stringtranslate.com

Experimento

El astronauta David Scott realiza una prueba de gravedad en la luna con un martillo y una pluma.
Incluso los niños muy pequeños realizan experimentos rudimentarios para aprender sobre el mundo y cómo funcionan las cosas.

Un experimento es un procedimiento que se lleva a cabo para apoyar o refutar una hipótesis , o para determinar la eficacia o probabilidad de algo que no se ha probado previamente. Los experimentos brindan información sobre la relación causa-efecto al demostrar qué resultado se produce cuando se manipula un factor en particular. Los experimentos varían mucho en cuanto a su objetivo y escala, pero siempre se basan en procedimientos repetibles y en un análisis lógico de los resultados. También existen estudios experimentales naturales .

Un niño puede realizar experimentos básicos para entender cómo caen las cosas al suelo, mientras que equipos de científicos pueden tardar años en realizar investigaciones sistemáticas para avanzar en su comprensión de un fenómeno. Los experimentos y otros tipos de actividades prácticas son muy importantes para el aprendizaje de los estudiantes en el aula de ciencias. Los experimentos pueden aumentar las puntuaciones de los exámenes y ayudar a que un estudiante se involucre más y se interese más en el material que está aprendiendo, especialmente cuando se utilizan a lo largo del tiempo. [1] Los experimentos pueden variar desde comparaciones naturales personales e informales (por ejemplo, probar una variedad de chocolates para encontrar un favorito) hasta altamente controlados (por ejemplo, pruebas que requieren aparatos complejos supervisados ​​por muchos científicos que esperan descubrir información sobre partículas subatómicas). Los usos de los experimentos varían considerablemente entre las ciencias naturales y humanas .

Los experimentos suelen incluir controles , que están diseñados para minimizar los efectos de otras variables además de la variable independiente . Esto aumenta la fiabilidad de los resultados, a menudo mediante una comparación entre las mediciones de control y las otras mediciones. Los controles científicos son parte del método científico . Idealmente, todas las variables de un experimento están controladas (se tienen en cuenta mediante las mediciones de control) y ninguna está sin controlar. En un experimento de este tipo, si todos los controles funcionan como se espera, es posible concluir que el experimento funciona como se esperaba y que los resultados se deben al efecto de las variables probadas.

Descripción general

En el método científico , un experimento es un procedimiento empírico que arbitra modelos o hipótesis en competencia . [2] [3] Los investigadores también utilizan la experimentación para probar teorías existentes o nuevas hipótesis para apoyarlas o refutarlas. [3] [4]

Un experimento suele poner a prueba una hipótesis , que es una expectativa sobre cómo funciona un proceso o fenómeno en particular. Sin embargo, un experimento también puede apuntar a responder una pregunta del tipo "¿qué pasaría si…?", sin una expectativa específica sobre lo que revela el experimento, o confirmar resultados previos. Si un experimento se lleva a cabo con cuidado, los resultados generalmente apoyan o refutan la hipótesis. Según algunas filosofías de la ciencia , un experimento nunca puede "probar" una hipótesis, solo puede agregar apoyo. Por otro lado, un experimento que proporciona un contraejemplo puede refutar una teoría o hipótesis, pero una teoría siempre puede salvarse mediante modificaciones ad hoc apropiadas a expensas de la simplicidad.

Un experimento también debe controlar los posibles factores de confusión , es decir, cualquier factor que pueda afectar la precisión o repetibilidad del experimento o la capacidad de interpretar los resultados. Los factores de confusión se eliminan comúnmente mediante controles científicos y/o, en experimentos aleatorios , mediante asignación aleatoria .

En ingeniería y ciencias físicas , los experimentos son un componente principal del método científico. Se utilizan para probar teorías e hipótesis sobre cómo funcionan los procesos físicos en condiciones particulares (por ejemplo, si un proceso de ingeniería particular puede producir un compuesto químico deseado). Por lo general, los experimentos en estos campos se centran en la réplica de procedimientos idénticos con la esperanza de producir resultados idénticos en cada réplica. La asignación aleatoria es poco común.

En medicina y ciencias sociales , la prevalencia de la investigación experimental varía ampliamente entre disciplinas. Sin embargo, cuando se utilizan, los experimentos suelen seguir la forma del ensayo clínico , donde las unidades experimentales (normalmente seres humanos individuales) se asignan aleatoriamente a una condición de tratamiento o control donde se evalúan uno o más resultados. [5] A diferencia de las normas en las ciencias físicas, el enfoque se centra normalmente en el efecto medio del tratamiento (la diferencia de resultados entre los grupos de tratamiento y control) u otra estadística de prueba producida por el experimento. [6] Un único estudio normalmente no implica réplicas del experimento, pero se pueden agregar estudios separados a través de una revisión sistemática y un metanálisis .

Existen diversas diferencias en la práctica experimental en cada una de las ramas de la ciencia . Por ejemplo, la investigación agrícola utiliza con frecuencia experimentos aleatorios (por ejemplo, para probar la eficacia comparativa de diferentes fertilizantes), mientras que la economía experimental a menudo implica pruebas experimentales de comportamientos humanos teóricos sin depender de la asignación aleatoria de individuos a condiciones de tratamiento y control.

Historia

Uno de los primeros enfoques metódicos de los experimentos en el sentido moderno se puede ver en las obras del matemático y erudito árabe Ibn al-Haytham . Realizó sus experimentos en el campo de la óptica (remontándose a los problemas ópticos y matemáticos de las obras de Ptolomeo ) controlando sus experimentos debido a factores como la autocrítica, la confianza en los resultados visibles de los experimentos, así como una criticidad en términos de resultados anteriores. Fue uno de los primeros eruditos en utilizar un método inductivo-experimental para lograr resultados. [7] En su Libro de Óptica describe el enfoque fundamentalmente nuevo del conocimiento y la investigación en un sentido experimental:

Es decir, debemos recomenzar la investigación de sus principios y premisas, comenzando nuestra investigación con una inspección de las cosas que existen y un estudio de las condiciones de los objetos visibles. Debemos distinguir las propiedades de los particulares y reunir por inducción lo que pertenece al ojo cuando tiene lugar la visión y lo que se encuentra en la forma de la sensación como uniforme, inmutable, manifiesto y no sujeto a duda. Después de lo cual debemos ascender en nuestra investigación y razonamientos, gradual y ordenadamente, criticando las premisas y ejerciendo cautela con respecto a las conclusiones; nuestro objetivo en todo lo que sometemos a inspección y revisión es actuar con justicia, no seguir prejuicios y tener cuidado en todo lo que juzgamos y criticamos de buscar la verdad y no dejarnos llevar por la opinión. De esta manera podemos llegar finalmente a la verdad que gratifica el corazón y alcanzar gradual y cuidadosamente el final en el que aparece la certeza; mientras que mediante la crítica y la cautela podemos apoderarnos de la verdad que disipa el desacuerdo y resuelve los asuntos dudosos. Con todo, no estamos libres de esa turbiedad humana que está en la naturaleza del hombre; pero debemos hacer lo mejor que podamos con lo que poseemos de poder humano. De Dios recibimos apoyo en todas las cosas. [8]

Según su explicación, es necesaria una ejecución de pruebas estrictamente controlada, teniendo en cuenta la subjetividad y la susceptibilidad de los resultados debido a la naturaleza del hombre. Además, es necesaria una visión crítica de los resultados y las conclusiones de los estudiosos anteriores:

Así pues, el deber del hombre que estudia los escritos de los científicos, si su objetivo es aprender la verdad, es hacerse enemigo de todo lo que lee y, aplicando su mente al núcleo y a los márgenes de su contenido, atacarlo por todos lados. También debe sospechar de sí mismo mientras realiza su examen crítico de lo que lee, para evitar caer en el prejuicio o en la indulgencia. [9]

Por lo tanto, para que un experimento objetivo sea objetivo es necesario comparar los resultados obtenidos con los obtenidos en la experimentación, siendo más importantes los resultados visibles. En definitiva, esto puede significar que un investigador experimental debe encontrar el valor suficiente para descartar las opiniones o los resultados tradicionales, especialmente si estos resultados no son experimentales, sino que son el resultado de una derivación lógica o mental. En este proceso de reflexión crítica, el investigador no debe olvidar que tiende a las opiniones subjetivas (a través de los "prejuicios" y la "indulgencia") y, por lo tanto, tiene que ser crítico con su propia manera de construir hipótesis. [ cita requerida ]

Francis Bacon (1561-1626), filósofo y científico inglés activo en el siglo XVII, se convirtió en un influyente defensor de la ciencia experimental en el renacimiento inglés . Estaba en desacuerdo con el método de responder a las preguntas científicas por deducción —similar a Ibn al-Haytham— y lo describió de la siguiente manera: "Habiendo determinado primero la pregunta según su voluntad, el hombre recurre entonces a la experiencia y, doblándola para que se ajuste a sus deseos, la conduce como a una cautiva en una procesión". [10] Bacon quería un método que se basara en observaciones repetibles, o experimentos. Cabe destacar que fue el primero en ordenar el método científico tal como lo entendemos hoy.

Queda la experiencia simple, que, si se toma como viene, se llama accidente, y si se busca, experimento. El verdadero método de la experiencia enciende primero la vela [hipótesis] y luego, por medio de la vela, muestra el camino [ordena y delimita el experimento]; comienza como lo hace con la experiencia debidamente ordenada y digerida, no chapucera o errática, y de ella deduce axiomas [teorías], y de los axiomas establecidos, a su vez, nuevos experimentos. [11] : 101 

En los siglos siguientes, las personas que aplicaron el método científico en diferentes áreas hicieron avances y descubrimientos importantes. Por ejemplo, Galileo Galilei (1564-1642) midió el tiempo con precisión y experimentó para hacer mediciones y conclusiones precisas sobre la velocidad de un cuerpo que cae. Antoine Lavoisier (1743-1794), un químico francés, utilizó la experimentación para describir nuevas áreas, como la combustión y la bioquímica , y para desarrollar la teoría de la conservación de la masa (materia). [12] Louis Pasteur (1822-1895) utilizó el método científico para refutar la teoría predominante de la generación espontánea y para desarrollar la teoría de los gérmenes de la enfermedad . [13] Debido a la importancia de controlar las variables potencialmente confusas, se prefiere el uso de experimentos de laboratorio bien diseñados cuando sea posible.

A principios del siglo XX se produjeron avances considerables en el diseño y análisis de experimentos, con contribuciones de estadísticos como Ronald Fisher (1890-1962), Jerzy Neyman (1894-1981), Oscar Kempthorne (1919-2000), Gertrude Mary Cox (1900-1978) y William Gemmell Cochran (1909-1980), entre otros.

Tipos

Los experimentos podrían categorizarse según una serie de dimensiones, dependiendo de las normas y estándares profesionales en diferentes campos de estudio.

En algunas disciplinas (por ejemplo, la psicología o la ciencia política ), un "experimento verdadero" es un método de investigación social en el que hay dos tipos de variables . La variable independiente es manipulada por el experimentador y la variable dependiente es medida. La característica significativa de un experimento verdadero es que asigna aleatoriamente a los sujetos para neutralizar el sesgo del experimentador y garantiza, a lo largo de una gran cantidad de iteraciones del experimento, que controla todos los factores de confusión. [14]

Dependiendo de la disciplina, los experimentos pueden realizarse para lograr objetivos diferentes, pero no mutuamente excluyentes: [15] probar teorías, buscar y documentar fenómenos, desarrollar teorías o asesorar a los responsables de las políticas. Estos objetivos también se relacionan de manera diferente con las preocupaciones sobre la validez .

Experimentos controlados

Un experimento controlado a menudo compara los resultados obtenidos de muestras experimentales con muestras de control , que son prácticamente idénticas a la muestra experimental excepto por el aspecto cuyo efecto se está probando (la variable independiente ). Un buen ejemplo sería un ensayo de medicamentos. La muestra o grupo que recibe el medicamento sería el grupo experimental ( grupo de tratamiento ); y el que recibe el placebo o el tratamiento regular sería el de control . En muchos experimentos de laboratorio es una buena práctica tener varias muestras replicadas para la prueba que se está realizando y tener tanto un control positivo como un control negativo . Los resultados de las muestras replicadas a menudo se pueden promediar, o si una de las réplicas es obviamente inconsistente con los resultados de las otras muestras, se puede descartar como resultado de un error experimental (algún paso del procedimiento de prueba puede haberse omitido por error para esa muestra). La mayoría de las veces, las pruebas se realizan por duplicado o triplicado. Un control positivo es un procedimiento similar a la prueba experimental real, pero se sabe por experiencia previa que da un resultado positivo. Se sabe que un control negativo da un resultado negativo. El control positivo confirma que las condiciones básicas del experimento pudieron producir un resultado positivo, incluso si ninguna de las muestras experimentales reales produce un resultado positivo. El control negativo demuestra el resultado de referencia obtenido cuando una prueba no produce un resultado positivo medible. La mayoría de las veces, el valor del control negativo se trata como un valor "de fondo" que se resta de los resultados de la muestra de prueba. A veces, el control positivo toma el cuadrante de una curva estándar .

Un ejemplo que se utiliza a menudo en los laboratorios de enseñanza es un ensayo controlado de proteínas . Se les puede dar a los estudiantes una muestra de fluido que contiene una cantidad desconocida (para el estudiante) de proteínas. Su trabajo es realizar correctamente un experimento controlado en el que determinan la concentración de proteínas en la muestra de fluido (generalmente llamada "muestra desconocida"). El laboratorio de enseñanza estaría equipado con una solución estándar de proteínas con una concentración de proteínas conocida. Los estudiantes podrían preparar varias muestras de control positivo que contengan varias diluciones del estándar de proteínas. Las muestras de control negativo contendrían todos los reactivos para el ensayo de proteínas, pero ninguna proteína. En este ejemplo, todas las muestras se realizan por duplicado. El ensayo es un ensayo colorimétrico en el que un espectrofotómetro puede medir la cantidad de proteínas en las muestras detectando un complejo coloreado formado por la interacción de moléculas de proteínas y moléculas de un tinte agregado. En la ilustración, los resultados de las muestras de prueba diluidas se pueden comparar con los resultados de la curva estándar (la línea azul en la ilustración) para estimar la cantidad de proteínas en la muestra desconocida.

Los experimentos controlados se pueden realizar cuando es difícil controlar con exactitud todas las condiciones de un experimento. En este caso, el experimento comienza creando dos o más grupos de muestra que sean probabilísticamente equivalentes, lo que significa que las mediciones de los rasgos deben ser similares entre los grupos y que los grupos deben responder de la misma manera si se les da el mismo tratamiento. Esta equivalencia se determina mediante métodos estadísticos que tienen en cuenta la cantidad de variación entre individuos y el número de individuos en cada grupo. En campos como la microbiología y la química , donde hay muy poca variación entre individuos y el tamaño del grupo es fácilmente de millones, estos métodos estadísticos a menudo se pasan por alto y simplemente dividiendo una solución en partes iguales se supone que se producen grupos de muestra idénticos.

Una vez que se han formado grupos equivalentes, el experimentador intenta tratarlos de manera idéntica, excepto por la variable que desea aislar. La experimentación humana requiere salvaguardas especiales contra variables externas, como el efecto placebo . Estos experimentos son generalmente doble ciego , lo que significa que ni el voluntario ni el investigador saben qué individuos están en el grupo de control o en el grupo experimental hasta que se hayan recopilado todos los datos. Esto garantiza que cualquier efecto en el voluntario se deba al tratamiento en sí y no sea una respuesta al conocimiento de que está siendo tratado.

En experimentos con seres humanos, los investigadores pueden dar a un sujeto (persona) un estímulo al que el sujeto responde. El objetivo del experimento es medir la respuesta al estímulo mediante un método de prueba .

En el diseño de experimentos , se aplican dos o más "tratamientos" para estimar la diferencia entre las respuestas medias de los tratamientos. Por ejemplo, un experimento sobre la cocción del pan podría estimar la diferencia en las respuestas asociadas con variables cuantitativas, como la proporción de agua y harina, y con variables cualitativas, como las cepas de levadura. La experimentación es el paso del método científico que ayuda a las personas a decidir entre dos o más explicaciones en competencia (o hipótesis) . Estas hipótesis sugieren razones para explicar un fenómeno o predecir los resultados de una acción. Un ejemplo podría ser la hipótesis de que "si suelto esta pelota, caerá al suelo": esta sugerencia puede entonces probarse llevando a cabo el experimento de soltar la pelota y observar los resultados. Formalmente, una hipótesis se compara con su opuesta o hipótesis nula ("si suelto esta pelota, no caerá al suelo"). La hipótesis nula es que no hay explicación ni poder predictivo del fenómeno a través del razonamiento que se está investigando. Una vez definidas las hipótesis, se puede realizar un experimento y analizar los resultados para confirmar, refutar o definir la precisión de las hipótesis.

También se pueden diseñar experimentos para estimar los efectos indirectos sobre unidades cercanas no tratadas.

Experimentos naturales

El término "experimento" suele implicar un experimento controlado, pero a veces los experimentos controlados son prohibitivamente difíciles, imposibles, poco éticos o ilegales. En este caso, los investigadores recurren a experimentos naturales o cuasi-experimentos . [16] Los experimentos naturales se basan únicamente en observaciones de las variables del sistema en estudio, en lugar de la manipulación de sólo una o unas pocas variables como ocurre en los experimentos controlados. En la medida de lo posible, intentan recopilar datos para el sistema de tal manera que se pueda determinar la contribución de todas las variables, y donde los efectos de la variación en ciertas variables permanezcan aproximadamente constantes de modo que se puedan discernir los efectos de otras variables. El grado en que esto es posible depende de la correlación observada entre las variables explicativas en los datos observados. Cuando estas variables no están bien correlacionadas, los experimentos naturales pueden acercarse al poder de los experimentos controlados. Sin embargo, por lo general existe cierta correlación entre estas variables, lo que reduce la confiabilidad de los experimentos naturales en relación con lo que podría concluirse si se realizara un experimento controlado. Además, debido a que los experimentos naturales suelen tener lugar en entornos no controlados, las variables de fuentes no detectadas no se miden ni se mantienen constantes, y esto puede producir correlaciones ilusorias en las variables en estudio.

Gran parte de la investigación en varias disciplinas científicas , incluidas la economía , la geografía humana , la arqueología , la sociología , la antropología cultural , la geología , la paleontología , la ecología , la meteorología y la astronomía , se basa en cuasi-experimentos. Por ejemplo, en astronomía es claramente imposible, al probar la hipótesis "Las estrellas son nubes colapsadas de hidrógeno", comenzar con una nube gigante de hidrógeno y luego realizar el experimento de esperar unos pocos miles de millones de años para que forme una estrella. Sin embargo, al observar varias nubes de hidrógeno en varios estados de colapso y otras implicaciones de la hipótesis (por ejemplo, la presencia de varias emisiones espectrales de la luz de las estrellas), podemos recopilar los datos que necesitamos para respaldar la hipótesis. Un ejemplo temprano de este tipo de experimento fue la primera verificación en el siglo XVII de que la luz no viaja de un lugar a otro instantáneamente, sino que tiene una velocidad medible. La observación de la apariencia de las lunas de Júpiter se retrasó ligeramente cuando Júpiter estaba más lejos de la Tierra, en comparación con cuando Júpiter estaba más cerca de la Tierra; y este fenómeno se utilizó para demostrar que la diferencia en el tiempo de aparición de las lunas era consistente con una velocidad medible. [17]

Experimentos de campo

Los experimentos de campo se denominan así para distinguirlos de los experimentos de laboratorio , que imponen un control científico al poner a prueba una hipótesis en el entorno artificial y altamente controlado de un laboratorio. Los experimentos de campo, que suelen emplearse en las ciencias sociales y, en especial, en los análisis económicos de intervenciones en materia de educación y salud, tienen la ventaja de que los resultados se observan en un entorno natural en lugar de en un entorno artificial de laboratorio. Por esta razón, a veces se considera que los experimentos de campo tienen una validez externa mayor que los experimentos de laboratorio. Sin embargo, al igual que los experimentos naturales, los experimentos de campo sufren la posibilidad de contaminación: las condiciones experimentales se pueden controlar con más precisión y certeza en el laboratorio. Sin embargo, algunos fenómenos (por ejemplo, la participación electoral en una elección) no se pueden estudiar fácilmente en un laboratorio.

Estudios observacionales

El modelo de caja negra para la observación (la entrada y la salida son observables ). Cuando hay una retroalimentación con algún control del observador, como se ilustra, la observación también es un experimento.

Un estudio observacional se utiliza cuando resulta poco práctico, poco ético, prohibitivo en términos de costos (o ineficiente por alguna otra razón) adaptar un sistema físico o social a un entorno de laboratorio, controlar por completo los factores de confusión o aplicar una asignación aleatoria. También se puede utilizar cuando los factores de confusión son limitados o se conocen lo suficientemente bien como para analizar los datos a la luz de ellos (aunque esto puede ser poco frecuente cuando se examinan fenómenos sociales). Para que una ciencia observacional sea válida, el experimentador debe conocer y tener en cuenta los factores de confusión . En estas situaciones, los estudios observacionales tienen valor porque a menudo sugieren hipótesis que pueden probarse con experimentos aleatorios o mediante la recopilación de datos nuevos.

Sin embargo, en esencia, los estudios observacionales no son experimentos. Por definición, carecen de la manipulación necesaria para los experimentos baconianos . Además, los estudios observacionales (por ejemplo, en sistemas biológicos o sociales) a menudo implican variables que son difíciles de cuantificar o controlar. Los estudios observacionales son limitados porque carecen de las propiedades estadísticas de los experimentos aleatorios. En un experimento aleatorio, el método de aleatorización especificado en el protocolo experimental guía el análisis estadístico, que normalmente también se especifica en el protocolo experimental. [18] Sin un modelo estadístico que refleje una aleatorización objetiva, el análisis estadístico se basa en un modelo subjetivo. [18] Las inferencias a partir de modelos subjetivos no son fiables en teoría y en la práctica. [19] De hecho, hay varios casos en los que los estudios observacionales realizados cuidadosamente arrojan resultados erróneos de forma sistemática, es decir, en los que los resultados de los estudios observacionales son inconsistentes y también difieren de los resultados de los experimentos. Por ejemplo, los estudios epidemiológicos del cáncer de colon muestran de forma sistemática correlaciones beneficiosas con el consumo de brócoli, mientras que los experimentos no encuentran ningún beneficio. [20]

Un problema particular con los estudios observacionales que involucran sujetos humanos es la gran dificultad de lograr comparaciones justas entre tratamientos (o exposiciones), porque tales estudios son propensos al sesgo de selección , y los grupos que reciben diferentes tratamientos (exposiciones) pueden diferir en gran medida según sus covariables (edad, altura, peso, medicamentos, ejercicio, estado nutricional, etnia, antecedentes médicos familiares, etc.). Por el contrario, la aleatorización implica que para cada covariable, se espera que la media de cada grupo sea la misma. Para cualquier ensayo aleatorizado, por supuesto, se espera alguna variación de la media, pero la aleatorización asegura que los grupos experimentales tengan valores medios cercanos, debido al teorema del límite central y la desigualdad de Markov . Con una aleatorización inadecuada o un tamaño de muestra bajo, la variación sistemática en las covariables entre los grupos de tratamiento (o grupos de exposición) dificulta separar el efecto del tratamiento (exposición) de los efectos de las otras covariables, la mayoría de las cuales no se han medido. Los modelos matemáticos utilizados para analizar dichos datos deben considerar cada covariable diferente (si se mide), y los resultados no son significativos si una covariable no es aleatoria ni está incluida en el modelo.

Para evitar condiciones que hagan que un experimento sea mucho menos útil, los médicos que realizan ensayos médicos (por ejemplo, para la aprobación de la Administración de Alimentos y Medicamentos de los Estados Unidos ) cuantifican y aleatorizan las covariables que se pueden identificar. Los investigadores intentan reducir los sesgos de los estudios observacionales con métodos de emparejamiento como el emparejamiento por puntaje de propensión , que requieren grandes poblaciones de sujetos y amplia información sobre las covariables. Sin embargo, el emparejamiento por puntaje de propensión ya no se recomienda como técnica porque puede aumentar, en lugar de disminuir, el sesgo. [21] Los resultados también se cuantifican cuando es posible (densidad ósea, la cantidad de alguna célula o sustancia en la sangre, fuerza física o resistencia, etc.) y no se basan en la opinión de un sujeto o de un observador profesional. De esta manera, el diseño de un estudio observacional puede hacer que los resultados sean más objetivos y, por lo tanto, más convincentes.

Ética

Al colocar la distribución de las variables independientes bajo el control del investigador, un experimento (en particular cuando involucra sujetos humanos) introduce posibles consideraciones éticas, como equilibrar los beneficios y los daños, distribuir de manera justa las intervenciones (por ejemplo, los tratamientos para una enfermedad) y el consentimiento informado . Por ejemplo, en psicología o en el cuidado de la salud, es poco ético proporcionar un tratamiento deficiente a los pacientes. Por lo tanto, se supone que los comités de revisión ética deben detener los ensayos clínicos y otros experimentos a menos que se crea que un nuevo tratamiento ofrece beneficios tan buenos como las mejores prácticas actuales. [22] También es generalmente poco ético (y a menudo ilegal) realizar experimentos aleatorios sobre los efectos de tratamientos deficientes o dañinos, como los efectos de la ingestión de arsénico en la salud humana. Para comprender los efectos de tales exposiciones, los científicos a veces utilizan estudios observacionales para comprender los efectos de esos factores.

Incluso cuando la investigación experimental no involucra directamente a sujetos humanos, puede presentar problemas éticos. Por ejemplo, los experimentos con bombas nucleares realizados por el Proyecto Manhattan implicaron el uso de reacciones nucleares para dañar a seres humanos, aunque los experimentos no involucraron directamente a ningún sujeto humano. [ disputadodiscutir ]

Véase también

Notas

  1. ^ Stohr-Hunt, Patricia (1996). "Análisis de la frecuencia de la experiencia práctica y el rendimiento científico". Revista de investigación en enseñanza de las ciencias . 33 (1): 101–109. Bibcode :1996JRScT..33..101S. doi :10.1002/(SICI)1098-2736(199601)33:1<101::AID-TEA6>3.0.CO;2-Z.
  2. ^ Cooperstock, Fred I. (2009). Dinámica relativista general: Extendiendo el legado de Einstein a lo largo del universo (edición en línea-ausg.). Singapur: World Scientific. p. 12. ISBN 978-981-4271-16-5.
  3. ^ ab Griffith, W. Thomas (2001). La física de los fenómenos cotidianos: una introducción conceptual a la física (3.ª ed.). Boston: McGraw-Hill. pp. 3–4. ISBN 0-07-232837-1.
  4. ^ Wilczek, Frank; Devine, Betsy (2006). Realidades fantásticas: 49 viajes mentales y un viaje a Estocolmo . Nueva Jersey: World Scientific. pp. 61–62. ISBN 978-981-256-649-2.
  5. ^ Holland, Paul W. (diciembre de 1986). "Estadísticas e inferencia causal". Revista de la Asociación Estadounidense de Estadística . 81 (396): 945–960. doi :10.2307/2289064. JSTOR  2289064.
  6. ^ Druckman, James N .; Green, Donald P .; Kuklinski, James H .; Lupia, Arthur , eds. (2011). Manual de Cambridge de ciencia política experimental . Cambridge: Cambridge University Press. ISBN 978-0521174558.
  7. ^ El-Bizri, Nader (2005). "Una perspectiva filosófica sobre la óptica de Alhazen". Ciencias árabes y filosofía . 15 (2): 189–218. doi :10.1017/S0957423905000172. S2CID  123057532.
  8. ^ Ibn al-Haytham, Abu Ali Al-Hasan. Óptica . pag. 5.
  9. ^ Ibn al-Haytham, Abu Ali Al-Hasan. Dubitationes en Ptolemaeum . pag. 3.
  10. ^ "Habiendo determinado primero la cuestión según su voluntad, el hombre recurre entonces a la experiencia y, sometiéndola a sus deseos, la conduce como a una cautiva en una procesión". Bacon, Francis. Novum Organum , i, 63. Citado en Durant 2012, p. 170.
  11. ^ Durant, Will (2012). La historia de la filosofía: las vidas y opiniones de los grandes filósofos del mundo occidental (2.ª ed.). Nueva York: Simon and Schuster. ISBN 978-0-671-69500-2.
  12. ^ Bell, Madison Smartt (2005). Lavoisier en el año uno: el nacimiento de una nueva ciencia en una era de revolución. WW Norton & Company. ISBN 978-0393051551.
  13. ^ Brock, Thomas D., ed. (1988). Pasteur y la ciencia moderna (Nueva edición ilustrada). Springer. ISBN 978-3540501015.
  14. ^ "Tipos de experimentos". Departamento de Psicología, Universidad de California Davis. Archivado desde el original el 19 de diciembre de 2014.
  15. ^ Lin, Hause; Werner, Kaitlyn M.; Inzlicht, Michael (16 de febrero de 2021). "Promesas y peligros de la experimentación: el problema de la validez interna mutua". Perspectivas de la ciencia psicológica . 16 (4): 854–863. doi :10.1177/1745691620974773. ISSN  1745-6916. PMID  33593177. S2CID  231877717.
  16. ^ Drenaje 2012
  17. ^ "Perfil de Ole Roemer: el primero en medir la velocidad de la luz | AMNH".
  18. ^ ab Hinkelmann, Klaus; Kempthorne, Oscar (2008). Diseño y análisis de experimentos, volumen I: Introducción al diseño experimental (segunda edición). Wiley. ISBN 978-0-471-72756-9.
  19. ^ Freedman, David ; Pisani, Robert; Purves, Roger (2007). Estadísticas (4.ª ed.). Nueva York: Norton. ISBN 978-0-393-92972-0.
  20. ^ Freedman, David A. (2009). Modelos estadísticos: teoría y práctica (edición revisada). Cambridge: Cambridge University Press. ISBN 978-0-521-74385-3.
  21. ^ King, Gary; Nielsen, Richard (octubre de 2019). "Por qué no se deben utilizar los puntajes de propensión para el emparejamiento". Análisis político . 27 (4): 435–454. doi : 10.1017/pan.2019.11 . hdl : 1721.1/128459 . ISSN  1047-1987.
  22. ^ Bailey, RA (2008). Diseño de experimentos comparativos . Cambridge: Cambridge University Press. ISBN 978-0521683579.

Lectura adicional

Enlaces externos