Den naturvidenskabelige metode handler om at undersøge spørgsmål med observationer, data og forklaringer, som kan vurderes kritisk. Vi nøjes altså ikke med, at en forklaring lyder sandsynlig. Vi undersøger, om den stemmer med det, vi kan måle og observere.
Modeller hjælper os med at forbinde forklaringerne med virkeligheden. Her følger vi først en enkel undersøgelse og bruger derefter synapsefiguren længere nede til at se, hvordan mange undersøgelser kan samles i én model.
Fra spørgsmål til konklusion
Forestil dig, at du vil undersøge, om lys påvirker karseplanters vækst. Du har lagt mærke til, at planter ved et vindue kan se anderledes ud end planter i mørke. Nu skal observationen omsættes til et spørgsmål, som kan undersøges.
- Spørgsmål: Hvordan påvirker lys karseplanternes vækst under de valgte forhold?
- Hypotese: En mulig forklaring er, at lys giver mulighed for fotosyntese og dermed påvirker planternes opbygning af biomasse. Biomasse er organismens organiske materiale.
- Forudsigelse: Hvis forklaringen passer, hvad forventer vi så at måle, når vi ændrer lysforholdene? Vi skal beslutte, om vækst fx måles som højde eller tørmasse; de to mål viser ikke nødvendigvis det samme.
- Undersøgelse: Vi sammenligner planter under forskellige lysforhold og forsøger at holde blandt andet vand, temperatur og udgangspunkt ens.
- Data og analyse: Vi registrerer målinger, ser på variationen og vurderer, om resultaterne støtter forventningen.
- Konklusion: Vi besvarer spørgsmålet og forklarer, hvor sikkert resultatet kan tolkes, samt hvilke fejlkilder der er.
Det er en arbejdsmodel, ikke én fast opskrift for al forskning. Naturvidenskab bruger også fx feltobservationer, sammenligninger, historiske spor og beregninger. Arbejdet går ofte frem og tilbage mellem spørgsmål, modeller og nye data.
Hypotese, empiri, teori og model
| Begreb | Hvad betyder det? |
|---|---|
| Hypotese | En mulig forklaring, som kan undersøges. |
| Empiri | Observationer og data indsamlet fra undersøgelser af virkeligheden. |
| Teori | En sammenhængende forklaringsramme, som kan understøttes af mange undersøgelser. |
| Model | En forenklet fremstilling af et system eller en sammenhæng. |
En hypotese bliver ikke automatisk til en teori efter et bestemt antal forsøg. Og et enkelt resultat, der passer til forventningen, beviser ikke alene forklaringen. Andre mulige forklaringer og usikkerheder skal også vurderes. Se hypotetisk-deduktiv og empirisk-induktiv metode.
Hvad viser en naturvidenskabelig model?
En model udvælger dele af virkeligheden, så de bliver lettere at undersøge eller forstå. Det kan være en tegning af en celle, en fysisk opstilling, en ligning eller en computersimulation. Modellen kan både bruges til at forklare eksisterende data og til at opstille forventninger til nye undersøgelser.
En god model skal vurderes i forhold til sit formål. En celle tegnet i to dimensioner kan vise organeller, men viser ikke hele cellens rumlige opbygning. Det er en forenkling, vi skal kende, når vi bruger figuren.
Eksempel: en model af signalering i en synapse
En synapse er et kontaktsted, hvor en nervecelle påvirker en anden celle. Præsynapsen er den afsendende del, og postsynapsen er den modtagende. Figuren viser en bestemt type signalering med glutamat og endocannabinoider. Endocannabinoider er signalstoffer, kroppen selv danner, som kan påvirke cannabinoidreceptorer.
Følg først det almindelige signal: Et elektrisk nervesignal når præsynapsen, calciumkanaler åbner, og calcium medvirker til frigivelse af glutamat. Glutamat er en neurotransmitter, altså et signalstof mellem nerveceller. Det binder til receptorer på den modtagende celle og kan påvirke dens elektriske tilstand.
I modellens feedbackforløb kan den modtagende celle frigive endocannabinoider, som virker tilbage på præsynapsen. Aktivering af cannabinoidreceptoren kan dæmpe calciumindstrømning og frigivelse af signalstof. THC, et aktivt stof i cannabis, kan også aktivere denne receptor. En receptoraktivator kaldes en agonist. Få grundlaget i forklaringen af synapsens nervesignal.
Hvordan undersøger man, om modellen passer?
Vi kan fx opstille hypotesen, at aktivering af receptoren hæmmer calciumindstrømningen i denne celletype. Så forventer vi at måle mindre calciumstrøm, når receptoren aktiveres, end i en passende kontrol. Hvis virkningen svækkes, når receptoren blokeres, kan det styrke forklaringen om receptorens rolle.
Det er et tænkt eksempel på undersøgelseslogikken. En måling af hjernens aktivitet kan ikke alene fortælle præcis, hvilken molekylær mekanisme der er ansvarlig. Derfor kan viden fra forskellige typer undersøgelser være nødvendig.
Data, fejlkilder og faglig vurdering
Et resultat skal vurderes sammen med metoden: Var måleudstyret egnet? Var grupperne sammenlignelige? Kunne andre faktorer forklare forskellen? Kontrolforsøg og variabelkontrol hjælper med at undersøge dette. En sammenhæng er heller ikke automatisk en årsagssammenhæng.
Peer review betyder, at andre fagfolk vurderer et forskningsarbejde før eller som led i offentliggørelsen. Det er en del af kvalitetssikringen, men ingen garanti mod fejl. Gentagelser, uafhængige resultater og kritisk diskussion er også vigtige.
Sådan analyserer du en figur eller model
Forklar først, hvad modellen skal vise. Følg derefter pile og symboler i rækkefølge, og forbind dem med fagbegreber. Vurdér til sidst, hvad modellen udelader, hvilke antagelser den bygger på, og hvilke data der kan støtte eller udfordre den. Når du tegner din egen model og forklarer den højt, opdager du ofte, hvilke forbindelser du stadig mangler at forstå.
