模型中心化框架下的科学发现：可重现性、创新和认识多样性
摘要：科学的可重复性是科学成果可靠性的一个指标。我们称这种一致性的结果为可再现的，并假设可再现是科学发现中的一个理想属性。然而，尽管存在不可再现的结果，科学似乎仍然在不断发展，这表明可再现性与科学发现的其他理想属性之间的关系尚不清楚。这些属性包括尽早发现真相、一旦真相被发现就坚持真相、以及在长期的科学探索中花费的时间。我们构建了一个数学模型来研究科学发现的这些理想属性，其中我们假设科学家采用以模型为中心的方法来发现产生数据的真实模型，这是科学发现的一个随机过程。我们使用马尔可夫链理论、蒙特卡洛方法和基于 agent 的建模分析了这个过程的特性。我们展示了即使科学结果是可再现的，科学过程也可能不会收敛于真相，而不可再现的结果也不一定意味着不真实的结果。科学领域中不同研究策略的比例、科学家选择的方法论、真相的复杂性以及信号的强度都对这一反直觉的发现有贡献。重要的洞察包括创新研究通过促进模型空间的探索加速了科学真理的发现，认识多样性优化了科学发现的理想属性。
作者：Berna Devezer, Luis G. Nardin, Bert Baumgaertner, Erkan Buzbas
论文ID：1803.10118
分类：Other Statistics
分类简称：stat.OT
提交时间：2019-06-19