Hispanopedia Wiki
Articulo de referencia

Experimento

El astronauta del Apolo 15, David Scott, realiza una prueba de gravedad en la Luna con un martillo y una pluma (1971). Incluso los niños muy pequeños realizan experimentos rudim...

Hispanopedia WikiContenido en espanolLectura gratuita
El astronauta del Apolo 15, David Scott, realiza una prueba de gravedad en la Luna con un martillo y una pluma (1971).
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 permiten comprender la relación causa-efecto al demostrar qué resultado se produce cuando se manipula un factor determinado. Los experimentos varían mucho en cuanto a su objetivo y escala, pero siempre se basan en un procedimiento repetible y en un análisis lógico de los resultados. También existen estudios experimentales naturales .

Un niño puede realizar experimentos básicos para comprender cómo caen las cosas al suelo, mientras que equipos de científicos pueden tardar años de investigación sistemática para profundizar en la 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 mejorar las calificaciones en las pruebas y ayudar a que un estudiante se involucre más y se interese por 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 las humanas .

Los experimentos suelen incluir controles , diseñados para minimizar los efectos de variables distintas a la variable independiente principal . Esto aumenta la fiabilidad de los resultados, a menudo mediante la comparación entre las mediciones de los controles y las demás mediciones. Los controles científicos forman parte del método científico . Idealmente, todas las variables de un experimento están controladas (contabilizadas por las mediciones de control) y ninguna queda sin controlar. En un experimento de este tipo, si todos los controles funcionan como se espera, se puede concluir que el experimento funciona según lo previsto y que los resultados se deben al efecto de las variables analizadas.

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 generalmente pone a prueba una hipótesis , que es una expectativa sobre cómo funciona un proceso o fenómeno en particular. Sin embargo, un experimento también puede tener como objetivo responder a una pregunta hipotética, sin una expectativa específica sobre lo que revelará, 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 aportar evidencia que la respalde. Por otro lado, un experimento que proporciona un contraejemplo puede refutar una teoría o hipótesis, pero una teoría siempre puede ser rescatada mediante modificaciones ad hoc apropiadas , aunque a costa de la simplicidad.

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

En ingeniería y ciencias físicas , los experimentos son un componente fundamental del método científico. Se utilizan para comprobar teorías e hipótesis sobre cómo funcionan los procesos físicos en condiciones específicas (por ejemplo, si un proceso de ingeniería determinado puede producir un compuesto químico deseado). Por lo general, los experimentos en estos campos se centran en replicar procedimientos idénticos con la esperanza de obtener resultados idénticos en cada repetición. 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 (generalmente seres humanos individuales) se asignan aleatoriamente a una condición de tratamiento o control donde se evalúa uno o más resultados. [ 5 ] A diferencia de las normas en las ciencias físicas, el enfoque suele estar en el efecto promedio del tratamiento (la diferencia en los resultados entre los grupos de tratamiento y control) u otra estadística de prueba producida por el experimento. [ 6 ] Un solo estudio generalmente no implica replicaciones del experimento, pero los estudios separados pueden agregarse a través de revisiones sistemáticas y metaanálisis .

Existen diversas diferencias en la práctica experimental en cada una de las ramas de la ciencia . Por ejemplo, la investigación agrícola suele utilizar 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

Varios estudiosos han señalado que el relato de Daniel 1:12-16 contiene una de las primeras descripciones de una prueba comparativa controlada en la literatura antigua. En la narración, Daniel y sus compañeros solicitan una prueba de diez días en la que solo consumen vegetales y agua, mientras que otros jóvenes continúan con la dieta del rey. Se comparan los resultados de ambos regímenes y se instruye al administrador para que actúe en función del resultado observado. [ 7 ] [ 8 ]

Los historiadores de la ciencia han citado ocasionalmente este pasaje como un ejemplo literario temprano de razonamiento empírico. David C. Lindberg señala que la Biblia hebrea contiene "procedimientos que se asemejan a pruebas empíricas" e incluye Daniel 1 entre los ejemplos donde se organiza deliberadamente un ensayo para evaluar condiciones contrapuestas. [ 9 ] James C. VanderKam describe asimismo el episodio como la presentación de "un diseño experimental rudimentario" que contrasta dos dietas en circunstancias controladas. [ 10 ] Si bien esta opinión no es universal, algunos comentaristas se han referido al episodio como una de las primeras pruebas experimentales registradas. [ 11 ]

Uno de los primeros enfoques metódicos de los experimentos en el sentido moderno se observa en las obras del matemático y erudito árabe Ibn al-Haytham . Llevó a cabo sus experimentos en el campo de la óptica —remontándose a problemas ópticos y matemáticos en las obras de Ptolomeo— controlando sus experimentos mediante factores como la autocrítica, la confianza en los resultados visibles de los experimentos y la criticidad en función de resultados anteriores. Fue uno de los primeros eruditos en utilizar un método inductivo-experimental para obtener resultados. [ 12 ] En su Libro de Óptica describe el enfoque fundamentalmente nuevo del conocimiento y la investigación en un sentido experimental:

Es decir, deberíamos retomar la investigación de sus principios y premisas, comenzando con un examen de las cosas existentes y un análisis de las condiciones de los objetos visibles. Deberíamos distinguir las propiedades de los particulares y deducir por inducción qué concierne al ojo cuando se produce la visión y qué se encuentra, en el modo de la sensación, como uniforme, inmutable, manifiesto e indudable. Después, deberíamos avanzar en nuestra investigación y razonamientos de forma gradual y ordenada, criticando las premisas y siendo prudentes con respecto a las conclusiones. Nuestro objetivo en todo lo que sometemos a examen y revisión es emplear la justicia, no seguir los prejuicios, y tener cuidado en todo lo que juzgamos y criticamos de buscar la verdad y no dejarnos influir por la opinión. De esta manera, podremos llegar finalmente a la verdad que agrada al corazón y alcanzar gradual y cuidadosamente el fin en el que aparece la certeza; mientras que, mediante la crítica y la prudencia, podremos captar la verdad que disipa el desacuerdo y resuelve las dudas. A pesar de todo, no estamos libres de esa turbidez humana que es propia de la naturaleza del hombre; pero debemos hacer lo mejor que podamos con lo que poseemos de nuestras capacidades humanas. De Dios recibimos apoyo en todas las cosas. [ 13 ]

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 humana. Además, es necesaria una visión crítica de los resultados de estudios anteriores.

Por lo tanto, es deber del hombre que estudia los escritos de los científicos, si su objetivo es conocer la verdad, convertirse en enemigo de todo lo que lee y, aplicando su mente al núcleo y a los márgenes de su contenido, atacarlo desde todos los ángulos. También debe cuestionarse a sí mismo al realizar su examen crítico, para evitar caer en prejuicios o indulgencia. [ 14 ]

Por lo tanto, para un experimento objetivo es necesaria la comparación de resultados previos con los resultados experimentales, siendo los resultados visibles los más importantes. En última instancia, esto puede significar que un investigador experimental deba tener el valor suficiente para descartar opiniones o resultados tradicionales, especialmente si estos no son experimentales, sino que provienen de una derivación lógica o mental. En este proceso de reflexión crítica, el investigador no debe olvidar que tiende a tener opiniones subjetivas —debido a prejuicios y cierta indulgencia— y, por consiguiente, debe ser crítico con su propia manera de formular hipótesis.

Francis Bacon (1561-1626), filósofo y científico inglés del siglo XVII, se convirtió en un influyente defensor de la ciencia experimental durante el Renacimiento inglés . Discrepaba del método de deducción para responder preguntas científicas —similar al de Ibn al-Haytham— y lo describió así: «Tras determinar la pregunta según su voluntad, el hombre recurre a la experiencia y, doblegándola a su antojo, la lleva como a una prisionera en procesión». [ 15 ] Bacon buscaba un método basado en observaciones repetibles, o experimentos. Cabe destacar que fue el primero en establecer el método científico tal como lo conocemos hoy.

Queda la experiencia simple; que, si se acepta tal como viene, se llama accidente, si se busca, experimento. El verdadero método de la experiencia primero enciende la vela [hipótesis], y luego, por medio de la vela, muestra el camino [organiza y delimita el experimento]; comenzando, pues, con una experiencia debidamente ordenada y asimilada, no torpe ni errática, y de ella deduciendo axiomas [teorías], y de los axiomas establecidos, nuevos experimentos. [ 16 ] : 101

En los siglos siguientes, quienes aplicaron el método científico en diferentes áreas realizaron importantes avances y descubrimientos. Por ejemplo, Galileo Galilei (1564-1642) midió el tiempo con precisión y realizó experimentos para obtener mediciones y conclusiones exactas sobre la velocidad de un cuerpo en caída libre. Antoine Lavoisier (1743-1794), 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). [ 17 ] Louis Pasteur (1822-1895) utilizó el método científico para refutar la teoría predominante de la generación espontánea y para desarrollar la teoría microbiana de las enfermedades . [ 18 ] Debido a la importancia de controlar las variables potencialmente confusoras, se prefiere el uso de experimentos de laboratorio bien diseñados siempre que sea posible.

A principios del siglo XX se produjo un progreso considerable 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. [ 19 ]

Tipos

Los experimentos pueden clasificarse según diversas dimensiones, en función de las normas y estándares profesionales de los diferentes campos de estudio.

En algunas disciplinas (por ejemplo, psicología o ciencias políticas ), un «experimento verdadero» es un método de investigación social en el que existen dos tipos de variables . La variable independiente es manipulada por el experimentador, y la variable dependiente es medida. La característica distintiva de un experimento verdadero es que asigna aleatoriamente a los sujetos para neutralizar el sesgo del experimentador y garantiza, a lo largo de un gran número de iteraciones del experimento, que controla todos los factores de confusión. [ 20 ]

Dependiendo de la disciplina, los experimentos pueden realizarse para lograr objetivos diferentes pero no mutuamente excluyentes: [ 21 ] probar teorías, buscar y documentar fenómenos, desarrollar teorías o asesorar a los responsables políticos. Estos objetivos también se relacionan de manera diferente con las preocupaciones sobre la validez .

experimentos controlados

Un experimento controlado suele comparar 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 clínico de un fármaco. La muestra o el grupo que recibe el fármaco sería el grupo experimental ( grupo de tratamiento ); y el que recibe el placebo o el tratamiento habitual sería el grupo de control . En muchos experimentos de laboratorio, es 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 claramente 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 erróneamente para esa muestra). Generalmente, 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 permitieron obtener un resultado positivo, incluso si ninguna de las muestras experimentales lo produjo. El control negativo muestra el resultado de referencia obtenido cuando una prueba no produce un resultado positivo medible. Generalmente, el valor del control negativo se considera un valor de fondo que se resta de los resultados de las muestras analizadas. En ocasiones, el control positivo corresponde al cuadrante de una curva estándar .

An example that is often used in teaching laboratories is a controlled proteinassay. Students might be given a fluid sample containing an unknown (to the student) amount of protein. It is their job to correctly perform a controlled experiment in which they determine the concentration of protein in the fluid sample (usually called the "unknown sample"). The teaching lab would be equipped with a protein standard solution with a known protein concentration. Students could make several positive control samples containing various dilutions of the protein standard. Negative control samples would contain all of the reagents for the protein assay but no protein. In this example, all samples are performed in duplicate. The assay is a colorimetric assay in which a spectrophotometer can measure the amount of protein in samples by detecting a colored complex formed by the interaction of protein molecules and molecules of an added dye. In the illustration, the results for the diluted test samples can be compared to the results of the standard curve (the blue line in the illustration) to estimate the amount of protein in the unknown sample.

Controlled experiments can be performed when it is difficult to exactly control all the conditions in an experiment. In this case, the experiment begins by creating two or more sample groups that are probabilistically equivalent, which means that measurements of traits should be similar among the groups and that the groups should respond in the same manner if given the same treatment. This equivalency is determined by statistical methods that take into account the amount of variation between individuals and the number of individuals in each group. In fields such as microbiology and chemistry, where there is very little variation between individuals and the group size is easily in the millions, these statistical methods are often bypassed and simply splitting a solution into equal parts is assumed to produce identical sample groups.

Once equivalent groups have been formed, the experimenter tries to treat them identically except for the one variable that he or she wishes to isolate. Human experimentation requires special safeguards against outside variables such as the placebo effect. Such experiments are generally double blind, meaning that neither the volunteer nor the researcher knows which individuals are in the control group or the experimental group until after all of the data have been collected. This ensures that any effects on the volunteer are due to the treatment itself and are not a response to the knowledge that he is being treated.

In human experiments, researchers may give a subject (person) a stimulus that the subject responds to. The goal of the experiment is to measure the response to the stimulus by a test method.

In the design of experiments, two or more "treatments" are applied to estimate the difference between the mean responses for the treatments. For example, an experiment on baking bread could estimate the difference in the responses associated with quantitative variables, such as the ratio of water to flour, and with qualitative variables, such as strains of yeast. Experimentation is the step in the scientific method that helps people decide between two or more competing explanations—or hypotheses. These hypotheses suggest reasons to explain a phenomenon or predict the results of an action. An example might be the hypothesis that "if I release this ball, it will fall to the floor": this suggestion can then be tested by carrying out the experiment of letting go of the ball, and observing the results. Formally, a hypothesis is compared against its opposite or null hypothesis ("if I release this ball, it will not fall to the floor"). The null hypothesis is that there is no explanation or predictive power of the phenomenon through the reasoning that is being investigated. Once hypotheses are defined, an experiment can be carried out and the results analysed to confirm, refute, or define the accuracy of the hypotheses.

Experiments can be also designed to estimate spillover effects onto nearby untreated units.

Natural experiments

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 cuasiexperimentos . [ 22 ] Los experimentos naturales se basan únicamente en observaciones de las variables del sistema en estudio, en lugar de la manipulación de una o pocas variables, como ocurre en los experimentos controlados. En la medida de lo posible, intentan recopilar datos del sistema de tal forma que se pueda determinar la contribución de todas las variables, y donde los efectos de la variación en ciertas variables permanezcan aproximadamente constantes para 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 alcanzar la potencia de los experimentos controlados. Sin embargo, por lo general existe cierta correlación entre estas variables, lo que reduce la fiabilidad de los experimentos naturales en relación con lo que se podría concluir si se realizara un experimento controlado. Además, dado que los experimentos naturales suelen tener lugar en entornos no controlados, las variables procedentes de fuentes no detectadas no se miden ni se mantienen constantes, lo que puede producir correlaciones ilusorias en las variables que se estudian.

Gran parte de la investigación en diversas disciplinas científicas , incluyendo economía , geografía humana , arqueología , sociología , antropología cultural , geología , paleontología , ecología , meteorología y astronomía , se basa en cuasiexperimentos. 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 miles de millones de años para que se forme una estrella. Sin embargo, al observar varias nubes de hidrógeno en diferentes estados de colapso y otras implicaciones de la hipótesis (por ejemplo, la presencia de diversas 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 aparición 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. [ 23 ]

experimentos de campo

Los experimentos de campo se denominan así para distinguirlos de los experimentos de laboratorio , que imponen el control científico al poner a prueba una hipótesis en el entorno artificial y altamente controlado de un laboratorio. Utilizados frecuentemente en las ciencias sociales, y especialmente en los análisis económicos de intervenciones educativas y sanitarias, los experimentos de campo tienen la ventaja de que los resultados se observan en un entorno natural en lugar de en un entorno de laboratorio artificial. Por esta razón, a veces se considera que los experimentos de campo tienen mayor validez externa que los de laboratorio. Sin embargo, al igual que los experimentos naturales, los experimentos de campo presentan el riesgo de contaminación: las condiciones experimentales pueden controlarse con mayor precisión y certeza en el laboratorio. Aun así, algunos fenómenos (por ejemplo, la participación electoral) no pueden estudiarse fácilmente en un laboratorio.

Estudios observacionales

El modelo de caja negra para la observación (la entrada y la salida son observables ). Cuando hay 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 costos (o ineficiente) adaptar un sistema físico o social a un entorno de laboratorio, controlar completamente los factores de confusión o aplicar una asignación aleatoria. También puede utilizarse 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 son valiosos porque a menudo sugieren hipótesis que pueden contrastarse mediante experimentos aleatorios o recopilando nuevos datos.

Fundamentalmente, sin embargo, 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) suelen implicar variables difíciles de cuantificar o controlar. Los estudios observacionales son limitados porque carecen de las propiedades estadísticas de los experimentos aleatorizados. En un experimento aleatorizado, el método de aleatorización especificado en el protocolo experimental guía el análisis estadístico, que generalmente también se especifica en dicho protocolo. [ 24 ] Sin un modelo estadístico que refleje una aleatorización objetiva, el análisis estadístico se basa en un modelo subjetivo. [ 24 ] Las inferencias derivadas de modelos subjetivos no son fiables ni en teoría ni en la práctica. [ 25 ] De hecho, existen varios casos en los que estudios observacionales realizados con rigor arrojan resultados erróneos de forma sistemática; es decir, los resultados de los estudios observacionales son inconsistentes y difieren de los resultados de los experimentos. Por ejemplo, los estudios epidemiológicos sobre el cáncer de colon muestran sistemáticamente correlaciones beneficiosas con el consumo de brócoli, mientras que los experimentos no encuentran ningún beneficio. [ 26 ]

A particular problem with observational studies involving human subjects is the great difficulty attaining fair comparisons between treatments (or exposures), because such studies are prone to selection bias, and groups receiving different treatments (exposures) may differ greatly according to their covariates (age, height, weight, medications, exercise, nutritional status, ethnicity, family medical history, etc.). In contrast, randomization implies that for each covariate, the mean for each group is expected to be the same. For any randomized trial, some variation from the mean is expected, of course, but the randomization ensures that the experimental groups have mean values that are close, due to the central limit theorem and Markov's inequality. With inadequate randomization or low sample size, the systematic variation in covariates between the treatment groups (or exposure groups) makes it difficult to separate the effect of the treatment (exposure) from the effects of the other covariates, most of which have not been measured. The mathematical models used to analyze such data must consider each differing covariate (if measured), and results are not meaningful if a covariate is neither randomized nor included in the model.

To avoid conditions that render an experiment far less useful, physicians conducting medical trials—say for U.S. Food and Drug Administration approval—quantify and randomize the covariates that can be identified. Researchers attempt to reduce the biases of observational studies with matching methods such as propensity score matching, which require large populations of subjects and extensive information on covariates. However, propensity score matching is no longer recommended as a technique because it can increase, rather than decrease, bias.[27] Outcomes are also quantified when possible (bone density, the amount of some cell or substance in the blood, physical strength or endurance, etc.) and not based on a subject's or a professional observer's opinion. In this way, the design of an observational study can render the results more objective and therefore, more convincing.

Ethics

Al poner la distribución de la(s) variable(s) independiente(s) bajo el control del investigador, un experimento —particularmente cuando involucra sujetos humanos— introduce posibles consideraciones éticas, como equilibrar el beneficio y el daño, distribuir equitativamente las intervenciones (por ejemplo, tratamientos para una enfermedad) y el consentimiento informado . Por ejemplo, en psicología o atención médica, no es 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 la mejor práctica actual. [ 28 ] También es generalmente no 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 seres humanos, puede plantear dilemas éticos. Por ejemplo, los experimentos con bombas nucleares realizados por el Proyecto Manhattan implicaban el uso de reacciones nucleares para dañar a seres humanos, aunque dichos experimentos no involucraron directamente a ningún sujeto humano.

Véase también

Notas

  1. ↑ Stohr-Hunt, Patricia (1996). "Análisis de la frecuencia de la experiencia práctica y el rendimiento científico". Journal of Research in Science Teaching . 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 por todo el universo (Edición en línea ). Singapur: World Scientific. pág. 12. ISBN   978-981-4271-16-5.
  3. 1 2 Griffith, W. Thomas (2001). La física de los fenómenos cotidianos : una introducción conceptual a la física (3.ª ed.). Boston: McGraw-Hill. págs. 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. págs. 61–62 . ISBN   978-981-256-649-2.
  5. ↑ Holland, Paul W. (diciembre de 1986). "Estadística e inferencia causal". Journal of the American Statistical Association . 81 (396): 945– 960. doi : 10.2307/2289064 . JSTOR 2289064 . 
  6. ↑ Druckman, James N.; Green , Donald P.; Kuklinski , James H .; Lupia, Arthur , eds. (2011). Cambridge handbook of experimental political science . Cambridge: Cambridge University Press. ISBN 978-0521174558.
  7. ↑ Gerhard von Rad, Teología del Antiguo Testamento , vol. 2 (Louisville: Westminster John Knox, 1965), 307–308.
  8. ↑ Brevard S. Childs, Introducción al Antiguo Testamento como Escritura (Filadelfia: Fortress Press, 1979), 613.
  9. ↑ David C. Lindberg, Los comienzos de la ciencia occidental (Chicago: University of Chicago Press, 2007), 14–15.
  10. ↑ James C. VanderKam, Una introducción al judaísmo primitivo (Grand Rapids: Eerdmans, 2001), 124.
  11. ↑ A. Leo Oppenheim, Mesopotamia antigua: retrato de una civilización muerta (Chicago: University of Chicago Press, 1977), 235–236.
  12. ↑ El-Bizri, Nader (2005). "Una perspectiva filosófica sobre la óptica de Alhazen". Ciencias y filosofía árabes . 15 (2): 189– 218. doi : 10.1017/S0957423905000172 . S2CID 123057532 . 
  13. ^ Ibn al-Haytham, Abu Ali Al-Hasan. Óptica . pag. 5. 
  14. ^ Ibn al-Haytham, Abu Ali Al-Hasan. Dubitationes en Ptolemaeum . pag. 3. 
  15. ↑ «Habiendo determinado primero la cuestión según su voluntad, el hombre recurre entonces a la experiencia y, doblegándola para que se ajuste a sus caprichos, la lleva como a una cautiva en procesión». Bacon, Francis. Novum Organum , i, 63. Citado en Durant 2012 , p. 170 . 
  16. ↑ Durant, Will (2012). La historia de la filosofía : vidas y opiniones de los grandes filósofos del mundo occidental (2.ª ed.). Nueva York: Simon and Schuster. ISBN   978-0-671-69500-2.
  17. ↑ 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.
  18. ↑ Brock, Thomas D, ed. (1988). Pasteur y la ciencia moderna (Nueva edición ilustrada). Springer. ISBN  978-3540501015.
  19. ↑ Berry, Kenneth; Johnston, Janis; Mielke Jr, Paul (2014). A Chronicle of Permutation Statistical Methods 1920–2000, and Beyond (PDF) . Springer International Publishing Switzerland: Springer. pp. 20–30 , 33–35 , 41–42 , 61–65 , 159–160 , 240–242 , 249, 266, 339. 
  20. ↑ "Tipos de experimentos" . Departamento de Psicología, Universidad de California Davis. Archivado del original el 19 de diciembre de 2014.
  21. ↑ 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" . Perspectives on Psychological Science . 16 (4): 854– 863. doi : 10.1177/1745691620974773 . ISSN 1745-6916 . PMID 33593177. S2CID 231877717 .   
  22. ↑ Dunning 2012
  23. ↑ "Perfil de Ole Roemer: El primero en medir la velocidad de la luz | AMNH" .
  24. 1 2 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.
  25. ^ Liberto, David ; Pisani, Robert; Purves, Roger (2007). Estadísticas (4ª ed.). Nueva York: Norton. ISBN  978-0-393-92972-0.
  26. ↑ Freedman, David A. (2009). Modelos estadísticos : teoría y práctica ( Edición revisada). Cambridge: Cambridge University Press. ISBN   978-0-521-74385-3.
  27. ↑ King, Gary; Nielsen, Richard (octubre de 2019). "Por qué no se deben usar las puntuaciones de propensión para el emparejamiento" . Análisis político . 27 (4): 435– 454. doi : 10.1017/pan.2019.11 . hdl : 1721.1/128459 . ISSN 1047-1987 . 
  28. ↑ Bailey, RA (2008). Diseño de experimentos comparativos . Cambridge: Cambridge University Press. ISBN 978-0521683579.

Lecturas adicionales

  • Dunning, Thad (2012). Natural experiments in the social sciences : a design-based approach. Cambridge: Cambridge University Press. ISBN 978-1107698000.
  • Shadish, William R.; Cook, Thomas D.; Campbell, Donald T. (2002). Experimental and quasi-experimental designs for generalized causal inference (Nachdr. ed.). Boston: Houghton Mifflin. ISBN 0-395-61556-9. (Excerpts)
  • Jeremy, Teigen (2014). "Experimental Methods in Military and Veteran Studies". In Soeters, Joseph; Shields, Patricia; Rietjens, Sebastiaan (eds.). Routledge Handbook of Research Methods in Military Studies. New York: Routledge. pp. 228–238.