انواع توجیه‌هایی که می‌توان در کاربرد آن دانش در دنیای «واقعی» ارائه کرد. (مایو 1996؛ پارکر 2008 ب). همانطور که اشاره شد، بخشی از مزیت شبیه سازی کامپیوتری از این واقعیت ناشی می شود که می توان تعداد زیادی محاسبات را بدون نیاز به مشاهده مستقیم توسط آزمایشگر/شبیه ساز انجام داد. در عین حال، بسیاری از این محاسبات تقریبی به محاسباتی هستند که در یک موقعیت ایده آل به صورت دست اول انجام می شوند. هر دو عامل عدم قطعیت هایی را در استنباط های به دست آمده از آنچه در شبیه سازی مشاهده می شود وارد می کنند.

For many of the reasons described above, computer simulations do not seem to belong clearly to either the experimental or theoretical domain. Rather, they seem to crucially involve aspects of both. This has led some authors, such as Fox Keller (2003: 200) to argue that we ought to consider computer simulation a “qualitatively different way of doing science”. The literature in general tends to follow Kaufmann and Smarr (1993) in referring to computer simulation as a “third way” for scientific methodology (theoretical reasoning and experimental practice are the first two ways.). It should also be noted that the debates around these issues have tended to focus on the form of computer simulation typical in the physical sciences, where models are based on dynamical equations. Other forms of simulation might not have the same problems, or have problems of their own (see the entry on computer simulations in science).

به دلیل بسیاری از دلایلی که در بالا توضیح داده شد، به نظر نمی رسد شبیه سازی های کامپیوتری به وضوح به حوزه تجربی یا نظری تعلق داشته باشند. در عوض، به نظر می رسد که آنها جنبه های مهمی از هر دو را در بر می گیرند. این امر باعث شده است که برخی از نویسندگان، مانند فاکس کلر (2003: 200) استدلال کنند که ما باید شبیه‌سازی رایانه‌ای را «شیوه‌ای از نظر کیفی متفاوت برای انجام علم» در نظر بگیریم. ادبیات به طور کلی تمایل به پیروی از Kaufmann و Smarr (1993) در اشاره به شبیه سازی رایانه ای به عنوان 'راه سوم' برای روش شناسی علمی دارد (استدلال نظری و تمرین تجربی دو راه اول هستند). همچنین باید توجه داشت که بحث‌ها پیرامون این موضوعات بر شکل شبیه‌سازی کامپیوتری معمولی در علوم فیزیکی متمرکز شده است، جایی که مدل‌ها بر اساس معادلات دینامیکی هستند. سایر اشکال شبیه سازی ممکن است مشکلات مشابهی نداشته باشند یا مشکلات خاص خود را داشته باشند (به مدخل شبیه سازی های کامپیوتری در علم مراجعه کنید).

In recent years, the rapid development of machine learning techniques has prompted some scholars to suggest that the scientific method has become “obsolete” (Anderson 2008, Carrol and Goodstein 2009). This has resulted in an intense debate on the relative merit of data-driven and hypothesis-driven research (for samples, see e.g. Mazzocchi 2015 or Succi and Coveney 2018). For a detailed treatment of this topic, we refer to the entry scientific research and big data.

در سال‌های اخیر، توسعه سریع تکنیک‌های یادگیری ماشین، برخی از محققان را بر آن داشته است تا پیشنهاد کنند که روش علمی منسوخ شده است (Anderson 2008، Carrol and Goodstein 2009). این منجر به یک بحث شدید در مورد شایستگی نسبی تحقیق مبتنی بر داده و فرضیه‌محور شده است (برای نمونه‌ها، به عنوان مثال Mazzocchi 2015 یا Succi and Coveney 2018 را ببینید). برای بررسی دقیق این موضوع به مدخل تحقیقات علمی و کلان داده مراجعه می کنیم.

6. Discourse on scientific method
Despite philosophical disagreements, the idea of the scientific method still figures prominently in contemporary discourse on many different topics, both within science and in society at large. Often, reference to scientific method is used in ways that convey either the legend of a single, universal method characteristic of all science, or grants to a particular method or set of methods privilege as a special ‘gold standard’, often with reference to particular philosophers to vindicate the claims. Discourse on scientific method also typically arises when there is a need to distinguish between science and other activities, or for justifying the special status conveyed to science. In these areas, the philosophical attempts at identifying a set of methods characteristic for scientific endeavors are closely related to the philosophy of science’s classical problem of demarcation (see the entry on science and pseudo-science) and to the philosophical analysis of the social dimension of scientific knowledge and the role of science in democratic society.

در سال‌های اخیر، توسعه سریع تکنیک‌های یادگیری ماشین، برخی از محققان را بر آن داشته است تا پیشنهاد کنند که روش علمی منسوخ شده است (Anderson 2008، Carrol and Goodstein 2009). این منجر به یک بحث شدید در مورد شایستگی نسبی تحقیق مبتنی بر داده و فرضیه‌محور شده است (برای نمونه‌ها، به عنوان مثال Mazzocchi 2015 یا Succi and Coveney 2018 را ببینید). برای بررسی دقیق این موضوع به مدخل تحقیقات علمی و کلان داده مراجعه می کنیم.

6.1 “The scientific method” in science education and as seen by scientists
One of the settings in which the legend of a single, universal scientific method has been particularly strong is science education (see, e.g., Bauer 1992; McComas 1996; Wivagg & Allchin 2002).[5] Often, ‘the scientific method’ is presented in textbooks and educational web pages as a fixed four or five step procedure starting from observations and description of a phenomenon and progressing over formulation of a hypothesis which explains the phenomenon, designing and conducting experiments to test the hypothesis, analyzing the results, and ending with drawing a conclusion. Such references to a universal scientific method can be found in educational material at all levels of science education (Blachowicz 2009), and numerous studies have shown that the idea of a general and universal scientific method often form part of both students’ and teachers’ conception of science (see, e.g., Aikenhead 1987; Osborne et al. 2003). In response, it has been argued that science education need to focus more on teaching about the nature of science, although views have differed on whether this is best done through student-led investigations, contemporary cases, or historical cases (Allchin, Andersen & Nielsen 2014)

6.1 'روش علمی' در آموزش علوم و همانطور که توسط دانشمندان مشاهده می شود یکی از محیط هایی که افسانه یک روش علمی واحد و جهانی در آن به ویژه قوی بوده است، آموزش علم است (به عنوان مثال نگاه کنید به Bauer 1992؛ McComas 1996؛ Wivagg & Allchin. 2002).[5] غالباً «روش علمی» در کتاب‌های درسی و صفحات وب آموزشی به صورت یک رویه ثابت چهار یا پنج مرحله‌ای ارائه می‌شود که از مشاهدات و توصیف یک پدیده شروع می‌شود و بر روی فرمول‌بندی فرضیه‌ای که پدیده را توضیح می‌دهد، طراحی و انجام آزمایش‌هایی برای آزمایش آن می‌پردازد. فرضیه، تجزیه و تحلیل نتایج و پایان دادن به نتیجه گیری. چنین ارجاعی به یک روش علمی جهانی را می توان در مواد آموزشی در تمام سطوح آموزش علوم یافت (Blachowicz 2009) و مطالعات متعدد نشان داده اند که ایده یک روش علمی عمومی و جهانی اغلب بخشی از تصور دانش آموزان و معلمان را تشکیل می دهد. علوم (به عنوان مثال، آیکنهد 1987؛ آزبورن و همکاران 2003 را ببینید). در پاسخ، استدلال شده است که آموزش علوم باید بیشتر بر آموزش در مورد ماهیت علم تمرکز کند، اگرچه دیدگاه‌ها در مورد اینکه آیا این به بهترین شکل از طریق تحقیقات دانش‌آموزی، موارد معاصر یا موارد تاریخی انجام می‌شود متفاوت است (آلچین، اندرسن و نیلسن). 2014)

Although occasionally phrased with reference to the H-D method, important historical roots of the legend in science education of a single, universal scientific method are the American philosopher and psychologist Dewey’s account of inquiry in How We Think (1910) and the British mathematician Karl Pearson’s account of science in Grammar of Science (1892). On Dewey’s account, inquiry is divided into the five steps of

(i) a felt difficulty, (ii) its location and definition, (iii) suggestion of a possible solution, (iv) development by reasoning of the bearing of the suggestions, (v) further observation and experiment leading to its acceptance or rejection. (Dewey 1910: 72)

اگرچه گاهی اوقات با ارجاع به روش H-D بیان می شود، اما ریشه های تاریخی مهم این افسانه در آموزش علمی یک روش علمی واحد و جهانی، شرح تحقیق دیویی فیلسوف و روانشناس آمریکایی در چگونه فکر می کنیم (1910) و کارل پیرسون ریاضیدان انگلیسی است. علم در گرامر علوم (1892). از نظر دیویی، پرس و جو به پنج مرحله تقسیم می شود: (1) یک مشکل احساس شده، (2) مکان و تعریف آن، (3) پیشنهاد یک راه حل ممکن، (IV) توسعه با استدلال در مورد حمل پیشنهادات، ( v) مشاهده و آزمایش بیشتر منجر به پذیرش یا رد آن. (دیویی 1910: 72)

Similarly, on Pearson’s account, scientific investigations start with measurement of data and observation of their correction and sequence from which scientific laws can be discovered with the aid of creative imagination. These laws have to be subject to criticism, and their final acceptance will have equal validity for “all normally constituted minds”. Both Dewey’s and Pearson’s accounts should be seen as generalized abstractions of inquiry and not restricted to the realm of science—although both Dewey and Pearson referred to their respective accounts as ‘the scientific method’.

به طور مشابه، به روایت پیرسون، تحقیقات علمی با اندازه‌گیری داده‌ها و مشاهده تصحیح و توالی آنها آغاز می‌شود که از آن‌ها می‌توان قوانین علمی را با کمک تخیل خلاق کشف کرد. این قوانین باید مورد انتقاد قرار گیرند و پذیرش نهایی آنها برای «همه اذهان عادی» اعتبار یکسانی خواهد داشت. هر دو گزارش دیویی و پیرسون باید به عنوان انتزاعات تعمیم یافته تحقیق در نظر گرفته شوند و محدود به قلمرو علم نباشند - اگرچه هم دیویی و هم پیرسون از گزارش های مربوطه خود به عنوان «روش علمی» یاد می کنند.

Occasionally, scientists make sweeping statements about a simple and distinct scientific method, as exemplified by Feynman’s simplified version of a conjectures and refutations method presented, for example, in the last of his 1964 Cornell Messenger lectures.[6] However, just as often scientists have come to the same conclusion as recent philosophy of science that there is not any unique, easily described scientific method. For example, the physicist and Nobel Laureate Weinberg described in the paper “The Methods of Science … And Those By Which We Live” (1995) how

The fact that the standards of scientific success shift with time does not only make the philosophy of science difficult; it also raises problems for the public understanding of science. We do not have a fixed scientific method to rally around and defend. (1995: 8)

گاهی اوقات، دانشمندان اظهارات گسترده‌ای درباره یک روش علمی ساده و متمایز می‌کنند، که نمونه آن نسخه ساده‌شده فاینمن از روش حدس‌ها و ابطال‌ها است که برای مثال در آخرین سخنرانی‌های کرنل پیام‌رسان در سال 1964 ارائه شد.[6] با این حال، همان‌طور که اغلب دانشمندان به همان نتیجه‌گیری فلسفه علم اخیر رسیده‌اند که هیچ روش علمی منحصر به فردی وجود ندارد که به راحتی قابل توصیف باشد. برای مثال، واینبرگ، فیزیکدان و برنده جایزه نوبل، در مقاله «روش‌های علم… و آن‌هایی که با آنها زندگی می‌کنیم» (1995) توضیح داد که چگونه این واقعیت که معیارهای موفقیت علمی با گذشت زمان تغییر می‌کنند، نه تنها فلسفه علم را دشوار می‌کند. ; همچنین مشکلاتی را برای درک عمومی از علم ایجاد می کند. ما یک روش علمی ثابت برای تجمع و دفاع نداریم. (1995: 8)

Interview studies with scientists on their conception of method shows that scientists often find it hard to figure out whether available evidence confirms their hypothesis, and that there are no direct translations between general ideas about method and specific strategies to guide how research is conducted (Schickore & Hangel 2019, Hangel & Schickore 2017)

مطالعات مصاحبه با دانشمندان در مورد تصور آنها از روش نشان می دهد که دانشمندان اغلب به سختی متوجه می شوند که آیا شواهد موجود فرضیه آنها را تأیید می کند یا خیر، و اینکه هیچ ترجمه مستقیمی بین ایده های کلی در مورد روش و استراتژی های خاص برای هدایت نحوه انجام تحقیقات وجود ندارد (Schickore & Hangel 2019، Hangel & Schickore 2017)

6.2 Privileged methods and ‘gold standards’
Reference to the scientific method has also often been used to argue for the scientific nature or special status of a particular activity. Philosophical positions that argue for a simple and unique scientific method as a criterion of demarcation, such as Popperian falsification, have often attracted practitioners who felt that they had a need to defend their domain of practice. For example, references to conjectures and refutation as the scientific method are abundant in much of the literature on complementary and alternative medicine (CAM)—alongside the competing position that CAM, as an alternative to conventional biomedicine, needs to develop its own methodology different from that of science.

6.2 روش های ممتاز و «استانداردهای طلا» ارجاع به روش علمی نیز اغلب برای استدلال در مورد ماهیت علمی یا وضعیت خاص یک فعالیت خاص استفاده شده است. مواضع فلسفی که برای یک روش علمی ساده و منحصربه‌فرد به عنوان معیار تعیین مرز بحث می‌کنند، مانند ابطال پوپری، اغلب متخصصانی را به خود جذب کرده‌اند که احساس می‌کردند نیاز به دفاع از حوزه عمل خود دارند. به عنوان مثال، ارجاع به حدس و گمان و رد به عنوان روش علمی در بسیاری از متون مربوط به طب مکمل و جایگزین (CAM) فراوان است - در کنار موقعیت رقابتی که CAM، به عنوان جایگزینی برای زیست پزشکی مرسوم، نیاز به توسعه روش خود متفاوت از آن علم

Also within mainstream science, reference to the scientific method is used in arguments regarding the internal hierarchy of disciplines and domains. A frequently seen argument is that research based on the H-D method is superior to research based on induction from observations because in deductive inferences the conclusion follows necessarily from the premises. (See, e.g., Parascandola 1998 for an analysis of how this argument has been made to downgrade epidemiology compared to the laboratory sciences.) Similarly, based on an examination of the practices of major funding institutions such as the National Institutes of Health (NIH), the National Science Foundation (NSF) and the Biomedical Sciences Research Practices (BBSRC) in the UK, O’Malley et al. (2009) have argued that funding agencies seem to have a tendency to adhere to the view that the primary activity of science is to test hypotheses, while descriptive and exploratory research is seen as merely preparatory activities that are valuable only insofar as they fuel hypothesis-driven research.

همچنین در علم جریان اصلی، ارجاع به روش علمی در بحث های مربوط به سلسله مراتب درونی رشته ها و حوزه ها استفاده می شود. بحثی که اغلب دیده می شود این است که تحقیق مبتنی بر روش H-D بر تحقیق مبتنی بر استقراء از مشاهدات برتری دارد زیرا در استنتاج های قیاسی نتیجه لزوماً از مقدمات به دست می آید. (به عنوان مثال به Parascandola 1998 مراجعه کنید تا تجزیه و تحلیلی در مورد اینکه چگونه این استدلال برای تنزل رتبه اپیدمیولوژی در مقایسه با علوم آزمایشگاهی ارائه شده است.) به طور مشابه، بر اساس بررسی عملکرد مؤسسات مالی اصلی مانند مؤسسه ملی بهداشت (NIH) ، بنیاد ملی علوم (NSF) و شیوه های تحقیقاتی علوم زیست پزشکی (BBSRC) در انگلستان، O'Malley و همکاران. (2009) استدلال کرده‌اند که به نظر می‌رسد آژانس‌های تأمین مالی تمایل دارند به این دیدگاه پایبند باشند که فعالیت اولیه علم آزمایش فرضیه‌ها است، در حالی که تحقیقات توصیفی و اکتشافی صرفاً به عنوان فعالیت‌های آماده‌سازی تلقی می‌شوند که تنها تا آنجایی ارزشمند هستند که به فرضیه‌ها دامن بزنند. تحقیق هدایت شده

In some areas of science, scholarly publications are structured in a way that may convey the impression of a neat and linear process of inquiry from stating a question, devising the methods by which to answer it, collecting the data, to drawing a conclusion from the analysis of data. For example, the codified format of publications in most biomedical journals known as the IMRAD format (Introduction, Method, Results, Analysis, Discussion) is explicitly described by the journal editors as “not an arbitrary publication format but rather a direct reflection of the process of scientific discovery” (see the so-called “Vancouver Recommendations”, ICMJE 2013: 11). However, scientific publications do not in general reflect the process by which the reported scientific results were produced. For example, under the provocative title “Is the scientific paper a fraud?”, Medawar argued that scientific papers generally misrepresent how the results have been produced (Medawar 1963/1996). Similar views have been advanced by philosophers, historians and sociologists of science (Gilbert 1976; Holmes 1987; Knorr-Cetina 1981; Schickore 2008; Suppe 1998) who have argued that scientists’ experimental practices are messy and often do not follow any recognizable pattern. Publications of research results, they argue, are retrospective reconstructions of these activities that often do not preserve the temporal order or the logic of these activities, but are instead often constructed in order to screen off potential criticism (see Schickore 2008 for a review of this work).

در برخی از حوزه‌های علم، نشریات علمی به گونه‌ای ساختار یافته‌اند که ممکن است تصور فرآیند دقیق و خطی تحقیق را از بیان یک سؤال، ابداع روش‌هایی برای پاسخ به آن، جمع‌آوری داده‌ها، تا نتیجه‌گیری از تجزیه و تحلیل داده ها به عنوان مثال، فرمت مدون انتشارات در اکثر مجلات زیست پزشکی معروف به فرمت IMRAD (مقدمه، روش، نتایج، تجزیه و تحلیل، بحث) به صراحت توسط ویراستاران مجله به عنوان 'یک قالب انتشار دلخواه نیست، بلکه بازتاب مستقیم فرآیند است. کشف علمی» (به اصطلاح «توصیه های ونکوور»، ICMJE 2013: 11 مراجعه کنید). با این حال، انتشارات علمی به طور کلی روند تولید نتایج علمی گزارش شده را منعکس نمی کنند. به عنوان مثال، تحت عنوان تحریک آمیز 'آیا مقاله علمی تقلب است؟'، مداور استدلال کرد که مقالات علمی عموماً نحوه تولید نتایج را نادرست نشان می دهند (مداوار 1963/1996). دیدگاه‌های مشابهی توسط فیلسوفان، مورخان و جامعه‌شناسان علم ارائه شده است (گیلبرت 1976؛ هولمز 1987؛ کر-سیتینا 1981؛ شیکور 2008؛ سوپه 1998) که استدلال کرده‌اند که شیوه‌های آزمایشی دانشمندان از هیچ الگوی نامرتب پیروی نمی‌کنند و اغلب از الگوی تکراری پیروی نمی‌کنند. آنها استدلال می کنند که انتشار نتایج تحقیق بازسازی های گذشته نگر این فعالیت ها هستند که اغلب نظم زمانی یا منطق این فعالیت ها را حفظ نمی کنند، اما در عوض اغلب به منظور حذف انتقادات احتمالی ساخته شده اند (برای بررسی این موضوع به Schickore 2008 مراجعه کنید. کار).

6.3 Scientific method in the court room
Philosophical positions on the scientific method have also made it into the court room, especially in the US where judges have drawn on philosophy of science in deciding when to confer special status to scientific expert testimony. A key case is Daubert vs Merrell Dow Pharmaceuticals (92–102, 509 U.S. 579, 1993). In this case, the Supreme Court argued in its 1993 ruling that trial judges must ensure that expert testimony is reliable, and that in doing this the court must look at the expert’s methodology to determine whether the proffered evidence is actually scientific knowledge. Further, referring to works of Popper and Hempel the court stated that

ordinarily, a key question to be answered in determining whether a theory or technique is scientific knowledge … is whether it can be (and has been) tested. (Justice Blackmun, Daubert v. Merrell Dow Pharmaceuticals; see Other Internet Resources for a link to the opinion)

6.3 روش علمی در دادگاه مواضع فلسفی در مورد روش علمی به اتاق دادگاه نیز راه یافته است، به ویژه در ایالات متحده که در آن قضات در تصمیم گیری برای اعطای جایگاه ویژه به شهادت متخصص علمی، از فلسفه علم استفاده کرده اند. یک مورد کلیدی Daubert vs Merrell Dow Pharmaceuticals (92-102, 509 U.S. 579, 1993) است. در این مورد، دیوان عالی در حکم سال 1993 خود استدلال کرد که قضات پرونده باید اطمینان حاصل کنند که شهادت کارشناس قابل اعتماد است، و در انجام این کار، دادگاه باید به روش کارشناس نگاه کند تا مشخص کند آیا شواهد ارائه شده واقعاً دانش علمی هستند یا خیر. علاوه بر این، دادگاه با اشاره به آثار پوپر و همپل اظهار داشت که معمولاً یک سؤال کلیدی که باید در تعیین اینکه آیا یک نظریه یا تکنیک دانش علمی است یا خیر پاسخ داده می‌شود... این است که آیا می‌توان آن را آزمایش کرد (و آزمایش شده است). (Justice Blackmun, Daubert v. Merrell Dow Pharmaceuticals؛ سایر منابع اینترنتی را برای پیوند به نظر ببینید)

But as argued by Haack (2005a,b, 2010) and by Foster & Hubner (1999), by equating the question of whether a piece of testimony is reliable with the question whether it is scientific as indicated by a special methodology, the court was producing an inconsistent mixture of Popper’s and Hempel’s philosophies, and this has later led to considerable confusion in subsequent case rulings that drew on the Daubert case (see Haack 2010 for a detailed exposition).

اما همانطور که توسط Haack (2005a,b, 2010) و توسط Foster & Hubner (1999) استدلال شده است، با معادل سازی این سوال که آیا یک مدرک قابل اعتماد است با این سوال که آیا آنطور که روش شناسی خاص نشان می دهد علمی است یا خیر، دادگاه تولید ترکیبی ناسازگار از فلسفه‌های پوپر و همپل، و این امر بعداً منجر به سردرگمی قابل‌توجهی در احکام پرونده‌های بعدی شد که در مورد پرونده دابرت اتخاذ شد.

6.4 Deviating practices
The difficulties around identifying the methods of science are also reflected in the difficulties of identifying scientific misconduct in the form of improper application of the method or methods of science. One of the first and most influential attempts at defining misconduct in science was the US definition from 1989 that defined misconduct as

fabrication, falsification, plagiarism, or other practices that seriously deviate from those that are commonly accepted within the scientific community. (Code of Federal Regulations, part 50, subpart A., August 8, 1989, italics added)

6.4 انحراف رویه‌ها مشکلات پیرامون شناسایی روش‌های علم نیز در دشواری‌های شناسایی تخلفات علمی در قالب استفاده نادرست از روش یا روش‌های علم منعکس می‌شود. یکی از اولین و تأثیرگذارترین تلاش‌ها برای تعریف سوء رفتار در علم، تعریف ایالات متحده از سال 1989 بود که رفتار نادرست را به عنوان جعل، جعل، سرقت ادبی، یا سایر اعمالی که به طور جدی از مواردی که معمولاً در جامعه علمی پذیرفته شده است منحرف می‌شود، تعریف کرد. (کد مقررات فدرال، بخش 50، بخش فرعی الف، 8 اوت 1989، حروف کج اضافه شده است)

However, the “other practices that seriously deviate” clause was heavily criticized because it could be used to suppress creative or novel science. For example, the National Academy of Science stated in their report Responsible Science (1992) that it

wishes to discourage the possibility that a misconduct complaint could be lodged against scientists based solely on their use of novel or unorthodox research methods. (NAS: 27)

This clause was therefore later removed from the definition. For an entry into the key philosophical literature on conduct in science, see Shamoo & Resnick (2009).

با این حال، بند 'سایر اقداماتی که به طور جدی منحرف می شوند' به شدت مورد انتقاد قرار گرفت زیرا می توان از آن برای سرکوب علم خلاق یا بدیع استفاده کرد. به عنوان مثال، آکادمی ملی علوم در گزارش خود به نام Responsible Science (1992) اعلام کرد که می‌خواهد از این احتمال جلوگیری کند که شکایت سوء رفتاری علیه دانشمندان صرفاً بر اساس استفاده آنها از روش‌های تحقیق بدیع یا غیرمتعارف باشد. (NAS: 27) بنابراین این بند بعداً از تعریف حذف شد. برای ورود به ادبیات کلیدی فلسفی در مورد رفتار در علم، به Shamoo & Resnick (2009) مراجعه کنید.

7. Conclusion
The question of the source of the success of science has been at the core of philosophy since the beginning of modern science. If viewed as a matter of epistemology more generally, scientific method is a part of the entire history of philosophy. Over that time, science and whatever methods its practitioners may employ have changed dramatically. Today, many philosophers have taken up the banners of pluralism or of practice to focus on what are, in effect, fine-grained and contextually limited examinations of scientific method. Others hope to shift perspectives in order to provide a renewed general account of what characterizes the activity we call science.

7. نتیجه‌گیری مسئله منشأ موفقیت علم از آغاز علم مدرن در هسته اصلی فلسفه قرار داشته است. اگر به عنوان یک امر معرفت شناسی به طور کلی تلقی شود، روش علمی بخشی از کل تاریخ فلسفه است. در طی آن زمان، علم و هر روشی که شاغلین آن ممکن است به کار گیرند، به طرز چشمگیری تغییر کرده است. امروزه، بسیاری از فیلسوفان پرچم‌های پلورالیسم یا عمل را به دست گرفته‌اند تا بر آنچه در واقع بررسی‌های دقیق و محدود روش علمی هستند، تمرکز کنند. دیگران امیدوارند دیدگاه‌ها را تغییر دهند تا یک گزارش کلی تازه از آنچه که مشخصه فعالیتی است که ما علم می‌نامیم، ارائه دهند.

One such perspective has been offered recently by Hoyningen-Huene (2008, 2013), who argues from the history of philosophy of science that after three lengthy phases of characterizing science by its method, we are now in a phase where the belief in the existence of a positive scientific method has eroded and what has been left to characterize science is only its fallibility. First was a phase from Plato and Aristotle up until the 17th century where the specificity of scientific knowledge was seen in its absolute certainty established by proof from evident axioms; next was a phase up to the mid-19th century in which the means to establish the certainty of scientific knowledge had been generalized to include inductive procedures as well. In the third phase, which lasted until the last decades of the 20th century, it was recognized that empirical knowledge was fallible, but it was still granted a special status due to its distinctive mode of production. But now in the fourth phase, according to Hoyningen-Huene, historical and philosophical studies have shown how “scientific methods with the characteristics as posited in the second and third phase do not exist” (2008: 168) and there is no longer any consensus among philosophers and historians of science about the nature of science. For Hoyningen-Huene, this is too negative a stance, and he therefore urges the question about the nature of science anew. His own answer to this question is that “scientific knowledge differs from other kinds of knowledge, especially everyday knowledge, primarily by being more systematic” (Hoyningen-Huene 2013: 14). Systematicity can have several different dimensions: among them are more systematic descriptions, explanations, predictions, defense of knowledge claims, epistemic connectedness, ideal of completeness, knowledge generation, representation of knowledge and critical discourse. Hence, what characterizes science is the greater care in excluding possible alternative explanations, the more detailed elaboration with respect to data on which predictions are based, the greater care in detecting and eliminating sources of error, the more articulate connections to other pieces of knowledge, etc. On this position, what characterizes science is not that the methods employed are unique to science, but that the methods are more carefully employed.

یکی از این دیدگاه‌ها اخیراً توسط Hoyningen-Huene (2008، 2013) ارائه شده است، که از تاریخ فلسفه علم استدلال می‌کند که پس از سه مرحله طولانی توصیف علم با روش آن، اکنون در مرحله‌ای هستیم که اعتقاد به وجود یک روش علمی اثباتی فرسوده شده است و آنچه برای توصیف علم باقی مانده است تنها خطاپذیری آن است. ابتدا مرحله ای از افلاطون و ارسطو تا قرن هفدهم بود که در آن ویژگی دانش علمی در قطعیت مطلق آن مشاهده شد که با اثبات بدیهیات بدیهی ثابت شد. مرحله بعدی تا اواسط قرن 19 بود که در آن ابزارهای ایجاد قطعیت دانش علمی تعمیم داده شد تا شامل رویه های استقرایی نیز باشد. در مرحله سوم که تا دهه‌های پایانی قرن بیستم ادامه داشت، تشخیص داده شد که دانش تجربی خطاپذیر است، اما به دلیل شیوه تولید متمایز آن همچنان از جایگاه ویژه‌ای برخوردار بود. اما اکنون در مرحله چهارم، به گفته هوینینگن هوئن، مطالعات تاریخی و فلسفی نشان داده است که چگونه «روش‌های علمی با ویژگی‌های مطرح شده در فاز دوم و سوم وجود ندارد» (2008: 168) و دیگر اتفاق نظر وجود ندارد. در میان فیلسوفان و مورخان علم درباره ماهیت علم. برای Hoyningen-Huene، این یک موضع بسیار منفی است، و بنابراین او سوال در مورد ماهیت علم را دوباره مطرح می کند. پاسخ خود او به این سؤال این است که 'دانش علمی با سایر انواع دانش، به ویژه دانش روزمره، در درجه اول به دلیل سیستماتیک تر بودن متفاوت است' (Hoyningen-Huene 2013: 14). نظام‌مندی می‌تواند چندین بعد متفاوت داشته باشد: از میان آنها می‌توان به توصیف نظام‌مندتر، تبیین، پیش‌بینی، دفاع از ادعای دانش، پیوستگی معرفتی، ایده‌آل کامل بودن، تولید دانش، بازنمایی دانش و گفتمان انتقادی اشاره کرد. از این رو، آنچه علم را مشخص می کند دقت بیشتر در کنار گذاشتن توضیحات جایگزین احتمالی، تفصیل دقیق تر در رابطه با داده هایی است که پیش بینی ها بر اساس آن ها انجام می شود، دقت بیشتر در شناسایی و حذف منابع خطا، ارتباطات واضح تر با سایر دانش ها، در این موضع، آنچه علم را مشخص می کند این نیست که روش های به کار گرفته شده منحصر به علم هستند، بلکه این است که روش ها با دقت بیشتری به کار می روند.

Another, similar approach has been offered by Haack (2003). She sets off, similar to Hoyningen-Huene, from a dissatisfaction with the recent clash between what she calls Old Deferentialism and New Cynicism. The Old Deferentialist position is that science progressed inductively by accumulating true theories confirmed by empirical evidence or deductively by testing conjectures against basic statements; while the New Cynics position is that science has no epistemic authority and no uniquely rational method and is merely just politics. Haack insists that contrary to the views of the New Cynics, there are objective epistemic standards, and there is something epistemologically special about science, even though the Old Deferentialists pictured this in a wrong way. Instead, she offers a new Critical Commonsensist account on which standards of good, strong, supportive evidence and well-conducted, honest, thorough and imaginative inquiry are not exclusive to the sciences, but the standards by which we judge all inquirers. In this sense, science does not differ in kind from other kinds of inquiry, but it may differ in the degree to which it requires broad and detailed background knowledge and a familiarity with a technical vocabulary that only specialists may possess.

رویکرد مشابه دیگری توسط هاک (2003) ارائه شده است. او، مشابه هوینینگن-هیون، از نارضایتی از برخورد اخیر بین آنچه که او دفاع‌گرایی قدیمی و بدبینی جدید می‌خواند، به راه می‌افتد. موضع تفریط گرای قدیمی این است که علم به صورت استقرایی با انباشتن نظریه های واقعی که توسط شواهد تجربی تأیید شده اند یا به صورت قیاسی با آزمایش حدس ها در برابر گزاره های اساسی پیشرفت کرده است. در حالی که موضع سینیکس جدید این است که علم هیچ مرجع معرفتی و روش عقلانی منحصر به فردی ندارد و صرفاً سیاست است. هاک اصرار می ورزد که برخلاف دیدگاه سینیکس های جدید، معیارهای معرفتی عینی وجود دارد، و از نظر معرفت شناختی چیزی خاص در مورد علم وجود دارد، حتی اگر دیفرانسالیست های قدیمی این را به شیوه ای اشتباه تصور کنند. درعوض، او یک گزارش جدید Critical Commonsensist ارائه می‌کند که بر اساس آن معیارهای شواهد خوب، قوی، پشتیبان و تحقیقات خوب، صادقانه، کامل و تخیلی منحصر به علوم نیست، بلکه استانداردهایی است که ما بر اساس آن همه پرسش‌گران را قضاوت می‌کنیم. به این معنا، علم از نظر نوع با انواع دیگر تحقیق تفاوتی ندارد، اما ممکن است در درجه ای که نیاز به دانش پیشینه گسترده و دقیق و آشنایی با واژگان فنی دارد که فقط متخصصان ممکن است از آن برخوردار باشند، متفاوت باشد.

Bibliography
Aikenhead, G.S., 1987, “High-school graduates’ beliefs about science-technology-society. III. Characteristics and limitations of scientific knowledge”, Science Education, 71(4): 459–487.
Allchin, D., H.M. Andersen and K. Nielsen, 2014, “Complementary Approaches to Teaching Nature of Science: Integrating Student Inquiry, Historical Cases, and Contemporary Cases in Classroom Practice”, Science Education, 98: 461–486.
Anderson, C., 2008, “The end of theory: The data deluge makes the scientific method obsolete”, Wired magazine, 16(7): 16–07
Arabatzis, T., 2006, “On the inextricability of the context of discovery and the context of justification”, in Revisiting Discovery and Justification, J. Schickore and F. Steinle (eds.), Dordrecht: Springer, pp. 215–230.
Barnes, J. (ed.), 1984, The Complete Works of Aristotle, Vols I and II, Princeton: Princeton University Press.
Barnes, B. and D. Bloor, 1982, “Relativism, Rationalism, and the Sociology of Knowledge”, in Rationality and Relativism, M. Hollis and S. Lukes (eds.), Cambridge: MIT Press, pp. 1–20.

کتابشناسی Aikenhead، G.S.، 1987، 'باورهای فارغ التحصیلان دبیرستان در مورد علم-تکنولوژی-جامعه. III. ویژگی ها و محدودیت های دانش علمی، آموزش علوم، 71(4): 459-487. آلچین، دی.، اچ.ام. اندرسن و ک. نیلسن، 2014، 'رویکردهای تکمیلی برای آموزش ماهیت علم: ادغام تحقیق دانش آموز، موارد تاریخی، و موارد معاصر در تمرین کلاس درس'، آموزش علوم، 98: 461-486. اندرسون، سی، 2008، 'پایان نظریه: سیل داده ها روش علمی را منسوخ می کند'، مجله وایرد، 16(7): 16-07 Arabatzis، T.، 2006، 'در مورد تجزیه ناپذیری زمینه کشف و زمینه توجیه»، در بازبینی کشف و توجیه، J. Schickore and F. Steinle (ویرایشات)، Dordrecht: Springer, pp. 215-230. بارنز، جی (ویرایش)، 1984، آثار کامل ارسطو، جلد اول و دوم، پرینستون: انتشارات دانشگاه پرینستون. بارنز، بی و دی. بلور، 1982، «نسبی‌گرایی، عقل‌گرایی، و جامعه‌شناسی دانش»، در عقلانیت و نسبی‌گرایی، ام. هالیس و اس. لوکس (ویرایش‌ها)، کمبریج: مطبوعات MIT، ص 1-20 .

Bauer, H.H., 1992, Scientific Literacy and the Myth of the Scientific Method, Urbana: University of Illinois Press.
Bechtel, W. and R.C. Richardson, 1993, Discovering complexity, Princeton, NJ: Princeton University Press.
Berkeley, G., 1734, The Analyst in De Motu and The Analyst: A Modern Edition with Introductions and Commentary, D. Jesseph (trans. and ed.), Dordrecht: Kluwer Academic Publishers, 1992.
Blachowicz, J., 2009, “How science textbooks treat scientific method: A philosopher’s perspective”, The British Journal for the Philosophy of Science, 60(2): 303–344.
Bloor, D., 1991, Knowledge and Social Imagery, Chicago: University of Chicago Press, 2nd edition.
Boyle, R., 1682, New experiments physico-mechanical, touching the air, Printed by Miles Flesher for Richard Davis, bookseller in Oxford.
Bridgman, P.W., 1927, The Logic of Modern Physics, New York: Macmillan.
–––, 1956, “The Methodological Character of Theoretical Concepts”, in The Foundations of Science and the Concepts of Science and Psychology, Herbert Feigl and Michael Scriven (eds.), Minnesota: University of Minneapolis Press, pp. 38–76.
Burian, R., 1997, “Exploratory Experimentation and the Role of Histochemical Techniques in the Work of Jean Brachet, 1938–1952”, History and Philosophy of the Life Sciences, 19(1): 27–45.
–––, 2007, “On microRNA and the need for exploratory experimentation in post-genomic molecular biology”, History and Philosophy of the Life Sciences, 29(3): 285–311.
Carnap, R., 1928, Der logische Aufbau der Welt, Berlin: Bernary, transl. by R.A. George, The Logical Structure of the World, Berkeley: University of California Press, 1967.
–––, 1956, “The methodological character of theoretical concepts”, Minnesota studies in the philosophy of science, 1: 38–76.
Carrol, S., and D. Goodstein, 2009, “Defining the scientific method”, Nature Methods, 6: 237.
Churchman, C.W., 1948, “Science, Pragmatics, Induction”, Philosophy of Science, 15(3): 249–268.
Cooper, J. (ed.), 1997, Plato: Complete Works, Indianapolis: Hackett.
Darden, L., 1991, Theory Change in Science: Strategies from Mendelian Genetics, Oxford: Oxford University Press
Dewey, J., 1910, How we think, New York: Dover Publications (reprinted 1997).
Douglas, H., 2009, Science, Policy, and the Value-Free Ideal, Pittsburgh: University of Pittsburgh Press.
Dupré, J., 2004, “Miracle of Monism ”, in Naturalism in Question, Mario De Caro and David Macarthur (eds.), Cambridge, MA: Harvard University Press, pp. 36–58.

بائر، اچ.، 1992، سواد علمی و اسطوره روش علمی، اوربانا: انتشارات دانشگاه ایلینویز. Bechtel، W. و R.C. ریچاردسون، 1993، کشف پیچیدگی، پرینستون، نیوجرسی: انتشارات دانشگاه پرینستون. Berkeley, G., 1734, The Analyst in De Motu and The Analyst: A Modern Edition with Introductions and Commentary, D. Jesseph (ترجمه و ویرایش), Dordrecht: Kluwer Academic Publishers, 1992. Blachowicz, J., 2009. «چگونه کتاب‌های درسی علم با روش علمی برخورد می‌کنند: دیدگاه یک فیلسوف»، مجله بریتانیایی برای فلسفه علم، 60(2): 303-344. بلور، دی.، 1991، دانش و تصویرسازی اجتماعی، شیکاگو: انتشارات دانشگاه شیکاگو، ویرایش دوم. بویل، آر.، 1682، آزمایش های جدید فیزیکی و مکانیکی، لمس هوا، چاپ شده توسط مایلز فلشر برای ریچارد دیویس، کتابفروش در آکسفورد. Bridgman, P.W., 1927, The Logic of Modern Physics, New York: Macmillan. –––، 1956، «شخصیت روش شناختی مفاهیم نظری»، در مبانی علم و مفاهیم علم و روانشناسی، هربرت فیگل و مایکل اسکریون (ویرایشگران)، مینه سوتا: انتشارات دانشگاه مینیاپولیس، صفحات 38-76. . Burian, R., 1997, “Exploratory Experimentation and Role of Histochemical Techniques in the Work of Jean Brachet, 1938–1952”, History and Philosophy of the Life Sciences, 19(1): 27-45. –––، 2007، «در مورد microRNA و نیاز به آزمایش اکتشافی در زیست‌شناسی مولکولی پس از ژنوم»، تاریخ و فلسفه علوم زیستی، 29(3): 285-311. Carnap, R., 1928, Der logische Aufbau der Welt, Berlin: Bernary, transl. توسط R.A. جورج، ساختار منطقی جهان، برکلی: انتشارات دانشگاه کالیفرنیا، 1967. –––، 1956، «خصلت روش شناختی مفاهیم نظری»، مطالعات مینه سوتا در فلسفه علم، 1: 38-76. Carrol, S., and D. Goodstein, 2009, “Defining the Scientific method”, Nature Methods, 6: 237. Churchman, C.W., 1948, “Science, Pragmatics, Induction”, Philosophy of Science, 15(3): 249. -268. کوپر، جی (ویرایش)، 1997، افلاطون: آثار کامل، ایندیاناپولیس: هکت. Darden, L., 1991, Theory Change in Science: Strategies from Mendelian Genetics, Oxford: Oxford University Press Dewey, J., 1910, How We think, New York: Dover Publications (تجدید چاپ 1997). داگلاس، اچ.، 2009، علم، سیاست، و ایده آل بدون ارزش، پیتسبورگ: انتشارات دانشگاه پیتسبورگ. Dupré, J., 2004, Miracle of Monism, in Naturalism in Question, Mario De Caro and David Macarthur (eds.), Cambridge, MA: انتشارات دانشگاه هاروارد, صفحات 36-58.

Elliott, K.C., 2007, “Varieties of exploratory experimentation in nanotoxicology”, History and Philosophy of the Life Sciences, 29(3): 311–334.
Elliott, K. C., and T. Richards (eds.), 2017, Exploring inductive risk: Case studies of values in science, Oxford: Oxford University Press.
Falcon, Andrea, 2005, Aristotle and the science of nature: Unity without uniformity, Cambridge: Cambridge University Press.
Feyerabend, P., 1978, Science in a Free Society, London: New Left Books
–––, 1988, Against Method, London: Verso, 2nd edition.
Fisher, R.A., 1955, “Statistical Methods and Scientific Induction”, Journal of The Royal Statistical Society. Series B (Methodological), 17(1): 69–78.
Foster, K. and P.W. Huber, 1999, Judging Science. Scientific Knowledge and the Federal Courts, Cambridge: MIT Press.
Fox Keller, E., 2003, “Models, Simulation, and ‘computer experiments’”, in The Philosophy of Scientific Experimentation, H. Radder (ed.), Pittsburgh: Pittsburgh University Press, 198–215.
Gilbert, G., 1976, “The transformation of research findings into scientific knowledge”, Social Studies of Science, 6: 281–306.
Gimbel, S., 2011, Exploring the Scientific Method, Chicago: University of Chicago Press.
Goodman, N., 1965, Fact, Fiction, and Forecast, Indianapolis: Bobbs-Merrill.
Haack, S., 1995, “Science is neither sacred nor a confidence trick”, Foundations of Science, 1(3): 323–335.
–––, 2003, Defending science—within reason, Amherst: Prometheus.
–––, 2005a, “Disentangling Daubert: an epistemological study in theory and practice”, Journal of Philosophy, Science and Law, 5, Haack 2005a available online. doi:10.5840/jpsl2005513
–––, 2005b, “Trial and error: The Supreme Court’s philosophy of science”, American Journal of Public Health, 95: S66-S73.
–––, 2010, “Federal Philosophy of Science: A Deconstruction-and a Reconstruction”, NYUJL & Liberty, 5: 394.
Hangel, N. and J. Schickore, 2017, “Scientists’ conceptions of good research practice”, Perspectives on Science, 25(6): 766–791
Harper, W.L., 2011, Isaac Newton’s Scientific Method: Turning Data into Evidence about Gravity and Cosmology, Oxford: Oxford University Press.
Hempel, C., 1950, “Problems and Changes in the Empiricist Criterion of Meaning”, Revue Internationale de Philosophie, 41(11): 41–63.
–––, 1951, “The Concept of Cognitive Significance: A Reconsideration”, Proceedings of the American Academy of Arts and Sciences, 80(1): 61–77.
–––, 1965, Aspects of scientific explanation and other essays in the philosophy of science, New York–London: Free Press.
–––, 1966, Philosophy of Natural Science, Englewood Cliffs: Prentice-Hall.
Holmes, F.L., 1987, “Scientific writing and scientific discovery”, Isis, 78(2): 220–235.
Howard, D., 2003, “Two left turns make a right: On the curious political career of North American philosophy of science at midcentury”, in Logical Empiricism in North America, G.L. Hardcastle & A.W. Richardson (eds.), Minneapolis: University of Minnesota Press, pp. 25–93.
Hoyningen-Huene, P., 2008, “Systematicity: The nature of science”, Philosophia, 36(2): 167–180.
–––, 2013, Systematicity. The Nature of Science, Oxford: Oxford University Press.
Howie, D., 2002, Interpreting probability: Controversies and developments in the early twentieth century, Cambridge: Cambridge University Press.
Hughes, R., 1999, “The Ising Model, Computer Simulation, and Universal Physics”, in Models as Mediators, M. Morgan and M. Morrison (eds.), Cambridge: Cambridge University Press, pp. 97–145
Hume, D., 1739, A Treatise of Human Nature, D. Fate Norton and M.J. Norton (eds.), Oxford: Oxford University Press, 2000.
Humphreys, P., 1995, “Computational science and scientific method”, Minds and Machines, 5(1): 499–512.
ICMJE, 2013, “Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals”, International Committee of Medical Journal Editors, available online, accessed August 13 2014
Jeffrey, R.C., 1956, “Valuation and Acceptance of Scientific Hypotheses”, Philosophy of Science, 23(3): 237–246.
Kaufmann, W.J., and L.L. Smarr, 1993, Supercomputing and the Transformation of Science, New York: Scientific American Library.
Knorr-Cetina, K., 1981, The Manufacture of Knowledge, Oxford: Pergamon Press.
Krohs, U., 2012, “Convenience experimentation”, Studies in History and Philosophy of Biological and BiomedicalSciences, 43: 52–57.
Kuhn, T.S., 1962, The Structure of Scientific Revolutions, Chicago: University of Chicago Press
Latour, B. and S. Woolgar, 1986, Laboratory Life: The Construction of Scientific Facts, Princeton: Princeton University Press, 2nd edition.
Laudan, L., 1968, “Theories of scientific method from Plato to Mach”, History of Science, 7(1): 1–63.
Lenhard, J., 2006, “Models and statistical inference: The controversy between Fisher and Neyman-Pearson”, The British Journal for the Philosophy of Science, 57(1): 69–91.

الیوت، K.C.، 2007، 'انواع آزمایش های اکتشافی در نانوسم شناسی'، تاریخ و فلسفه علوم زیستی، 29 (3): 311-334. الیوت، کی سی، و تی ریچاردز (ویرایشگران)، 2017، بررسی ریسک استقرایی: مطالعات موردی ارزش‌ها در علم، آکسفورد: انتشارات دانشگاه آکسفورد. فالکون، آندریا، 2005، ارسطو و علم طبیعت: وحدت بدون یکنواختی، کمبریج: انتشارات دانشگاه کمبریج. فایرابند، پی.، 1978، علم در جامعه آزاد، لندن: کتابهای چپ جدید –––، 1988، علیه روش، لندن: ورسو، چاپ دوم. Fisher, R.A., 1955, “Statistical Methods and Scientific Induction” Journal of The Royal Statistical Society. سری B (روش شناختی)، 17 (1): 69-78. فاستر، K. و P.W. هوبر، 1999، علم قضاوت. دانش علمی و دادگاه های فدرال، کمبریج: انتشارات MIT. فاکس کلر، ای.، 2003، 'مدل ها، شبیه سازی، و 'آزمایش های کامپیوتری'، در فلسفه آزمایش علمی، H. Radder (ویرایش)، پیتسبورگ: انتشارات دانشگاه پیتسبورگ، 198-215. گیلبرت، جی.، 1976، 'تبدیل یافته های تحقیق به دانش علمی'، مطالعات اجتماعی علوم، 6: 281-306. گیمبل، اس.، 2011، کاوش در روش علمی، شیکاگو: انتشارات دانشگاه شیکاگو. گودمن، ن.، 1965، واقعیت، داستان و پیش بینی، ایندیاناپولیس: بابز-مریل. هاک، اس.، 1995، 'علم نه مقدس است و نه ترفند اطمینان'، مبانی علم، 1(3): 323-335. –––، 2003، دفاع از علم – درون عقل، امهرست: پرومتئوس. –––، 2005 الف، «جداسازی دابرت: یک مطالعه معرفت‌شناختی در تئوری و عمل»، مجله فلسفه، علم و قانون، 5، هاک 2005 a در دسترس آنلاین. doi:10.5840/jpsl2005513 –––، 2005b، «آزمایش و خطا: فلسفه علم دیوان عالی»، مجله آمریکایی سلامت عمومی، 95: S66-S73. –––، 2010، «فلسفه فدرال علم: ساختارشکنی-و بازسازی»، NYUJL و آزادی، 5: 394. Hangel، N. and J. Schickore، 2017، «مفاهیم دانشمندان از عملکرد پژوهشی خوب»، دیدگاه ها در علم، 25(6): 766-791 هارپر، W.L.، 2011، روش علمی آیزاک نیوتن: تبدیل داده ها به شواهد در مورد گرانش و کیهان شناسی، آکسفورد: انتشارات دانشگاه آکسفورد. همپل، سی، 1950، «مشکلات و تغییرات در معیار تجربه‌گرایانه معنا»، Revue Internationale de Philosophie، 41(11): 41-63. –––، 1951، «مفهوم اهمیت شناختی: یک بازنگری»، مجموعه مقالات آکادمی هنر و علوم آمریکا، 80(1): 61-77. –––، 1965، جنبه‌های تبیین علمی و مقالات دیگر در فلسفه علم، نیویورک–لندن: مطبوعات آزاد. –––، 1966، فلسفه علوم طبیعی، صخره های انگلوود: پرنتیس هال. هولمز، اف. هاوارد، دی.، 2003، «دو چرخش به چپ به راست می‌پیوندد: درباره حرفه سیاسی کنجکاو فلسفه علم آمریکای شمالی در اواسط قرن»، در تجربه‌گرایی منطقی در آمریکای شمالی، G.L. Hardcastle & A.W. ریچاردسون (ویراستار)، مینیاپولیس: انتشارات دانشگاه مینه‌سوتا، صص 25-93. Hoyningen-Huene, P., 2008, “Systematicity: The Natural of Science” Philosophia, 36(2): 167-180. –––، 2013، سیستماتیک. ماهیت علم، آکسفورد: انتشارات دانشگاه آکسفورد. Howie, D., 2002, Interpreting probability: Controversies and Developments in the first قرن بیستم, Cambridge: Cambridge University Press. Hughes, R., 1999, 'The Ising Model, Computer Simulation, and Universal Physics' در Models as Mediators, M. Morgan and M. Morrison (eds.), Cambridge: Cambridge University Press, pp. 97-145 Hume, D., 1739, A Treatise of Human Nature, D. Fate Norton and M.J. Norton (eds.), Oxford: Oxford University Press, 2000. Humphreys, P., 1995, “Computational Science and Scientific method”, Minds and Machines, 5 (1): 499-512. ICMJE، 2013، 'توصیه هایی برای انجام، گزارش، ویرایش، و انتشار کار علمی در مجلات پزشکی'، کمیته بین المللی ویراستاران مجلات پزشکی، در دسترس آنلاین، قابل دسترسی در 13 اوت 2014 جفری، R.C.، 1956، 'ارزش گذاری و پذیرش علمی فرضیه ها، فلسفه علم، 23(3): 237-246. کافمن، W.J. و L.L. Smarr، 1993، ابرکامپیوتر و تبدیل علم، نیویورک: کتابخانه علمی آمریکا. Knorr-Cetina, K., 1981, The Manufacture of Knowledge, Oxford: Pergamon Press. Krohs، U.، 2012، 'آزمایش راحت'، مطالعات تاریخ و فلسفه علوم زیستی و زیست پزشکی، 43: 52-57. Kuhn, T.S., 1962, The Structure of Scientific Revolutions, Chicago: University of Chicago Press Latour, B. and S. Woolgar, 1986, Life Laboratory: The Construction of Scientific Facts, Princeton: University of Princeton Press, 2nd edition. لاودان، ال.، 1968، «نظریه‌های روش علمی از افلاطون تا ماخ»، تاریخ علم، 7(1): 1-63. Lenhard، J.، 2006، 'مدل ها و استنتاج آماری: جدال بین فیشر و نیمن-پیرسون'، مجله بریتانیایی برای فلسفه علم، 57 (1): 69-91.

Leonelli, S., 2012, “Making Sense of Data-Driven Research in the Biological and the Biomedical Sciences”, Studies in the History and Philosophy of the Biological and Biomedical Sciences, 43(1): 1–3.
Levi, I., 1960, “Must the scientist make value judgments?”, Philosophy of Science, 57(11): 345–357
Lindley, D., 1991, Theory Change in Science: Strategies from Mendelian Genetics, Oxford: Oxford University Press.
Lipton, P., 2004, Inference to the Best Explanation, London: Routledge, 2nd edition.
Marks, H.M., 2000, The progress of experiment: science and therapeutic reform in the United States, 1900–1990, Cambridge: Cambridge University Press.
Mazzochi, F., 2015, “Could Big Data be the end of theory in science?”, EMBO reports, 16: 1250–1255.
Mayo, D.G., 1996, Error and the Growth of Experimental Knowledge, Chicago: University of Chicago Press.
McComas, W.F., 1996, “Ten myths of science: Reexamining what we think we know about the nature of science”, School Science and Mathematics, 96(1): 10–16.
Medawar, P.B., 1963/1996, “Is the scientific paper a fraud”, in The Strange Case of the Spotted Mouse and Other Classic Essays on Science, Oxford: Oxford University Press, 33–39.
Mill, J.S., 1963, Collected Works of John Stuart Mill, J. M. Robson (ed.), Toronto: University of Toronto Press
NAS, 1992, Responsible Science: Ensuring the integrity of the research process, Washington DC: National Academy Press.
Nersessian, N.J., 1987, “A cognitive-historical approach to meaning in scientific theories”, in The process of science, N. Nersessian (ed.), Berlin: Springer, pp. 161–177.
–––, 2008, Creating Scientific Concepts, Cambridge: MIT Press.
Newton, I., 1726, Philosophiae naturalis Principia Mathematica (3rd edition), in The Principia: Mathematical Principles of Natural Philosophy: A New Translation, I.B. Cohen and A. Whitman (trans.), Berkeley: University of California Press, 1999.
–––, 1704, Opticks or A Treatise of the Reflections, Refractions, Inflections & Colors of Light, New York: Dover Publications, 1952.
Neyman, J., 1956, “Note on an Article by Sir Ronald Fisher”, Journal of the Royal Statistical Society. Series B (Methodological), 18: 288–294.
Nickles, T., 1987, “Methodology, heuristics, and rationality”, in Rational changes in science: Essays on Scientific Reasoning, J.C. Pitt (ed.), Berlin: Springer, pp. 103–132.
Nicod, J., 1924, Le problème logique de l’induction, Paris: Alcan. (Engl. transl. “The Logical Problem of Induction”, in Foundations of Geometry and Induction, London: Routledge, 2000.)
Nola, R. and H. Sankey, 2000a, “A selective survey of theories of scientific method”, in Nola and Sankey 2000b: 1–65.
–––, 2000b, After Popper, Kuhn and Feyerabend. Recent Issues in Theories of Scientific Method, London: Springer.
–––, 2007, Theories of Scientific Method, Stocksfield: Acumen.
Norton, S., and F. Suppe, 2001, “Why atmospheric modeling is good science”, in Changing the Atmosphere: Expert Knowledge and Environmental Governance, C. Miller and P. Edwards (eds.), Cambridge, MA: MIT Press, 88–133.
O’Malley, M., 2007, “Exploratory experimentation and scientific practice: Metagenomics and the proteorhodopsin case”, History and Philosophy of the Life Sciences, 29(3): 337–360.
O’Malley, M., C. Haufe, K. Elliot, and R. Burian, 2009, “Philosophies of Funding”, Cell, 138: 611–615.
Oreskes, N., K. Shrader-Frechette, and K. Belitz, 1994, “Verification, Validation and Confirmation of Numerical Models in the Earth Sciences”, Science, 263(5147): 641–646.

لئونلی، اس.، 2012، 'ایجاد حس تحقیق داده محور در علوم زیستی و زیست پزشکی'، مطالعات تاریخ و فلسفه علوم زیستی و زیست پزشکی، 43(1): 1-3. لوی، آی.، 1960، 'آیا دانشمند باید قضاوت ارزشی انجام دهد؟'، فلسفه علم، 57(11): 345-357 Lindley، D.، 1991، نظریه تغییر در علم: استراتژی هایی از ژنتیک مندلی، آکسفورد: دانشگاه آکسفورد مطبوعات. لیپتون، پی، 2004، استنتاج به بهترین توضیح، لندن: روتلج، ویرایش دوم. مارکس، H.M.، 2000، پیشرفت آزمایش: علم و اصلاحات درمانی در ایالات متحده، 1900-1990، کمبریج: انتشارات دانشگاه کمبریج. Mazzochi، F.، 2015، 'آیا داده های بزرگ می تواند پایان نظریه در علم باشد؟'، گزارش EMBO، 16: 1250-1255. مایو، دی جی، 1996، خطا و رشد دانش تجربی، شیکاگو: انتشارات دانشگاه شیکاگو. مک کوماس، W.F.، 1996، 'ده اسطوره علم: بررسی مجدد آنچه فکر می کنیم در مورد ماهیت علم می دانیم'، علوم مدرسه و ریاضیات، 96(1): 10-16. مداور، پی بی، 1963/1996، 'آیا مقاله علمی یک تقلب است'، در مورد عجیب موش خالدار و دیگر مقالات کلاسیک در علم، آکسفورد: انتشارات دانشگاه آکسفورد، 33-39. Mill، J.S.، 1963، مجموعه آثار جان استوارت میل، جی ام رابسون (ویرایش)، تورنتو: انتشارات دانشگاه تورنتو NAS، 1992، علم مسئول: اطمینان از یکپارچگی فرآیند تحقیق، واشنگتن دی سی: انتشارات آکادمی ملی. Nersessian, N.J., 1987, “A cognitive-storical رویکرد به معنا در نظریه های علمی” در The Process of Science, N. Nersessian (ed.), Berlin: Springer, pp. 161-177. –––، 2008، ایجاد مفاهیم علمی، کمبریج: انتشارات MIT. نیوتن، آی.، 1726، Philosophiae naturalis Principia Mathematica (ویرایش سوم)، در The Principia: Mathematical Principles of Natural Philosophy: A New Translation، I.B. کوهن و آ. ویتمن (ترجمه)، برکلی: انتشارات دانشگاه کالیفرنیا، 1999. –––، 1704، اپتیک ها یا رساله ای از بازتاب ها، انکسارها، عطف ها و رنگ های نور، نیویورک: انتشارات دوور، 1952. نیمن ، J.، 1956، 'یادداشت در مورد یک مقاله توسط سر رونالد فیشر'، مجله انجمن آماری سلطنتی. سری B (روش شناختی)، 18: 288-294. نیکل، تی.، 1987، «روش شناسی، اکتشافی، و عقلانیت»، در تغییرات عقلانی در علم: مقالاتی در مورد استدلال علمی، جی سی پیت (ویرایش)، برلین: اسپرینگر، ص 103-132. Nicod, J., 1924, Le problème logique de l’induction, Paris: Alcan. (ترجمه انگلیسی «مسئله منطقی استقرا»، در مبانی هندسه و استقرا، لندن: روتلج، 2000.) نولا، آر. نولا و سانکی 2000b: 1-65. –––، 2000b، پس از پوپر، کوهن و فایرابند. مسائل اخیر در نظریه های روش علمی، لندن: اسپرینگر. –––، 2007، نظریه های روش علمی، Stocksfield: Acumen. نورتون، اس.، و اف. سوپ، 2001، 'چرا مدل سازی جوی علم خوبی است'، در تغییر جو: دانش متخصص و حاکمیت محیطی، سی. میلر و پی. ادواردز (ویرایشگران)، کمبریج، کارشناسی ارشد: مطبوعات MIT ، 88-133. O'Malley، M.، 2007، 'تجربیات اکتشافی و عمل علمی: متاژنومیکس و مورد پروتئورودوپسین'، تاریخ و فلسفه علوم زیستی، 29(3): 337-360. O'Malley, M., C. Haufe, K. Elliot, and R. Burian, 2009, “Philosophies of Funding”, Cell, 138: 611-615. Oreskes, N., K. Shrader-Frechette, and K. Belitz, 1994, “Verification, Validation and Confirmation of Numerical Models in the Earth Sciences”, Science, 263(5147): 641-646.

Osborne, J., S. Simon, and S. Collins, 2003, “Attitudes towards science: a review of the literature and its implications”, International Journal of Science Education, 25(9): 1049–1079.
Parascandola, M., 1998, “Epidemiology—2nd-Rate Science”, Public Health Reports, 113(4): 312–320.
Parker, W., 2008a, “Franklin, Holmes and the Epistemology of Computer Simulation”, International Studies in the Philosophy of Science, 22(2): 165–83.
–––, 2008b, “Computer Simulation through an Error-Statistical Lens”, Synthese, 163(3): 371–84.
Pearson, K. 1892, The Grammar of Science, London: J.M. Dents and Sons, 1951
Pearson, E.S., 1955, “Statistical Concepts in Their Relation to Reality”, Journal of the Royal Statistical Society, B, 17: 204–207.
Pickering, A., 1984, Constructing Quarks: A Sociological History of Particle Physics, Edinburgh: Edinburgh University Press.
Popper, K.R., 1959, The Logic of Scientific Discovery, London: Routledge, 2002
–––, 1963, Conjectures and Refutations, London: Routledge, 2002.
–––, 1985, Unended Quest: An Intellectual Autobiography, La Salle: Open Court Publishing Co..
Rudner, R., 1953, “The Scientist Qua Scientist Making Value Judgments”, Philosophy of Science, 20(1): 1–6.
Rudolph, J.L., 2005, “Epistemology for the masses: The origin of ‘The Scientific Method’ in American Schools”, History of Education Quarterly, 45(3): 341–376
Schickore, J., 2008, “Doing science, writing science”, Philosophy of Science, 75: 323–343.
Schickore, J. and N. Hangel, 2019, “‘It might be this, it should be that…’ uncertainty and doubt in day-to-day science practice”, European Journal for Philosophy of Science, 9(2): 31. doi:10.1007/s13194-019-0253-9
Shamoo, A.E. and D.B. Resnik, 2009, Responsible Conduct of Research, Oxford: Oxford University Press.
Shank, J.B., 2008, The Newton Wars and the Beginning of the French Enlightenment, Chicago: The University of Chicago Press.
Shapin, S. and S. Schaffer, 1985, Leviathan and the air-pump, Princeton: Princeton University Press.
Smith, G.E., 2002, “The Methodology of the Principia”, in The Cambridge Companion to Newton, I.B. Cohen and G.E. Smith (eds.), Cambridge: Cambridge University Press, 138–173.
Snyder, L.J., 1997a, “Discoverers’ Induction”, Philosophy of Science, 64: 580–604.
–––, 1997b, “The Mill-Whewell Debate: Much Ado About Induction”, Perspectives on Science, 5: 159–198.
–––, 1999, “Renovating the Novum Organum: Bacon, Whewell and Induction”, Studies in History and Philosophy of Science, 30: 531–557.
Sober, E., 2008, Evidence and Evolution. The logic behind the science, Cambridge: Cambridge University Press
Sprenger, J. and S. Hartmann, 2019, Bayesian philosophy of science, Oxford: Oxford University Press.
Steinle, F., 1997, “Entering New Fields: Exploratory Uses of Experimentation”, Philosophy of Science (Proceedings), 64: S65–S74.
–––, 2002, “Experiments in History and Philosophy of Science”, Perspectives on Science, 10(4): 408–432.
Strasser, B.J., 2012, “Data-driven sciences: From wonder cabinets to electronic databases”, Studies in History and Philosophy of Science Part C: Studies in History and Philosophy of Biological and Biomedical Sciences, 43(1): 85–87.
Succi, S. and P.V. Coveney, 2018, “Big data: the end of the scientific method?”, Philosophical Transactions of the Royal Society A, 377: 20180145. doi:10.1098/rsta.2018.0145
Suppe, F., 1998, “The Structure of a Scientific Paper”, Philosophy of Science, 65(3): 381–405.
Swijtink, Z.G., 1987, “The objectification of observation: Measurement and statistical methods in the nineteenth century”, in The probabilistic revolution. Ideas in History, Vol. 1, L. Kruger (ed.), Cambridge MA: MIT Press, pp. 261–285.
Waters, C.K., 2007, “The nature and context of exploratory experimentation: An introduction to three case studies of exploratory research”, History and Philosophy of the Life Sciences, 29(3): 275–284.
Weinberg, S., 1995, “The methods of science… and those by which we live”, Academic Questions, 8(2): 7–13.
Weissert, T., 1997, The Genesis of Simulation in Dynamics: Pursuing the Fermi-Pasta-Ulam Problem, New York: Springer Verlag.
William H., 1628, Exercitatio Anatomica de Motu Cordis et Sanguinis in Animalibus, in On the Motion of the Heart and Blood in Animals, R. Willis (trans.), Buffalo: Prometheus Books, 1993.
Winsberg, E., 2010, Science in the Age of Computer Simulation, Chicago: University of Chicago Press.
Wivagg, D. & D. Allchin, 2002, “The Dogma of the Scientific Method”, The American Biology Teacher, 64(9): 645–646

آزبورن، جی.، اس. سیمون و اس. کالینز، 2003، 'نگرش نسبت به علم: مروری بر ادبیات و مفاهیم آن'، مجله بین المللی آموزش علوم، 25(9): 1049-1079. Parascandola، M.، 1998، 'اپیدمیولوژی - علم رتبه دوم'، گزارش های بهداشت عمومی، 113 (4): 312-320. پارکر، W.، 2008a، 'فرانکلین، هلمز و معرفت شناسی شبیه سازی کامپیوتری'، مطالعات بین المللی در فلسفه علم، 22 (2): 165-83. –––، 2008b، 'شبیه سازی کامپیوتری از طریق یک لنز آماری خطا'، سنتز، 163(3): 371-84. Pearson, K. 1892, The Grammar of Science, London: J.M. Dents and Sons, 1951 Pearson, E.S., 1955, “Statistical Concepts in Their Relation to Reality”, Journal of the Royal Statistical Society, B, 17: 204-207. Pickering, A., 1984, Constructing Quarks: A Sociological History of Particle Physics, Edinburgh: Edinburgh University Press. Popper, K.R., 1959, The Logic of Scientific Discovery, London: Routledge, 2002 –––, 1963, Conjectures and Refutations, London: Routledge, 2002. –––, 1985, Unended Quest: An Intellectual Autobiography, La Salle: شرکت انتشارات دادگاه. Rudner, R., 1953, 'The Scientist Qua Scientist Making Value Judgments', Philosophy of Science, 20(1): 1-6. رودلف، جی.ال.، 2005، «معرفت شناسی برای توده ها: منشأ «روش علمی» در مدارس آمریکایی»، فصلنامه تاریخ آموزش، 45(3): 341-376 Schickore، J.، 2008، «انجام علم، نوشتن. علم»، فلسفه علم، 75: 323-343. Schickore، J. و N. Hangel، 2019، 'ممکن است این باشد، باید آن باشد...' عدم قطعیت و شک در عمل روزانه علم، مجله اروپایی فلسفه علم، 9(2): 31 . doi:10.1007/s13194-019-0253-9 Shamoo, A.E. and D.B. رسنیک، 2009، انجام تحقیقات مسئول، آکسفورد: انتشارات دانشگاه آکسفورد. شانک، جی بی، 2008، جنگ های نیوتن و آغاز روشنگری فرانسه، شیکاگو: انتشارات دانشگاه شیکاگو. شاپین، اس. و اس. شافر، 1985، لویاتان و پمپ هوا، پرینستون: انتشارات دانشگاه پرینستون. اسمیت، جی.ای.، 2002، «روش شناسی اصول»، در کتاب کمبریج همراه به نیوتن، آی بی. کوهن و جی.ای. اسمیت (ویرایش)، کمبریج: انتشارات دانشگاه کمبریج، 138-173. اسنایدر، L.J.، 1997a، 'القای کاشفان'، فلسفه علم، 64: 580-604. –––، 1997b، «مناظره Mill-Whewell: Much Ado about Induction»، Perspectives on Science، 5: 159-198. –––، 1999، «نووم ارگانوم: بیکن، ویول و القاء»، مطالعات تاریخ و فلسفه علم، 30: 531–557. Sober, E., 2008, Evidence and Evolution. منطق پشت علم، کمبریج: انتشارات دانشگاه کمبریج اسپرنگر، جی و اس هارتمن، 2019، فلسفه علم بیزی، آکسفورد: انتشارات دانشگاه آکسفورد. Steinle، F.، 1997، 'ورود به حوزه های جدید: کاربردهای اکتشافی از آزمایش'، فلسفه علم (مجموعه مقالات)، 64: S65-S74. –––، 2002، «آزمایش هایی در تاریخ و فلسفه علم»، دیدگاه های علم، 10(4): 408-432. Strasser، B.J.، 2012، 'علوم داده محور: از کابینت های شگفت انگیز تا پایگاه های داده الکترونیکی'، مطالعات تاریخ و فلسفه علم بخش C: مطالعات تاریخ و فلسفه علوم زیستی و زیست پزشکی، 43 (1): 85-87. Succi، S. و P.V. Coveney، 2018، 'داده های بزرگ: پایان روش علمی؟'، معاملات فلسفی انجمن سلطنتی A، 377: 20180145. doi:10.1098/rsta.2018.0145 Suppe, F., 1998, 'The Scientific Structure »، فلسفه علم، 65(3): 381-405. Swijtink، Z.G.، 1987، 'عین سازی مشاهده: اندازه گیری و روش های آماری در قرن نوزدهم'، در انقلاب احتمالی. ایده ها در تاریخ، جلد. 1, L. Kruger (ed.), Cambridge MA: MIT Press, pp. 261-285. Waters، C.K.، 2007، 'ماهیت و زمینه آزمایش اکتشافی: مقدمه ای بر سه مطالعه موردی تحقیقات اکتشافی'، تاریخ و فلسفه علوم زیستی، 29(3): 275-284. واینبرگ، اس.، 1995، 'روش های علم ... و آنهایی که با آنها زندگی می کنیم'، پرسش های دانشگاهی، 8(2): 7-13. ویسرت، تی.، 1997، پیدایش شبیه سازی در دینامیک: پیگیری مسئله فرمی-پاستا-اولام، نیویورک: اسپرینگر ورلاگ. William H., 1628, Exercitatio Anatomica de Motu Cordis et Sanguinis in Animalibus, in On the Motion of the Heart and Blood in Animals, R. Willis (ترجمه)، Buffalo: Prometheus Books, 1993. Winsberg, E., 2010, علم در عصر شبیه سازی کامپیوتری، شیکاگو: انتشارات دانشگاه شیکاگو. Wivagg, D. & D. Allchin, 2002, “The Dogma of the Scientific Method”, The American Biology Teacher, 64(9): 645-646

Academic Tools
sep man icon How to cite this entry.
sep man icon Preview the PDF version of this entry at the Friends of the SEP Society.
inpho icon Look up topics and thinkers related to this entry at the Internet Philosophy Ontology Project (InPhO).
phil papers icon Enhanced bibliography for this entry at PhilPapers, with links to its database.
Other Internet Resources
Blackmun opinion, in Daubert v. Merrell Dow Pharmaceuticals (92–102), 509 U.S. 579 (1993).
Scientific Method at philpapers. Darrell Rowbottom (ed.).
Recent Articles | Scientific Method | The Scientist Magazine

نماد Academic Tools sep man نحوه استناد به این مدخل. sep man icon نسخه PDF این مدخل را در انجمن دوستان SEP پیش نمایش کنید. icon inpho موضوعات و متفکران مرتبط با این مدخل را در پروژه هستی شناسی فلسفه اینترنت (InPhO) جستجو کنید. نماد مقالات phil کتابشناسی پیشرفته برای این مدخل در PhilPapers، با پیوندهایی به پایگاه داده آن. سایر منابع اینترنتی نظر بلکمون، در Daubert v. Merrell Dow Pharmaceuticals (92-102)، 509 U.S. 579 (1993). روش علمی در فیل پیپرز دارل روباتوم (ویرایشگر). مقالات اخیر | روش علمی | مطالب مرتبط مجله Scientist

Related Entries
al-Kindi | Albert the Great [= Albertus magnus] | Aquinas, Saint Thomas | Arabic and Islamic Philosophy, disciplines in: natural philosophy and natural science | Arabic and Islamic Philosophy, historical and methodological topics in: Greek sources | Arabic and Islamic Philosophy, historical and methodological topics in: influence of Arabic and Islamic Philosophy on the Latin West | Aristotle | Bacon, Francis | Bacon, Roger | Berkeley, George | biology: experiment in | Boyle, Robert | Cambridge Platonists | confirmation | Descartes, René | Enlightenment | epistemology | epistemology: Bayesian | epistemology: social | Feyerabend, Paul | Galileo Galilei | Grosseteste, Robert | Hempel, Carl | Hume, David | Hume, David: Newtonianism and Anti-Newtonianism | induction: problem of | Kant, Immanuel | Kuhn, Thomas | Leibniz, Gottfried Wilhelm | Locke, John | Mill, John Stuart | More, Henry | Neurath, Otto | Newton, Isaac | Newton, Isaac: philosophy | Ockham [Occam], William | operationalism | Peirce, Charles Sanders | Plato | Popper, Karl | rationality: historicist theories of | Reichenbach, Hans | reproducibility, scientific | Schlick, Moritz | science: and pseudo-science | science: theory and observation in | science: unity of | scientific discovery | scientific knowledge: social dimensions of | simulations in science | skepticism: medieval | space and time: absolute and relational space and motion, post-Newtonian theories | Vienna Circle | Whewell, William | Zabarella, Giacomo

مطالب مرتبط الکندی | آلبرت کبیر [= آلبرتوس مگنوس] | آکویناس، سنت توماس | فلسفه عربی و اسلامی، رشته های: فلسفه طبیعی و علوم طبیعی | عربی و فلسفه اسلامی، مباحث تاریخی و روش شناختی در: منابع یونانی | فلسفه عربی و اسلامی، مباحث تاریخی و روش شناختی در: تأثیر فلسفه عربی و اسلامی بر غرب لاتین | ارسطو | بیکن، فرانسیس | بیکن، راجر | برکلی، جورج | زیست شناسی: آزمایش در | بویل، رابرت | افلاطونیان کمبریج | تایید | دکارت، رنه | روشنگری | معرفت شناسی | معرفت شناسی: بیزی | معرفت شناسی: اجتماعی | فایرابند، پل | گالیله گالیله | گروستسته، رابرت | همپل، کارل | هیوم، دیوید | هیوم، دیوید: نیوتنی گرایی و ضد نیوتنییسم | استقرا: مشکل | کانت، امانوئل | کوهن، توماس | لایب نیتس، گوتفرید ویلهلم | لاک، جان | میل، جان استوارت | بیشتر، هنری | نورات، اتو | نیوتن، آیزاک | نیوتن، اسحاق: فلسفه | اوکام [اوکام]، ویلیام | عملیات گرایی | پیرس، چارلز سندرز | افلاطون | پوپر، کارل | عقلانیت: نظریه های تاریخ گرایانه | رایشنباخ، هانس | تکرارپذیری، علمی | شلیک، موریتز | علم: و شبه علم | علم: نظریه و مشاهده در | علم: وحدت | کشف علمی | دانش علمی: ابعاد اجتماعی | شبیه سازی در علم | شک: قرون وسطی | فضا و زمان: فضا و حرکت مطلق و رابطه ای، نظریه های پسا نیوتنی | دایره وین | وول، ویلیام | زابارلا، جاکومو

Copyright © 2021 by
Brian Hepburn <این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید;
Hanne Andersen <این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید;

حق چاپ © 2021 توسط برایان هپبورن <این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید;؛ هانه اندرسن <این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید;; 

• قبلی
• بعدی