ഉപയോഗിക്കുന്നു വിവിധ രീതികൾ. ഒരു പ്രതിഭാസത്തിന്റെ പഠന സമയത്ത് ലഭിച്ച ഡാറ്റയുടെ പരോക്ഷമായോ നേരിട്ടോ ശേഖരിക്കുന്ന രീതികളുടെ ഒരു പ്രത്യേക ഗ്രൂപ്പാണ് അനുഭവ ഗവേഷണം. മറ്റ് രീതികളിൽ ഓർഗനൈസേഷണൽ, ഇന്റർപ്രെറ്റീവ്, ഡാറ്റ പ്രോസസ്സിംഗ് രീതികൾ എന്നിവ ഉൾപ്പെടുന്നു. സൈദ്ധാന്തിക ഗവേഷണത്തിൽ നിന്ന് ശാസ്ത്രീയ അനുഭവ ഗവേഷണത്തെ വേർതിരിക്കുന്നത് പ്രധാനമാണ് എന്നതും ശ്രദ്ധിക്കേണ്ടതാണ്.

അനുഭവപരവും സൈദ്ധാന്തികവുമായ ഗവേഷണം തമ്മിലുള്ള വ്യത്യാസങ്ങൾ

അക്ഷരാർത്ഥത്തിൽ, "അനുഭവാത്മകം" എന്നാൽ "ആനുഭവാത്മകമായി നേടിയത്", അതായത്, അനുഭവപരമായ ഗവേഷണം - ഒരു വസ്തുവിന്റെ പഠന സമയത്ത് ലഭിച്ച നിർദ്ദിഷ്ട ഡാറ്റ. അങ്ങനെ, അനുഭവ ഗവേഷണത്തിൽ ഗവേഷകനും പഠിക്കുന്ന വസ്തുവും തമ്മിൽ നേരിട്ടുള്ള ബന്ധമുണ്ട്. സൈദ്ധാന്തിക ഗവേഷണം സംഭവിക്കുന്നത്, ഏകദേശം പറഞ്ഞാൽ, മാനസിക തലത്തിലാണ്. അനുഭവജ്ഞാനം പ്രധാനമായും യഥാർത്ഥ വസ്തുക്കളുടെ പരീക്ഷണവും നിരീക്ഷണവും (പഠിക്കുന്ന പ്രതിഭാസങ്ങളുടെ നേരിട്ടുള്ള സ്വാധീനം അല്ലെങ്കിൽ നിരീക്ഷണം) പ്രധാനമായി ഉപയോഗിക്കുന്നു. അനുഭവപരമായ ഗവേഷണം, ഒന്നാമതായി, അറിവിന്റെ ഫലത്തിൽ ആത്മനിഷ്ഠ ഘടകങ്ങളുടെ സ്വാധീനത്തിന്റെ പരമാവധി ഒഴിവാക്കലാണ്. ഇക്കാര്യത്തിൽ സൈദ്ധാന്തിക അറിവ്, അനുയോജ്യമായ ചിത്രങ്ങളും വസ്തുക്കളും ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന വലിയ ആത്മനിഷ്ഠതയാണ് സവിശേഷത.

പരീക്ഷണാത്മക ശാസ്ത്ര ഗവേഷണത്തിൽ ഗവേഷണ രീതികൾ ഉൾപ്പെടുന്നു (നിരീക്ഷണവും പരീക്ഷണവും); ഈ രീതികളിലൂടെ ലഭിച്ച ഫലങ്ങൾ (വസ്തുത ഡാറ്റ); ലഭിച്ച ഫലങ്ങൾ ("റോ ഡാറ്റ") പാറ്റേണുകൾ, ഡിപൻഡൻസികൾ, വസ്തുതകൾ എന്നിവയിലേക്ക് വിവർത്തനം ചെയ്യുന്നതിനുള്ള വിവിധ നടപടിക്രമങ്ങൾ. അനുഭവപരമായ ഗവേഷണം ഒരു പരീക്ഷണം മാത്രമല്ല; ശാസ്ത്രീയ അനുമാനങ്ങൾ സ്ഥിരീകരിക്കുകയോ നിരാകരിക്കുകയോ ചെയ്യുന്ന, പുതിയ പാറ്റേണുകൾ തിരിച്ചറിയുന്ന ഒരു സങ്കീർണ്ണ പ്രക്രിയയാണിത്.

ഘട്ടങ്ങൾ അനുഭവപരമായ ഗവേഷണം

മറ്റേതൊരു രീതിയും പോലെ, അനുഭവപരമായ ഗവേഷണം നിരവധി ഘട്ടങ്ങൾ ഉൾക്കൊള്ളുന്നു, അവ ഓരോന്നും വസ്തുനിഷ്ഠമായ ഡാറ്റ നേടുന്നതിന് പ്രധാനമാണ്. അനുഭവ ഗവേഷണത്തിന്റെ പ്രധാന ഘട്ടങ്ങൾ നമുക്ക് പട്ടികപ്പെടുത്താം. ലക്ഷ്യം സജ്ജീകരിച്ച ശേഷം, ഗവേഷണ ലക്ഷ്യങ്ങൾ രൂപപ്പെടുത്തി, ഒരു സിദ്ധാന്തം മുന്നോട്ട് വച്ച ശേഷം, ഗവേഷകൻ നേരിട്ട് വസ്തുതകൾ നേടുന്ന പ്രക്രിയയിലേക്ക് പോകുന്നു. ജോലിയുടെ പ്രക്രിയയിൽ നിരീക്ഷണപരമോ പരീക്ഷണപരമോ ആയ ഡാറ്റ രേഖപ്പെടുത്തുമ്പോൾ, അനുഭവപരമായ ഗവേഷണത്തിന്റെ ആദ്യ ഘട്ടമാണിത്. ഓൺ ഈ ഘട്ടത്തിൽലഭിച്ച ഫലങ്ങൾ കർശനമായി വിലയിരുത്തപ്പെടുന്നു; ഡാറ്റയെ കഴിയുന്നത്ര വസ്തുനിഷ്ഠമാക്കാനും പാർശ്വഫലങ്ങളിൽ നിന്ന് അവയെ മായ്‌ക്കാനും പരീക്ഷണാർത്ഥം ശ്രമിക്കുന്നു.

പരീക്ഷണാത്മക പഠനത്തിന്റെ രണ്ടാം ഘട്ടത്തിൽ, ആദ്യ ഘട്ടത്തിൽ ലഭിച്ച ഫലങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നു. ഈ ഘട്ടത്തിൽ, വിവിധ പാറ്റേണുകളും കണക്ഷനുകളും കണ്ടെത്തുന്നതിന് ഫലങ്ങൾ പ്രാഥമിക പ്രോസസ്സിംഗിന് വിധേയമാകുന്നു. ഇവിടെ ഡാറ്റ തരംതിരിക്കുകയും വിവിധ തരങ്ങളിലേക്ക് നിയോഗിക്കുകയും പ്രത്യേക ശാസ്ത്രീയ പദങ്ങൾ ഉപയോഗിച്ച് ലഭിച്ച ഫലങ്ങൾ വിവരിക്കുകയും ചെയ്യുന്നു. അതിനാൽ, ഏതെങ്കിലും പ്രതിഭാസത്തിന്റെയോ വസ്തുവിന്റെയോ അനുഭവപരമായ ഗവേഷണം അങ്ങേയറ്റം വിജ്ഞാനപ്രദമാണ്. യാഥാർത്ഥ്യത്തെക്കുറിച്ചുള്ള അത്തരം അറിവിന്റെ ഗതിയിൽ, പ്രധാനപ്പെട്ട പാറ്റേണുകൾ നേടാനും ഒരു നിശ്ചിത വർഗ്ഗീകരണം സൃഷ്ടിക്കാനും വസ്തുക്കൾ തമ്മിലുള്ള വ്യക്തമായ ബന്ധങ്ങൾ തിരിച്ചറിയാനും കഴിയും.

ഉക്രെയ്നിലെ വിദ്യാഭ്യാസ, ശാസ്ത്ര മന്ത്രാലയം

ഡോൺബാസ് സ്റ്റേറ്റ് ടെക്നിക്കൽ യൂണിവേഴ്സിറ്റി

മാനേജ്മെന്റ് ഫാക്കൽറ്റി

അബ്സ്ട്രാക്റ്റ്

അച്ചടക്കത്തിൽ: "ശാസ്ത്ര ഗവേഷണത്തിന്റെ രീതിശാസ്ത്രവും ഓർഗനൈസേഷനും"

വിഷയത്തിൽ: "അനുഭാവിക ഗവേഷണ രീതികൾ"

ആമുഖം

6. ലഭിച്ച അനുഭവ വിവരങ്ങളുമായി പ്രവർത്തിക്കുന്നത് ഉൾപ്പെടുന്ന രീതികൾ

7. രീതിശാസ്ത്രപരമായ വശങ്ങൾ

സാഹിത്യം

ആമുഖം

ആധുനിക ശാസ്ത്രം അതിന്റെ ഇന്നത്തെ നിലയിലെത്തിയത് പ്രധാനമായും അതിന്റെ ടൂൾകിറ്റ് - ശാസ്ത്രീയ ഗവേഷണ രീതികളുടെ വികസനത്തിന് നന്ദി. നിലവിലുള്ള എല്ലാ ശാസ്ത്രീയ രീതികളെയും അനുഭവപരവും സൈദ്ധാന്തികവുമായി വിഭജിക്കാം. അവരുടെ പ്രധാന സാമ്യം പൊതുവായ ലക്ഷ്യമാണ് - സത്യം സ്ഥാപിക്കുക, പ്രധാന വ്യത്യാസം ഗവേഷണ സമീപനമാണ്.

അനുഭവജ്ഞാനം പ്രധാനമായി കണക്കാക്കുന്ന ശാസ്ത്രജ്ഞരെ "അഭ്യാസികൾ" എന്നും സൈദ്ധാന്തിക ഗവേഷണത്തെ പിന്തുണയ്ക്കുന്നവരെ യഥാക്രമം "സൈദ്ധാന്തികർ" എന്നും വിളിക്കുന്നു. സൈദ്ധാന്തിക ഗവേഷണത്തിന്റെ ഫലങ്ങളും പ്രായോഗിക അനുഭവങ്ങളും തമ്മിലുള്ള പതിവ് പൊരുത്തക്കേടാണ് രണ്ട് എതിർ സ്‌കൂളുകളുടെ ആവിർഭാവത്തിന് കാരണം.

അറിവിന്റെ ചരിത്രത്തിൽ, ശാസ്ത്രീയ അറിവിന്റെ അനുഭവപരവും സൈദ്ധാന്തികവുമായ തലങ്ങൾ തമ്മിലുള്ള ബന്ധത്തിന്റെ വിഷയത്തിൽ രണ്ട് തീവ്ര നിലപാടുകൾ ഉയർന്നുവന്നിട്ടുണ്ട്: അനുഭവവാദവും സ്കോളാസ്റ്റിക് സിദ്ധാന്തവും. അനുഭവവാദത്തെ പിന്തുണയ്ക്കുന്നവർ ശാസ്ത്രീയ അറിവിനെ മൊത്തത്തിൽ അനുഭവപരമായ തലത്തിലേക്ക് ചുരുക്കുന്നു, സൈദ്ധാന്തിക അറിവിനെ ഇകഴ്ത്തുകയോ പൂർണ്ണമായും നിരാകരിക്കുകയോ ചെയ്യുന്നു. അനുഭവവാദം വസ്തുതകളുടെ പങ്കിനെ സമ്പൂർണ്ണമാക്കുകയും അവയുടെ സാമാന്യവൽക്കരണത്തിൽ ചിന്ത, അമൂർത്തതകൾ, തത്വങ്ങൾ എന്നിവയുടെ പങ്ക് കുറച്ചുകാണുകയും ചെയ്യുന്നു, ഇത് വസ്തുനിഷ്ഠമായ നിയമങ്ങൾ തിരിച്ചറിയുന്നത് അസാധ്യമാക്കുന്നു. നഗ്നമായ വസ്തുതകളുടെ അപര്യാപ്തതയും അവരുടെ സൈദ്ധാന്തിക ധാരണയുടെ ആവശ്യകതയും അവർ തിരിച്ചറിയുമ്പോൾ അതേ ഫലം കൈവരിക്കാനാകും, എന്നാൽ ആശയങ്ങളും തത്വങ്ങളും ഉപയോഗിച്ച് എങ്ങനെ പ്രവർത്തിക്കണമെന്ന് അറിയുന്നില്ല അല്ലെങ്കിൽ ഇത് വിമർശനാത്മകമായും അബോധാവസ്ഥയിലുമാണ് ചെയ്യുന്നത്.

1. ഒരു അനുഭവപരമായ വസ്തുവിനെ ഒറ്റപ്പെടുത്തുന്നതിനും പഠിക്കുന്നതിനുമുള്ള രീതികൾ

അനുഭവപരമായ ഗവേഷണ രീതികളിൽ ആ രീതികളും സാങ്കേതികതകളും രീതികളും ഉൾപ്പെടുന്നു വൈജ്ഞാനിക പ്രവർത്തനം, അതുപോലെ പരിശീലനത്തിന്റെ ഉള്ളടക്കമോ അതിന്റെ നേരിട്ടുള്ള ഫലമോ ആയ അറിവിന്റെ രൂപീകരണവും ഏകീകരണവും. അവയെ രണ്ട് ഉപഗ്രൂപ്പുകളായി തിരിക്കാം: ഒരു അനുഭവപരമായ വസ്തുവിനെ ഒറ്റപ്പെടുത്തുന്നതിനും പഠിക്കുന്നതിനുമുള്ള രീതികൾ; ലഭിച്ച അനുഭവജ്ഞാനം പ്രോസസ്സ് ചെയ്യുന്നതിനും ചിട്ടപ്പെടുത്തുന്നതിനുമുള്ള രീതികളും ഈ അറിവിന്റെ അനുബന്ധ രൂപങ്ങളും. ഒരു ലിസ്റ്റ് ഉപയോഗിച്ച് ഇത് പ്രതിനിധീകരിക്കാം:

⁻ നിരീക്ഷണം - രജിസ്ട്രേഷന്റെയും പ്രാഥമിക ഡാറ്റയുടെ റെക്കോർഡിംഗിന്റെയും അടിസ്ഥാനത്തിൽ നടത്തിയ വിവരങ്ങൾ ശേഖരിക്കുന്നതിനുള്ള ഒരു രീതി;

⁻ പ്രാഥമിക ഡോക്യുമെന്റേഷന്റെ പഠനം - മുമ്പ് നേരിട്ട് രേഖപ്പെടുത്തിയിട്ടുള്ള ഡോക്യുമെന്റഡ് വിവരങ്ങളുടെ പഠനത്തെ അടിസ്ഥാനമാക്കി;

⁻ താരതമ്യം - പഠനത്തിന് കീഴിലുള്ള വസ്തുവിനെ ഒരു അനലോഗ് ഉപയോഗിച്ച് താരതമ്യം ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്നു;

⁻ അളവ് - ഉചിതമായ അളവെടുപ്പ് യൂണിറ്റുകൾ ഉപയോഗിച്ച് പഠനത്തിന് കീഴിലുള്ള വസ്തുവിന്റെ ഗുണങ്ങളുടെ സൂചകങ്ങളുടെ യഥാർത്ഥ സംഖ്യാ മൂല്യങ്ങൾ നിർണ്ണയിക്കുന്നതിനുള്ള ഒരു രീതി, ഉദാഹരണത്തിന്, വാട്ട്സ്, ആമ്പിയർ, റൂബിൾസ്, സ്റ്റാൻഡേർഡ് മണിക്കൂർ മുതലായവ;

⁻ മാനദണ്ഡം - ചില സ്ഥാപിത മാനദണ്ഡങ്ങളുടെ ഒരു സെറ്റിന്റെ ഉപയോഗം ഉൾപ്പെടുന്നു, സിസ്റ്റത്തിന്റെ യഥാർത്ഥ സൂചകങ്ങൾ സിസ്റ്റത്തിന്റെ അനുരൂപീകരണം സ്ഥാപിക്കാൻ ഞങ്ങളെ അനുവദിക്കുന്ന താരതമ്യവുമായി താരതമ്യം ചെയ്യുന്നു, ഉദാഹരണത്തിന്, അംഗീകൃത ആശയ മാതൃകയുമായി; മാനദണ്ഡങ്ങൾക്ക് കഴിയും: പ്രവർത്തനങ്ങളുടെ ഘടനയും ഉള്ളടക്കവും, അവ നടപ്പിലാക്കുന്നതിന്റെ തൊഴിൽ തീവ്രത, ഉദ്യോഗസ്ഥരുടെ എണ്ണം, തരം മുതലായവ നിർവചിക്കുന്ന മാനദണ്ഡങ്ങളായി പ്രവർത്തിക്കുന്നു (ഉദാഹരണത്തിന്, മെറ്റീരിയൽ, സാമ്പത്തിക, തൊഴിൽ വിഭവങ്ങളുടെ ചെലവുകൾ, നിയന്ത്രണക്ഷമത, അനുവദനീയമായ മാനേജുമെന്റ് തലങ്ങളുടെ എണ്ണം, പ്രവർത്തനങ്ങൾ നിർവഹിക്കുന്നതിന്റെ തൊഴിൽ തീവ്രത) കൂടാതെ ഏതെങ്കിലും സങ്കീർണ്ണ സൂചകവുമായുള്ള ബന്ധത്തിന്റെ രൂപത്തിൽ നിർണ്ണയിച്ച ഏകീകൃത മൂല്യങ്ങൾ (ഉദാഹരണത്തിന്, പ്രവർത്തന മൂലധന വിറ്റുവരവ് മാനദണ്ഡം; എല്ലാ മാനദണ്ഡങ്ങളും മാനദണ്ഡങ്ങളും മുഴുവൻ സിസ്റ്റത്തെയും ഉൾക്കൊള്ളണം. മൊത്തത്തിൽ, ശാസ്ത്രീയമായി അധിഷ്ഠിതമായിരിക്കുക, പുരോഗമനപരവും വാഗ്ദാനപ്രദവുമായ സ്വഭാവം ഉണ്ടായിരിക്കുക);

⁻ പരീക്ഷണം - അതിനായി കൃത്രിമമായി സൃഷ്ടിച്ച സാഹചര്യങ്ങളിൽ പഠന വിധേയമായ വസ്തുവിന്റെ പഠനത്തെ അടിസ്ഥാനമാക്കി.

ഈ രീതികൾ പരിഗണിക്കുമ്പോൾ, ഗവേഷകന്റെ പ്രവർത്തനത്തിലെ വർദ്ധനവിന്റെ അളവ് അനുസരിച്ച് പട്ടികയിൽ അവ ക്രമീകരിച്ചിട്ടുണ്ടെന്ന് കണക്കിലെടുക്കണം. തീർച്ചയായും, നിരീക്ഷണവും അളവെടുപ്പും എല്ലാത്തരം പരീക്ഷണങ്ങളിലും ഉൾപ്പെടുത്തിയിട്ടുണ്ട്, എന്നാൽ അവ സ്വതന്ത്രമായ രീതികളായി കണക്കാക്കണം, എല്ലാ ശാസ്ത്രങ്ങളിലും വ്യാപകമായി പ്രതിനിധീകരിക്കുന്നു.

2. അനുഭവപരമായ ശാസ്ത്രീയ അറിവിന്റെ നിരീക്ഷണം

നിരീക്ഷണം പ്രാഥമികവും പ്രാഥമികവുമാണ് വൈജ്ഞാനിക പ്രക്രിയശാസ്ത്രീയ അറിവിന്റെ അനുഭവ തലത്തിൽ. ശാസ്ത്രീയ നിരീക്ഷണമെന്ന നിലയിൽ, ബാഹ്യലോകത്തിന്റെ വസ്തുക്കളെയും പ്രതിഭാസങ്ങളെയും കുറിച്ചുള്ള ലക്ഷ്യബോധമുള്ളതും സംഘടിതവും ചിട്ടയായതുമായ ധാരണ ഇതിൽ അടങ്ങിയിരിക്കുന്നു. ശാസ്ത്രീയ നിരീക്ഷണത്തിന്റെ സവിശേഷതകൾ:

ഒരു വികസിത സിദ്ധാന്തത്തെയോ വ്യക്തിഗത സൈദ്ധാന്തിക വ്യവസ്ഥകളെയോ ആശ്രയിക്കുന്നു;

ഒരു നിർദ്ദിഷ്‌ട സൈദ്ധാന്തിക പ്രശ്‌നം പരിഹരിക്കുന്നതിനും പുതിയ പ്രശ്‌നങ്ങൾ ഉന്നയിക്കുന്നതിനും പുതിയതായി മുന്നോട്ടുവെക്കുന്നതിനും നിലവിലുള്ള അനുമാനങ്ങൾ പരീക്ഷിക്കുന്നതിനും സഹായിക്കുന്നു;

ന്യായവും വ്യവസ്ഥാപിതവും സംഘടിതവുമായ സ്വഭാവമുണ്ട്;

ക്രമരഹിതമായ പിശകുകൾ ഒഴികെ ഇത് വ്യവസ്ഥാപിതമാണ്;

പ്രത്യേക നിരീക്ഷണ ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നു - മൈക്രോസ്കോപ്പുകൾ, ടെലിസ്കോപ്പുകൾ, ക്യാമറകൾ മുതലായവ, അതുവഴി നിരീക്ഷണത്തിന്റെ വ്യാപ്തിയും കഴിവുകളും ഗണ്യമായി വികസിപ്പിക്കുന്നു.

അതിലൊന്ന് പ്രധാന വ്യവസ്ഥകൾശേഖരിച്ച വിവരങ്ങൾ വ്യക്തിപരവും ആത്മനിഷ്ഠവും മാത്രമല്ല, അതേ വ്യവസ്ഥകളിൽ മറ്റൊരു ഗവേഷകനും ലഭിക്കും എന്നതാണ് ശാസ്ത്രീയ നിരീക്ഷണം. ഈ രീതിയുടെ പ്രയോഗത്തിൽ ആവശ്യമായ കൃത്യതയെയും സമഗ്രതയെയും കുറിച്ച് ഇതെല്ലാം സംസാരിക്കുന്നു, അവിടെ ഒരു പ്രത്യേക ശാസ്ത്രജ്ഞന്റെ പങ്ക് പ്രത്യേകിച്ചും പ്രാധാന്യമർഹിക്കുന്നു. ഇത് നന്നായി അറിയാവുന്നതും പറയാതെ പോകുന്നു.

എന്നിരുന്നാലും, ശാസ്ത്രത്തിൽ കൃത്യതയില്ലാത്തതും നിരീക്ഷണ ഫലങ്ങളിലെ പിശകുകളും കാരണം കണ്ടെത്തലുകൾ നടത്തിയ കേസുകളുണ്ട്. ടി

ഒരു സിദ്ധാന്തമോ അംഗീകൃത സിദ്ധാന്തമോ ലക്ഷ്യ നിരീക്ഷണത്തിനും സൈദ്ധാന്തിക മാർഗ്ഗനിർദ്ദേശങ്ങളില്ലാതെ ശ്രദ്ധിക്കപ്പെടാത്തവ കണ്ടെത്തുന്നതിനും അനുവദിക്കുന്നു. എന്നിരുന്നാലും, ഒരു സിദ്ധാന്തമോ സിദ്ധാന്തമോ ഉപയോഗിച്ച് "സായുധനായ" ഒരു ഗവേഷകൻ തികച്ചും പക്ഷപാതപരമായി പെരുമാറുമെന്ന് ഓർമ്മിക്കേണ്ടതാണ്, ഇത് ഒരു വശത്ത്, തിരയലിനെ കൂടുതൽ ഫലപ്രദമാക്കുന്നു, എന്നാൽ മറുവശത്ത്, അല്ലാത്ത എല്ലാ വൈരുദ്ധ്യാത്മക പ്രതിഭാസങ്ങളെയും ഇല്ലാതാക്കാൻ കഴിയും. ഈ സിദ്ധാന്തവുമായി യോജിക്കുന്നു. രീതിശാസ്ത്രത്തിന്റെ ചരിത്രത്തിൽ, ഈ സാഹചര്യം ഒരു അനുഭവപരമായ സമീപനത്തിന് കാരണമായി, നിരീക്ഷണത്തിന്റെയും അനുഭവത്തിന്റെയും പരിശുദ്ധി ഉറപ്പുനൽകുന്നതിനായി ഗവേഷകൻ ഏതെങ്കിലും അനുമാനത്തിൽ നിന്ന് (സിദ്ധാന്തം) പൂർണ്ണമായും സ്വതന്ത്രനാകാൻ ശ്രമിച്ചു.

നിരീക്ഷണത്തിൽ, വിഷയത്തിന്റെ പ്രവർത്തനം ഇതുവരെ പഠന വസ്തുവിനെ പരിവർത്തനം ചെയ്യാൻ ലക്ഷ്യമിടുന്നില്ല. വസ്തു ലക്ഷ്യബോധമുള്ള മാറ്റത്തിനും പഠനത്തിനും അപ്രാപ്യമായി തുടരുന്നു അല്ലെങ്കിൽ അതിന്റെ സ്വാഭാവിക അവസ്ഥ നിലനിർത്തുന്നതിന് സാധ്യമായ സ്വാധീനങ്ങളിൽ നിന്ന് ബോധപൂർവ്വം സംരക്ഷിക്കപ്പെടുന്നു, ഇത് നിരീക്ഷണ രീതിയുടെ പ്രധാന നേട്ടമാണ്. നിരീക്ഷണം, പ്രത്യേകിച്ച് അളക്കൽ ഉൾപ്പെടുത്തൽ, ഗവേഷകനെ ആവശ്യമായതും സ്വാഭാവികവുമായ ഒരു ബന്ധം അനുമാനിക്കാൻ ഇടയാക്കും, എന്നാൽ അതിൽ തന്നെ അത്തരമൊരു ബന്ധം സ്ഥാപിക്കാനും തെളിയിക്കാനും ഇത് പൂർണ്ണമായും പര്യാപ്തമല്ല. ഉപകരണങ്ങളുടെയും ഉപകരണങ്ങളുടെയും ഉപയോഗം നിരീക്ഷണത്തിന്റെ സാധ്യതകളെ പരിധിയില്ലാതെ വികസിപ്പിക്കുന്നു, പക്ഷേ മറ്റ് ചില പോരായ്മകളെ മറികടക്കുന്നില്ല. നിരീക്ഷണത്തിൽ, പഠിക്കുന്ന പ്രക്രിയയിലോ പ്രതിഭാസത്തിലോ നിരീക്ഷകന്റെ ആശ്രിതത്വം സംരക്ഷിക്കപ്പെടുന്നു. നിരീക്ഷണത്തിന്റെ അതിരുകൾക്കുള്ളിൽ നിൽക്കുമ്പോൾ, വസ്തുവിനെ മാറ്റാനും നിയന്ത്രിക്കാനും അതിന്മേൽ കർശനമായ നിയന്ത്രണം ഏർപ്പെടുത്താനും നിരീക്ഷകന് കഴിയില്ല, ഈ അർത്ഥത്തിൽ, നിരീക്ഷണത്തിലുള്ള അവന്റെ പ്രവർത്തനം ആപേക്ഷികമാണ്. അതേ സമയം, ഒരു നിരീക്ഷണം തയ്യാറാക്കുന്ന പ്രക്രിയയിലും അത് നടപ്പിലാക്കുന്ന സമയത്തും, ശാസ്ത്രജ്ഞൻ, ഒരു ചട്ടം പോലെ, ഒബ്ജക്റ്റുമായി സംഘടനാപരവും പ്രായോഗികവുമായ പ്രവർത്തനങ്ങളിൽ ഏർപ്പെടുന്നു, ഇത് നിരീക്ഷണത്തെ പരീക്ഷണത്തിലേക്ക് അടുപ്പിക്കുന്നു. മറ്റൊരു കാര്യം വ്യക്തമാണ് - ഏതൊരു പരീക്ഷണത്തിന്റെയും ആവശ്യമായ ഘടകമാണ് നിരീക്ഷണം, തുടർന്ന് അതിന്റെ ചുമതലകളും പ്രവർത്തനങ്ങളും ഈ സന്ദർഭത്തിൽ നിർണ്ണയിക്കപ്പെടുന്നു.

3. അനുഭവപരമായ രീതി ഉപയോഗിച്ച് വിവരങ്ങൾ നേടൽ

അനുഭവപരമായ ഒബ്ജക്റ്റ് ഗവേഷണ വിവരങ്ങൾ

ക്വാണ്ടിറ്റേറ്റീവ് വിവരങ്ങൾ നേടുന്നതിനുള്ള സാങ്കേതികതകളെ രണ്ട് തരം പ്രവർത്തനങ്ങളാൽ പ്രതിനിധീകരിക്കുന്നു - വ്യതിരിക്തവും തുടർച്ചയായതും തമ്മിലുള്ള വസ്തുനിഷ്ഠമായ വ്യത്യാസങ്ങൾക്ക് അനുസൃതമായി എണ്ണലും അളക്കലും. കൗണ്ടിംഗ് ഓപ്പറേഷനിൽ കൃത്യമായ അളവ് വിവരങ്ങൾ നേടുന്നതിനുള്ള ഒരു രീതി എന്ന നിലയിൽ, വ്യതിരിക്ത ഘടകങ്ങൾ അടങ്ങിയ സംഖ്യാ പാരാമീറ്ററുകൾ നിർണ്ണയിക്കപ്പെടുന്നു, കൂടാതെ ഗ്രൂപ്പിനെ നിർമ്മിക്കുന്ന സെറ്റിന്റെ ഘടകങ്ങളും സംഖ്യാ ചിഹ്നങ്ങളും തമ്മിൽ പരസ്പരം കത്തിടപാടുകൾ സ്ഥാപിക്കുന്നു. എണ്ണം നടപ്പിലാക്കുന്നു. അക്കങ്ങൾ തന്നെ വസ്തുനിഷ്ഠമായി നിലവിലുള്ള അളവിലുള്ള ബന്ധങ്ങളെ പ്രതിഫലിപ്പിക്കുന്നു.

സംഖ്യാ രൂപങ്ങളും അടയാളങ്ങളും ശാസ്ത്രീയവും ദൈനംദിനവുമായ അറിവിൽ വൈവിധ്യമാർന്ന പ്രവർത്തനങ്ങൾ നിർവ്വഹിക്കുന്നുവെന്ന് മനസ്സിലാക്കണം, അവയെല്ലാം അളവുമായി ബന്ധപ്പെട്ടതല്ല:

അവ നാമകരണം, അതുല്യമായ ലേബലുകൾ അല്ലെങ്കിൽ സൗകര്യപ്രദമായ തിരിച്ചറിയൽ അടയാളങ്ങൾ എന്നിവയാണ്;

അവർ ഒരു എണ്ണൽ ഉപകരണമാണ്;

ഒരു നിശ്ചിത വസ്തുവിന്റെ ഡിഗ്രി ക്രമത്തിൽ ഒരു പ്രത്യേക സ്ഥലം നിശ്ചയിക്കുന്നതിനുള്ള ഒരു അടയാളമായി പ്രവർത്തിക്കുക;

അവ ഇടവേളകളുടെയോ വ്യത്യാസങ്ങളുടെയോ തുല്യത സ്ഥാപിക്കുന്നതിനുള്ള ഒരു മാർഗമാണ്;

ഗുണങ്ങൾ തമ്മിലുള്ള അളവ് ബന്ധങ്ങൾ പ്രകടിപ്പിക്കുന്ന അടയാളങ്ങളാണ്, അതായത്, അളവ് പ്രകടിപ്പിക്കുന്നതിനുള്ള മാർഗങ്ങൾ.

സംഖ്യകളുടെ ഉപയോഗത്തെ അടിസ്ഥാനമാക്കിയുള്ള വിവിധ സ്കെയിലുകൾ പരിഗണിക്കുമ്പോൾ, ഈ ഫംഗ്ഷനുകൾ തമ്മിൽ വേർതിരിച്ചറിയേണ്ടത് ആവശ്യമാണ്, അവ ഒന്നുകിൽ സംഖ്യകളുടെ പ്രത്യേക പ്രതീകാത്മക രൂപത്തിലോ അല്ലെങ്കിൽ അനുബന്ധ സംഖ്യാ രൂപങ്ങളുടെ സെമാന്റിക് മൂല്യങ്ങളായി പ്രവർത്തിക്കുന്ന അക്കങ്ങൾ വഴിയോ ചെയ്യുന്നു. ഈ വീക്ഷണകോണിൽ നിന്ന്, പേരിടൽ സ്കെയിലുകൾ, ടീമുകളിലെ അത്ലറ്റുകളുടെ എണ്ണം, സ്റ്റേറ്റ് ട്രാഫിക് ഇൻസ്‌പെക്ടറേറ്റിലെ കാറുകൾ, ബസ്, ട്രാം റൂട്ടുകൾ മുതലായവയുടെ ഉദാഹരണങ്ങൾ അളവുകളോ ഇൻവെന്ററി പോലുമോ അല്ല, കാരണം ഇവിടെ സംഖ്യാ രൂപങ്ങൾ ഉണ്ടെന്ന് വ്യക്തമാണ്. പേരിടൽ പ്രവർത്തനം നടത്തുക, പക്ഷേ ബില്ലുകളല്ല.

ഗുരുതരമായ ഒരു പ്രശ്നം സാമൂഹികമായ അളവെടുപ്പ് രീതിയായി തുടരുന്നു മാനവികത. ഒന്നാമതായി, നിരവധി സാമൂഹിക, സാമൂഹിക-മാനസിക പ്രതിഭാസങ്ങളെക്കുറിച്ചുള്ള അളവ് വിവരങ്ങൾ ശേഖരിക്കുന്നതിനുള്ള ബുദ്ധിമുട്ടുകൾ ഇവയാണ്, ഇതിനായി പല കേസുകളിലും വസ്തുനിഷ്ഠവും ഉപകരണവുമായ അളവെടുപ്പ് മാർഗങ്ങളില്ല. വ്യതിരിക്തമായ ഘടകങ്ങളും വസ്തുനിഷ്ഠമായ വിശകലനവും വേർതിരിക്കുന്നതിനുള്ള രീതികളും ബുദ്ധിമുട്ടാണ്, വസ്തുവിന്റെ സവിശേഷതകൾ മാത്രമല്ല, ശാസ്ത്രീയമല്ലാത്ത മൂല്യ ഘടകങ്ങളുടെ ഇടപെടൽ മൂലവും - മുൻവിധികൾ സാധാരണ ബോധം, മതപരമായ ലോകവീക്ഷണം, പ്രത്യയശാസ്ത്രപരമോ കോർപ്പറേറ്റ് വിലക്കുകളോ മുതലായവ.. വിദ്യാർത്ഥികളുടെ അറിവ്, ഉയർന്ന തലത്തിൽ പോലും മത്സരങ്ങളിലും മത്സരങ്ങളിലും പങ്കെടുക്കുന്നവരുടെ പ്രകടനങ്ങൾ, പല വിലയിരുത്തലുകൾ, പലപ്പോഴും യോഗ്യതകൾ, സത്യസന്ധത, കോർപ്പറേറ്റ് എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നുവെന്ന് അറിയാം. അധ്യാപകരുടെയും ജഡ്ജിമാരുടെയും ജൂറി അംഗങ്ങളുടെയും ആത്മാവും മറ്റ് ആത്മനിഷ്ഠ ഗുണങ്ങളും. പ്രത്യക്ഷത്തിൽ, ഇത്തരത്തിലുള്ള വിലയിരുത്തലിനെ ഈ വാക്കിന്റെ കൃത്യമായ അർത്ഥത്തിൽ ഒരു അളവ് എന്ന് വിളിക്കാൻ കഴിയില്ല, അതിൽ അളക്കൽ ശാസ്ത്രം നിർവചിക്കുന്നതുപോലെ - മെട്രോളജി, ഒരു നിശ്ചിത അളവിന്റെ ഫിസിക്കൽ (സാങ്കേതിക) നടപടിക്രമത്തിലൂടെ താരതമ്യം ചെയ്യുക. അംഗീകരിച്ച സ്റ്റാൻഡേർഡ് - അളവിന്റെ യൂണിറ്റുകൾ, കൃത്യമായ അളവ് ഫലം നേടുക.

4. പരീക്ഷണം - ശാസ്ത്രത്തിന്റെ അടിസ്ഥാന രീതി

പരീക്ഷണം പോലെയുള്ള സങ്കീർണ്ണമായ ഒരു അടിസ്ഥാന ശാസ്ത്രത്തിൽ നിരീക്ഷണവും അളവെടുപ്പും ഉൾപ്പെടുന്നു. നിരീക്ഷണത്തിൽ നിന്ന് വ്യത്യസ്തമായി, പഠിക്കുന്ന വസ്തുക്കളുടെ സ്ഥാനത്ത് ഗവേഷകന്റെ ഇടപെടൽ, വിവിധ ഉപകരണങ്ങളുടെ സജീവ സ്വാധീനം, ഗവേഷണ വിഷയത്തിൽ പരീക്ഷണാത്മക മാർഗങ്ങൾ എന്നിവയാണ് ഒരു പരീക്ഷണത്തിന്റെ സവിശേഷത. പ്രകൃതി നിയമങ്ങൾക്കനുസൃതമായി വസ്തുക്കളുടെ പ്രതിപ്രവർത്തനവും മനുഷ്യൻ കൃത്രിമമായി സംഘടിപ്പിച്ച പ്രവർത്തനവും സമന്വയിപ്പിക്കുന്ന ഒരു പരിശീലനരീതിയാണ് പരീക്ഷണം. അനുഭവ ഗവേഷണത്തിന്റെ ഒരു രീതി എന്ന നിലയിൽ, ഈ രീതി അനുമാനിക്കുകയും പരിഹരിക്കപ്പെടുന്ന പ്രശ്നത്തിന് അനുസൃതമായി ഇനിപ്പറയുന്ന പ്രവർത്തനങ്ങൾ നടത്താൻ അനുവദിക്കുകയും ചെയ്യുന്നു:

₋ ഒബ്ജക്റ്റ് കൺസ്ട്രക്ടിവൈസേഷൻ;

₋ ഒരു വസ്തുവിനെയോ ഗവേഷണ വിഷയത്തെയോ വേർതിരിക്കുക, സത്തയെ മറയ്ക്കുന്ന പാർശ്വ പ്രതിഭാസങ്ങളുടെ സ്വാധീനത്തിൽ നിന്ന് അതിനെ വേർപെടുത്തുക, താരതമ്യേന ശുദ്ധമായ രൂപത്തിൽ പഠിക്കുക;

₋ പ്രാരംഭ സൈദ്ധാന്തിക ആശയങ്ങളുടെയും വ്യവസ്ഥകളുടെയും അനുഭവപരമായ വ്യാഖ്യാനം, പരീക്ഷണാത്മക മാർഗങ്ങൾ തിരഞ്ഞെടുക്കൽ അല്ലെങ്കിൽ സൃഷ്ടിക്കൽ;

₋ ഒരു ഒബ്‌ജക്‌റ്റിൽ ലക്ഷ്യബോധമുള്ള സ്വാധീനം: ചിട്ടയായ മാറ്റം, വ്യതിയാനം, ആവശ്യമുള്ള ഫലം ലഭിക്കുന്നതിന് വിവിധ വ്യവസ്ഥകളുടെ സംയോജനം;

₋ പ്രക്രിയയുടെ ആവർത്തിച്ചുള്ള പുനർനിർമ്മാണം, നിരീക്ഷണ പ്രോട്ടോക്കോളുകളിൽ ഡാറ്റ രേഖപ്പെടുത്തുക, അവ പ്രോസസ്സ് ചെയ്യുകയും ഗവേഷണത്തിന് വിധേയമല്ലാത്ത ക്ലാസിലെ മറ്റ് ഒബ്ജക്റ്റുകളിലേക്ക് കൈമാറുകയും ചെയ്യുന്നു.

പരീക്ഷണം സ്വയമേവ നടത്തുന്നതല്ല, ക്രമരഹിതമായിട്ടല്ല, മറിച്ച് ചില ശാസ്ത്രീയ പ്രശ്നങ്ങളും സിദ്ധാന്തത്തിന്റെ അവസ്ഥ അനുശാസിക്കുന്ന വൈജ്ഞാനിക ജോലികളും പരിഹരിക്കുന്നതിനാണ്. ഏതൊരു സിദ്ധാന്തത്തിന്റെയും അനുഭവപരമായ അടിസ്ഥാനം സൃഷ്ടിക്കുന്ന വസ്തുതകളുടെ പഠനത്തിൽ ശേഖരണത്തിന്റെ പ്രധാന മാർഗ്ഗമെന്ന നിലയിൽ ഇത് ആവശ്യമാണ്; പൊതുവെ എല്ലാ പരിശീലനത്തെയും പോലെ, സൈദ്ധാന്തിക നിലപാടുകളുടെയും അനുമാനങ്ങളുടെയും ആപേക്ഷിക സത്യത്തിന്റെ വസ്തുനിഷ്ഠമായ മാനദണ്ഡമാണിത്.

പരീക്ഷണത്തിന്റെ വിഷയ ഘടന ഇനിപ്പറയുന്ന മൂന്ന് ഘടകങ്ങളെ വേർതിരിച്ചെടുക്കാൻ ഞങ്ങളെ അനുവദിക്കുന്നു: അറിയുന്ന വിഷയം (പരീക്ഷണക്കാരൻ), പരീക്ഷണത്തിന്റെ മാർഗ്ഗം, പരീക്ഷണാത്മക പഠനത്തിന്റെ വസ്തു.

ഇതിന്റെ അടിസ്ഥാനത്തിൽ, പരീക്ഷണങ്ങളുടെ ഒരു ശാഖിതമായ വർഗ്ഗീകരണം നൽകാം. ഗവേഷണത്തിന്റെ ഒബ്ജക്റ്റുകളിലെ ഗുണപരമായ വ്യത്യാസങ്ങളെ ആശ്രയിച്ച്, ശാരീരികവും സാങ്കേതികവും ജൈവശാസ്ത്രപരവും മാനസികവും സാമൂഹ്യശാസ്ത്രപരവും മറ്റും തമ്മിൽ വേർതിരിച്ചറിയാൻ കഴിയും. സ്വഭാവവും വൈവിധ്യമാർന്ന മാർഗങ്ങളും പരീക്ഷണാത്മക സാഹചര്യങ്ങളും നേരിട്ടുള്ള (സ്വാഭാവികം), മോഡൽ, ഫീൽഡ് എന്നിവ തമ്മിൽ വേർതിരിച്ചറിയാൻ സാധ്യമാക്കുന്നു. ലബോറട്ടറി പരീക്ഷണങ്ങളും. പരീക്ഷണം നടത്തുന്നയാളുടെ ലക്ഷ്യങ്ങൾ ഞങ്ങൾ കണക്കിലെടുക്കുകയാണെങ്കിൽ, തിരയൽ, അളക്കൽ, പരീക്ഷണ തരങ്ങൾ എന്നിവ വേർതിരിച്ചിരിക്കുന്നു. അവസാനമായി, തന്ത്രത്തിന്റെ സ്വഭാവത്തെ ആശ്രയിച്ച്, ട്രയലും പിശകും ഉപയോഗിച്ച് നടത്തിയ പരീക്ഷണങ്ങൾ, ഒരു അടച്ച അൽഗോരിതം അടിസ്ഥാനമാക്കിയുള്ള പരീക്ഷണങ്ങൾ (ഉദാഹരണത്തിന്, വീഴുന്ന ശരീരങ്ങളെക്കുറിച്ചുള്ള ഗലീലിയോയുടെ പഠനം), “ബ്ലാക്ക് ബോക്സ്” രീതി ഉപയോഗിച്ചുള്ള പരീക്ഷണങ്ങൾ, “ഘട്ടം” എന്നിവ തമ്മിൽ വേർതിരിച്ചറിയാൻ കഴിയും. തന്ത്രം" മുതലായവ.

ക്ലാസിക്കൽ പരീക്ഷണം രീതിശാസ്ത്രപരമായ പരിസരത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, അത് ഒരു പരിധിവരെ അല്ലെങ്കിൽ മറ്റൊന്നിൽ, നിർണ്ണായകത്വത്തെക്കുറിച്ചുള്ള ലാപ്ലേസിന്റെ ആശയങ്ങളെ അവ്യക്തമായ കാരണ-പ്രഭാവ ബന്ധമായി പ്രതിഫലിപ്പിച്ചു. ചില സ്ഥിരമായ സാഹചര്യങ്ങളിൽ സിസ്റ്റത്തിന്റെ പ്രാരംഭ അവസ്ഥ അറിയുന്നതിലൂടെ, ഭാവിയിൽ ഈ സിസ്റ്റത്തിന്റെ സ്വഭാവം പ്രവചിക്കാൻ കഴിയുമെന്ന് അനുമാനിക്കപ്പെട്ടു; നിങ്ങൾക്ക് പഠിക്കുന്ന പ്രതിഭാസം വ്യക്തമായി തിരിച്ചറിയാനും ആവശ്യമുള്ള ദിശയിൽ നടപ്പിലാക്കാനും എല്ലാ തടസ്സപ്പെടുത്തുന്ന ഘടകങ്ങളെയും കർശനമായി ക്രമീകരിക്കാനും അല്ലെങ്കിൽ അവയെ അപ്രധാനമെന്ന നിലയിൽ അവഗണിക്കാനും കഴിയും (ഉദാഹരണത്തിന്, അറിവിന്റെ ഫലങ്ങളിൽ നിന്ന് വിഷയം ഒഴിവാക്കുക).

യഥാർത്ഥ പ്രയോഗത്തിൽ പ്രോബബിലിസ്റ്റിക്-സ്റ്റാറ്റിസ്റ്റിക്കൽ ആശയങ്ങളുടെയും തത്വങ്ങളുടെയും വർദ്ധിച്ചുവരുന്ന പ്രാധാന്യം ആധുനിക ശാസ്ത്രംവസ്തുനിഷ്ഠമായ ഉറപ്പ് മാത്രമല്ല, വസ്തുനിഷ്ഠമായ അനിശ്ചിതത്വവും, ആപേക്ഷിക അനിശ്ചിതത്വമായി (അല്ലെങ്കിൽ അനിശ്ചിതത്വത്തിന്റെ പരിമിതിയായി) നിർണ്ണയത്തെക്കുറിച്ചുള്ള ധാരണയും, പരീക്ഷണത്തിന്റെ ഘടനയെയും തത്വങ്ങളെയും കുറിച്ചുള്ള ഒരു പുതിയ ആശയത്തിലേക്ക് നയിച്ചു. ഒരു പുതിയ പരീക്ഷണാത്മക തന്ത്രത്തിന്റെ വികസനം നേരിട്ട് സംഭവിക്കുന്നത് സുസംഘടിതമായ സിസ്റ്റങ്ങളെക്കുറിച്ചുള്ള പഠനത്തിൽ നിന്ന്, ചെറിയ എണ്ണം വേരിയബിളുകളെ ആശ്രയിച്ച് പ്രതിഭാസങ്ങളെ ഒറ്റപ്പെടുത്താൻ, വ്യാപിക്കുന്ന അല്ലെങ്കിൽ മോശമായി സംഘടിത സംവിധാനങ്ങൾ എന്ന് വിളിക്കപ്പെടുന്ന പഠനത്തിലേക്കുള്ള പരിവർത്തനമാണ്. . ഈ സംവിധാനങ്ങളിൽ, വ്യക്തിഗത പ്രതിഭാസങ്ങളെ വ്യക്തമായി വേർതിരിച്ചറിയാനും വ്യത്യസ്ത ഭൗതിക സ്വഭാവങ്ങളുടെ വേരിയബിളുകളുടെ ഫലങ്ങൾ തമ്മിൽ വേർതിരിച്ചറിയാനും കഴിയില്ല. ഇതിന് സ്ഥിതിവിവരക്കണക്ക് രീതികളുടെ കൂടുതൽ വ്യാപകമായ ഉപയോഗം ആവശ്യമാണ്; വാസ്തവത്തിൽ, ഇത് പരീക്ഷണത്തിലേക്ക് "അവസരം എന്ന ആശയം" അവതരിപ്പിച്ചു. നിരവധി ഘടകങ്ങളെ പരമാവധി വൈവിധ്യവൽക്കരിക്കുകയും സ്ഥിതിവിവരക്കണക്കുകൾ കണക്കിലെടുക്കുകയും ചെയ്യുന്ന തരത്തിലാണ് പരീക്ഷണാത്മക പ്രോഗ്രാം സൃഷ്ടിച്ചത്.

അങ്ങനെ, ഒറ്റ-ഘടകത്തിൽ നിന്നുള്ള പരീക്ഷണം, കർശനമായി നിർണ്ണയിച്ചിരിക്കുന്ന, വ്യക്തമല്ലാത്ത കണക്ഷനുകളും ബന്ധങ്ങളും പുനർനിർമ്മിക്കുന്നു, സങ്കീർണ്ണമായ (ഡിഫ്യൂസ്) സിസ്റ്റത്തിന്റെ പല ഘടകങ്ങളും കണക്കിലെടുക്കുകയും ഒറ്റ-മൾട്ടിവാല്യൂഡ് ബന്ധങ്ങൾ പുനർനിർമ്മിക്കുകയും ചെയ്യുന്ന ഒരു രീതിയായി മാറി, അതായത്, പരീക്ഷണം. ഒരു പ്രോബബിലിസ്റ്റിക് നിർണ്ണായക സ്വഭാവം നേടിയിട്ടുണ്ട്. കൂടാതെ, പരീക്ഷണ തന്ത്രം തന്നെ പലപ്പോഴും കർശനമായി നിർണ്ണയിച്ചിട്ടില്ല കൂടാതെ ഓരോ ഘട്ടത്തിലെയും ഫലങ്ങൾ അനുസരിച്ച് മാറാം.

മെറ്റീരിയൽ മോഡലുകൾ സമാന വസ്തുക്കളെ മൂന്ന് തരത്തിലുള്ള സമാനതകളിൽ പ്രതിഫലിപ്പിക്കുന്നു: ഭൗതിക സാമ്യം, സാമ്യം, ഐസോമോർഫിസം, ഘടനകളുടെ ഒന്നൊന്നായി കത്തിടപാടുകൾ. ഒരു മോഡൽ പരീക്ഷണം ഒരു മെറ്റീരിയൽ മോഡലിനെ കൈകാര്യം ചെയ്യുന്നു, അത് പഠനത്തിനുള്ള ഒരു വസ്തുവും പരീക്ഷണാത്മക ഉപകരണവുമാണ്. മോഡലിന്റെ ആമുഖത്തോടെ, പരീക്ഷണത്തിന്റെ ഘടന കൂടുതൽ സങ്കീർണ്ണമാകുന്നു. ഇപ്പോൾ ഗവേഷകനും ഉപകരണവും സംവദിക്കുന്നത് ഒബ്ജക്റ്റുമായി തന്നെയല്ല, മറിച്ച് അതിനെ മാറ്റിസ്ഥാപിക്കുന്ന ഒരു മോഡലുമായി മാത്രമാണ്, അതിന്റെ ഫലമായി പരീക്ഷണത്തിന്റെ പ്രവർത്തന ഘടന കൂടുതൽ സങ്കീർണ്ണമാകുന്നു. പഠനത്തിന്റെ സൈദ്ധാന്തിക വശത്തിന്റെ പങ്ക് ശക്തിപ്പെടുത്തുന്നു, കാരണം മോഡലും ഒബ്ജക്റ്റും തമ്മിലുള്ള സമാന ബന്ധവും ഈ ഒബ്ജക്റ്റിലേക്ക് ലഭിച്ച ഡാറ്റ എക്സ്ട്രാപോളേറ്റ് ചെയ്യാനുള്ള കഴിവും സാമ്യപ്പെടുത്തേണ്ടത് ആവശ്യമാണ്. എക്സ്ട്രാപോളേഷൻ രീതിയുടെ സാരാംശം എന്താണെന്നും മോഡലിംഗിലെ അതിന്റെ സവിശേഷതകളും നമുക്ക് പരിഗണിക്കാം.

അവയ്‌ക്കിടയിലുള്ള ചില തിരിച്ചറിഞ്ഞ ബന്ധത്തെ അടിസ്ഥാനമാക്കി - ഒരു വിഷയ മേഖലയിൽ നിന്ന് മറ്റൊന്നിലേക്ക് അറിവ് കൈമാറുന്നതിനുള്ള ഒരു നടപടിക്രമമായി എക്സ്ട്രാപോളേഷൻ - അവയ്‌ക്കിടയിലുള്ള ചില തിരിച്ചറിഞ്ഞ ബന്ധങ്ങളെ അടിസ്ഥാനമാക്കി, വിജ്ഞാന പ്രക്രിയയെ ഒപ്റ്റിമൈസ് ചെയ്യുന്ന പ്രവർത്തനങ്ങളിലൊന്നാണ്.

ശാസ്ത്രീയ ഗവേഷണത്തിൽ, ഇൻഡക്റ്റീവ് എക്സ്ട്രാപോളേഷനുകൾ ഉപയോഗിക്കുന്നു, അതിൽ ഒരു തരം ഒബ്ജക്റ്റിനായി സ്ഥാപിച്ച ഒരു പാറ്റേൺ ചില വ്യക്തതകളോടെ മറ്റ് വസ്തുക്കളിലേക്ക് മാറ്റുന്നു. അങ്ങനെ, ഉദാഹരണത്തിന്, ഒരു നിശ്ചിത വാതകത്തിനുള്ള കംപ്രഷൻ പ്രോപ്പർട്ടി സ്ഥാപിക്കുകയും അത് ഒരു അളവ് നിയമത്തിന്റെ രൂപത്തിൽ പ്രകടിപ്പിക്കുകയും ചെയ്താൽ, അവയുടെ കംപ്രഷൻ അനുപാതം കണക്കിലെടുത്ത്, പര്യവേക്ഷണം ചെയ്യപ്പെടാത്ത മറ്റ് വാതകങ്ങളിലേക്ക് ഇത് എക്സ്ട്രാപോളേറ്റ് ചെയ്യാൻ കഴിയും. കൃത്യമായ പ്രകൃതി ശാസ്ത്രത്തിൽ, എക്സ്ട്രാപോളേഷനും ഉപയോഗിക്കുന്നു, ഉദാഹരണത്തിന്, ഒരു നിശ്ചിത നിയമത്തെ പഠിക്കാത്ത പ്രദേശത്തേക്ക് (ഗണിതശാസ്ത്ര സിദ്ധാന്തം) വിവരിക്കുന്ന ഒരു സമവാക്യം വിപുലീകരിക്കുമ്പോൾ, ഈ സമവാക്യത്തിന്റെ രൂപത്തിൽ സാധ്യമായ മാറ്റം അനുമാനിക്കപ്പെടുന്നു. പൊതുവേ, പരീക്ഷണാത്മക ശാസ്ത്രങ്ങളിൽ, എക്സ്ട്രാപോളേഷൻ ഇനിപ്പറയുന്നവയുടെ വിതരണത്തെ സൂചിപ്പിക്കുന്നു:

ഒരു വിഷയ മേഖലയിൽ നിന്ന് മറ്റൊന്നിലേക്ക്, ഭൂതകാലവും വർത്തമാനവും മുതൽ ഭാവി വരെ ഗുണപരമായ സവിശേഷതകൾ;

ഈ ആവശ്യത്തിനായി പ്രത്യേകം വികസിപ്പിച്ച രീതികളെ അടിസ്ഥാനമാക്കി വസ്തുക്കളുടെ ഒരു മേഖലയുടെ അളവ് സവിശേഷതകൾ മറ്റൊന്നിലേക്ക്, ഒരു യൂണിറ്റ് മറ്റൊന്നിലേക്ക്;

ഒരു ശാസ്ത്രത്തിനുള്ളിലെ മറ്റ് വിഷയ മേഖലകൾക്കോ ​​​​അല്ലെങ്കിൽ അറിവിന്റെ മറ്റ് മേഖലകൾക്കോ ​​വേണ്ടിയുള്ള ചില സമവാക്യങ്ങൾ, ചില പരിഷ്ക്കരണങ്ങളുമായി (അല്ലെങ്കിൽ) അവയുടെ ഘടകങ്ങളുടെ അർത്ഥത്തിന്റെ പുനർവ്യാഖ്യാനവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.

അറിവ് കൈമാറുന്നതിനുള്ള നടപടിക്രമം, താരതമ്യേന സ്വതന്ത്രമായതിനാൽ, ഇൻഡക്ഷൻ, അനലോഗി, മോഡലിംഗ്, ഗണിതശാസ്ത്ര സിദ്ധാന്തം, സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികൾ തുടങ്ങി നിരവധി രീതികളിൽ ജൈവികമായി ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. മോഡലിംഗിന്റെ കാര്യത്തിൽ, ഇനിപ്പറയുന്ന പ്രവർത്തനങ്ങളും നടപടിക്രമങ്ങളും അടങ്ങുന്ന ഇത്തരത്തിലുള്ള പരീക്ഷണത്തിന്റെ പ്രവർത്തന ഘടനയുടെ ഭാഗമാണ് എക്സ്ട്രാപോളേഷൻ:

സൈദ്ധാന്തിക പശ്ചാത്തലം ഭാവി മാതൃക, വസ്തുവുമായുള്ള അതിന്റെ സാമ്യം, അതായത്, വസ്തുവിൽ നിന്ന് മോഡലിലേക്കുള്ള പരിവർത്തനം ഉറപ്പാക്കുന്ന പ്രവർത്തനം;

സമാന മാനദണ്ഡങ്ങളും പഠനത്തിന്റെ ഉദ്ദേശ്യവും അടിസ്ഥാനമാക്കി ഒരു മാതൃക നിർമ്മിക്കുക;

മാതൃകയുടെ പരീക്ഷണാത്മക പഠനം;

ഒരു മോഡലിൽ നിന്ന് ഒബ്‌ജക്റ്റിലേക്കുള്ള പരിവർത്തനത്തിന്റെ പ്രവർത്തനം, അതായത് മോഡലിനെ ഒബ്‌ജക്റ്റിലേക്കുള്ള പഠനത്തിൽ നിന്ന് ലഭിച്ച ഫലങ്ങളുടെ എക്സ്ട്രാപോളേഷൻ.

സാധാരണഗതിയിൽ, ശാസ്ത്രീയ മോഡലിംഗ് ഒരു വ്യക്തമായ സാമ്യം ഉപയോഗിക്കുന്നു, പ്രത്യേക കേസുകൾഉദാഹരണത്തിന്, ശാരീരിക സമാനതയും ശാരീരിക സാമ്യവും. സാമ്യതയുടെ സാധുതയ്ക്കുള്ള വ്യവസ്ഥകൾ വികസിപ്പിച്ചെടുത്തത് യുക്തിയിലും രീതിശാസ്ത്രത്തിലുമല്ല, മറിച്ച് ആധുനിക ശാസ്ത്രീയ മോഡലിംഗിന് അടിവരയിടുന്ന പ്രത്യേക എഞ്ചിനീയറിംഗ്, ഗണിതശാസ്ത്ര സമാനത സിദ്ധാന്തത്തിലാണ്.

മോഡലും വസ്തുവും ഒരേ ചലന രൂപത്തിലാണെങ്കിൽ (ഭൗതിക സാമ്യം) ഒരു മോഡലിനെക്കുറിച്ചുള്ള പ്രസ്താവനകളിൽ നിന്ന് ഒരു വസ്തുവിനെക്കുറിച്ചുള്ള പ്രസ്താവനകളിലേക്കുള്ള പരിവർത്തനത്തിന്റെ നിയമസാധുത ഉറപ്പാക്കുന്ന വ്യവസ്ഥകളെ സമാനത സിദ്ധാന്തം രൂപപ്പെടുത്തുന്നു. ദ്രവ്യത്തിന്റെ ചലനത്തിന്റെ വിവിധ രൂപങ്ങളിൽ അവ ഉൾപ്പെടുന്ന സന്ദർഭം (ഭൗതിക സാമ്യം). മോഡലിംഗ് സമയത്ത് വ്യക്തമാക്കുകയും നിരീക്ഷിക്കുകയും ചെയ്യുന്ന സമാന മാനദണ്ഡങ്ങളാണ് അത്തരം വ്യവസ്ഥകൾ. ഉദാഹരണത്തിന്, മെക്കാനിക്കൽ സമാനത നിയമങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള ഹൈഡ്രോളിക് മോഡലിംഗിൽ, ജ്യാമിതീയവും ചലനാത്മകവും ചലനാത്മകവുമായ സമാനത നിരീക്ഷിക്കേണ്ടതുണ്ട്. ജ്യാമിതീയ സാമ്യം വസ്തുവിന്റെയും മോഡലിന്റെയും അനുബന്ധ രേഖീയ അളവുകൾ, അവയുടെ പ്രദേശങ്ങളും വോള്യങ്ങളും തമ്മിലുള്ള സ്ഥിരമായ ബന്ധം അനുമാനിക്കുന്നു; സമാന കണങ്ങൾ ജ്യാമിതീയമായി സമാനമായ പാതകളെ വിവരിക്കുന്ന വേഗത, ത്വരണം, സമയ ഇടവേളകൾ എന്നിവയുടെ സ്ഥിരമായ അനുപാതത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് ചലനാത്മക സാമ്യം; ആത്യന്തികമായി, പിണ്ഡത്തിന്റെയും ശക്തികളുടെയും അനുപാതം സ്ഥിരമാണെങ്കിൽ മോഡലും വസ്തുവും ചലനാത്മകമായി സമാനമായിരിക്കും. ഒബ്‌ജക്റ്റിലേക്ക് മോഡൽ ഡാറ്റ എക്സ്ട്രാപോളേറ്റ് ചെയ്യുമ്പോൾ നിർദ്ദിഷ്ട ബന്ധങ്ങളുമായി പൊരുത്തപ്പെടുന്നത് വിശ്വസനീയമായ അറിവിന്റെ രസീത് നിർണ്ണയിക്കുന്നുവെന്ന് അനുമാനിക്കാം.

വിജ്ഞാനത്തിന്റെ പരിഗണിക്കപ്പെടുന്ന അനുഭവപരമായ രീതികൾ ലോകത്തെക്കുറിച്ചുള്ള വസ്തുതാപരമായ അറിവ് നൽകുന്നു അല്ലെങ്കിൽ യാഥാർത്ഥ്യത്തിന്റെ നിർദ്ദിഷ്ട, ഉടനടി പ്രകടനങ്ങൾ രേഖപ്പെടുത്തുന്ന വസ്തുതകൾ. വസ്തുത എന്ന പദം അവ്യക്തമാണ്. ചില സംഭവങ്ങളുടെ അർത്ഥത്തിലും യാഥാർത്ഥ്യത്തിന്റെ ഒരു ശകലത്തിലും ഒരു പ്രത്യേക തരത്തിലുള്ള അനുഭവപരമായ പ്രസ്താവനകളുടെ അർത്ഥത്തിലും ഇത് ഉപയോഗിക്കാം - വസ്തുതാ നിർണ്ണയ വാക്യങ്ങൾ, അതിലെ ഉള്ളടക്കം. യാഥാർത്ഥ്യത്തിന്റെ വസ്‌തുതകളിൽ നിന്ന് വ്യത്യസ്തമായി, ആളുകൾ അവരെക്കുറിച്ച് എന്ത് ചിന്തിക്കുന്നു എന്നതിൽ നിന്ന് സ്വതന്ത്രമായി നിലനിൽക്കുന്നു, അതിനാൽ സത്യമോ തെറ്റോ അല്ല, നിർദ്ദേശങ്ങളുടെ രൂപത്തിലുള്ള വസ്തുതകൾ സത്യ-മൂല്യനിർണ്ണയമാണ്. അവ അനുഭവപരമായി സത്യമായിരിക്കണം, അതായത്, അവയുടെ സത്യം പരീക്ഷണാത്മകമായും പ്രായോഗികമായും സ്ഥാപിക്കപ്പെട്ടിരിക്കുന്നു.

എല്ലാ അനുഭവ പ്രസ്‌താവനകൾക്കും ഒരു ശാസ്ത്രീയ വസ്‌തുതയുടെ പദവി ലഭിക്കുന്നില്ല, അല്ലെങ്കിൽ ഒരു ശാസ്‌ത്രീയ വസ്‌തുത ഉറപ്പിക്കുന്ന ഒരു വാക്യം. പ്രസ്താവനകൾ ഒറ്റപ്പെട്ട നിരീക്ഷണങ്ങളെ, ക്രമരഹിതമായ അനുഭവ സാഹചര്യങ്ങളെ മാത്രമേ വിവരിക്കുന്നുള്ളൂവെങ്കിൽ, അവ ആവശ്യമായ സാമാന്യതയില്ലാത്ത ഒരു നിശ്ചിത ഡാറ്റാ സെറ്റ് ഉണ്ടാക്കുന്നു. IN പ്രകൃതി ശാസ്ത്രംകൂടാതെ നിരവധി സാമൂഹിക കാര്യങ്ങളിൽ, ഉദാഹരണത്തിന്: സാമ്പത്തിക ശാസ്ത്രം, ജനസംഖ്യാശാസ്ത്രം, സാമൂഹ്യശാസ്ത്രം, ഒരു ചട്ടം പോലെ, ഒരു നിശ്ചിത ഡാറ്റയുടെ സ്റ്റാറ്റിസ്റ്റിക്കൽ പ്രോസസ്സിംഗ് ഉണ്ട്, ഇത് അവയിൽ അടങ്ങിയിരിക്കുന്ന ക്രമരഹിതമായ ഘടകങ്ങൾ നീക്കംചെയ്യുന്നത് സാധ്യമാക്കുന്നു, കൂടാതെ നിരവധി പ്രസ്താവനകൾക്ക് പകരം ഈ ഡാറ്റയെക്കുറിച്ചുള്ള ഒരു സംഗ്രഹ പ്രസ്താവന നേടുന്നതിന് ഡാറ്റ, ശാസ്ത്രീയ വസ്തുതയുടെ പദവി നേടുന്നു.

5. അനുഭവ ഗവേഷണത്തിന്റെ ശാസ്ത്രീയ വസ്തുതകൾ

അറിവ് എന്ന നിലയിൽ, ശാസ്ത്രീയ വസ്‌തുതകൾ സത്യത്തിന്റെ ഉയർന്ന അളവിലുള്ള (സാധ്യത) കൊണ്ട് വേർതിരിച്ചിരിക്കുന്നു, കാരണം അവ “ഉടൻ നൽകിയത്” രേഖപ്പെടുത്തുന്നു, യാഥാർത്ഥ്യത്തിന്റെ ശകലത്തെ വിവരിക്കുന്നു (വിശദീകരിക്കുകയോ വ്യാഖ്യാനിക്കുകയോ അല്ല). ഒരു വസ്തുത വ്യതിരിക്തമാണ്, അതിനാൽ, ഒരു പരിധിവരെ, സമയത്തിലും സ്ഥലത്തിലും പ്രാദേശികവൽക്കരിക്കപ്പെട്ടിരിക്കുന്നു, അത് അതിന് ഒരു നിശ്ചിത കൃത്യത നൽകുന്നു, അതിലുപരിയായി ഇത് അനുഭവപരമായ ഡാറ്റയുടെ സ്ഥിതിവിവരക്കണക്ക് സംഗ്രഹമാണ്, ക്രമരഹിതമായത് അല്ലെങ്കിൽ എന്താണെന്ന് പ്രതിഫലിപ്പിക്കുന്ന അറിവ്. ഒരു വസ്തുവിൽ സാധാരണവും അത്യാവശ്യവുമാണ്. എന്നാൽ ഒരു ശാസ്ത്രീയ വസ്തുത അതേ സമയം താരതമ്യേന യഥാർത്ഥ അറിവാണ്; അത് കേവലമല്ല, ആപേക്ഷികമാണ്, അതായത്, “ഉടൻ നൽകിയത്” ആത്മനിഷ്ഠമായ ഘടകങ്ങൾ ഉൾക്കൊള്ളുന്നതിനാൽ, കൂടുതൽ വ്യക്തമാക്കാനും മാറ്റാനും കഴിയും; വിവരണം ഒരിക്കലും സമഗ്രമായിരിക്കില്ല; വിജ്ഞാന വസ്തുതയിൽ വിവരിച്ചിരിക്കുന്ന വസ്തുവും വിവരണം നടപ്പിലാക്കുന്ന ഭാഷയും മാറുന്നു. വ്യതിരിക്തമായതിനാൽ, ഒരു ശാസ്ത്രീയ വസ്തുത ഒരേ സമയം മാറിക്കൊണ്ടിരിക്കുന്ന വിജ്ഞാന സമ്പ്രദായത്തിൽ ഉൾപ്പെടുന്നു; ശാസ്ത്രീയ വസ്തുത എന്താണെന്ന ആശയം തന്നെ ചരിത്രപരമായി മാറുന്നു.

ഒരു ശാസ്ത്രീയ വസ്തുതയുടെ ഘടനയിൽ സെൻസറി അറിവിനെ ആശ്രയിക്കുന്ന വിവരങ്ങൾ മാത്രമല്ല, അതിന്റെ യുക്തിസഹമായ അടിത്തറയും ഉൾപ്പെടുന്നതിനാൽ, ഈ യുക്തിസഹമായ ഘടകങ്ങളുടെ പങ്കിനെയും രൂപങ്ങളെയും കുറിച്ച് ചോദ്യം ഉയർന്നുവരുന്നു. അവയിൽ ലോജിക്കൽ ഘടനകൾ, ഗണിതശാസ്ത്രം ഉൾപ്പെടെയുള്ള ആശയപരമായ ഉപകരണങ്ങൾ, അതുപോലെ ദാർശനിക, രീതിശാസ്ത്ര, സൈദ്ധാന്തിക തത്വങ്ങളും പരിസരങ്ങളും ഉൾപ്പെടുന്നു. ഒരു വസ്തുത നേടുന്നതിനും വിവരിക്കുന്നതിനും വിശദീകരിക്കുന്നതിനും (വ്യാഖ്യാനം ചെയ്യുന്നതിനും) സൈദ്ധാന്തികമായ മുൻവ്യവസ്ഥകൾ ഒരു പ്രധാന പങ്ക് വഹിക്കുന്നു. അത്തരം മുൻവ്യവസ്ഥകളില്ലാതെ, ചില വസ്തുതകൾ കണ്ടെത്തുന്നത് പോലും പലപ്പോഴും അസാധ്യമാണ്, അവ മനസ്സിലാക്കുന്നത് വളരെ കുറവാണ്. W. Le Verrier ന്റെ പ്രാഥമിക കണക്കുകൂട്ടലുകൾക്കും പ്രവചനങ്ങൾക്കും അനുസൃതമായി, നെപ്റ്റ്യൂൺ ഗ്രഹത്തിന്റെ ജ്യോതിശാസ്ത്രജ്ഞൻ I. Galle കണ്ടെത്തിയതാണ് ശാസ്ത്ര ചരിത്രത്തിലെ ഏറ്റവും പ്രശസ്തമായ ഉദാഹരണങ്ങൾ; ആവർത്തനപ്പട്ടികയുടെ സൃഷ്ടിയുമായി ബന്ധപ്പെട്ട് D.I. മെൻഡലീവ് പ്രവചിച്ച രാസ മൂലകങ്ങളുടെ കണ്ടെത്തൽ; പോസിട്രോണിന്റെ കണ്ടെത്തൽ, സൈദ്ധാന്തികമായി പി. ഡിറാക് കണക്കാക്കിയ ന്യൂട്രിനോ, ഡബ്ല്യു. പോളി പ്രവചിച്ചത്.

പ്രകൃതി ശാസ്ത്രത്തിൽ, വസ്തുതകൾ, ചട്ടം പോലെ, ഇതിനകം പ്രത്യക്ഷപ്പെടുന്നു സൈദ്ധാന്തിക വശങ്ങൾ, ഗവേഷകർ സൈദ്ധാന്തിക പദ്ധതികൾ വസ്തുനിഷ്ഠമാക്കുന്ന ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നതിനാൽ; അതനുസരിച്ച്, അനുഭവപരമായ ഫലങ്ങൾ സൈദ്ധാന്തിക വ്യാഖ്യാനത്തിന് വിധേയമാണ്. എന്നിരുന്നാലും, ഈ പോയിന്റുകളുടെ പ്രാധാന്യം ഉണ്ടായിരുന്നിട്ടും, അവ കേവലമായിരിക്കരുത്. ഗവേഷണം കാണിക്കുന്നതുപോലെ, ഒരു പ്രത്യേക പ്രകൃതി ശാസ്ത്രത്തിന്റെ വികാസത്തിന്റെ ഏത് ഘട്ടത്തിലും, അടിസ്ഥാന സിദ്ധാന്തങ്ങളുടെ ചട്ടക്കൂടിനുള്ളിൽ ഇതുവരെ മനസ്സിലാക്കിയിട്ടില്ലാത്ത അടിസ്ഥാന അനുഭവപരമായ വസ്തുതകളുടെയും പാറ്റേണുകളുടെയും ഒരു വലിയ പാളി കണ്ടെത്താൻ കഴിയും.

അങ്ങനെ, മെറ്റാഗാലക്സിയുടെ വികാസത്തെക്കുറിച്ചുള്ള ഏറ്റവും അടിസ്ഥാനപരമായ ജ്യോതിശാസ്ത്ര വസ്തുതകളിലൊന്ന്, 1914 മുതൽ നടപ്പിലാക്കിയ വിദൂര താരാപഥങ്ങളുടെ സ്പെക്ട്രയിലെ "റെഡ് ഷിഫ്റ്റ്" എന്ന പ്രതിഭാസത്തിന്റെ നിരവധി നിരീക്ഷണങ്ങളുടെ സ്ഥിതിവിവരക്കണക്ക് സംഗ്രഹമായി സ്ഥാപിക്കപ്പെട്ടു. ഈ നിരീക്ഷണങ്ങൾ ഡോപ്ലർ പ്രഭാവം മൂലമാണ്. ഭൗതികശാസ്ത്രത്തിൽ നിന്നുള്ള ചില സൈദ്ധാന്തിക അറിവുകൾ തീർച്ചയായും ഇതിൽ ഉൾപ്പെട്ടിരുന്നു, എന്നാൽ പ്രപഞ്ചത്തെക്കുറിച്ചുള്ള അറിവിന്റെ വ്യവസ്ഥയിൽ ഈ വസ്തുത ഉൾപ്പെടുത്തുന്നത് അത് മനസ്സിലാക്കുകയും വിശദീകരിക്കുകയും ചെയ്ത ചട്ടക്കൂടിനുള്ളിലെ സിദ്ധാന്തത്തിന്റെ വികാസത്തിൽ നിന്ന് സ്വതന്ത്രമായി സംഭവിച്ചു, അതായത്, വികസിക്കുന്ന പ്രപഞ്ചത്തിന്റെ സിദ്ധാന്തം, പ്രത്യേകിച്ചും സർപ്പിള നെബുലയുടെ സ്പെക്ട്രയിൽ റെഡ്ഷിഫ്റ്റ് കണ്ടെത്തിയതിനെക്കുറിച്ചുള്ള ആദ്യത്തെ പ്രസിദ്ധീകരണങ്ങൾക്ക് ശേഷം ഇത് പ്രത്യക്ഷപ്പെട്ടതിനാൽ. A. A. ഫ്രീഡ്മാന്റെ സിദ്ധാന്തം ഈ വസ്തുതയെ ശരിയായി വിലയിരുത്താൻ സഹായിച്ചു, അത് പ്രപഞ്ചത്തെക്കുറിച്ചുള്ള അനുഭവജ്ഞാനത്തിലേക്ക് അതിനു മുമ്പും സ്വതന്ത്രമായും പ്രവേശിച്ചു. ഇത് ശാസ്ത്രീയവും വൈജ്ഞാനികവുമായ പ്രവർത്തനത്തിന്റെ അനുഭവപരമായ അടിത്തറയുടെ ആപേക്ഷിക സ്വാതന്ത്ര്യത്തെയും മൂല്യത്തെയും കുറിച്ച് സംസാരിക്കുന്നു, അറിവിന്റെ സൈദ്ധാന്തിക തലവുമായി "തുല്യ നിബന്ധനകളിൽ" ഇടപഴകുന്നു.

6. ലഭിച്ച അനുഭവ വിവരങ്ങളുമായി പ്രവർത്തിക്കുന്നത് ഉൾപ്പെടുന്ന രീതികൾ

യഥാർത്ഥ വസ്തുക്കളെ ഒറ്റപ്പെടുത്താനും പഠിക്കാനും ലക്ഷ്യമിട്ടുള്ള അനുഭവപരമായ രീതികളെക്കുറിച്ചാണ് നമ്മൾ ഇതുവരെ സംസാരിച്ചത്. ലഭിച്ച അനുഭവ വിവരങ്ങളുമായി പ്രവർത്തിക്കുന്നത് ഉൾപ്പെടുന്ന ഈ തലത്തിലുള്ള രണ്ടാമത്തെ ഗ്രൂപ്പ് രീതികൾ നമുക്ക് പരിഗണിക്കാം - പ്രോസസ്സ് ചെയ്യേണ്ടതും ചിട്ടപ്പെടുത്തേണ്ടതും പ്രാഥമിക പൊതുവൽക്കരണം നടത്തേണ്ടതുമായ ശാസ്ത്രീയ വസ്തുതകൾ.

ഗവേഷകൻ നിലവിലുള്ളതും നേടിയതുമായ അറിവിന്റെ പാളിയിൽ പ്രവർത്തിക്കുമ്പോൾ, യാഥാർത്ഥ്യത്തിന്റെ സംഭവങ്ങളെ നേരിട്ട് അഭിസംബോധന ചെയ്യാതെ, ലഭിച്ച ഡാറ്റ ഓർഗനൈസുചെയ്യുമ്പോൾ, പതിവ് ബന്ധങ്ങൾ കണ്ടെത്താൻ ശ്രമിക്കുമ്പോൾ - അനുഭവ നിയമങ്ങൾ, അവയുടെ നിലനിൽപ്പിനെക്കുറിച്ച് അനുമാനങ്ങൾ നടത്തുമ്പോൾ ഈ രീതികൾ ആവശ്യമാണ്. അവയുടെ സ്വഭാവമനുസരിച്ച്, ഇവ പ്രധാനമായും "തികച്ചും യുക്തിസഹമായ" രീതികളാണ്, പ്രാഥമികമായി യുക്തിയിൽ സ്വീകരിച്ച നിയമങ്ങൾക്കനുസൃതമായി വികസിക്കുന്നു, എന്നാൽ അതേ സമയം നിലവിലുള്ള അറിവ് സംഘടിപ്പിക്കുന്നതിനുള്ള ചുമതലയുള്ള ശാസ്ത്രീയ ഗവേഷണത്തിന്റെ അനുഭവപരമായ തലത്തിന്റെ പശ്ചാത്തലത്തിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. സാധാരണ ലളിതമായ ആശയങ്ങളുടെ തലത്തിൽ, അറിവിന്റെ പ്രാരംഭ പ്രാഥമിക ഇൻഡക്റ്റീവ് സാമാന്യവൽക്കരണത്തിന്റെ ഈ ഘട്ടം പലപ്പോഴും ഒരു സിദ്ധാന്തം നേടുന്നതിനുള്ള സംവിധാനമായി വ്യാഖ്യാനിക്കപ്പെടുന്നു, ഇത് കഴിഞ്ഞ നൂറ്റാണ്ടുകളിൽ വ്യാപകമായിരുന്ന അറിവിന്റെ "എല്ലാ-ഇൻഡക്റ്റിവിസ്റ്റ്" ആശയത്തിന്റെ സ്വാധീനം കാണിക്കുന്നു. .

ശാസ്ത്രീയ വസ്തുതകളുടെ പഠനം ആരംഭിക്കുന്നത് അവയുടെ വിശകലനത്തോടെയാണ്. വിശകലനം എന്നതുകൊണ്ട് ഞങ്ങൾ അർത്ഥമാക്കുന്നത് ഒരു മുഴുവൻ അല്ലെങ്കിൽ പൊതുവെ സങ്കീർണ്ണമായ പ്രതിഭാസത്തിന്റെ മാനസിക വിഘടനം (വിഘടിപ്പിക്കൽ) അതിന്റെ ഘടകം, ലളിതമായ പ്രാഥമിക ഭാഗങ്ങൾ, ഒറ്റപ്പെടൽ എന്നിവ ഉൾക്കൊള്ളുന്ന ഒരു ഗവേഷണ രീതിയാണ്. വ്യക്തിഗത പാർട്ടികൾ, പ്രോപ്പർട്ടികൾ, കണക്ഷനുകൾ. എന്നാൽ വിശകലനം ശാസ്ത്രീയ ഗവേഷണത്തിന്റെ അന്തിമ ലക്ഷ്യമല്ല, അത് മൊത്തത്തിൽ പുനർനിർമ്മിക്കാൻ ശ്രമിക്കുന്നു, അതിന്റെ ആന്തരിക ഘടന, അതിന്റെ പ്രവർത്തനത്തിന്റെ സ്വഭാവം, അതിന്റെ വികസന നിയമങ്ങൾ എന്നിവ മനസ്സിലാക്കുക. തുടർന്നുള്ള സൈദ്ധാന്തികവും പ്രായോഗികവുമായ സമന്വയത്തിലൂടെയാണ് ഈ ലക്ഷ്യം കൈവരിക്കുന്നത്.

സങ്കീർണ്ണമായ ഒരു പ്രതിഭാസത്തിന്റെ വിശകലനം ചെയ്ത ഭാഗങ്ങൾ, ഘടകങ്ങൾ, വശങ്ങൾ, ഘടകങ്ങൾ എന്നിവയുടെ കണക്ഷനുകൾ ബന്ധിപ്പിക്കുന്നതും പുനർനിർമ്മിക്കുന്നതും അതിന്റെ ഐക്യത്തിൽ മൊത്തത്തിൽ മനസ്സിലാക്കുന്നതും അടങ്ങുന്ന ഒരു ഗവേഷണ രീതിയാണ് സിന്തസിസ്. വിശകലനത്തിനും സമന്വയത്തിനും ഭൗതിക ലോകത്തിന്റെ തന്നെ ഘടനയിലും നിയമങ്ങളിലും അവയുടെ വസ്തുനിഷ്ഠമായ അടിത്തറയുണ്ട്. വസ്തുനിഷ്ഠമായ യാഥാർത്ഥ്യത്തിൽ, സമ്പൂർണ്ണവും അതിന്റെ ഭാഗങ്ങളും, ഐക്യവും വ്യത്യാസങ്ങളും, തുടർച്ചയും വിവേചനാധികാരവും, നിരന്തരം സംഭവിക്കുന്ന ശിഥിലീകരണത്തിന്റെയും ബന്ധത്തിന്റെയും, നാശത്തിന്റെയും സൃഷ്ടിയുടെയും പ്രക്രിയകളുണ്ട്. എല്ലാ ശാസ്ത്രങ്ങളിലും, വിശകലന-സിന്തറ്റിക് പ്രവർത്തനം നടത്തുന്നു, പ്രകൃതിശാസ്ത്രത്തിൽ ഇത് മാനസികമായി മാത്രമല്ല, പ്രായോഗികമായും നടപ്പിലാക്കാൻ കഴിയും.

വസ്തുതകളുടെ വിശകലനത്തിൽ നിന്ന് സൈദ്ധാന്തിക സമന്വയത്തിലേക്കുള്ള മാറ്റം പരസ്പരം പൂരകമാക്കുകയും സംയോജിപ്പിക്കുകയും ചെയ്യുന്ന രീതികളുടെ സഹായത്തോടെയാണ് നടത്തുന്നത്. സങ്കീർണ്ണമായ പ്രക്രിയ. ഈ രീതികളിൽ ഒന്ന് ഇൻഡക്ഷൻ ആണ്, ഇത് ഒരു ഇടുങ്ങിയ അർത്ഥത്തിൽ പരമ്പരാഗതമായി വ്യക്തിഗത വസ്തുതകളെക്കുറിച്ചുള്ള അറിവിൽ നിന്ന് പൊതുവായ അറിവിലേക്കും, അനുഭവപരമായ സാമാന്യവൽക്കരണത്തിലേക്കും ഒരു നിയമമോ മറ്റ് അവശ്യ ബന്ധമോ ആയി മാറുന്ന ഒരു പൊതു സ്ഥാനം സ്ഥാപിക്കുന്നതിനുള്ള ഒരു രീതിയായി മനസ്സിലാക്കപ്പെടുന്നു. . ഇൻഡക്ഷന്റെ ബലഹീനത അത്തരമൊരു പരിവർത്തനത്തിനുള്ള ന്യായീകരണത്തിന്റെ അഭാവത്തിലാണ്. വസ്‌തുതകളുടെ കണക്കെടുപ്പ് ഒരിക്കലും പ്രായോഗികമായി പൂർത്തീകരിക്കാൻ കഴിയില്ല, ഇനിപ്പറയുന്ന വസ്തുത വൈരുദ്ധ്യമാകില്ലെന്ന് ഞങ്ങൾക്ക് ഉറപ്പില്ല. അതിനാൽ, ഇൻഡക്ഷൻ വഴി ലഭിക്കുന്ന അറിവ് എല്ലായ്പ്പോഴും പ്രോബബിലിസ്റ്റിക് ആണ്. കൂടാതെ, ഇൻഡക്റ്റീവ് നിഗമനത്തിന്റെ പരിസരത്ത് സാമാന്യവൽക്കരിക്കാവുന്ന സവിശേഷതകളും ഗുണങ്ങളും എത്രത്തോളം പ്രാധാന്യമർഹിക്കുന്നു എന്നതിനെക്കുറിച്ചുള്ള അറിവ് അടങ്ങിയിട്ടില്ല. എൻയുമറേഷൻ ഇൻഡക്ഷൻ ഉപയോഗിച്ച്, ഒരാൾക്ക് വിശ്വസനീയമല്ലാത്തതും എന്നാൽ സാധ്യതയുള്ളതുമായ അറിവ് നേടാനാകും. അനുഭവ സാമഗ്രികൾ സാമാന്യവൽക്കരിക്കുന്നതിനുള്ള മറ്റ് നിരവധി രീതികളും ഉണ്ട്, അതിന്റെ സഹായത്തോടെ, ജനപ്രിയ ഇൻഡക്ഷനിലെന്നപോലെ, ലഭിച്ച അറിവ് ഒരു സാധ്യതയുള്ള സ്വഭാവമാണ്. സമാന രീതികൾ, സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികൾ, മോഡൽ എക്സ്ട്രാപോളേഷൻ രീതി എന്നിവ അത്തരം രീതികളിൽ ഉൾപ്പെടുന്നു. വസ്തുതകളിൽ നിന്ന് സാമാന്യവൽക്കരണത്തിലേക്കുള്ള പരിവർത്തനത്തിന്റെ സാധുതയുടെ അളവിൽ അവ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു. ഈ രീതികളെല്ലാം പലപ്പോഴും ഇൻഡക്റ്റീവ് എന്ന പൊതുനാമത്തിൽ സംയോജിപ്പിക്കപ്പെടുന്നു, തുടർന്ന് ഇൻഡക്ഷൻ എന്ന പദം വിശാലമായ അർത്ഥത്തിൽ ഉപയോഗിക്കുന്നു.

ശാസ്ത്രീയ അറിവിന്റെ പൊതു പ്രക്രിയയിൽ, ഇൻഡക്റ്റീവ്, ഡിഡക്റ്റീവ് രീതികൾ പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്നു. രണ്ട് രീതികളും വ്യക്തിയുടെ വസ്തുനിഷ്ഠമായ വൈരുദ്ധ്യാത്മകവും പൊതുവായതും, പ്രതിഭാസവും സത്തയും, ക്രമരഹിതവും ആവശ്യമുള്ളതും അടിസ്ഥാനമാക്കിയുള്ളതാണ്. അനുഭവത്തെ നേരിട്ട് അടിസ്ഥാനമാക്കിയുള്ള ശാസ്ത്രങ്ങളിൽ ഇൻഡക്റ്റീവ് രീതികൾക്ക് വലിയ പ്രാധാന്യമുണ്ട്, അതേസമയം വിശദീകരണത്തിന്റെയും പ്രവചനത്തിന്റെയും രീതികൾ എന്ന നിലയിൽ അവയുടെ യുക്തിസഹമായ ക്രമപ്പെടുത്തലിനും നിർമ്മാണത്തിനുമുള്ള ഒരു ഉപകരണമെന്ന നിലയിൽ സൈദ്ധാന്തിക ശാസ്ത്രങ്ങളിൽ കിഴിവ് രീതികൾ പരമപ്രധാനമാണ്. ശാസ്ത്രീയ ഗവേഷണത്തിൽ വസ്തുതകൾ പ്രോസസ്സ് ചെയ്യുന്നതിനും സാമാന്യവൽക്കരിക്കുന്നതിനും, വ്യവസ്ഥാപിതവൽക്കരണം ഒരൊറ്റ സിസ്റ്റത്തിലേക്ക് ചുരുക്കലും ക്ലാസുകൾ, ഗ്രൂപ്പുകൾ, തരങ്ങൾ മുതലായവയായി വിഭജിക്കുന്ന തരത്തിലും വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്നു.

7. രീതിശാസ്ത്രപരമായ വശങ്ങൾ

വർഗ്ഗീകരണ സിദ്ധാന്തത്തിന്റെ രീതിശാസ്ത്രപരമായ വശങ്ങൾ വികസിപ്പിക്കുമ്പോൾ, ഇനിപ്പറയുന്ന ആശയങ്ങൾ തമ്മിൽ വേർതിരിച്ചറിയാൻ രീതിശാസ്ത്രജ്ഞർ നിർദ്ദേശിക്കുന്നു:

വർഗ്ഗീകരണം എന്നത് ഏതെങ്കിലും ഗണത്തെ ഏതെങ്കിലും മാനദണ്ഡമനുസരിച്ച് ഉപഗണങ്ങളായി വിഭജിക്കുന്നതാണ്;

സിസ്റ്റമാറ്റിക്സ് എന്നത് വസ്തുക്കളുടെ ക്രമപ്പെടുത്തലാണ്, അത് ഒരു പ്രത്യേക വർഗ്ഗീകരണ സംവിധാനത്തിന്റെ പദവിയുള്ളതാണ്, പ്രകൃതിയാൽ തന്നെ വേർതിരിച്ചിരിക്കുന്നു (സ്വാഭാവിക വർഗ്ഗീകരണം);

ടാക്‌സയുടെ ഘടന (വസ്‌തുക്കളുടെ കീഴിലുള്ള ഗ്രൂപ്പുകൾ) സവിശേഷതകളും വീക്ഷണകോണിൽ നിന്ന് ഏതെങ്കിലും വർഗ്ഗീകരണത്തെക്കുറിച്ചുള്ള പഠനമാണ് ടാക്സോണമി.

വർഗ്ഗീകരണ രീതികൾ നിരവധി വൈജ്ഞാനിക പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നത് സാധ്യമാക്കുന്നു: വസ്തുക്കളുടെ വൈവിധ്യം താരതമ്യേന ചെറിയ എണ്ണം എന്റിറ്റികളായി കുറയ്ക്കുക (ക്ലാസുകൾ, തരങ്ങൾ, രൂപങ്ങൾ, സ്പീഷിസുകൾ, ഗ്രൂപ്പുകൾ മുതലായവ); വിശകലനത്തിന്റെ പ്രാരംഭ യൂണിറ്റുകൾ തിരിച്ചറിയുകയും അനുബന്ധ ആശയങ്ങളുടെയും നിബന്ധനകളുടെയും ഒരു സംവിധാനം വികസിപ്പിക്കുകയും ചെയ്യുക; ക്രമങ്ങൾ, സുസ്ഥിരമായ അടയാളങ്ങൾ, ബന്ധങ്ങൾ, ആത്യന്തികമായി അനുഭവപരമായ പാറ്റേണുകൾ എന്നിവ കണ്ടെത്തുക; മുമ്പത്തെ ഗവേഷണം സംഗ്രഹിക്കുകയും മുമ്പ് അറിയപ്പെടാത്ത വസ്തുക്കളുടെയോ അവയുടെ ഗുണങ്ങളുടെയോ അസ്തിത്വം പ്രവചിക്കുകയും, ഇതിനകം അറിയപ്പെടുന്ന വസ്തുക്കൾ തമ്മിലുള്ള പുതിയ കണക്ഷനുകളും ആശ്രിതത്വങ്ങളും കണ്ടെത്തുകയും ചെയ്യുക. വർഗ്ഗീകരണങ്ങളുടെ സമാഹാരം ഇനിപ്പറയുന്ന ലോജിക്കൽ ആവശ്യകതകൾ പാലിക്കണം: ഒരേ വർഗ്ഗീകരണത്തിൽ ഒരേ അടിസ്ഥാനം ഉപയോഗിക്കണം; ക്ലാസിഫിക്കേഷൻ അംഗങ്ങളുടെ വോളിയം തരംതിരിക്കുന്ന ക്ലാസിന്റെ വോളിയത്തിന് തുല്യമായിരിക്കണം (വിഭജനത്തിന്റെ ആനുപാതികത); വർഗ്ഗീകരണത്തിലെ അംഗങ്ങൾ പരസ്പരവിരുദ്ധമായിരിക്കണം, മുതലായവ.

പ്രകൃതി ശാസ്ത്രത്തിൽ, രണ്ട് വിവരണാത്മക വർഗ്ഗീകരണങ്ങളും അവതരിപ്പിച്ചിരിക്കുന്നു, ഇത് ശേഖരിച്ച ഫലങ്ങൾ സൗകര്യപ്രദമായ രൂപത്തിലേക്ക് ചുരുക്കുന്നത് സാധ്യമാക്കുന്നു, കൂടാതെ വസ്തുക്കളുടെ ബന്ധങ്ങൾ തിരിച്ചറിയാനും രേഖപ്പെടുത്താനും സാധ്യമാക്കുന്ന ഘടനാപരമായ വർഗ്ഗീകരണങ്ങൾ. അതിനാൽ, ഭൗതികശാസ്ത്രത്തിൽ, ചാർജ്, സ്പിൻ, പിണ്ഡം, അപരിചിതത്വം, പങ്കാളിത്തം എന്നിവ പ്രകാരം അടിസ്ഥാന കണങ്ങളെ വിഭജിക്കുന്നതാണ് വിവരണാത്മക വർഗ്ഗീകരണം. വത്യസ്ത ഇനങ്ങൾഇടപെടലുകൾ. കണങ്ങളുടെ ചില ഗ്രൂപ്പുകളെ സമമിതികളുടെ തരം അനുസരിച്ച് തരംതിരിക്കാം (കണികകളുടെ ക്വാർക്ക് ഘടനകൾ), ഇത് ആഴത്തിലുള്ളതും അത്യാവശ്യവുമായ ബന്ധങ്ങളെ പ്രതിഫലിപ്പിക്കുന്നു.

സമീപകാല ദശകങ്ങളിലെ ഗവേഷണം വർഗ്ഗീകരണത്തിന്റെ രീതിശാസ്ത്രപരമായ പ്രശ്നങ്ങൾ വെളിപ്പെടുത്തിയിട്ടുണ്ട്, ഒരു ആധുനിക ഗവേഷകനും സിസ്റ്റമാറ്റിസറിനും ആവശ്യമായ അറിവ്. ഇത് ഒന്നാമതായി, വർഗ്ഗീകരണങ്ങളും യഥാർത്ഥ ശാസ്ത്രീയ പരിശീലനവും നിർമ്മിക്കുന്നതിനുള്ള ഔപചാരിക വ്യവസ്ഥകളും നിയമങ്ങളും തമ്മിലുള്ള പൊരുത്തക്കേടാണ്. സവിശേഷതകളുടെ വിവേചനാധികാരത്തിന്റെ ആവശ്യകത, മൊത്തത്തിലുള്ള സവിശേഷതകളുടെ വ്യതിരിക്തമായ മൂല്യങ്ങളായി വിഭജിക്കുന്ന കൃത്രിമ രീതികളിലേക്ക് നിരവധി സന്ദർഭങ്ങളിൽ ഉയർന്നുവരുന്നു; ഒരു വസ്തുവിന്റെ ആട്രിബ്യൂട്ടിനെക്കുറിച്ച് വ്യതിരിക്തമായ ഒരു വിലയിരുത്തൽ നടത്തുന്നത് എല്ലായ്പ്പോഴും സാധ്യമല്ല; സവിശേഷതകൾ ഒന്നിലധികം ഘടനാപരമായിരിക്കുമ്പോൾ, അവ സംഭവിക്കുന്നതിന്റെ ആവൃത്തി സൂചിപ്പിക്കാൻ പരിമിതപ്പെടുത്തിയിരിക്കുന്നു. ഒരു വർഗ്ഗീകരണത്തിൽ: മെറ്റീരിയലിന്റെ ക്രമീകരണം, റെക്കോർഡിംഗിനും തിരയലിനും സൗകര്യപ്രദമാണ്; മെറ്റീരിയലിലെ ആന്തരിക വ്യവസ്ഥാപരമായ ബന്ധങ്ങൾ തിരിച്ചറിയൽ - പ്രവർത്തനപരവും ജനിതകവും മറ്റുള്ളവയും (ഗവേഷണ സംഘം).

നിരീക്ഷണത്തിന്റെയും പരീക്ഷണത്തിന്റെയും വസ്‌തുതകൾ താരതമ്യം ചെയ്‌ത് പരീക്ഷണാത്മകമായി ലഭിച്ച അളവിലും മറ്റ് ആശ്രിതത്വങ്ങളും പരിഹരിക്കുന്നതിന് ഇൻഡക്‌റ്റീവ് രീതികൾ ഉപയോഗിക്കുന്ന പ്രോബബിലിസ്റ്റിക് അനുഭവജ്ഞാനത്തിന്റെ ഏറ്റവും വികസിത രൂപമാണ് അനുഭവ നിയമം. ഒരു സൈദ്ധാന്തിക നിയമത്തിൽ നിന്നുള്ള അറിവിന്റെ ഒരു രൂപമെന്ന നിലയിൽ ഇതാണ് അതിന്റെ വ്യത്യാസം - വിശ്വസനീയമായ അറിവ്, ഇത് ഗണിതശാസ്ത്രപരമായ അമൂർത്തങ്ങൾ ഉപയോഗിച്ച് രൂപപ്പെടുത്തിയിരിക്കുന്നു, അതുപോലെ തന്നെ സൈദ്ധാന്തിക യുക്തിയുടെ ഫലവും, പ്രധാനമായും ആദർശവൽക്കരിച്ച വസ്തുക്കളിൽ ഒരു ചിന്താ പരീക്ഷണത്തിന്റെ അനന്തരഫലമായി.

വസ്തുതകളുടെ ഇൻഡക്റ്റീവ് സാമാന്യവൽക്കരണത്തിന്റെയും വ്യവസ്ഥാപിതവൽക്കരണത്തിന്റെയും ഫലമായി സിദ്ധാന്തം നേടാനാവില്ലെന്ന് സമീപകാല ദശകങ്ങളിലെ ഗവേഷണങ്ങൾ തെളിയിച്ചിട്ടുണ്ട്, ഇത് വസ്തുതകളുടെ യുക്തിസഹമായ അനന്തരഫലമായി ഉണ്ടാകുന്നതല്ല, അതിന്റെ സൃഷ്ടിയുടെയും നിർമ്മാണത്തിന്റെയും സംവിധാനങ്ങൾ വ്യത്യസ്ത സ്വഭാവമുള്ളതാണ്, ഒരു കുതിച്ചുചാട്ടത്തെ സൂചിപ്പിക്കുന്നു. ഗവേഷകന്റെ സർഗ്ഗാത്മകതയും കഴിവും ആവശ്യമായ, ഗുണപരമായി വ്യത്യസ്തമായ അറിവിലേക്കുള്ള ഒരു മാറ്റം. പരീക്ഷണാത്മക ഡാറ്റയിൽ നിന്ന് സിദ്ധാന്തത്തിലേക്ക് യുക്തിപരമായി ആവശ്യമായ പാതയില്ലെന്ന് എ. ഐൻസ്റ്റീന്റെ നിരവധി പ്രസ്താവനകൾ ഇത് സ്ഥിരീകരിക്കുന്നു; നമ്മുടെ ചിന്താ പ്രക്രിയയിൽ ഉണ്ടാകുന്ന ആശയങ്ങൾ.

അനുഭവപരമായ വിവരശേഖരം പുതിയ അറിവുകളെക്കുറിച്ചും പഠനത്തിൻ കീഴിലുള്ള വസ്തുക്കളുടെ പല സവിശേഷതകളെക്കുറിച്ചും പ്രാഥമിക വിവരങ്ങൾ നൽകുന്നു, അങ്ങനെ ശാസ്ത്രീയ ഗവേഷണത്തിന്റെ പ്രാരംഭ അടിസ്ഥാനമായി ഇത് പ്രവർത്തിക്കുന്നു.

ഒരു ചട്ടം പോലെ, പരീക്ഷണാത്മക ഗവേഷണത്തിന്റെ രീതികളുടെയും സാങ്കേതികതകളുടെയും ഉപയോഗത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് അനുഭവപരമായ രീതികൾ, അത് വസ്തുവിനെക്കുറിച്ചുള്ള വസ്തുതാപരമായ വിവരങ്ങൾ നേടുന്നത് സാധ്യമാക്കുന്നു. പ്രായോഗിക ഗവേഷണ പ്രവർത്തനങ്ങളിൽ താരതമ്യേന പലപ്പോഴും ഉപയോഗിക്കുന്ന അടിസ്ഥാന രീതികൾ അവയിൽ ഒരു പ്രത്യേക സ്ഥാനം വഹിക്കുന്നു.

സാഹിത്യം

1. കൊറോട്ട്കോവ് ഇ.എം. നിയന്ത്രണ സംവിധാനങ്ങളുടെ ഗവേഷണം. – എം.: ദേക, 2000.

2. ലോമോനോസോവ് ബി.പി., മിഷിൻ വി.എം. സിസ്റ്റം ഗവേഷണം. - എം.: JSC "അറിയുക-അറിവ്", 1998.

3. മാലിൻ എ.എസ്., മുഖിൻ വി.ഐ. സിസ്റ്റം ഗവേഷണം. – എം.: സ്റ്റേറ്റ് യൂണിവേഴ്സിറ്റി ഹയർ സ്കൂൾ ഓഫ് ഇക്കണോമിക്സ്, 2002.

4. മിഷിൻ വി.എം. സിസ്റ്റം ഗവേഷണം. – എം.: UNITY-DANA, 2003.

5. മിഷിൻ വി.എം. സിസ്റ്റം ഗവേഷണം. - എം.: ZAO "ഫിൻസ്റ്റാറ്റിൻഫോം", 1998.

6. Kovalchuk V.V., Moiseev A.N. ശാസ്ത്രീയ ഗവേഷണത്തിന്റെ അടിസ്ഥാനങ്ങൾ. കെ.: സന്നന്യ, 2005.

7. ഫിലിപ്പെങ്കോ എ.എസ്. ശാസ്ത്രീയ ഗവേഷണത്തിന്റെ അടിസ്ഥാനങ്ങൾ. കെ.: അക്കാദമിവിദാവ്, 2004.

8. ഗ്രിഷെങ്കോ I. M. ശാസ്ത്രീയ ഗവേഷണത്തിന്റെ അടിസ്ഥാനങ്ങൾ. കെ.: കെഎൻഇയു, 2001.

9. ലുഡ്ചെങ്കോ A. A. ശാസ്ത്രീയ ഗവേഷണത്തിന്റെ അടിസ്ഥാനങ്ങൾ. കെ.: സന്നന്യ, 2001

10. Stechenko D.I., Chmir O.S. മെത്തഡോളജി ഓഫ് സയന്റിഫിക് റിസർച്ച്. കെ.: വിഡി "പ്രൊഫഷണൽ", 2005.

നിരീക്ഷണം, താരതമ്യം, അളക്കൽ, പരീക്ഷണം എന്നിവ ഉൾപ്പെടുന്നതാണ് ശാസ്ത്ര സാങ്കേതിക രംഗത്തെ അനുഭവപരമായ ഗവേഷണ രീതികൾ.

ചില കാരണങ്ങളാൽ നമുക്ക് താൽപ്പര്യമുള്ള ഒരു വസ്തുവിനെക്കുറിച്ചുള്ള ചിട്ടയായതും ലക്ഷ്യബോധമുള്ളതുമായ ധാരണയായി നിരീക്ഷണം മനസ്സിലാക്കപ്പെടുന്നു: കാര്യങ്ങൾ, പ്രതിഭാസങ്ങൾ, ഗുണങ്ങൾ, അവസ്ഥകൾ, മൊത്തത്തിലുള്ള വശങ്ങൾ - ഭൗതികവും ആദർശപരവുമായ സ്വഭാവം.

ഇത് ഏറ്റവും ലളിതമായ രീതിയാണ്, ചട്ടം പോലെ, മറ്റ് അനുഭവപരമായ രീതികളുടെ ഭാഗമായി പ്രവർത്തിക്കുന്നു, എന്നിരുന്നാലും നിരവധി ശാസ്ത്രങ്ങളിൽ ഇത് സ്വതന്ത്രമായി അല്ലെങ്കിൽ പ്രധാനമായി പ്രവർത്തിക്കുന്നു (കാലാവസ്ഥാ നിരീക്ഷണം, നിരീക്ഷണ ജ്യോതിശാസ്ത്രം മുതലായവ). ദൂരദർശിനിയുടെ കണ്ടുപിടിത്തം, മെഗാലോകത്തിന്റെ മുമ്പ് അപ്രാപ്യമായ ഒരു പ്രദേശത്തേക്ക് നിരീക്ഷണം വ്യാപിപ്പിക്കാൻ മനുഷ്യനെ അനുവദിച്ചു; മൈക്രോസ്കോപ്പിന്റെ സൃഷ്ടി മൈക്രോലോകത്തിന്റെ അധിനിവേശത്തെ അടയാളപ്പെടുത്തി. ഒരു എക്സ്-റേ മെഷീൻ, റഡാർ, അൾട്രാസൗണ്ട് ജനറേറ്റർ, മറ്റ് നിരവധി സാങ്കേതിക നിരീക്ഷണ മാർഗങ്ങൾ എന്നിവ ഈ ഗവേഷണ രീതിയുടെ ശാസ്ത്രീയവും പ്രായോഗികവുമായ മൂല്യത്തിൽ അഭൂതപൂർവമായ വർദ്ധനവിന് കാരണമായി. സ്വയം നിരീക്ഷണത്തിനും ആത്മനിയന്ത്രണത്തിനും (മനഃശാസ്ത്രം, വൈദ്യം, ശാരീരിക വിദ്യാഭ്യാസം, കായികം മുതലായവ) രീതികളും സാങ്കേതികതകളും ഉണ്ട്.

അറിവിന്റെ സിദ്ധാന്തത്തിലെ നിരീക്ഷണം എന്ന ആശയം സാധാരണയായി "ആലോചന" എന്ന ആശയത്തിന്റെ രൂപത്തിലാണ് പ്രത്യക്ഷപ്പെടുന്നത്; ഇത് വിഷയത്തിന്റെ പ്രവർത്തനത്തിന്റെയും പ്രവർത്തനത്തിന്റെയും വിഭാഗങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.

ഫലപ്രദവും ഉൽപ്പാദനക്ഷമവുമാകണമെങ്കിൽ, നിരീക്ഷണം ഇനിപ്പറയുന്ന ആവശ്യകതകൾ നിറവേറ്റണം:-

മനഃപൂർവ്വം, അതായത്, ഒരു പൊതു ലക്ഷ്യത്തിന്റെ (ലക്ഷ്യങ്ങൾ) ചട്ടക്കൂടിനുള്ളിൽ നന്നായി നിർവചിക്കപ്പെട്ട പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന് നടപ്പിലാക്കുക. ശാസ്ത്രീയ പ്രവർത്തനംപ്രയോഗങ്ങളും; -

വ്യവസ്ഥാപിതം, അതായത്, വസ്തുവിന്റെ സ്വഭാവം, പഠനത്തിന്റെ ലക്ഷ്യങ്ങളും ലക്ഷ്യങ്ങളും എന്നിവയിൽ നിന്നുള്ള ഒരു നിർദ്ദിഷ്ട പദ്ധതി, പാറ്റേൺ എന്നിവ പിന്തുടരുന്ന നിരീക്ഷണങ്ങൾ ഉൾക്കൊള്ളുന്നു; -

ലക്ഷ്യബോധമുള്ളത്, അതായത്, നിരീക്ഷകന്റെ ശ്രദ്ധ അവനു താൽപ്പര്യമുള്ള വസ്തുക്കളിൽ മാത്രം സ്ഥാപിക്കുക, നിരീക്ഷണ ജോലികൾക്ക് പുറത്തുള്ളവയിൽ വസിക്കരുത്. വ്യക്തിഗത വിശദാംശങ്ങൾ, വശങ്ങൾ, വശങ്ങൾ, ഒരു വസ്തുവിന്റെ ഭാഗങ്ങൾ എന്നിവയുടെ ധാരണയെ ലക്ഷ്യം വച്ചുള്ള നിരീക്ഷണത്തെ ഫിക്സിംഗ് എന്ന് വിളിക്കുന്നു, കൂടാതെ ആവർത്തിച്ചുള്ള നിരീക്ഷണത്തിന്റെ (റിട്ടേൺ) അവസ്ഥയിൽ മൊത്തത്തിൽ മൂടുന്നത് - ഏറ്റക്കുറച്ചിലുകൾ. ഈ തരത്തിലുള്ള നിരീക്ഷണങ്ങളുടെ സംയോജനം ആത്യന്തികമായി വസ്തുവിന്റെ സമഗ്രമായ ഒരു ചിത്രം നൽകുന്നു; -

സജീവമായിരിക്കുക, അതായത്, നിരീക്ഷകൻ തന്റെ ജോലികൾക്ക് ആവശ്യമായ വസ്തുക്കൾക്കായി ഒരു നിശ്ചിത കൂട്ടം ഇടയിൽ ബോധപൂർവം തിരയുമ്പോൾ, അവയിൽ താൽപ്പര്യമുള്ള ഈ വസ്തുക്കളുടെ വ്യക്തിഗത സവിശേഷതകളും വശങ്ങളും പരിഗണിക്കുന്നു, സ്വന്തം അറിവ്, അനുഭവം, കഴിവുകൾ എന്നിവയെ ആശ്രയിക്കുന്നു; -

വ്യവസ്ഥാപിതമായി, അതായത്, നിരീക്ഷകൻ തന്റെ നിരീക്ഷണം തുടർച്ചയായി നടത്തുമ്പോൾ, ക്രമരഹിതമായും ഇടയ്ക്കിടെയും (ലളിതമായ ധ്യാനം പോലെ), ഒരു നിശ്ചിത, മുൻകൂട്ടി ചിന്തിച്ച സ്കീം അനുസരിച്ച്, വിവിധ അല്ലെങ്കിൽ കർശനമായി വ്യക്തമാക്കിയ വ്യവസ്ഥകളിൽ.

ശാസ്ത്രീയ അറിവിന്റെയും പരിശീലനത്തിന്റെയും ഒരു രീതിയെന്ന നിലയിൽ നിരീക്ഷണം നമുക്ക് വസ്തുക്കളെക്കുറിച്ചുള്ള അനുഭവപരമായ പ്രസ്താവനകളുടെ രൂപത്തിൽ വസ്തുതകൾ നൽകുന്നു. ഈ വസ്തുതകൾ വിജ്ഞാനത്തിന്റെയും പഠനത്തിന്റെയും വസ്തുക്കളെക്കുറിച്ചുള്ള പ്രാഥമിക വിവരങ്ങൾ ഉണ്ടാക്കുന്നു. വാസ്തവത്തിൽ വസ്തുതകളൊന്നുമില്ലെന്ന് നമുക്ക് ശ്രദ്ധിക്കാം: അത് നിലവിലുണ്ട്. വസ്തുതകൾ ആളുകളുടെ തലയിലാണ്. ശാസ്ത്രീയ വസ്തുതകളുടെ വിവരണം ഒരു പ്രത്യേക ശാസ്ത്ര ഭാഷ, ആശയങ്ങൾ, ലോകത്തിന്റെ ചിത്രങ്ങൾ, സിദ്ധാന്തങ്ങൾ, അനുമാനങ്ങൾ, മാതൃകകൾ എന്നിവയുടെ അടിസ്ഥാനത്തിലാണ് സംഭവിക്കുന്നത്. തന്നിരിക്കുന്ന വസ്തുവിന്റെ ആശയത്തിന്റെ പ്രാഥമിക സ്കീമാറ്റൈസേഷൻ നിർണ്ണയിക്കുന്നത് അവരാണ്. യഥാർത്ഥത്തിൽ, അത്തരം സാഹചര്യങ്ങളിലാണ് "ശാസ്ത്രത്തിന്റെ ഒബ്ജക്റ്റ്" ഉണ്ടാകുന്നത് (ഇത് യാഥാർത്ഥ്യത്തിന്റെ ഒബ്ജക്റ്റുമായി ആശയക്കുഴപ്പത്തിലാക്കരുത്, കാരണം രണ്ടാമത്തേത് ആദ്യത്തേതിന്റെ സൈദ്ധാന്തിക വിവരണമാണ്!).

പല ശാസ്ത്രജ്ഞരും പ്രത്യേകമായി നിരീക്ഷിക്കാനുള്ള കഴിവ് വികസിപ്പിച്ചെടുത്തു, അതായത് നിരീക്ഷണം. ഈ ഗുണം തന്നിൽ തീവ്രമായി വളർത്തിയെടുത്തതാണ് തന്റെ വിജയങ്ങൾക്ക് കടപ്പെട്ടിരിക്കുന്നതെന്ന് ചാൾസ് ഡാർവിൻ പറഞ്ഞു.

വിജ്ഞാനത്തിന്റെ ഏറ്റവും സാധാരണവും സാർവത്രികവുമായ രീതികളിലൊന്നാണ് താരതമ്യം. അറിയപ്പെടുന്ന ഒരു പഴഞ്ചൊല്ല്: "എല്ലാം താരതമ്യത്തിലൂടെ അറിയാം" - അതിന് ഏറ്റവും നല്ലത്തെളിവ്. താരതമ്യം എന്നത് വിവിധ തരത്തിലുള്ള വസ്തുക്കളും പ്രതിഭാസങ്ങളും തമ്മിലുള്ള സമാനതകളും (ഐഡന്റിറ്റികൾ) വ്യത്യാസങ്ങളും, അവയുടെ വശങ്ങൾ മുതലായവ, പൊതുവേ, പഠന വസ്തുക്കളും. താരതമ്യത്തിന്റെ ഫലമായി, രണ്ടോ അതിലധികമോ വസ്തുക്കൾക്ക് പൊതുവായുള്ളത് സ്ഥാപിക്കപ്പെടുന്നു - നിമിഷത്തിലോ അവയുടെ ചരിത്രത്തിലോ. ചരിത്രപരമായ സ്വഭാവമുള്ള ശാസ്ത്രങ്ങളിൽ, താരതമ്യ ചരിത്രം എന്ന് വിളിക്കപ്പെടുന്ന പ്രധാന ഗവേഷണ രീതിയുടെ തലത്തിലേക്ക് താരതമ്യം വികസിപ്പിച്ചെടുത്തു. അറിയപ്പെടുന്ന പോലെ പ്രതിഭാസങ്ങളിൽ ആവർത്തിച്ചുവരുന്ന ജനറൽ തിരിച്ചറിയൽ, പ്രകൃതിയെക്കുറിച്ചുള്ള അറിവിലേക്കുള്ള പാതയിലെ ഒരു ചുവടുവെപ്പാണ്.

ഒരു താരതമ്യം ഫലപ്രദമാകണമെങ്കിൽ, അത് രണ്ട് അടിസ്ഥാന ആവശ്യകതകൾ നിറവേറ്റണം: അത്തരം വശങ്ങളും വശങ്ങളും മാത്രമേ താരതമ്യം ചെയ്യാവൂ, വസ്തുനിഷ്ഠമായ പൊതുതത്വമുള്ള വസ്തുക്കൾ മൊത്തത്തിൽ; തന്നിരിക്കുന്ന ഗവേഷണത്തിലോ മറ്റ് ജോലികളിലോ ഉള്ള ഏറ്റവും പ്രധാനപ്പെട്ടതും പ്രധാനപ്പെട്ടതുമായ സവിശേഷതകളെ അടിസ്ഥാനമാക്കിയുള്ളതായിരിക്കണം താരതമ്യം. അപ്രധാനമായ സ്വഭാവസവിശേഷതകളെ അടിസ്ഥാനമാക്കിയുള്ള താരതമ്യം തെറ്റിദ്ധാരണകൾക്കും പിശകുകൾക്കും ഇടയാക്കും. ഇക്കാര്യത്തിൽ, "സാദൃശ്യത്താൽ" നിഗമനങ്ങളിൽ എത്തിച്ചേരുമ്പോൾ ഒരാൾ ശ്രദ്ധിക്കണം. “താരതമ്യം തെളിവല്ല!” എന്ന് ഫ്രഞ്ചുകാർ പോലും പറയുന്നു.

ഒരു ഗവേഷകനോ എഞ്ചിനീയറിനോ ഡിസൈനർക്കോ താൽപ്പര്യമുള്ള വസ്തുക്കൾ നേരിട്ടോ അല്ലാതെയോ - മൂന്നാമത്തെ വസ്തുവിലൂടെ താരതമ്യം ചെയ്യാം. ആദ്യ സന്ദർഭത്തിൽ, തരത്തിന്റെ ഗുണപരമായ വിലയിരുത്തലുകൾ ലഭിക്കുന്നു: കൂടുതൽ - കുറവ്, ഭാരം കുറഞ്ഞ - ഇരുണ്ട, ഉയർന്ന - താഴ്ന്ന, അടുത്ത് - കൂടുതൽ, തുടങ്ങിയവ. ശരിയാണ്, ഇവിടെ നിങ്ങൾക്ക് ഏറ്റവും ലളിതമായത് ലഭിക്കും അളവ് സ്വഭാവസവിശേഷതകൾ: "ഇരട്ടിയോളം ഉയർന്നത്", "ഇരട്ടി ഭാരമുള്ളത്", മുതലായവ. ഒരു സ്റ്റാൻഡേർഡ്, അളവ്, സ്കെയിൽ എന്നിവയുടെ റോളിൽ മൂന്നാമത്തെ ഒബ്ജക്റ്റ് കൂടി ഉള്ളപ്പോൾ, പ്രത്യേകിച്ച് മൂല്യവത്തായതും കൂടുതൽ കൃത്യവുമായ അളവ് സവിശേഷതകൾ ലഭിക്കും. ഒരു ഇടനില വസ്തുവിലൂടെയുള്ള അത്തരമൊരു താരതമ്യത്തെ ഞാൻ ഒരു അളവുകോൽ എന്ന് വിളിക്കുന്നു. താരതമ്യം നിരവധി സൈദ്ധാന്തിക രീതികൾക്കുള്ള അടിത്തറയും തയ്യാറാക്കുന്നു. ഇത് തന്നെ പലപ്പോഴും സാമ്യം വഴിയുള്ള അനുമാനങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, അത് നമ്മൾ കൂടുതൽ ചർച്ച ചെയ്യും.

നിരീക്ഷണത്തിൽ നിന്നും താരതമ്യത്തിൽ നിന്നും ചരിത്രപരമായി മെഷർമെന്റ് വികസിച്ചു. എന്നിരുന്നാലും, ലളിതമായ ഒരു താരതമ്യത്തിൽ നിന്ന് വ്യത്യസ്തമായി, ഇത് കൂടുതൽ ഫലപ്രദവും കൃത്യവുമാണ്. ലിയനാർഡോ ഡാവിഞ്ചി, ഗലീലിയോ, ന്യൂട്ടൺ എന്നിവരിൽ നിന്ന് ആരംഭിച്ച ആധുനിക പ്രകൃതി ശാസ്ത്രം. അളവുകളുടെ ഉപയോഗത്താൽ അത് തഴച്ചുവളർന്നു. പ്രതിഭാസങ്ങളോടുള്ള അളവ് സമീപനത്തിന്റെ തത്വം പ്രഖ്യാപിച്ചത് ഗലീലിയോയാണ്, അതനുസരിച്ച് ഭൗതിക പ്രതിഭാസങ്ങളുടെ വിവരണം ഒരു അളവ് അളവിലുള്ള അളവുകളെ അടിസ്ഥാനമാക്കിയുള്ളതായിരിക്കണം - സംഖ്യ. ഗണിതശാസ്ത്രത്തിന്റെ ഭാഷയിലാണ് പ്രകൃതിയുടെ പുസ്തകമെന്നും അദ്ദേഹം പറഞ്ഞു. എഞ്ചിനീയറിംഗ്, ഡിസൈൻ, നിർമ്മാണം എന്നിവ അവരുടെ രീതികളിൽ ഇതേ വരി തുടരുന്നു. പരീക്ഷണവുമായി അളക്കുന്ന മറ്റ് രചയിതാക്കളിൽ നിന്ന് വ്യത്യസ്തമായി, ഒരു സ്വതന്ത്ര രീതിയായി ഞങ്ങൾ ഇവിടെ അളക്കുന്നത് പരിഗണിക്കും.

ഒരു വസ്തുവിന്റെ ചില സ്വഭാവസവിശേഷതകളുടെ സംഖ്യാ മൂല്യം ഒരു നിശ്ചിത ഗവേഷകനോ അല്ലെങ്കിൽ എല്ലാ ശാസ്ത്രജ്ഞരും പ്രാക്ടീഷണർമാരും മാനദണ്ഡമായി അംഗീകരിച്ച അളവെടുപ്പിന്റെ യൂണിറ്റുമായി താരതമ്യപ്പെടുത്തി നിർണ്ണയിക്കുന്നതിനുള്ള ഒരു നടപടിക്രമമാണ് അളവ്. അറിയപ്പെടുന്നതുപോലെ, മണിക്കൂർ, മീറ്റർ, ഗ്രാം, വോൾട്ട്, ബിറ്റ് മുതലായവ പോലെയുള്ള വിവിധ തരം വസ്തുക്കളുടെ അടിസ്ഥാന സ്വഭാവസവിശേഷതകൾ അളക്കുന്നതിനുള്ള അന്താരാഷ്ട്ര, ദേശീയ യൂണിറ്റുകൾ ഉണ്ട്. ദിവസം, പുഡ്, പൗണ്ട്, verst, മൈൽ, മുതലായവ. അളവ് ഇനിപ്പറയുന്ന അടിസ്ഥാന ഘടകങ്ങളുടെ സാന്നിധ്യം അനുമാനിക്കുന്നു: അളക്കാനുള്ള ഒരു വസ്തു, അളവെടുപ്പിന്റെ ഒരു യൂണിറ്റ്, അതായത്, ഒരു സ്കെയിൽ, അളവ്, നിലവാരം; അളക്കുന്ന ഉപകരണം; അളക്കൽ രീതി; നിരീക്ഷകൻ.

അളവുകൾ നേരിട്ടോ അല്ലാതെയോ ആകാം. നേരിട്ടുള്ള അളവെടുപ്പിൽ, ഫലം അളക്കൽ പ്രക്രിയയിൽ നിന്ന് നേരിട്ട് ലഭിക്കും (ഉദാഹരണത്തിന്, നീളം, സമയം, ഭാരം മുതലായവയുടെ അളവുകൾ ഉപയോഗിച്ച്). പരോക്ഷമായ അളവെടുപ്പ് ഉപയോഗിച്ച്, നേരിട്ട് അളക്കുന്നതിലൂടെ മുമ്പ് ലഭിച്ച മറ്റ് മൂല്യങ്ങളുടെ അടിസ്ഥാനത്തിൽ ആവശ്യമുള്ള മൂല്യം ഗണിതശാസ്ത്രപരമായി നിർണ്ണയിക്കപ്പെടുന്നു. നിങ്ങൾക്ക് ലഭിക്കുന്നത് ഇങ്ങനെയാണ്, ഉദാഹരണത്തിന്, പ്രത്യേക ഗുരുത്വാകർഷണം, ക്രമമായ ആകൃതിയിലുള്ള ശരീരങ്ങളുടെ വിസ്തീർണ്ണവും അളവും, ശരീരത്തിന്റെ വേഗതയും ത്വരിതവും, ശക്തി മുതലായവ.

അനുഭവപരമായ നിയമങ്ങളും അടിസ്ഥാന ലോക സ്ഥിരാങ്കങ്ങളും കണ്ടെത്താനും രൂപപ്പെടുത്താനും അളക്കൽ ഞങ്ങളെ അനുവദിക്കുന്നു. ഇക്കാര്യത്തിൽ, മുഴുവൻ ശാസ്ത്ര സിദ്ധാന്തങ്ങളുടെയും രൂപീകരണത്തിനുള്ള ഒരു ഉറവിടമായി ഇത് പ്രവർത്തിക്കും. അങ്ങനെ, ടൈക്കോ ഡി ബ്രാഹെ ഗ്രഹങ്ങളുടെ ചലനത്തിന്റെ ദീർഘകാല അളവുകൾ പിന്നീട് ഗ്രഹ ചലനത്തിന്റെ അറിയപ്പെടുന്ന മൂന്ന് അനുഭവ നിയമങ്ങളുടെ രൂപത്തിൽ പൊതുവൽക്കരണം സൃഷ്ടിക്കാൻ കെപ്ലറിനെ അനുവദിച്ചു. രസതന്ത്രത്തിലെ ആറ്റോമിക് ഭാരം അളക്കുന്നത് മെൻഡലീവിന്റെ പ്രസിദ്ധമായ രൂപീകരണത്തിന്റെ അടിസ്ഥാനങ്ങളിലൊന്നാണ്. ആനുകാലിക നിയമംരസതന്ത്രം മുതലായവയിൽ. അളവ് യാഥാർത്ഥ്യത്തെക്കുറിച്ചുള്ള കൃത്യമായ അളവ് വിവരങ്ങൾ മാത്രമല്ല, സിദ്ധാന്തത്തിലേക്ക് പുതിയ ഗുണപരമായ പരിഗണനകൾ അവതരിപ്പിക്കാനും ഞങ്ങളെ അനുവദിക്കുന്നു. ഐൻ‌സ്റ്റൈന്റെ ആപേക്ഷികതാ സിദ്ധാന്തത്തിന്റെ വികാസസമയത്ത് മൈക്കൽസൺ പ്രകാശത്തിന്റെ വേഗത അളക്കുമ്പോൾ ആത്യന്തികമായി സംഭവിച്ചത് ഇതാണ്. ഉദാഹരണങ്ങൾ തുടരാം.

ഒരു അളവെടുപ്പിന്റെ മൂല്യത്തിന്റെ ഏറ്റവും പ്രധാനപ്പെട്ട സൂചകം അതിന്റെ കൃത്യതയാണ്. അതിന് നന്ദി, നിലവിൽ നിലവിലുള്ള സിദ്ധാന്തങ്ങളുമായി പൊരുത്തപ്പെടാത്ത വസ്തുതകൾ കണ്ടെത്താനാകും. ഒരു കാലത്ത്, ഉദാഹരണത്തിന്, ഒരു നൂറ്റാണ്ടിൽ 13 സെക്കൻഡ് കണക്കാക്കിയ മൂല്യത്തിൽ നിന്ന് (അതായത്, കെപ്ലറിന്റെയും ന്യൂട്ടന്റെയും നിയമങ്ങളുമായി പൊരുത്തപ്പെടുന്നു) ബുധന്റെ പെരിഹെലിയനിലെ വ്യതിയാനങ്ങൾ ലോകത്തെക്കുറിച്ചുള്ള ഒരു പുതിയ, ആപേക്ഷിക ആശയം സൃഷ്ടിച്ചുകൊണ്ട് മാത്രമേ വിശദീകരിക്കാനാകൂ. ആപേക്ഷികതയുടെ പൊതു സിദ്ധാന്തം.

അളവുകളുടെ കൃത്യത ലഭ്യമായ ഉപകരണങ്ങൾ, അവയുടെ കഴിവുകൾ, ഗുണനിലവാരം, ഉപയോഗിക്കുന്ന രീതികൾ, ഗവേഷകന്റെ പരിശീലനം എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു. വലിയ തുകകൾ പലപ്പോഴും അളവുകൾക്കായി ചെലവഴിക്കുന്നു, അവ പലപ്പോഴും തയ്യാറാക്കപ്പെടുന്നു നീണ്ട കാലം, നിരവധി ആളുകൾ അവയിൽ പങ്കെടുക്കുന്നു, ഫലം ഒന്നുകിൽ പൂജ്യമോ അനിശ്ചിതത്വമോ ആകാം. മിക്കപ്പോഴും, ലഭിച്ച ഫലങ്ങൾക്കായി ഗവേഷകർ തയ്യാറല്ല, കാരണം അവർ ഒരു നിശ്ചിത ആശയവും സിദ്ധാന്തവും പങ്കിടുന്നു, പക്ഷേ അതിൽ ഈ ഫലം ഉൾപ്പെടുത്താൻ കഴിയില്ല. അങ്ങനെ, ഇരുപതാം നൂറ്റാണ്ടിന്റെ തുടക്കത്തിൽ, ശാസ്ത്രജ്ഞനായ ലാൻഡോൾട്ട് രസതന്ത്രത്തിലെ പദാർത്ഥങ്ങളുടെ ഭാരം സംരക്ഷിക്കുന്നതിനുള്ള നിയമം വളരെ കൃത്യമായി പരീക്ഷിക്കുകയും അതിന്റെ സാധുതയെക്കുറിച്ച് ബോധ്യപ്പെടുകയും ചെയ്തു. അദ്ദേഹത്തിന്റെ സാങ്കേതികത മെച്ചപ്പെടുത്തിയാൽ (കൃത്യത 2 - 3 ഓർഡറുകൾ വർദ്ധിച്ചു), പിണ്ഡവും ഊർജ്ജവും തമ്മിലുള്ള ഐൻസ്റ്റീന്റെ പ്രസിദ്ധമായ ബന്ധം മനസ്സിലാക്കാൻ കഴിയും: E = mc. എന്നാൽ ഇത് അന്നത്തെ ശാസ്ത്രലോകത്തിന് ബോധ്യമാകുമായിരുന്നോ? കഷ്ടിച്ച്! ശാസ്ത്രം ഇതുവരെ ഇതിന് തയ്യാറായിട്ടില്ല. ഇരുപതാം നൂറ്റാണ്ടിൽ, ഒരു അയോൺ ബീമിന്റെ വ്യതിചലനം വഴി റേഡിയോ ആക്ടീവ് ഐസോടോപ്പുകളുടെ പിണ്ഡം നിർണ്ണയിക്കുന്നതിലൂടെ, ഇംഗ്ലീഷ് ഭൗതികശാസ്ത്രജ്ഞനായ എഫ്. ആസ്റ്റൺ ഐൻസ്റ്റീന്റെ സൈദ്ധാന്തിക നിഗമനം സ്ഥിരീകരിച്ചു, ഇത് ഒരു സ്വാഭാവിക ഫലമായാണ് ശാസ്ത്രത്തിൽ മനസ്സിലാക്കപ്പെട്ടത്.

കൃത്യതയുടെ നിലവാരത്തിന് ചില ആവശ്യകതകൾ ഉണ്ടെന്നത് ശ്രദ്ധിക്കുക. ഇത് വസ്തുക്കളുടെ സ്വഭാവത്തിനും വൈജ്ഞാനിക, ഡിസൈൻ, എഞ്ചിനീയറിംഗ് അല്ലെങ്കിൽ എഞ്ചിനീയറിംഗ് ജോലിയുടെ ആവശ്യകതകൾക്കും അനുസൃതമായിരിക്കണം. അതിനാൽ, എഞ്ചിനീയറിംഗിലും നിർമ്മാണത്തിലും അവർ പിണ്ഡം (അതായത്, ഭാരം), നീളം (വലുപ്പം) മുതലായവ അളക്കുന്നത് നിരന്തരം കൈകാര്യം ചെയ്യുന്നു. എന്നാൽ മിക്ക കേസുകളിലും, ഇവിടെ കൃത്യമായ കൃത്യത ആവശ്യമില്ല; മാത്രമല്ല, ഭാരം എന്ന് പറഞ്ഞാൽ അത് പൊതുവെ തമാശയായി കാണപ്പെടും. കെട്ടിടത്തിനായുള്ള സപ്പോർട്ട് കോളം ഒരു ഗ്രാമിന്റെ ആയിരത്തിലൊന്നോ അതിലും ചെറിയ അംശമോ പരിശോധിച്ചു! വലിയ അഗ്രഗേറ്റുകളിൽ സംഭവിക്കുന്നതുപോലെ, ക്രമരഹിതമായ വ്യതിയാനങ്ങളുമായി ബന്ധപ്പെട്ട ബൾക്ക് മെറ്റീരിയൽ അളക്കുന്നതിനുള്ള പ്രശ്നവുമുണ്ട്. സമാനമായ പ്രതിഭാസങ്ങൾ സൂക്ഷ്മലോകത്തിലെ വസ്തുക്കൾക്കും ജൈവപരവും സാമൂഹികവും സാമ്പത്തികവും മറ്റ് സമാന വസ്തുക്കളും സാധാരണമാണ്. ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ ആവറേജ് തിരയലും ക്രമരഹിതമായ പ്രോസസ്സിംഗിൽ പ്രത്യേകം ശ്രദ്ധ കേന്ദ്രീകരിച്ച രീതികളും പ്രോബബിലിസ്റ്റിക് രീതികളുടെ രൂപത്തിൽ അതിന്റെ വിതരണങ്ങളും ഇവിടെ ബാധകമാണ്.

ക്രമരഹിതവും ചിട്ടയായതുമായ അളവെടുപ്പ് പിശകുകൾ ഇല്ലാതാക്കാൻ, ഉപകരണങ്ങളുടെയും നിരീക്ഷകന്റെയും (മനുഷ്യന്റെ) സ്വഭാവവുമായി ബന്ധപ്പെട്ട പിശകുകളും പിശകുകളും തിരിച്ചറിയുന്നതിന്, പിശകുകളുടെ ഒരു പ്രത്യേക ഗണിതശാസ്ത്ര സിദ്ധാന്തം വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്.

20-ആം നൂറ്റാണ്ടിൽ, ദ്രുത പ്രക്രിയകളുടെ സാഹചര്യങ്ങളിൽ അളക്കൽ രീതികൾ, ഒരു നിരീക്ഷകന്റെ സാന്നിധ്യം ഒഴിവാക്കിയ ആക്രമണാത്മക ചുറ്റുപാടുകളിൽ മുതലായവ, സാങ്കേതികവിദ്യയുടെ വികസനവുമായി ബന്ധപ്പെട്ട് പ്രത്യേക പ്രാധാന്യം നേടി. ഓട്ടോ-, ഇലക്ട്രോമെട്രിയുടെ രീതികൾ, കമ്പ്യൂട്ടർ വിവര പ്രോസസ്സിംഗ്, അളക്കൽ പ്രക്രിയകളുടെ നിയന്ത്രണം എന്നിവ ഇവിടെ രക്ഷാപ്രവർത്തനത്തിലേക്ക് വന്നു. അവരുടെ വികസനത്തിൽ മികച്ച പങ്ക്നോവോസിബിർസ്ക് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഓട്ടോമേഷൻ ആൻഡ് ഇലക്ട്രോമെട്രി SB RAS, അതുപോലെ NSTU (NETI) എന്നിവയിൽ നിന്നുള്ള ശാസ്ത്രജ്ഞരുടെ സംഭവവികാസങ്ങൾ കളിച്ചു. ഇവ ലോകോത്തര ഫലങ്ങളായിരുന്നു.

നിരീക്ഷണത്തിനും താരതമ്യത്തിനുമൊപ്പം അളക്കൽ, പൊതുവെ വിജ്ഞാനത്തിന്റെയും മനുഷ്യ പ്രവർത്തനത്തിന്റെയും അനുഭവ തലത്തിൽ വ്യാപകമായി ഉപയോഗിക്കുന്നു; ഇത് ഏറ്റവും വികസിതവും സങ്കീർണ്ണവും കാര്യമായ രീതി- പരീക്ഷണാത്മക.

പ്രകൃതി പ്രക്രിയകളുടെ ഗതി ബോധപൂർവ്വം മാറ്റുകയും നിയന്ത്രണവും അളവുകളും നടത്തുകയും ചെയ്യുമ്പോൾ, ഏതെങ്കിലും ഗുണങ്ങൾ, സവിശേഷതകൾ, അല്ലെങ്കിൽ താൽപ്പര്യമുള്ള വശങ്ങൾ എന്നിവ തിരിച്ചറിയുന്നതിന് ആവശ്യമായ കൃത്രിമ വ്യവസ്ഥകൾ സൃഷ്ടിച്ച് ഒരു ഗവേഷകൻ അവയെ സജീവമായി സ്വാധീനിക്കുമ്പോൾ അവയെ പഠിക്കുന്നതിനും രൂപാന്തരപ്പെടുത്തുന്നതിനുമുള്ള ഒരു രീതിയായി ഒരു പരീക്ഷണം മനസ്സിലാക്കുന്നു. നിരീക്ഷണങ്ങളും. അത്തരം വ്യവസ്ഥകൾ സൃഷ്ടിക്കുന്നതിനുള്ള പ്രധാന മാർഗ്ഗങ്ങൾ വൈവിധ്യമാർന്ന ഉപകരണങ്ങളും കൃത്രിമ ഉപകരണങ്ങളുമാണ്, അവ ഞങ്ങൾ ചുവടെ ചർച്ച ചെയ്യും. വിവിധ തരത്തിലുള്ള വസ്തുക്കളുടെ അനുഭവജ്ഞാനത്തിനും പരിവർത്തനത്തിനുമുള്ള ഏറ്റവും സങ്കീർണ്ണവും സമഗ്രവും ഫലപ്രദവുമായ രീതിയാണ് ഒരു പരീക്ഷണം. എന്നാൽ അതിന്റെ സാരാംശം സങ്കീർണ്ണതയിലല്ല, മറിച്ച് വസ്തുക്കളുടെ പഠനവും രൂപാന്തരപ്പെടുത്തിയതുമായ പ്രക്രിയകളിലും അവസ്ഥകളിലും നിയന്ത്രണത്തിലൂടെയും മാനേജുമെന്റിലൂടെയും ലക്ഷ്യബോധത്തിലും മനഃപൂർവമായും ഇടപെടലിലുമാണ്.

പരീക്ഷണാത്മക ശാസ്ത്രത്തിന്റെയും പരീക്ഷണാത്മക രീതിയുടെയും സ്ഥാപകനായി ഗലീലിയോ കണക്കാക്കപ്പെടുന്നു. 16-ആം നൂറ്റാണ്ടിന്റെ അവസാനത്തിലും 17-ആം നൂറ്റാണ്ടിന്റെ തുടക്കത്തിലും ഇംഗ്ലീഷ് തത്ത്വചിന്തകനായ ഫ്രാൻസിസ് ബേക്കൺ ആണ് പ്രകൃതിശാസ്ത്രത്തിന്റെ പ്രധാന പാതയെന്ന നിലയിൽ അനുഭവം ആദ്യമായി തിരിച്ചറിഞ്ഞത്. എഞ്ചിനീയറിംഗിന്റെയും സാങ്കേതികവിദ്യയുടെയും പ്രധാന പാത അനുഭവമാണ്.

ഒരു പരീക്ഷണത്തിന്റെ വ്യതിരിക്തമായ സവിശേഷതകൾ ഒരു വസ്തുവിനെ താരതമ്യേന ശുദ്ധമായ രൂപത്തിൽ പഠിക്കുന്നതിനും പരിവർത്തനം ചെയ്യുന്നതിനുമുള്ള സാധ്യതയാണ്, കാര്യത്തിന്റെ സത്തയെ മറയ്ക്കുന്ന എല്ലാ പാർശ്വ ഘടകങ്ങളും ഏതാണ്ട് പൂർണ്ണമായും ഇല്ലാതാകുമ്പോൾ. അങ്ങേയറ്റത്തെ സാഹചര്യങ്ങളിൽ, അതായത്, വളരെ താഴ്ന്നതും ഉയർന്നതുമായ താപനിലകൾ, സമ്മർദ്ദങ്ങളും ഊർജ്ജവും, പ്രോസസ്സ് നിരക്കുകൾ, വൈദ്യുത-കാന്തിക മണ്ഡല ശക്തികൾ, പരസ്പര പ്രവർത്തന ഊർജ്ജം മുതലായവയിൽ യാഥാർത്ഥ്യത്തിന്റെ വസ്തുക്കളെ പഠിക്കുന്നത് ഇത് സാധ്യമാക്കുന്നു.

ഈ സാഹചര്യങ്ങളിൽ, സാധാരണ വസ്തുക്കളിൽ നിന്ന് അപ്രതീക്ഷിതവും ആശ്ചര്യകരവുമായ ഗുണങ്ങൾ നേടാനും അതുവഴി അവയുടെ സത്തയിലേക്കും പരിവർത്തനത്തിന്റെ സംവിധാനങ്ങളിലേക്കും ആഴത്തിൽ തുളച്ചുകയറാനും കഴിയും (അങ്ങേയറ്റത്തെ പരീക്ഷണവും വിശകലനവും).

അങ്ങേയറ്റത്തെ സാഹചര്യങ്ങളിൽ കണ്ടെത്തിയ പ്രതിഭാസങ്ങളുടെ ഉദാഹരണങ്ങൾ, താഴ്ന്ന ഊഷ്മാവിൽ സൂപ്പർ ഫ്ളൂയിഡിറ്റി, സൂപ്പർകണ്ടക്ടിവിറ്റി എന്നിവയാണ്. മുമ്പ് ലഭിച്ച ഫലങ്ങളുടെ കൃത്യതയും വിശ്വാസ്യതയും പ്രായോഗിക പ്രാധാന്യവും വർദ്ധിപ്പിക്കുന്നതിനും അസ്തിത്വം സ്ഥിരീകരിക്കുന്നതിനും വിവിധ സാഹചര്യങ്ങളിൽ നിരീക്ഷണങ്ങൾ, അളവുകൾ, വസ്തുക്കളുടെ ഗുണവിശേഷതകളുടെ പരിശോധനകൾ എന്നിവ ആവർത്തിച്ച് നടത്തുമ്പോൾ, ഒരു പരീക്ഷണത്തിന്റെ ഏറ്റവും പ്രധാനപ്പെട്ട നേട്ടം അതിന്റെ ആവർത്തനക്ഷമതയാണ്. പൊതുവെ ഒരു പുതിയ പ്രതിഭാസം.

പരീക്ഷണം ഇനിപ്പറയുന്ന സാഹചര്യങ്ങളിൽ അവലംബിക്കുന്നു: -

ഒരു വസ്തുവിന്റെ മുമ്പ് അറിയപ്പെടാത്ത ഗുണങ്ങളും സവിശേഷതകളും കണ്ടെത്താൻ അവർ ശ്രമിക്കുമ്പോൾ - ഇതൊരു ഗവേഷണ പരീക്ഷണമാണ്; -

ചില സൈദ്ധാന്തിക സ്ഥാനങ്ങൾ, നിഗമനങ്ങൾ, അനുമാനങ്ങൾ എന്നിവയുടെ കൃത്യത പരിശോധിക്കുമ്പോൾ - ഒരു സിദ്ധാന്ത-പരീക്ഷണ പരീക്ഷണം; -

മുമ്പ് നടത്തിയ പരീക്ഷണങ്ങളുടെ കൃത്യത പരിശോധിക്കുമ്പോൾ - ഒരു പരിശോധന (പരീക്ഷണങ്ങൾക്കായി) പരീക്ഷണം; -

വിദ്യാഭ്യാസപരവും പ്രദർശനപരവുമായ പരീക്ഷണം.

ഈ തരത്തിലുള്ള ഏതെങ്കിലും പരീക്ഷണങ്ങൾ നേരിട്ട് പരിശോധിക്കപ്പെടുന്ന ഒബ്ജക്റ്റ് ഉപയോഗിച്ചോ അല്ലെങ്കിൽ അതിന്റെ പകരക്കാരനായ വിവിധ തരത്തിലുള്ള മോഡലുകൾ ഉപയോഗിച്ചോ നടത്താം. ആദ്യ തരത്തിലുള്ള പരീക്ഷണങ്ങളെ പൂർണ്ണ സ്കെയിൽ എന്ന് വിളിക്കുന്നു, രണ്ടാമത്തേത് - മോഡൽ (സിമുലേഷൻ). വാതകങ്ങളുടെയും നീരാവിയുടെയും മിശ്രിതത്തിന്റെ മാതൃകകളിൽ ഭൂമിയുടെ സാങ്കൽപ്പിക പ്രാഥമിക അന്തരീക്ഷത്തെക്കുറിച്ചുള്ള പഠനങ്ങളാണ് രണ്ടാമത്തെ തരത്തിലുള്ള പരീക്ഷണങ്ങളുടെ ഉദാഹരണങ്ങൾ. മില്ലറുടെയും ആബെൽസണിന്റെയും പരീക്ഷണങ്ങൾ പ്രാഥമിക അന്തരീക്ഷത്തിന്റെ മാതൃകയിൽ വൈദ്യുത ഡിസ്ചാർജുകളിൽ ഓർഗാനിക് രൂപീകരണങ്ങളും സംയുക്തങ്ങളും ഉണ്ടാകാനുള്ള സാധ്യത സ്ഥിരീകരിച്ചു, ഇത് ജീവന്റെ ഉത്ഭവത്തെക്കുറിച്ചുള്ള ഒപാരിൻ, ഹാൽഡെയ്ൻ സിദ്ധാന്തത്തിന്റെ ഒരു പരീക്ഷണമായി മാറി. കംപ്യൂട്ടറുകളിലെ മാതൃകാ പരീക്ഷണങ്ങളാണ് മറ്റൊരു ഉദാഹരണം, ഇത് എല്ലാ ശാസ്ത്രങ്ങളിലും വ്യാപകമായിക്കൊണ്ടിരിക്കുകയാണ്. ഇക്കാര്യത്തിൽ, ഭൗതികശാസ്ത്രജ്ഞർ ഇന്ന് "കമ്പ്യൂട്ടേഷണൽ ഫിസിക്സിന്റെ" ആവിർഭാവത്തെക്കുറിച്ച് സംസാരിക്കുന്നു (കമ്പ്യൂട്ടർ ഓപ്പറേഷൻ ഗണിത പ്രോഗ്രാമുകളും കമ്പ്യൂട്ടേഷണൽ പ്രവർത്തനങ്ങളും അടിസ്ഥാനമാക്കിയുള്ളതാണ്).

പരീക്ഷണത്തിന്റെ പ്രയോജനം ഒറിജിനൽ അനുവദിക്കുന്നതിനേക്കാൾ വിശാലമായ സാഹചര്യങ്ങളിൽ വസ്തുക്കളെ പഠിക്കാനുള്ള കഴിവാണ്, ഇത് വൈദ്യശാസ്ത്രത്തിൽ പ്രത്യേകിച്ചും ശ്രദ്ധേയമാണ്, അവിടെ മനുഷ്യന്റെ ആരോഗ്യത്തിന് ഹാനികരമായ പരീക്ഷണങ്ങൾ നടത്തുന്നത് അസാധ്യമാണ്. ഒരു വ്യക്തിയുടെയും അവന്റെ അവയവങ്ങളുടെയും സവിശേഷതകൾ ആവർത്തിക്കുകയോ അനുകരിക്കുകയോ ചെയ്യുന്ന ജീവനുള്ളതും അല്ലാത്തതുമായ മാതൃകകളുടെ സഹായം അവർ അവലംബിക്കുന്നു. മെറ്റീരിയൽ-ഫീൽഡ്, ഇൻഫർമേഷൻ ഒബ്ജക്റ്റുകൾ എന്നിവയിലും അവയുടെ അനുയോജ്യമായ പകർപ്പുകൾ ഉപയോഗിച്ചും പരീക്ഷണങ്ങൾ നടത്താം; പിന്നീടുള്ള സന്ദർഭത്തിൽ, ഒരു യഥാർത്ഥ പരീക്ഷണത്തിന്റെ (ഒരു പരീക്ഷണത്തിന്റെ കമ്പ്യൂട്ടർ സിമുലേഷൻ) അനുയോജ്യമായ ഒരു രൂപമെന്ന നിലയിൽ, ഒരു കമ്പ്യൂട്ടേഷണൽ ഉൾപ്പെടെയുള്ള ഒരു ചിന്താ പരീക്ഷണം നമുക്കുണ്ട്.

നിലവിൽ, സാമൂഹ്യശാസ്ത്ര പരീക്ഷണങ്ങളിൽ ശ്രദ്ധ വർദ്ധിക്കുന്നു. എന്നാൽ മനുഷ്യരാശിയുടെ നിയമങ്ങൾക്കും തത്വങ്ങൾക്കും അനുസൃതമായി അത്തരം പരീക്ഷണങ്ങളുടെ സാധ്യതകളെ പരിമിതപ്പെടുത്തുന്ന സവിശേഷതകൾ ഇവിടെയുണ്ട്, അത് യുഎൻ, അന്താരാഷ്ട്ര നിയമങ്ങളുടെ ആശയങ്ങളിലും കരാറുകളിലും പ്രതിഫലിക്കുന്നു. അതിനാൽ, കുറ്റവാളികൾ ഒഴികെ ആരും അവയുടെ അനന്തരഫലങ്ങൾ പഠിക്കുന്നതിനായി പരീക്ഷണ യുദ്ധങ്ങൾ, പകർച്ചവ്യാധികൾ മുതലായവ ആസൂത്രണം ചെയ്യില്ല. ഇക്കാര്യത്തിൽ, ഒരു ന്യൂക്ലിയർ മിസൈൽ യുദ്ധത്തിന്റെ സാഹചര്യങ്ങളും അതിന്റെ അനന്തരഫലങ്ങളും "ന്യൂക്ലിയർ വിന്റർ" രൂപത്തിൽ ഇവിടെയും യുഎസ്എയിലെയും കമ്പ്യൂട്ടറുകളിൽ പ്ലേ ചെയ്തു. ഈ പരീക്ഷണത്തിൽ നിന്നുള്ള നിഗമനം: ആണവയുദ്ധംഭൂമിയിലെ എല്ലാ മനുഷ്യരുടെയും എല്ലാ ജീവജാലങ്ങളുടെയും മരണം അനിവാര്യമായും കൊണ്ടുവരും. സാമ്പത്തിക പരീക്ഷണങ്ങളുടെ പ്രാധാന്യം വളരെ വലുതാണ്, എന്നാൽ ഇവിടെ പോലും രാഷ്ട്രീയക്കാരുടെ നിരുത്തരവാദിത്വവും രാഷ്ട്രീയ പക്ഷപാതവും വിനാശകരമായ ഫലങ്ങളിലേക്ക് നയിക്കും.

നിരീക്ഷണങ്ങളും അളവുകളും പരീക്ഷണങ്ങളും പ്രധാനമായും വിവിധ ഉപകരണങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഗവേഷണത്തിനുള്ള പങ്കിന്റെ അടിസ്ഥാനത്തിൽ ഒരു ഉപകരണം എന്താണ്? ഈ വാക്കിന്റെ വിശാലമായ അർത്ഥത്തിൽ, ഉപകരണങ്ങൾ കൃത്രിമവും സാങ്കേതികവുമായ മാർഗങ്ങളായും വിവിധ തരത്തിലുള്ള ഉപകരണങ്ങളായും മനസ്സിലാക്കപ്പെടുന്നു, അത് ഏതെങ്കിലും പ്രതിഭാസം, സ്വത്ത്, അവസ്ഥ, അല്ലെങ്കിൽ നമുക്ക് താൽപ്പര്യമുള്ള സ്വഭാവം എന്നിവയെ അളവിലും കൂടാതെ/അല്ലെങ്കിൽ ഗുണപരമായ ഭാഗത്തുനിന്നും പഠിക്കാൻ അനുവദിക്കുന്നു. അവ കണ്ടെത്തുന്നതിനും നടപ്പിലാക്കുന്നതിനും നിയന്ത്രിക്കുന്നതിനുമായി കർശനമായി നിർവചിക്കപ്പെട്ട വ്യവസ്ഥകൾ സൃഷ്ടിക്കുക; ഒരേ സമയം നിരീക്ഷണവും അളവും അനുവദിക്കുന്ന ഉപകരണങ്ങൾ.

ഒരു റഫറൻസ് സിസ്റ്റം തിരഞ്ഞെടുത്ത് അത് ഉപകരണത്തിൽ പ്രത്യേകമായി സൃഷ്ടിക്കുന്നത് ഒരുപോലെ പ്രധാനമാണ്. പ്രാഥമികമായും അടിസ്ഥാനപരമായും ശാരീരികമായും വിശ്രമവേളയിലും ചലനരഹിതമായും മാനസികമായി അംഗീകരിക്കപ്പെട്ട വസ്തുക്കളെ റഫറൻസ് സംവിധാനങ്ങളിലൂടെ ഞങ്ങൾ മനസ്സിലാക്കുന്നു. വ്യത്യസ്ത റഫറൻസ് സ്കെയിലുകൾ ഉപയോഗിച്ച് അളക്കുമ്പോൾ ഇത് വളരെ വ്യക്തമായി കാണാം. ജ്യോതിശാസ്ത്ര നിരീക്ഷണങ്ങളിൽ, ഇവയാണ് ഭൂമി, സൂര്യൻ, മറ്റ് ശരീരങ്ങൾ, സ്ഥിര (സോപാധികമായി) നക്ഷത്രങ്ങൾ മുതലായവ. ഭൗതികശാസ്ത്രജ്ഞർ "ലബോറട്ടറി" എന്ന് വിളിക്കുന്നു റഫറൻസ് സിസ്റ്റം, സ്പേഷ്യോ-ടെമ്പറൽ അർത്ഥത്തിൽ നിരീക്ഷണത്തിന്റെയും അളവെടുപ്പിന്റെയും സ്ഥലവുമായി പൊരുത്തപ്പെടുന്ന ഒരു വസ്തുവാണ്. ഉപകരണത്തിൽ തന്നെ, റഫറൻസ് സിസ്റ്റം അളക്കുന്ന ഉപകരണത്തിന്റെ ഒരു പ്രധാന ഭാഗമാണ്, ഒരു റഫറൻസ് സ്കെയിലിൽ സോപാധികമായി കാലിബ്രേറ്റ് ചെയ്യുന്നു, അവിടെ നിരീക്ഷകൻ രേഖപ്പെടുത്തുന്നു, ഉദാഹരണത്തിന്, സ്കെയിലിന്റെ തുടക്കം മുതൽ ഒരു സൂചി അല്ലെങ്കിൽ ലൈറ്റ് സിഗ്നലിന്റെ വ്യതിയാനം. ഡിജിറ്റൽ മെഷർമെന്റ് സിസ്റ്റങ്ങളിൽ, ഇവിടെ ഉപയോഗിച്ചിരിക്കുന്ന കണക്കാക്കാവുന്ന അളവെടുപ്പ് യൂണിറ്റുകളുടെ സവിശേഷതകളെക്കുറിച്ചുള്ള അറിവിനെ അടിസ്ഥാനമാക്കി നിരീക്ഷകന് അറിയാവുന്ന ഒരു റഫറൻസ് പോയിന്റ് ഞങ്ങൾക്ക് ഇപ്പോഴും ഉണ്ട്. ലളിതവും മനസ്സിലാക്കാവുന്നതുമായ സ്കെയിലുകൾ, ഉദാഹരണത്തിന്, ഭരണാധികാരികളിൽ, ഒരു ഡയൽ ഉള്ള വാച്ചുകൾ, മിക്ക ഇലക്ട്രിക്കൽ, ചൂട് അളക്കുന്ന ഉപകരണങ്ങളിലും.

ശാസ്ത്രത്തിന്റെ ക്ലാസിക്കൽ കാലഘട്ടത്തിൽ, ഉപകരണങ്ങളുടെ ആവശ്യകതകളിൽ ഒന്നാമതായി, പരീക്ഷണാത്മക അവസ്ഥകൾ അളക്കുന്നതിനും നിയന്ത്രിക്കുന്നതിനുമുള്ള ബാഹ്യ അളന്ന ഘടകത്തിന്റെ സ്വാധീനത്തോടുള്ള സംവേദനക്ഷമത; രണ്ടാമതായി, "റെസല്യൂഷൻ" എന്ന് വിളിക്കപ്പെടുന്നവ - അതായത്, ഒരു പരീക്ഷണാത്മക ഉപകരണത്തിൽ പഠിക്കുന്ന പ്രക്രിയയ്ക്കായി നിർദ്ദിഷ്ട വ്യവസ്ഥകളുടെ കൃത്യതയുടെയും പരിപാലനത്തിന്റെയും പരിധികൾ.

അതേസമയം, ശാസ്ത്രത്തിന്റെ പുരോഗതിയോടെ അവയെല്ലാം മെച്ചപ്പെടുത്താനും വർദ്ധിപ്പിക്കാനും കഴിയുമെന്ന് നിശബ്ദമായി വിശ്വസിക്കപ്പെട്ടു. 20-ആം നൂറ്റാണ്ടിൽ, മൈക്രോവേൾഡിന്റെ ഭൗതികശാസ്ത്രത്തിന്റെ വികാസത്തിന് നന്ദി, ദ്രവ്യത്തിന്റെയും ഫീൽഡിന്റെയും (ക്വണ്ട, മുതലായവ) വിഭജനത്തിന് കുറഞ്ഞ പരിധിയുണ്ടെന്ന് കണ്ടെത്തി, വൈദ്യുതത്തിന്റെ വ്യാപ്തിയിൽ കുറഞ്ഞ മൂല്യമുണ്ട്. ചാർജ്, മുതലായവ. ഇതെല്ലാം മുമ്പത്തെ ആവശ്യകതകളുടെ പുനരവലോകനത്തിന് കാരണമാവുകയും സ്കൂൾ ഫിസിക്സ് കോഴ്സിൽ നിന്ന് എല്ലാവർക്കും അറിയാവുന്ന ഫിസിക്കൽ സിസ്റ്റങ്ങളിലേക്കും മറ്റ് യൂണിറ്റുകളിലേക്കും പ്രത്യേക ശ്രദ്ധ ആകർഷിക്കുകയും ചെയ്തു.

ഒബ്‌ജക്റ്റുകളുടെ വിവരണത്തിന്റെ വസ്തുനിഷ്ഠതയ്ക്കുള്ള ഒരു പ്രധാന വ്യവസ്ഥയും അമൂർത്തീകരണത്തിന്റെ അടിസ്ഥാന സാധ്യതയായി കണക്കാക്കപ്പെട്ടു, ഒന്നുകിൽ "സ്വാഭാവിക റഫറൻസ് സിസ്റ്റം" എന്ന് വിളിക്കപ്പെടുന്നവ തിരഞ്ഞെടുത്ത് അല്ലെങ്കിൽ അവയെ ആശ്രയിക്കാത്ത വസ്തുക്കളിൽ അത്തരം ഗുണങ്ങൾ കണ്ടെത്തുന്നതിലൂടെ റഫറൻസ് സിസ്റ്റങ്ങളിൽ നിന്നുള്ള അമൂർത്തീകരണം. റഫറൻസ് സിസ്റ്റങ്ങളുടെ തിരഞ്ഞെടുപ്പ്. ശാസ്ത്രത്തിൽ അവയെ "ഇൻവേരിയന്റ്സ്" എന്ന് വിളിക്കുന്നു. പ്രകൃതിയിൽ തന്നെ സമാനമായ നിരവധി മാറ്റങ്ങളൊന്നുമില്ല: ഇത് ഹൈഡ്രജൻ ആറ്റത്തിന്റെ ഭാരമാണ് (അത് ഒരു അളവുകോലായി മാറി, മറ്റ് രാസ ആറ്റങ്ങളുടെ ഭാരം അളക്കുന്നതിനുള്ള ഒരു യൂണിറ്റ്), ഇതാണ് വൈദ്യുത ചാർജ്, മെക്കാനിക്സിലും ഭൗതികശാസ്ത്രത്തിലും "ആക്ഷൻ" എന്ന് വിളിക്കപ്പെടുന്നവ (അതിന്റെ അളവ് ഊർജ്ജം x സമയമാണ്), പ്ലാങ്ക് ക്വാണ്ടം ഓഫ് ആക്ഷൻ (ക്വാണ്ടം മെക്കാനിക്സിൽ), ഗുരുത്വാകർഷണ സ്ഥിരാങ്കം, പ്രകാശവേഗത മുതലായവ. 19-ാം നൂറ്റാണ്ടിന്റെ തുടക്കംഇരുപതാം നൂറ്റാണ്ടിലും, ശാസ്ത്രം വിരോധാഭാസമായി തോന്നുന്ന കാര്യങ്ങൾ കണ്ടെത്തി: പിണ്ഡം, ദൈർഘ്യം, സമയം എന്നിവ ആപേക്ഷികമാണ്, അവ ദ്രവ്യത്തിന്റെയും ഫീൽഡുകളുടെയും കണങ്ങളുടെ ചലന വേഗതയെയും റഫറൻസ് സിസ്റ്റത്തിലെ നിരീക്ഷകന്റെ സ്ഥാനത്തെയും ആശ്രയിച്ചിരിക്കുന്നു. . പ്രത്യേക ആപേക്ഷികതാ സിദ്ധാന്തത്തിൽ, ഒരു പ്രത്യേക മാറ്റമില്ലാത്തത് ഒടുവിൽ കണ്ടെത്തി - "നാലുമാന ഇടവേള".

20-ആം നൂറ്റാണ്ടിലുടനീളം റഫറൻസ് സിസ്റ്റങ്ങളിലേക്കും മാറ്റങ്ങളിലേക്കും ഗവേഷണത്തിന്റെ പ്രാധാന്യവും പങ്കും വളർന്നു, പ്രത്യേകിച്ച് അങ്ങേയറ്റത്തെ അവസ്ഥകൾ, പ്രക്രിയകളുടെ സ്വഭാവവും വേഗതയും പഠിക്കുമ്പോൾ, അൾട്രാ-ഹൈ എനർജികൾ, താഴ്ന്നതും അൾട്രാ-ലോ താപനിലകൾ, വേഗത്തിലുള്ള പ്രക്രിയകൾ മുതലായവ. അളക്കൽ കൃത്യതയുടെ പ്രശ്നവും പ്രധാനമാണ്. ശാസ്ത്രത്തിലും സാങ്കേതികവിദ്യയിലും ഉപയോഗിക്കുന്ന എല്ലാ ഉപകരണങ്ങളും നിരീക്ഷണം, അളക്കൽ, പരീക്ഷണം എന്നിങ്ങനെ വിഭജിക്കാം. പഠനത്തിൽ അവയുടെ ഉദ്ദേശ്യവും പ്രവർത്തനങ്ങളും അനുസരിച്ച് നിരവധി തരങ്ങളും ഉപജാതികളും ഉണ്ട്:

1. രണ്ട് ഉപവിഭാഗങ്ങളുള്ള വിവിധ തരത്തിലുള്ള പാർട്ടിംഗുകൾ അളക്കുന്നു:

a) നേരിട്ടുള്ള അളവ് (ഭരണാധികാരികൾ, അളക്കുന്ന പാത്രങ്ങൾ മുതലായവ);

b) പരോക്ഷ, പരോക്ഷ അളവ് (ഉദാഹരണത്തിന്, റേഡിയേഷൻ ഊർജ്ജം അളക്കുന്നതിലൂടെ ശരീര താപനില അളക്കുന്ന പൈറോമീറ്ററുകൾ; സ്‌ട്രെയിൻ ഗേജുകളും സെൻസറുകളും - ഉപകരണത്തിലെ തന്നെ വൈദ്യുത പ്രക്രിയകളിലൂടെയുള്ള മർദ്ദം; മുതലായവ). 2.

ഒരു വ്യക്തിയുടെ സ്വാഭാവിക അവയവങ്ങളെ ശക്തിപ്പെടുത്തുക, എന്നാൽ നിരീക്ഷിച്ചതും അളന്നതുമായ സ്വഭാവസവിശേഷതകളുടെ സത്തയും സ്വഭാവവും മാറ്റുന്നില്ല. ഇതിൽ ഒപ്റ്റിക്കൽ ഉപകരണങ്ങൾ (ഗ്ലാസുകൾ മുതൽ ദൂരദർശിനി വരെ), നിരവധി ശബ്ദ ഉപകരണങ്ങൾ മുതലായവ ഉൾപ്പെടുന്നു. 3.

സ്വാഭാവിക പ്രക്രിയകളും പ്രതിഭാസങ്ങളും ഒരു തരത്തിൽ നിന്ന് മറ്റൊന്നിലേക്ക് പരിവർത്തനം ചെയ്യുക, നിരീക്ഷകനും കൂടാതെ/അല്ലെങ്കിൽ അവന്റെ നിരീക്ഷണ, അളക്കൽ ഉപകരണങ്ങൾക്കും ആക്സസ് ചെയ്യാവുന്നതാണ്. ഇവ എക്സ്-റേ മെഷീനുകൾ, സിന്റില്ലേഷൻ സെൻസറുകൾ മുതലായവയാണ്.

4. പരീക്ഷണാത്മക ഉപകരണങ്ങളും ഉപകരണങ്ങളും അതുപോലെ തന്നെ അവയുടെ സംവിധാനങ്ങളും, നിരീക്ഷണവും അളക്കുന്ന ഉപകരണങ്ങളും ഒരു അവിഭാജ്യ ഘടകമാണ്. അത്തരം ഉപകരണങ്ങളുടെ ശ്രേണി സെർപുഖോവ് പോലെയുള്ള ഭീമാകാരമായ കണികാ ആക്സിലറേറ്ററുകളുടെ വലുപ്പത്തിലേക്ക് വ്യാപിക്കുന്നു. അവയിൽ, വിവിധ തരത്തിലുള്ള പ്രക്രിയകളും വസ്തുക്കളും പരിസ്ഥിതിയിൽ നിന്ന് താരതമ്യേന ഒറ്റപ്പെട്ടതാണ്, അവ നിയന്ത്രിക്കപ്പെടുന്നു, നിയന്ത്രിക്കപ്പെടുന്നു, പ്രതിഭാസങ്ങൾ ഏറ്റവും ശുദ്ധമായ രൂപത്തിൽ വേർതിരിച്ചിരിക്കുന്നു (അതായത്, മറ്റ് ബാഹ്യ പ്രതിഭാസങ്ങളും പ്രക്രിയകളും ഇല്ലാതെ, ഇടപെടൽ, അസ്വസ്ഥമാക്കുന്ന ഘടകങ്ങൾ മുതലായവ) .

5. അധ്യാപന സമയത്ത് വിവിധ സ്വഭാവങ്ങളും പ്രതിഭാസങ്ങളും വിവിധ തരത്തിലുള്ള പാറ്റേണുകളും ദൃശ്യപരമായി പ്രകടിപ്പിക്കാൻ സഹായിക്കുന്ന ഡെമോൺസ്ട്രേഷൻ ഉപകരണങ്ങൾ. ഇവയിൽ വിവിധ തരത്തിലുള്ള ടെസ്റ്റ് ബെഞ്ചുകളും സിമുലേറ്ററുകളും ഉൾപ്പെടുന്നു, കാരണം അവ ദൃശ്യപരവും പലപ്പോഴും വിദ്യാർത്ഥികളെ കബളിപ്പിക്കുന്നതുപോലെ ചില പ്രതിഭാസങ്ങളെ അനുകരിക്കുന്നതുമാണ്.

ഉപകരണങ്ങളും ഉപകരണങ്ങളും ഉണ്ട്: a) ഗവേഷണ ആവശ്യങ്ങൾക്കായി (നമുക്ക് അവയാണ് ഇവിടെ പ്രധാനം) കൂടാതെ, ബി) വൻതോതിലുള്ള ഉപഭോക്തൃ ഉപയോഗത്തിന്. ഉപകരണ നിർമ്മാണത്തിന്റെ പുരോഗതി ശാസ്ത്രജ്ഞർക്ക് മാത്രമല്ല, ഡിസൈനർമാർക്കും ഇൻസ്ട്രുമെന്റ് എഞ്ചിനീയർമാർക്കും ഒരു ആശങ്കയാണ്.

നിങ്ങൾക്ക് മോഡൽ ഉപകരണങ്ങളെ വേർതിരിച്ചറിയാനും കഴിയും, മുമ്പത്തെ എല്ലാ ഉപകരണങ്ങളുടെയും തുടർച്ചയായി അവയുടെ പകരക്കാരുടെ രൂപത്തിൽ, അതുപോലെ തന്നെ യഥാർത്ഥ ഉപകരണങ്ങളുടെയും ഉപകരണങ്ങളുടെയും കുറഞ്ഞ പകർപ്പുകളും മോഡലുകളും, പ്രകൃതി വസ്തുക്കൾ. ആദ്യ തരത്തിലുള്ള മോഡലുകളുടെ ഒരു ഉദാഹരണം യഥാർത്ഥ വസ്തുക്കളുടെ സൈബർനെറ്റിക്, കമ്പ്യൂട്ടർ സിമുലേഷനുകൾ ആയിരിക്കും, ഇത് യഥാർത്ഥ വസ്‌തുക്കളെ പഠിക്കാനും രൂപകൽപ്പന ചെയ്യാനും അനുവദിക്കുന്നു, പലപ്പോഴും സമാനമായ സിസ്റ്റങ്ങളുടെ വിശാലമായ ശ്രേണിയിൽ (നിയന്ത്രണത്തിലും ആശയവിനിമയത്തിലും, സിസ്റ്റങ്ങളുടെയും ആശയവിനിമയങ്ങളുടെയും രൂപകൽപ്പന, നെറ്റ്‌വർക്കുകൾ. വിവിധ തരത്തിലുള്ള, CAD ൽ). രണ്ടാമത്തെ തരത്തിലുള്ള മോഡലുകളുടെ ഉദാഹരണങ്ങൾ ഒരു പാലം, ഒരു വിമാനം, ഒരു ഡാം, ഒരു ബീം, ഒരു കാറും അതിന്റെ ഘടകങ്ങളും അല്ലെങ്കിൽ ഏതെങ്കിലും ഉപകരണത്തിന്റെ യഥാർത്ഥ മോഡലുകളാണ്.

വിശാലമായ അർത്ഥത്തിൽ, ഒരു ഉപകരണം ചില കൃത്രിമ രൂപീകരണം മാത്രമല്ല, ചില പ്രക്രിയകൾ നടക്കുന്ന ഒരു അന്തരീക്ഷം കൂടിയാണ്. രണ്ടാമത്തേത് ഒരു കമ്പ്യൂട്ടർ ഉപയോഗിച്ചും പ്ലേ ചെയ്യാം. അപ്പോൾ അവർ പറയുന്നു (നമ്പറുകൾ ഉപയോഗിച്ച് പ്രവർത്തിക്കുമ്പോൾ) ഒരു കമ്പ്യൂട്ടേഷണൽ പരീക്ഷണം നമ്മുടെ മുന്നിലുണ്ടെന്ന്.

ഒരു രീതിയെന്ന നിലയിൽ കമ്പ്യൂട്ടേഷണൽ പരീക്ഷണത്തിന് ഒരു മികച്ച ഭാവിയുണ്ട്, കാരണം പലപ്പോഴും പരീക്ഷണാർത്ഥി ബൃഹത്തായ സ്ഥിതിവിവരക്കണക്കുകൾ ആവശ്യമുള്ള മൾട്ടിഫാക്ടോറിയൽ, കൂട്ടായ പ്രക്രിയകൾ കൈകാര്യം ചെയ്യുന്നു. മനുഷ്യർക്കും പൊതുവായി ജീവജാലങ്ങൾക്കും അപകടകരമായ ആക്രമണാത്മക ചുറ്റുപാടുകളും പ്രക്രിയകളും പരീക്ഷണാർത്ഥം കൈകാര്യം ചെയ്യുന്നു (രണ്ടാമത്തേതുമായി ബന്ധപ്പെട്ട്, ശാസ്ത്ര, എഞ്ചിനീയറിംഗ് പരീക്ഷണങ്ങളുടെ പാരിസ്ഥിതിക പ്രശ്നങ്ങളുണ്ട്).

മൈക്രോവേൾഡ് ഭൗതികശാസ്ത്രത്തിന്റെ വികസനം കാണിക്കുന്നത്, മൈക്രോവേൾഡ് വസ്തുക്കളുടെ സൈദ്ധാന്തിക വിവരണത്തിൽ, തത്വത്തിൽ, ആവശ്യമുള്ള ഉത്തരത്തിൽ ഉപകരണത്തിന്റെ സ്വാധീനത്തിൽ നിന്ന് മുക്തി നേടാനാവില്ല. മാത്രമല്ല, ഇവിടെ നമുക്ക്, തത്വത്തിൽ, മൈക്രോപാർട്ടിക്കിളുകളുടെ കോർഡിനേറ്റുകളും മൊമെന്റെയും മറ്റും ഒരേസമയം അളക്കാൻ കഴിയില്ല. അളവെടുപ്പിനുശേഷം, വ്യത്യസ്ത ഉപകരണങ്ങളുടെ വായനയും അളവെടുപ്പ് ഡാറ്റയുടെ ഒരേസമയം അല്ലാത്ത വിവരണങ്ങളും കാരണം കണത്തിന്റെ സ്വഭാവത്തിന്റെ പരസ്പര പൂരക വിവരണങ്ങൾ നിർമ്മിക്കേണ്ടത് ആവശ്യമാണ് (ഡബ്ല്യു. ഹൈസൻബർഗിന്റെ അനിശ്ചിതത്വ തത്വങ്ങളും എൻ. ബോറിന്റെ പരസ്പര പൂരക തത്വവും).

ഉപകരണ നിർമ്മാണത്തിലെ പുരോഗതി പലപ്പോഴും ഒരു പ്രത്യേക ശാസ്ത്രത്തിൽ ഒരു യഥാർത്ഥ വിപ്ലവം സൃഷ്ടിക്കുന്നു. മൈക്രോസ്കോപ്പ്, ടെലിസ്കോപ്പ്, എക്സ്-റേ മെഷീൻ, സ്പെക്ട്രോസ്കോപ്പ്, സ്പെക്ട്രോമീറ്റർ എന്നിവയുടെ കണ്ടുപിടിത്തം, ഉപഗ്രഹ ലബോറട്ടറികളുടെ നിർമ്മാണം, ഉപഗ്രഹങ്ങളിൽ ഉപകരണങ്ങൾ ബഹിരാകാശത്തേക്ക് കൊണ്ടുപോകൽ തുടങ്ങിയവയാണ് ക്ലാസിക് ഉദാഹരണങ്ങൾ. പല ഗവേഷണ സ്ഥാപനങ്ങളിലും ഉപകരണങ്ങളുടെയും പരീക്ഷണങ്ങളുടെയും ചെലവുകൾ പലപ്പോഴും സിംഹഭാഗവുംഅവരുടെ ബജറ്റുകൾ. പരീക്ഷണങ്ങൾ മുഴുവൻ വലിയ രാജ്യങ്ങൾക്കും അപ്രാപ്യമാകുമ്പോൾ ഇന്ന് നിരവധി ഉദാഹരണങ്ങളുണ്ട്, അതിനാൽ അവ ശാസ്ത്രീയ സഹകരണത്തിനായി പോകുന്നു (സ്വിറ്റ്സർലൻഡിലെ CERN പോലെ, ബഹിരാകാശ പരിപാടികളിൽ മുതലായവ).

ശാസ്ത്രത്തിന്റെ വികാസത്തിനിടയിൽ, ഉപകരണങ്ങളുടെ പങ്ക് പലപ്പോഴും വികലവും അതിശയോക്തിപരവുമാണ്. അതിനാൽ തത്ത്വചിന്തയിൽ, മൈക്രോവേൾഡിലെ പരീക്ഷണങ്ങളുടെ പ്രത്യേകതകളുമായി ബന്ധപ്പെട്ട്, മുകളിൽ ചർച്ച ചെയ്തതുപോലെ, ഈ മേഖലയിൽ നമ്മുടെ എല്ലാ അറിവുകളും പൂർണ്ണമായും ഉപകരണ ഉത്ഭവമാണ് എന്ന ആശയം ഉയർന്നു. ഈ ഉപകരണം, അറിവിന്റെ വിഷയം തുടരുന്നതുപോലെ, സംഭവങ്ങളുടെ വസ്തുനിഷ്ഠമായ ഗതിയെ തടസ്സപ്പെടുത്തുന്നു. അതിനാൽ നിഗമനം വരയ്ക്കുന്നു: മൈക്രോവേൾഡിന്റെ വസ്തുക്കളെക്കുറിച്ചുള്ള നമ്മുടെ എല്ലാ അറിവും ആത്മനിഷ്ഠമാണ്, അത് ഉപകരണ ഉത്ഭവമാണ്. തൽഫലമായി, ഇരുപതാം നൂറ്റാണ്ടിലെ ശാസ്ത്രത്തിൽ തത്ത്വചിന്തയുടെ ഒരു മുഴുവൻ ദിശയും ഉടലെടുത്തു - ഇൻസ്ട്രുമെന്റൽ ഐഡിയലിസം അല്ലെങ്കിൽ ഓപ്പറേഷനലിസം (പി. ബ്രിഡ്ജ്മാൻ). തീർച്ചയായും, പ്രതികരണ വിമർശനം ഉണ്ടായിരുന്നു, എന്നാൽ സമാനമായ ഒരു ആശയം ഇപ്പോഴും ശാസ്ത്രജ്ഞർക്കിടയിൽ കാണപ്പെടുന്നു. പല തരത്തിൽ, സൈദ്ധാന്തിക വിജ്ഞാനത്തിന്റെയും അറിവിന്റെയും അതിന്റെ കഴിവുകളുടെയും വില കുറച്ചുകാണുന്നത് മൂലമാണ് ഇത് ഉടലെടുത്തത്.

അനുഭവ ഗവേഷണ രീതികൾ

"അനുഭവാത്മകം" എന്ന വാക്കിന്റെ അർത്ഥം "ഇന്ദ്രിയങ്ങളാൽ ഗ്രഹിക്കുന്നത്" എന്നാണ്. ശാസ്ത്രീയ ഗവേഷണ രീതികളുമായി ബന്ധപ്പെട്ട് ഈ നാമവിശേഷണം ഉപയോഗിക്കുമ്പോൾ, സെൻസറി (അനുഭവ) അനുഭവവുമായി ബന്ധപ്പെട്ട സാങ്കേതികതകളും രീതികളും നിർദ്ദേശിക്കാൻ ഇത് സഹായിക്കുന്നു. അതിനാൽ, അവർ പറയുന്നത്, വിളിക്കപ്പെടുന്നതിനെ അടിസ്ഥാനമാക്കിയാണ് അനുഭവപരമായ രീതികൾ. "ഹാർഡ് (അനിഷേധ്യമായ) ഡാറ്റ" ("ഹാർഡ് ഡാറ്റ"). കൂടാതെ, അനുഭവ ഗവേഷണം. പ്രകൃതി നിരീക്ഷണം, ആർക്കൈവൽ ഗവേഷണം തുടങ്ങിയ മറ്റ് ഗവേഷണ രീതികളിൽ നിന്ന് വ്യത്യസ്തമായി ശാസ്ത്രീയ രീതിയോട് ഉറച്ചുനിൽക്കുന്നു. അനുഭവ ഗവേഷണത്തിന്റെ രീതിശാസ്ത്രത്തിന് അടിവരയിടുന്ന ഏറ്റവും പ്രധാനപ്പെട്ടതും ആവശ്യമുള്ളതുമായ അടിസ്ഥാനം. അത് അതിന്റെ പുനർനിർമ്മാണത്തിന്റെയും സ്ഥിരീകരണത്തിന്റെയും/നിഷേധത്തിന്റെയും സാധ്യത നൽകുന്നു എന്നതാണ്. അനുഭവ ഗവേഷണത്തിന്റെ പക്ഷപാതം. "ഹാർഡ് ഡാറ്റ" എന്നതിന് ശാസ്ത്രീയ പഠനത്തിന്റെ ഉദ്ദേശ്യത്തിനായി ഉപയോഗിക്കുന്ന സ്വതന്ത്രവും ആശ്രിതവുമായ വേരിയബിളുകളുടെ അളവെടുപ്പ് മാർഗങ്ങളുടെ (അളവുകൾ) ഉയർന്ന ആന്തരിക സ്ഥിരതയും സ്ഥിരതയും ആവശ്യമാണ്. ആന്തരിക സ്ഥിരതയാണ് പ്രധാനം. സ്ഥിരത അവസ്ഥ; തുടർന്നുള്ള വിശകലനത്തിനായി അസംസ്‌കൃത ഡാറ്റ നൽകുന്ന ഈ ഉപകരണങ്ങൾ ഉയർന്ന പരസ്പരബന്ധം സൃഷ്ടിക്കുന്നില്ലെങ്കിൽ അളക്കൽ ഉപകരണങ്ങൾ ഉയർന്നതോ മതിയായതോ ആയ വിശ്വസനീയമായിരിക്കില്ല. ഈ ആവശ്യകത പാലിക്കുന്നതിൽ പരാജയപ്പെടുന്നത് സിസ്റ്റത്തിൽ പിശക് വ്യതിയാനങ്ങൾ അവതരിപ്പിക്കുകയും അവ്യക്തമോ തെറ്റിദ്ധരിപ്പിക്കുന്നതോ ആയ ഫലങ്ങളിലേക്ക് നയിക്കുകയും ചെയ്യുന്നു.

സാമ്പിൾ ടെക്നിക്കുകൾ

എം.ഇ. ഒപ്പം. വിശ്വസനീയവും സാധുതയുള്ളതുമായ ഡാറ്റ നൽകുന്ന മതിയായതും ഫലപ്രദവുമായ സാംപ്ലിംഗ് ഗവേഷണ സാങ്കേതിക വിദ്യകളുടെ ലഭ്യതയെ ആശ്രയിച്ചിരിക്കുന്നു, അത് ന്യായമായും അർഥം നഷ്ടപ്പെടാതെയും ജനസംഖ്യയിലേക്ക് വ്യാപിപ്പിക്കാം, അവയിൽ നിന്ന് ഈ പ്രതിനിധികളോ ചുരുങ്ങിയത് സാമ്പിളുകളോ വേർതിരിച്ചെടുത്തത്. അനുഭവപരമായ ഡാറ്റ വിശകലനം ചെയ്യാൻ ഉപയോഗിക്കുന്ന മിക്ക സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികളും പ്രധാനമായും റാൻഡം സെലക്ഷൻ കൂടാതെ/അല്ലെങ്കിൽ പരീക്ഷണങ്ങൾക്കായി വിഷയങ്ങളുടെ ക്രമരഹിതമായ അസൈൻമെന്റ് ഉൾപ്പെടുന്നു. വ്യവസ്ഥകൾ (ഗ്രൂപ്പുകൾ), ക്രമരഹിതത എന്നതല്ല പ്രധാന പ്രശ്നം. മറിച്ച്, അത് പ്രൈമുകളെ പരീക്ഷണ വിഷയങ്ങളായി ഉപയോഗിക്കുന്നതിന്റെ അനഭിലഷണീയതയിലാണ്. അല്ലെങ്കിൽ ഒരു പഠനത്തിൽ പങ്കെടുക്കാനുള്ള ക്ഷണത്തിന്റെ കാര്യത്തിലെന്നപോലെ, വളരെ പരിമിതമോ ശുദ്ധീകരിക്കപ്പെട്ടതോ ആയ സാമ്പിളുകൾ ഉൾക്കൊള്ളുന്നവർ മാത്രം. മനഃശാസ്ത്രത്തിലും മറ്റ് സാമൂഹിക ശാസ്ത്രങ്ങളിലും വ്യാപകമായി പരിശീലിക്കുന്ന സന്നദ്ധരായ കോളേജ് വിദ്യാർത്ഥികൾ. പെരുമാറ്റ ശാസ്ത്രങ്ങളും. ഈ സമീപനം അനുഭവപരമായ ഗവേഷണത്തിന്റെ നേട്ടങ്ങളെ നിഷേധിക്കുന്നു. മറ്റ് ഗവേഷണ രീതികൾക്ക് മുമ്പ്.

അളക്കൽ കൃത്യത

എം.ഇ. ഒപ്പം. പൊതുവായി - പ്രത്യേകിച്ച് മനഃശാസ്ത്രത്തിൽ - അനിവാര്യമായും ഒന്നിലധികം അളവുകളുടെ ഉപയോഗവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. മനഃശാസ്ത്രത്തിൽ, അത്തരം നടപടികൾ ഉപയോഗിക്കുന്നു, ch. arr., നിരീക്ഷിച്ചതോ മനസ്സിലാക്കിയതോ ആയ പെരുമാറ്റരീതികൾ, സ്വയം റിപ്പോർട്ടുകൾ മുതലായവ സൈക്കോൾ. പ്രതിഭാസങ്ങൾ. ഈ നടപടികൾ വേണ്ടത്ര കൃത്യമാണെന്നത് നിർണായകമാണ്, അതേസമയം വ്യക്തമായി വ്യാഖ്യാനിക്കാവുന്നതും സാധുതയുള്ളതുമാണ്. അല്ലാത്തപക്ഷം, അപര്യാപ്തമായ സാമ്പിൾ രീതികളുള്ള സാഹചര്യത്തിൽ, അനുഭവ ഗവേഷണ രീതികളുടെ ഗുണങ്ങൾ. തെറ്റായ കൂടാതെ/അല്ലെങ്കിൽ തെറ്റിദ്ധരിപ്പിക്കുന്ന ഫലങ്ങളാൽ നിരാകരിക്കപ്പെടും. സൈക്കോമെട്രിക്സ് ഉപയോഗിക്കുമ്പോൾ, ഗവേഷകൻ കുറഞ്ഞത് രണ്ട് ഗുരുതരമായ പ്രശ്നങ്ങളെ അഭിമുഖീകരിക്കുന്നു: a) സ്വതന്ത്രവും ആശ്രിതവുമായ വേരിയബിളുകളുടെ അളവുകൾ നിർമ്മിക്കാൻ ലഭ്യമായ ഏറ്റവും സങ്കീർണ്ണവും വിശ്വസനീയവുമായ ഉപകരണങ്ങളുടെ പോലും അസംസ്കൃതത, കൂടാതെ ബി) ഏതെങ്കിലും സൈക്കോൾ. അളവ് നേരിട്ടുള്ളതല്ല, പരോക്ഷമാണ്. സൈക്കോൾ ഇല്ല. സ്വത്ത് നേരിട്ട് അളക്കാൻ കഴിയില്ല; പെരുമാറ്റത്തിൽ അതിന്റെ ഉദ്ദേശിച്ച പ്രകടനം മാത്രമേ അളക്കാൻ കഴിയൂ. ഉദാഹരണത്തിന്, "ആക്രമണാത്മകത" പോലുള്ള ഒരു സ്വത്ത്, ഒരു പ്രത്യേക സ്കെയിലോ മറ്റ് സൈക്കോൾ ഉപയോഗിച്ചോ അളക്കുന്ന വ്യക്തിയുടെ പ്രകടനത്തിന്റെയോ അംഗീകാരത്തിന്റെയോ അളവനുസരിച്ച് മാത്രമേ പരോക്ഷമായി വിഭജിക്കാൻ കഴിയൂ. അളക്കൽ ഉപകരണത്തിന്റെ ഡെവലപ്പർമാർ നിർവചിച്ചതും മനസ്സിലാക്കിയതുമായ "ആക്രമണാത്മകത" യുടെ വ്യത്യസ്ത അളവുകൾ അളക്കാൻ രൂപകൽപ്പന ചെയ്ത ഒരു ഉപകരണം അല്ലെങ്കിൽ സാങ്കേതികത.

മനഃശാസ്ത്രപരമായ അളവുകളുടെ ഫലമായി ലഭിച്ച ഡാറ്റ. വേരിയബിളുകൾ ഈ വേരിയബിളുകളുടെ (X0) നിരീക്ഷിച്ച മൂല്യങ്ങളെ മാത്രം പ്രതിനിധീകരിക്കുന്നു. "യഥാർത്ഥ" മൂല്യങ്ങൾ (Xi) എല്ലായ്പ്പോഴും അജ്ഞാതമായി തുടരും. അവ കണക്കാക്കാൻ മാത്രമേ കഴിയൂ, ഈ എസ്റ്റിമേറ്റ് ഏതൊരു വ്യക്തിഗത X0-ലും ഉള്ള പിശകിന്റെ (Xe) വ്യാപ്തിയെ ആശ്രയിച്ചിരിക്കുന്നു. എല്ലാ മാനസികാവസ്ഥയിലും. അളവുകൾ, നിരീക്ഷിച്ച മൂല്യം ഒരു പോയിന്റിനേക്കാൾ ഒരു നിശ്ചിത പ്രദേശത്തെ പ്രതിനിധീകരിക്കുന്നു (ഉദാഹരണത്തിന്, ഭൗതികശാസ്ത്രത്തിലോ തെർമോഡൈനാമിക്സിലോ ഇത് സംഭവിക്കാം): X0 = Xi + Xe. അതിനാൽ, അനുഭവ ഗവേഷണത്തിനായി. എല്ലാ വേരിയബിളുകളുടെയും X0 മൂല്യങ്ങൾ Xi ന് അടുത്തായി മാറുന്നത് വളരെ പ്രധാനമാണെന്ന് തോന്നുന്നു. പരിചയസമ്പന്നരും യോഗ്യതയുള്ളവരുമായ ശാസ്ത്രജ്ഞരോ സ്പെഷ്യലിസ്റ്റുകളോ ഉപയോഗിക്കുന്നതോ നടപ്പിലാക്കുന്നതോ ആയ വളരെ വിശ്വസനീയമായ അളവെടുക്കൽ ഉപകരണങ്ങളുടെയും നടപടിക്രമങ്ങളുടെയും ഉപയോഗത്തിലൂടെ മാത്രമേ ഇത് നേടാനാകൂ.

പരീക്ഷണത്തിൽ നിയന്ത്രണം

അനുഭവ ഗവേഷണത്തിൽ. ഒരു പരീക്ഷണത്തിന്റെ ഗതിയെ സ്വാധീനിക്കുന്ന 3 തരം വേരിയബിളുകൾ ഉണ്ട്: എ) സ്വതന്ത്ര വേരിയബിളുകൾ, ബി) ആശ്രിത വേരിയബിളുകൾ, സി) ഇന്റർമീഡിയറ്റ് അല്ലെങ്കിൽ എക്സ്ട്രാനിയസ്, വേരിയബിളുകൾ. ആദ്യത്തെ 2 തരം വേരിയബിളുകൾ പരീക്ഷണത്തിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ഗവേഷകൻ തന്നെ ആസൂത്രണം ചെയ്യുക; മൂന്നാമത്തെ തരത്തിലുള്ള വേരിയബിളുകൾ ഗവേഷകൻ അവതരിപ്പിക്കുന്നില്ല, പക്ഷേ പരീക്ഷണത്തിൽ എപ്പോഴും ഉണ്ട് - അവ നിയന്ത്രിക്കപ്പെടണം. ഇൻഡിപെൻഡന്റ് വേരിയബിളുകൾ ഒരു പരീക്ഷണത്തിൽ കൃത്രിമം കാണിക്കാൻ കഴിയുന്ന പാരിസ്ഥിതിക സാഹചര്യങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു അല്ലെങ്കിൽ പ്രതിഫലിപ്പിക്കുന്നു; ആശ്രിത വേരിയബിളുകൾ പെരുമാറ്റ ഫലങ്ങളുമായി ബന്ധപ്പെട്ടതോ പ്രതിഫലിപ്പിക്കുന്നതോ ആണ്. പാരിസ്ഥിതിക അവസ്ഥകൾ (സ്വതന്ത്ര വേരിയബിളുകൾ) വ്യത്യാസപ്പെടുത്തുകയും സംഭവിക്കുന്ന (ആശ്രിത വേരിയബിളുകൾ) പെരുമാറ്റ സംഭവങ്ങൾ നിരീക്ഷിക്കുകയും ചെയ്യുക, അതേസമയം മറ്റേതെങ്കിലും (അല്ലെങ്കിൽ) വേരിയബിളുകളുടെ സ്വാധീനം ഒരേസമയം നിയന്ത്രിക്കുക (അല്ലെങ്കിൽ ഇഫക്റ്റുകൾ ഇല്ലാതാക്കുക) എന്നിവയാണ് പരീക്ഷണത്തിന്റെ ലക്ഷ്യം.

അനുഭവപരമായ ഗവേഷണം ആവശ്യമുള്ള ഒരു പരീക്ഷണത്തിലെ വേരിയബിളുകളുടെ നിയന്ത്രണം ഒന്നുകിൽ പരീക്ഷണങ്ങളുടെ സഹായത്തോടെ നേടാനാകും. പ്ലാൻ ചെയ്യുക, അല്ലെങ്കിൽ സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികൾ ഉപയോഗിക്കുക.

പരീക്ഷണ പദ്ധതികൾ

ചട്ടം പോലെ, അനുഭവ ഗവേഷണത്തിൽ. 3 പ്രധാനവ ഉപയോഗിക്കുന്നു. ഒരുതരം പരീക്ഷണാത്മക. രൂപകല്പനകൾ: എ) സിദ്ധാന്തം പരിശോധിക്കുന്ന ഡിസൈനുകൾ, ബി) മൂല്യനിർണ്ണയ രൂപകല്പനകൾ, സി) അർദ്ധ-പരീക്ഷണ രൂപകല്പനകൾ. സ്വതന്ത്ര വേരിയബിളുകൾ ആശ്രിത വേരിയബിളുകളെ സ്വാധീനിക്കുന്നുണ്ടോ എന്ന ചോദ്യത്തെ ഹൈപ്പോതെസിസ് ടെസ്റ്റിംഗ് പ്ലാനുകൾ അഭിസംബോധന ചെയ്യുന്നു. ഈ പരീക്ഷണങ്ങളിൽ ഉപയോഗിച്ചിരിക്കുന്ന പ്രാധാന്യത്തിന്റെ സ്ഥിതിവിവരക്കണക്കുകൾ സാധാരണയായി രണ്ട് വശങ്ങളുള്ളവയാണ്; പെരുമാറ്റ ഫലങ്ങളിലും പെരുമാറ്റത്തിലെ മാറ്റങ്ങളിലും പാരിസ്ഥിതിക കൃത്രിമത്വത്തിന്റെ സ്വാധീനത്തിന്റെ സാന്നിധ്യം അല്ലെങ്കിൽ അഭാവം കണക്കിലെടുത്താണ് നിഗമനങ്ങൾ രൂപപ്പെടുത്തിയിരിക്കുന്നത്.

എസ്റ്റിമേഷൻ പ്ലാനുകൾ ഹൈപ്പോതെസിസ് ടെസ്റ്റിംഗ് പ്ലാനുകൾക്ക് സമാനമാണ്, അവ വേരിയബിളുകളുടെ അളവ് വിവരണങ്ങളെ ആകർഷിക്കുന്നു, എന്നാൽ സെക്കന്റിൽ പരിമിതപ്പെടുത്തിയിരിക്കുന്ന ലളിതമായ നൾ ഹൈപ്പോതെസിസ് ടെസ്റ്റിംഗിന് അപ്പുറം പോകുന്നു. arr., സ്റ്റാറ്റിസ്റ്റിക്കൽ പ്രാധാന്യമുള്ള രണ്ട്-വശങ്ങളുള്ള പരിശോധനകൾ ഉപയോഗിക്കുന്നു. സ്വതന്ത്ര വേരിയബിളുകൾ നിരീക്ഷിച്ച ഫലങ്ങളെ എങ്ങനെ സ്വാധീനിക്കുന്നു എന്നതിനെക്കുറിച്ചുള്ള തുടർന്നുള്ള ചോദ്യം പരിശോധിക്കാൻ അവ ഉപയോഗിക്കുന്നു. ഈ പരീക്ഷണങ്ങൾ സ്വതന്ത്ര വേരിയബിളുകൾ തമ്മിലുള്ള ബന്ധത്തിന്റെ സ്വഭാവത്തിന്റെ അളവും ഗുണപരവുമായ വിവരണങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു. ഈ പരീക്ഷണങ്ങളിൽ ഡാറ്റ വിശകലനത്തിനുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ നടപടിക്രമങ്ങളായി പരസ്പര ബന്ധ രീതികൾ സാധാരണയായി ഉപയോഗിക്കുന്നു. അടിസ്ഥാനം ആത്മവിശ്വാസ പരിധികളും സ്റ്റാൻഡേർഡ് പിശകുകളും നിർണ്ണയിക്കുന്നതിനാണ് ഊന്നൽ നൽകുന്നത്, പ്രധാന ലക്ഷ്യം പരമാവധി കണക്കാക്കലാണ്. കഴിയുന്നത്ര കൃത്യമായി, സ്വതന്ത്ര വേരിയബിളുകളുടെ നിരീക്ഷിച്ച എല്ലാ മൂല്യങ്ങൾക്കും ആശ്രിത വേരിയബിളുകളുടെ യഥാർത്ഥ മൂല്യങ്ങൾ.

അർദ്ധ-പരീക്ഷണ രൂപകല്പനകൾ ഹൈപ്പോതെസിസ് ടെസ്റ്റിംഗ് ഡിസൈനുകൾക്ക് സമാനമാണ്, അല്ലാതെ അത്തരം ഡിസൈനുകളിൽ സ്വതന്ത്ര വേരിയബിളുകൾ കൃത്രിമത്വത്തിന് ലഭ്യമല്ല അല്ലെങ്കിൽ പരീക്ഷണത്തിൽ കൃത്രിമം കാണിക്കുന്നില്ല. ഇത്തരത്തിലുള്ള പ്ലാനുകൾ അനുഭവപരമായ ഗവേഷണത്തിൽ വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്നു. മനഃശാസ്ത്രത്തിലും മറ്റ് സാമൂഹിക ശാസ്ത്രങ്ങളിലും. പെരുമാറ്റ ശാസ്ത്രങ്ങളും, പ്രത്യേകിച്ച് ബാധകമായ പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന്. പ്രകൃതിദത്തമായ നിരീക്ഷണത്തിന് അതീതമായ ഗവേഷണ നടപടിക്രമങ്ങളുടെ വിഭാഗത്തിൽ പെടുന്നവയാണ് അവ, എന്നാൽ മറ്റ് രണ്ട് അടിസ്ഥാന തത്വങ്ങളുടെ കൂടുതൽ സങ്കീർണ്ണവും പ്രധാനപ്പെട്ടതുമായ തലങ്ങളിൽ എത്തുന്നില്ല. പരീക്ഷണ തരങ്ങൾ പദ്ധതികൾ.

സ്റ്റാറ്റിസ്റ്റിക്കൽ വിശകലനത്തിന്റെ പങ്ക്

സൈക്കോൾ. ഗവേഷണം, അനുഭവപരമോ അല്ലയോ, Ch അടിസ്ഥാനമാക്കിയുള്ളതാണ്. അർ. സാമ്പിളുകളിൽ നിന്ന് ലഭിച്ച ഡാറ്റയിൽ. അതുകൊണ്ട് എം.ഇ. ഒപ്പം. ഈ സാമ്പിൾ ഡാറ്റയുടെ സ്റ്റാറ്റിസ്റ്റിക്കൽ അനാലിസിസ് അനുബന്ധമായി നൽകേണ്ടതുണ്ട്, അതിനാൽ അനുമാന പരിശോധനയുടെ ഫലങ്ങളെക്കുറിച്ച് സാധുവായ നിഗമനങ്ങൾ രൂപപ്പെടുത്താൻ കഴിയും.

അനുമാനങ്ങളുടെ അനുഭവപരമായ പരിശോധന

ഏറ്റവും മൂല്യവത്തായ പരീക്ഷണം. അനുഭവപരമായ ഗവേഷണം നടത്തുന്നതിനുള്ള പദ്ധതി. മനഃശാസ്ത്രത്തിലും അനുബന്ധ ശാസ്ത്രങ്ങളിലും അനുമാനങ്ങൾ പരിശോധിക്കുന്നതിനുള്ള ഒരു രൂപകൽപ്പനയാണ്. അതിനാൽ, ഇവിടെ നമ്മൾ "ഹൈപ്പോതെസിസ്" എന്നതിന്റെ ഒരു നിർവചനം നൽകണം, അത് അനുഭവ ഗവേഷണത്തിന്റെ രീതിശാസ്ത്രവുമായി ബന്ധിപ്പിച്ചിരിക്കുന്നു. അസാധാരണമായ കൃത്യവും സംക്ഷിപ്തവുമായ നിർവചനം ബ്രൗണും ഗിസെല്ലിയും നൽകിയിട്ടുണ്ട്.

ഒരു സിദ്ധാന്തം എന്നത് വസ്തുതാപരവും ആശയപരവുമായ ഘടകങ്ങളെയും അവയുടെ ബന്ധങ്ങളെയും കുറിച്ചുള്ള ഒരു പ്രസ്താവനയാണ്, അത് മെച്ചപ്പെട്ട ധാരണ നേടുന്നതിനായി അറിയപ്പെടുന്ന വസ്തുതകൾക്കും ശേഖരിച്ച അനുഭവത്തിനും അപ്പുറം പോകുന്നു. ഇത് ഇതുവരെ തെളിയിക്കപ്പെട്ടിട്ടില്ലാത്തതും എന്നാൽ അന്വേഷണം അർഹിക്കുന്നതുമായ ഒരു അവസ്ഥ ഉൾക്കൊള്ളുന്ന ഒരു അനുമാനം അല്ലെങ്കിൽ ഭാഗ്യപരമായ ഊഹമാണ്.

പലതിന്റെയും അനുഭവപരമായ സ്ഥിരീകരണം. പരസ്പരബന്ധിതമായ അനുമാനങ്ങൾ ഒരു സിദ്ധാന്തത്തിന്റെ രൂപീകരണത്തിലേക്ക് നയിക്കുന്നു. ആവർത്തിച്ചുള്ള പഠനങ്ങളുടെ അനുഭവപരമായ ഫലങ്ങളാൽ സ്ഥിരമായി സ്ഥിരീകരിക്കപ്പെടുന്ന സിദ്ധാന്തങ്ങൾ. - പ്രത്യേകിച്ചും അവ പായ ഉപയോഗിച്ച് കൃത്യമായി വിവരിച്ചിട്ടുണ്ടെങ്കിൽ. സമവാക്യങ്ങൾ - അനിവാര്യമായും ഒരു ശാസ്ത്രീയ നിയമത്തിന്റെ പദവി നേടുക. എന്നിരുന്നാലും, മനഃശാസ്ത്രത്തിൽ, ശാസ്ത്രീയ നിയമംഒരു പിടികിട്ടാത്ത ആശയമാണ്. ഏറ്റവും സൈക്കോൾ. സിദ്ധാന്തങ്ങൾ അനുമാനങ്ങളുടെ അനുഭവപരമായ പരിശോധനയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, എന്നാൽ ഇന്ന് സൈക്കോൾ ഇല്ല. ശാസ്ത്ര നിയമത്തിന്റെ തലത്തിൽ എത്തുന്ന സിദ്ധാന്തങ്ങൾ.

കോൺഫിഡൻസ് ബൗണ്ടറികൾ, കൺട്രോൾ ഗ്രൂപ്പുകൾ എന്നിവയും കാണുക

നിരീക്ഷണം, താരതമ്യം, അളക്കൽ, പരീക്ഷണം എന്നിവ ഉൾപ്പെടുന്നതാണ് ശാസ്ത്ര സാങ്കേതിക രംഗത്തെ അനുഭവപരമായ ഗവേഷണ രീതികൾ.

നിരീക്ഷണം . നമുക്ക് താൽപ്പര്യമുള്ള ഒരു വസ്തുവിനെക്കുറിച്ചുള്ള ചിട്ടയായതും ലക്ഷ്യബോധമുള്ളതുമായ ധാരണയായി നിരീക്ഷണം മനസ്സിലാക്കപ്പെടുന്നു: കാര്യങ്ങൾ, പ്രതിഭാസങ്ങൾ, ഗുണവിശേഷതകൾ, എന്തിന്റെയെങ്കിലും അവസ്ഥകൾ. ഇത് ഏറ്റവും ലളിതമായ രീതിയാണ്, ചട്ടം പോലെ, മറ്റ് അനുഭവപരമായ രീതികളുടെ ഭാഗമായി പ്രവർത്തിക്കുന്നു, എന്നിരുന്നാലും നിരവധി ശാസ്ത്രങ്ങളിൽ ഇത് സ്വതന്ത്രമായോ പ്രധാന രീതിയായോ ഉപയോഗിക്കാം, കാലാവസ്ഥാ നിരീക്ഷണം, നിരീക്ഷണ ജ്യോതിശാസ്ത്രം മുതലായവ. കണ്ടുപിടുത്തം. ദൂരദർശിനി മെഗാലോകത്തിന്റെ മുമ്പ് അപ്രാപ്യമായ പ്രദേശത്തേക്ക് നിരീക്ഷണം വ്യാപിപ്പിക്കാൻ മനുഷ്യനെ അനുവദിച്ചു, മൈക്രോസ്കോപ്പിന്റെ സൃഷ്ടി മൈക്രോലോകത്തിന്റെ അധിനിവേശത്തെ അടയാളപ്പെടുത്തി. ഒരു എക്സ്-റേ മെഷീൻ, റഡാർ, അൾട്രാസൗണ്ട് ജനറേറ്റർ, മറ്റ് നിരവധി സാങ്കേതിക നിരീക്ഷണ മാർഗങ്ങൾ എന്നിവ ഈ ഗവേഷണ രീതിയുടെ ശാസ്ത്രീയവും പ്രായോഗികവുമായ മൂല്യത്തിൽ അഭൂതപൂർവമായ വർദ്ധനവിന് കാരണമായി. മനഃശാസ്ത്രം, വൈദ്യം, ശാരീരിക വിദ്യാഭ്യാസം, കായികം എന്നിവയിൽ സ്വയം നിരീക്ഷണത്തിനും ആത്മനിയന്ത്രണത്തിനുമുള്ള രീതികളും സാങ്കേതികതകളും ഉണ്ട്. അറിവിന്റെ സിദ്ധാന്തത്തിലെ നിരീക്ഷണം എന്ന ആശയം സാധാരണയായി ധ്യാനം എന്ന ആശയത്തിന്റെ രൂപത്തിൽ പ്രത്യക്ഷപ്പെടുന്നു; ഇത് വിഷയത്തിന്റെ പ്രവർത്തനത്തിന്റെയും പ്രവർത്തനത്തിന്റെയും വിഭാഗങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.

ഫലപുഷ്ടിയുള്ളതും ഉൽപ്പാദനക്ഷമവുമാകുന്നതിന്, നിരീക്ഷണം ഇനിപ്പറയുന്ന ആവശ്യകതകൾ നിറവേറ്റണം.

ആകുക ബോധപൂർവം, അതായത്, ശാസ്ത്രീയ പ്രവർത്തനത്തിന്റെയും എഞ്ചിനീയറിംഗ് പരിശീലനത്തിന്റെയും പൊതു ലക്ഷ്യത്തിന്റെ ചട്ടക്കൂടിനുള്ളിൽ നന്നായി നിർവചിക്കപ്പെട്ട പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന് നടപ്പിലാക്കുന്നു.

ആകുക വ്യവസ്ഥാപിതമായ, അതായത്, വസ്തുവിന്റെ സ്വഭാവം, പഠനത്തിന്റെ ലക്ഷ്യങ്ങൾ, ലക്ഷ്യങ്ങൾ എന്നിവയിൽ നിന്നുള്ള ഒരു നിർദ്ദിഷ്ട പദ്ധതി, പാറ്റേൺ എന്നിവ പിന്തുടരുന്ന നിരീക്ഷണങ്ങൾ ഉൾക്കൊള്ളുന്നു.

ആകുക ലക്ഷ്യമാക്കി, അതായത്, നിരീക്ഷകന്റെ ശ്രദ്ധ അവനു താൽപ്പര്യമുള്ള വസ്തുക്കളിൽ മാത്രം സ്ഥാപിക്കുക, നിരീക്ഷണ ജോലികൾക്ക് പുറത്തുള്ളവയിൽ വസിക്കരുത്. വ്യക്തിഗത വിശദാംശങ്ങൾ, വശങ്ങൾ, വശങ്ങൾ, ഒരു വസ്തുവിന്റെ ഭാഗങ്ങൾ എന്നിവയുടെ ധാരണയെ ലക്ഷ്യം വച്ചുള്ള നിരീക്ഷണത്തെ ഫിക്സിംഗ് എന്ന് വിളിക്കുന്നു, ആവർത്തിച്ചുള്ള നിരീക്ഷണത്തിന് വിധേയമായി മൊത്തത്തിൽ മൂടുന്നതിനെ ചാഞ്ചാട്ടം എന്ന് വിളിക്കുന്നു. ഈ തരത്തിലുള്ള നിരീക്ഷണങ്ങളുടെ സംയോജനം ആത്യന്തികമായി വസ്തുവിന്റെ സമഗ്രമായ ഒരു ചിത്രം നൽകുന്നു.

ആകുക സജീവമാണ്, അതായത്, ഒരു നിരീക്ഷകൻ തന്റെ ജോലികൾക്ക് ആവശ്യമായ വസ്തുക്കൾക്കായി ഒരു നിശ്ചിത കൂട്ടം ഇടയിൽ മനഃപൂർവ്വം തിരയുമ്പോൾ, അവയിൽ താൽപ്പര്യമുള്ള വ്യക്തിഗത വശങ്ങൾ, ഗുണങ്ങൾ, വശങ്ങൾ എന്നിവ പരിഗണിക്കുന്നു, സ്വന്തം അറിവ്, അനുഭവം, കഴിവുകൾ എന്നിവയെ ആശ്രയിക്കുന്നു.

ആകുക വ്യവസ്ഥാപിതമായ, അതായത്, നിരീക്ഷകൻ തന്റെ നിരീക്ഷണം തുടർച്ചയായി നടത്തുമ്പോൾ, ക്രമരഹിതമായും ഇടയ്ക്കിടെയും അല്ലാതെ, ഒരു നിശ്ചിത, മുൻകൂട്ടി ചിന്തിച്ച സ്കീം അനുസരിച്ച്, വിവിധ അല്ലെങ്കിൽ കർശനമായി വ്യക്തമാക്കിയ വ്യവസ്ഥകളിൽ.

താരതമ്യം - ഇത് വിജ്ഞാനത്തിന്റെ ഏറ്റവും സാധാരണവും സാർവത്രികവുമായ രീതികളിൽ ഒന്നാണ്. "എല്ലാം താരതമ്യത്തിലൂടെ അറിയാം" എന്ന പ്രസിദ്ധമായ പഴഞ്ചൊല്ല് ഇതിന് ഏറ്റവും മികച്ച തെളിവാണ്. വിവിധ തരത്തിലുള്ള വസ്തുക്കളും പ്രതിഭാസങ്ങളും, അവയുടെ വശങ്ങളും വശങ്ങളും, പൊതുവേ, പഠന വസ്തുക്കളും തമ്മിലുള്ള സമാനതകളും വ്യത്യാസങ്ങളും സ്ഥാപിക്കുന്നതാണ് താരതമ്യം. താരതമ്യത്തിന്റെ ഫലമായി, രണ്ടോ അതിലധികമോ വസ്തുക്കളിൽ അന്തർലീനമായ പൊതുത സ്ഥാപിക്കപ്പെടുന്നു - നിമിഷത്തിലോ അവയുടെ ചരിത്രത്തിലോ. ചരിത്രപരമായ സ്വഭാവമുള്ള ശാസ്ത്രങ്ങളിൽ, താരതമ്യ ചരിത്രം എന്ന് വിളിക്കപ്പെടുന്ന പ്രധാന ഗവേഷണ രീതിയുടെ തലത്തിലേക്ക് താരതമ്യം വികസിപ്പിച്ചെടുത്തു. പ്രതിഭാസങ്ങളിൽ ആവർത്തിച്ചുള്ള പൊതുവായ തിരിച്ചറിയൽ പ്രകൃതിയെക്കുറിച്ചുള്ള അറിവിലേക്കുള്ള പാതയിലെ ഒരു ചുവടുവെപ്പാണ്.

ഒരു താരതമ്യം ഫലപ്രദമാകണമെങ്കിൽ, അത് രണ്ട് അടിസ്ഥാന ആവശ്യകതകൾ നിറവേറ്റണം: അത്തരം വശങ്ങളും വശങ്ങളും മാത്രമേ താരതമ്യം ചെയ്യാവൂ, വസ്തുനിഷ്ഠമായ പൊതുതത്വമുള്ള വസ്തുക്കൾ മൊത്തത്തിൽ; തന്നിരിക്കുന്ന ഗവേഷണത്തിലോ മറ്റ് ജോലികളിലോ ഉള്ള ഏറ്റവും പ്രധാനപ്പെട്ടതും പ്രധാനപ്പെട്ടതുമായ സവിശേഷതകളെ അടിസ്ഥാനമാക്കിയുള്ളതായിരിക്കണം താരതമ്യം. അപ്രധാനമായ സ്വഭാവസവിശേഷതകളെ അടിസ്ഥാനമാക്കിയുള്ള താരതമ്യം തെറ്റിദ്ധാരണകൾക്കും പിശകുകൾക്കും ഇടയാക്കും. ഇക്കാര്യത്തിൽ, "സാദൃശ്യത്താൽ" നിഗമനങ്ങളിൽ എത്തിച്ചേരുമ്പോൾ ഒരാൾ ശ്രദ്ധിക്കണം. “താരതമ്യം തെളിവല്ല!” എന്ന് ഫ്രഞ്ചുകാർ പോലും പറയുന്നു.

ഒരു ഗവേഷകനോ എഞ്ചിനീയറിനോ ഡിസൈനർക്കോ താൽപ്പര്യമുള്ള വസ്തുക്കൾ നേരിട്ടോ അല്ലാതെയോ മൂന്നാമത്തെ വസ്തുവിലൂടെ താരതമ്യം ചെയ്യാം. ആദ്യ സന്ദർഭത്തിൽ, അവർക്ക് ഗുണപരമായ വിലയിരുത്തലുകൾ ലഭിക്കുന്നു: കൂടുതൽ - കുറവ്, ഭാരം കുറഞ്ഞ - ഇരുണ്ട, ഉയർന്ന - താഴ്ന്ന, അടുത്ത് - കൂടുതൽ, മുതലായവ. ശരിയാണ്, ഇവിടെ നിങ്ങൾക്ക് ഏറ്റവും ലളിതമായ അളവ് സ്വഭാവസവിശേഷതകൾ ലഭിക്കും: "ഇരട്ടിയായി ഉയർന്നത്", "ഇരട്ടി ഭാരം" സമയങ്ങൾ", മുതലായവ. ഒരു സ്റ്റാൻഡേർഡ്, അളവ്, സ്കെയിൽ എന്നിവയുടെ റോളിൽ മൂന്നാമത്തെ ഒബ്ജക്റ്റ് കൂടി ഉള്ളപ്പോൾ, അവയ്ക്ക് പ്രത്യേകിച്ച് മൂല്യവത്തായതും കൂടുതൽ കൃത്യവുമായ അളവ് സവിശേഷതകൾ ലഭിക്കും.

അളവ് നിരീക്ഷണത്തിൽ നിന്നും താരതമ്യത്തിൽ നിന്നും ചരിത്രപരമായി വികസിച്ചു. എന്നിരുന്നാലും, ലളിതമായ ഒരു താരതമ്യത്തിൽ നിന്ന് വ്യത്യസ്തമായി, ഇത് കൂടുതൽ ഫലപ്രദവും കൃത്യവുമാണ്. ലിയനാർഡോ ഡാവിഞ്ചി, ഗലീലിയോ ഗലീലി, ഐസക് ന്യൂട്ടൺ എന്നിവരിൽ നിന്ന് ആരംഭിച്ച ആധുനിക പ്രകൃതി ശാസ്ത്രം അതിന്റെ പ്രതാപകാലത്തിന് കടപ്പെട്ടിരിക്കുന്നത് അളവുകളുടെ ഉപയോഗത്തിലാണ്. പ്രതിഭാസങ്ങളോടുള്ള അളവ് സമീപനത്തിന്റെ തത്വം പ്രഖ്യാപിച്ചത് ഗലീലിയോയാണ്, അതനുസരിച്ച് ഭൗതിക പ്രതിഭാസങ്ങളുടെ വിവരണം ഒരു അളവ് അളവിലുള്ള അളവുകളെ അടിസ്ഥാനമാക്കിയുള്ളതായിരിക്കണം - സംഖ്യ. പ്രകൃതിയുടെ പുസ്തകം ഗണിതശാസ്ത്രത്തിന്റെ ഭാഷയിൽ എഴുതിയതാണെന്ന് അദ്ദേഹം വിശ്വസിച്ചു. എഞ്ചിനീയറിംഗ്, ഡിസൈൻ, നിർമ്മാണം എന്നിവ അവരുടെ രീതികളിൽ ഇതേ വരി തുടരുന്നു.

ഒരു വസ്തുവിന്റെ ചില സ്വഭാവസവിശേഷതകളുടെ സംഖ്യാ മൂല്യം ഒരു നിശ്ചിത ഗവേഷകനോ അല്ലെങ്കിൽ എല്ലാ ശാസ്ത്രജ്ഞരും പ്രാക്ടീഷണർമാരും മാനദണ്ഡമായി അംഗീകരിച്ച അളവെടുപ്പിന്റെ യൂണിറ്റുമായി താരതമ്യപ്പെടുത്തി നിർണ്ണയിക്കുന്നതിനുള്ള ഒരു നടപടിക്രമമാണ് അളവ്. അറിയപ്പെടുന്നതുപോലെ, മണിക്കൂർ, മീറ്റർ, ഗ്രാം, വോൾട്ട്, ബിറ്റ് മുതലായവ പോലെയുള്ള വിവിധ തരം വസ്തുക്കളുടെ അടിസ്ഥാന സ്വഭാവസവിശേഷതകൾ അളക്കുന്നതിനുള്ള അന്താരാഷ്ട്ര, ദേശീയ യൂണിറ്റുകൾ ഉണ്ട്. ദിവസം, പുഡ്, പൗണ്ട്, വെർസ്റ്റ്, മൈൽ മുതലായവ. അളവ് ഇനിപ്പറയുന്ന അടിസ്ഥാന ഘടകങ്ങളുടെ സാന്നിധ്യം ഊഹിക്കുന്നു: അളക്കാനുള്ള ഒരു വസ്തു, അളവെടുപ്പിന്റെ ഒരു യൂണിറ്റ്, അതായത് ഒരു സ്കെയിൽ, അളവ്, സ്റ്റാൻഡേർഡ്; അളക്കുന്ന ഉപകരണം; അളക്കൽ രീതി; നിരീക്ഷകൻ.

അളവുകൾ നേരിട്ടോ അല്ലാതെയോ ആകാം. നേരിട്ടുള്ള അളവെടുപ്പിൽ, ഫലം അളക്കൽ പ്രക്രിയയിൽ നിന്ന് നേരിട്ട് ലഭിക്കും (ഉദാഹരണത്തിന്, നീളം, സമയം, ഭാരം മുതലായവയുടെ അളവുകൾ ഉപയോഗിച്ച്). പരോക്ഷമായ അളവെടുപ്പ് ഉപയോഗിച്ച്, നേരിട്ട് അളക്കുന്നതിലൂടെ മുമ്പ് ലഭിച്ച മറ്റ് മൂല്യങ്ങളുടെ അടിസ്ഥാനത്തിൽ ആവശ്യമുള്ള മൂല്യം ഗണിതശാസ്ത്രപരമായി നിർണ്ണയിക്കപ്പെടുന്നു. ഇങ്ങനെയാണ്, ഉദാഹരണത്തിന്, കൃത്യമായ ആകൃതിയിലുള്ള ശരീരങ്ങളുടെ നിർദ്ദിഷ്ട ഗുരുത്വാകർഷണം, വിസ്തീർണ്ണം, അളവ്, ശരീരത്തിന്റെ വേഗത, ത്വരണം, ശക്തി മുതലായവ ലഭിക്കുന്നത്.

അനുഭവപരമായ നിയമങ്ങളും അടിസ്ഥാന ലോക സ്ഥിരാങ്കങ്ങളും കണ്ടെത്താനും രൂപപ്പെടുത്താനും അളക്കൽ ഞങ്ങളെ അനുവദിക്കുന്നു. ഇക്കാര്യത്തിൽ, മുഴുവൻ ശാസ്ത്ര സിദ്ധാന്തങ്ങളുടെയും രൂപീകരണത്തിനുള്ള ഒരു ഉറവിടമായി ഇത് പ്രവർത്തിക്കും. അങ്ങനെ, ഗ്രഹങ്ങളുടെ ചലനത്തെക്കുറിച്ചുള്ള ടൈക്കോ ബ്രാഹിന്റെ ദീർഘകാല അളവുകൾ പിന്നീട് ജോഹന്നാസ് കെപ്ലറിനെ ഗ്രഹ ചലനത്തിന്റെ അറിയപ്പെടുന്ന മൂന്ന് അനുഭവ നിയമങ്ങളുടെ രൂപത്തിൽ പൊതുവൽക്കരണം സൃഷ്ടിക്കാൻ അനുവദിച്ചു. രസതന്ത്രത്തിലെ ആറ്റോമിക് ഭാരം അളക്കുന്നത് രസതന്ത്രത്തിലെ തന്റെ പ്രസിദ്ധമായ ആനുകാലിക നിയമം ഡിമിത്രി മെൻഡലീവിന്റെ രൂപീകരണത്തിന്റെ അടിസ്ഥാനങ്ങളിലൊന്നാണ്. ഐൻ‌സ്റ്റൈൻ ആപേക്ഷികതാ സിദ്ധാന്തം സൃഷ്ടിക്കുന്നതിനുള്ള മൈക്കൽസൺ-മോർലി പരീക്ഷണത്തിൽ പ്രകാശവേഗം അളക്കുമ്പോൾ ആത്യന്തികമായി സംഭവിച്ചത് ഇതാണ്. ഉദാഹരണങ്ങൾ തുടരാം.

ഒരു അളവെടുപ്പിന്റെ മൂല്യത്തിന്റെ ഏറ്റവും പ്രധാനപ്പെട്ട സൂചകം അതിന്റെ കൃത്യതയാണ്.

അളവുകളുടെ കൃത്യത ലഭ്യമായ ഉപകരണങ്ങൾ, അവയുടെ കഴിവുകൾ, ഗുണനിലവാരം, ഉപയോഗിക്കുന്ന രീതികൾ, ഗവേഷകന്റെ പരിശീലനം എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു. കൃത്യതയുടെ നിലവാരത്തിന് ചില ആവശ്യകതകൾ ഉണ്ടെന്നത് ശ്രദ്ധിക്കുക. ഇത് വസ്തുക്കളുടെ സ്വഭാവത്തിനും വൈജ്ഞാനിക, രൂപകൽപ്പന, നിർമ്മാണം അല്ലെങ്കിൽ എഞ്ചിനീയറിംഗ് ജോലിയുടെ ആവശ്യകതകൾക്കും അനുസൃതമായിരിക്കണം. അതിനാൽ, എഞ്ചിനീയറിംഗിലും നിർമ്മാണത്തിലും അവർ പിണ്ഡം, നീളം മുതലായവ അളക്കുന്നത് നിരന്തരം കൈകാര്യം ചെയ്യുന്നു. എന്നാൽ മിക്ക കേസുകളിലും ഇവിടെ സമ്പൂർണ്ണ കൃത്യത ആവശ്യമില്ല; മാത്രമല്ല, ഒരു കെട്ടിടത്തിനുള്ള പിന്തുണാ നിരയുടെ ഭാരം പറഞ്ഞാൽ അത് തികച്ചും പരിഹാസ്യമായി കാണപ്പെടും. ആയിരം ഗ്രാം വരെ പരിശോധിച്ചു. വലിയ അഗ്രഗേറ്റുകളിൽ സംഭവിക്കുന്നതുപോലെ, ക്രമരഹിതമായ വ്യതിയാനങ്ങളുമായി ബന്ധപ്പെട്ട ബൾക്ക് മെറ്റീരിയൽ അളക്കുന്നതിനുള്ള പ്രശ്നവുമുണ്ട്. അത്തരം പ്രതിഭാസങ്ങൾ സൂക്ഷ്മലോകത്തിലെ വസ്തുക്കൾക്ക്, ജൈവ, സാമൂഹിക, സാമ്പത്തിക, മറ്റ് സമാന വസ്തുക്കൾ എന്നിവയ്ക്ക് സാധാരണമാണ്. ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ ആവറേജ് തിരയലും ക്രമരഹിതമായ പ്രോസസ്സിംഗിൽ പ്രത്യേകം ശ്രദ്ധ കേന്ദ്രീകരിച്ച രീതികളും പ്രോബബിലിസ്റ്റിക് രീതികളുടെ രൂപത്തിൽ അതിന്റെ വിതരണവും ഇവിടെ ബാധകമാണ്. ക്രമരഹിതവും ചിട്ടയായതുമായ അളവെടുപ്പ് പിശകുകൾ ഇല്ലാതാക്കാൻ, ഉപകരണങ്ങളുടെയും നിരീക്ഷകന്റെയും സ്വഭാവവുമായി ബന്ധപ്പെട്ട പിശകുകളും പിശകുകളും തിരിച്ചറിയുന്നതിന്, പിശകുകളുടെ ഒരു പ്രത്യേക ഗണിതശാസ്ത്ര സിദ്ധാന്തം വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്.

സാങ്കേതികവിദ്യയുടെ വികസനവുമായി ബന്ധപ്പെട്ട്, നിരീക്ഷകന്റെ സാന്നിധ്യം ഒഴിവാക്കിയ ആക്രമണാത്മക ചുറ്റുപാടുകളിലെ ദ്രുത പ്രക്രിയകളുടെ സാഹചര്യങ്ങളിൽ അളക്കൽ രീതികൾ 20-ാം നൂറ്റാണ്ടിൽ പ്രത്യേക പ്രാധാന്യം നേടി. ഓട്ടോ-, ഇലക്ട്രോമെട്രിയുടെ രീതികൾ, കമ്പ്യൂട്ടർ വിവര പ്രോസസ്സിംഗ്, അളക്കൽ പ്രക്രിയകളുടെ നിയന്ത്രണം എന്നിവ ഇവിടെ രക്ഷാപ്രവർത്തനത്തിലേക്ക് വന്നു. നോവോസിബിർസ്ക് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഓട്ടോമേഷൻ ആൻഡ് ഇലക്ട്രോമെട്രി എസ്ബി ആർഎഎസിലെയും എൻഎസ്ടിയുവിലെയും ശാസ്ത്രജ്ഞരുടെ വികസനം അവരുടെ സൃഷ്ടിയിൽ മികച്ച പങ്ക് വഹിച്ചു. ഇവ ലോകോത്തര ഫലങ്ങളായിരുന്നു.

നിരീക്ഷണത്തിനും താരതമ്യത്തിനുമൊപ്പം അളക്കൽ, പൊതുവെ വിജ്ഞാനത്തിന്റെയും മനുഷ്യ പ്രവർത്തനത്തിന്റെയും അനുഭവ തലത്തിൽ വ്യാപകമായി ഉപയോഗിക്കുന്നു; ഇത് ഏറ്റവും വികസിതവും സങ്കീർണ്ണവും പ്രധാനപ്പെട്ടതുമായ രീതിയുടെ ഭാഗമാണ് - പരീക്ഷണാത്മകം.

പരീക്ഷണം . പ്രകൃതി പ്രക്രിയകളുടെ ഗതി ബോധപൂർവ്വം മാറ്റുകയും നിയന്ത്രണവും അളവെടുപ്പും നടത്തുകയും ചെയ്യുമ്പോൾ, ഏതെങ്കിലും പ്രോപ്പർട്ടികൾ, സ്വഭാവസവിശേഷതകൾ അല്ലെങ്കിൽ താൽപ്പര്യമുള്ള വശങ്ങൾ തിരിച്ചറിയുന്നതിന് ആവശ്യമായ കൃത്രിമ വ്യവസ്ഥകൾ സൃഷ്ടിച്ച് ഒരു ഗവേഷകൻ അവയെ സജീവമായി സ്വാധീനിക്കുമ്പോൾ, വസ്തുക്കളെ പഠിക്കുന്നതിനും രൂപാന്തരപ്പെടുത്തുന്നതിനുമുള്ള ഒരു രീതിയായി ഒരു പരീക്ഷണം മനസ്സിലാക്കുന്നു. നിരീക്ഷണവും. അത്തരം വ്യവസ്ഥകൾ സൃഷ്ടിക്കുന്നതിനുള്ള പ്രധാന മാർഗ്ഗങ്ങൾ പലതരം ഉപകരണങ്ങളും കൃത്രിമ ഉപകരണങ്ങളുമാണ്. വിവിധ തരത്തിലുള്ള വസ്തുക്കളുടെ അനുഭവജ്ഞാനത്തിനും പരിവർത്തനത്തിനുമുള്ള ഏറ്റവും സങ്കീർണ്ണവും സമഗ്രവും ഫലപ്രദവുമായ രീതിയാണ് ഒരു പരീക്ഷണം. എന്നാൽ അതിന്റെ സാരാംശം സങ്കീർണ്ണതയിലല്ല, മറിച്ച് വസ്തുക്കളുടെ പഠനവും രൂപാന്തരപ്പെടുത്തിയതുമായ പ്രക്രിയകളിലും അവസ്ഥകളിലും നിയന്ത്രണത്തിലൂടെയും മാനേജുമെന്റിലൂടെയും ലക്ഷ്യബോധത്തിലും മനഃപൂർവമായും ഇടപെടലിലുമാണ്.

ഒരു പരീക്ഷണത്തിന്റെ വ്യതിരിക്തമായ സവിശേഷതകൾ ഒരു വസ്തുവിനെ താരതമ്യേന ശുദ്ധമായ രൂപത്തിൽ പഠിക്കുന്നതിനും പരിവർത്തനം ചെയ്യുന്നതിനുമുള്ള സാധ്യതയാണ്, കാര്യത്തിന്റെ സത്തയെ മറയ്ക്കുന്ന എല്ലാ പാർശ്വ ഘടകങ്ങളും ഏതാണ്ട് പൂർണ്ണമായും ഇല്ലാതാകുമ്പോൾ. ഇത് അങ്ങേയറ്റത്തെ അവസ്ഥകളിൽ, അതായത് അത്യധികം താഴ്ന്നതും ഉയർന്നതുമായ താപനിലകൾ, സമ്മർദ്ദങ്ങളും ഊർജ്ജവും, പ്രോസസ്സ് നിരക്കുകൾ, വൈദ്യുത കാന്തിക മണ്ഡല ശക്തികൾ, പാരസ്പര്യ ഊർജ്ജം എന്നിവയിൽ യാഥാർത്ഥ്യത്തിന്റെ വസ്തുക്കളെ പഠിക്കുന്നത് സാധ്യമാക്കുന്നു. ഈ സാഹചര്യങ്ങളിൽ, സാധാരണ വസ്തുക്കളുടെ അപ്രതീക്ഷിതവും ആശ്ചര്യകരവുമായ സവിശേഷതകൾ തിരിച്ചറിയാനും അതുവഴി അവയുടെ സത്തയിലേക്കും പരിവർത്തനത്തിന്റെ സംവിധാനങ്ങളിലേക്കും ആഴത്തിൽ തുളച്ചുകയറാനും കഴിയും.

അങ്ങേയറ്റത്തെ സാഹചര്യങ്ങളിൽ കണ്ടെത്തിയ പ്രതിഭാസങ്ങളുടെ ഉദാഹരണങ്ങൾ, താഴ്ന്ന ഊഷ്മാവിൽ സൂപ്പർ ഫ്ളൂയിഡിറ്റി, സൂപ്പർകണ്ടക്ടിവിറ്റി എന്നിവയാണ്. മുമ്പ് ലഭിച്ച ഫലങ്ങളുടെ കൃത്യതയും വിശ്വാസ്യതയും പ്രായോഗിക പ്രാധാന്യവും വർദ്ധിപ്പിക്കുന്നതിനും അസ്തിത്വം സ്ഥിരീകരിക്കുന്നതിനുമായി വിവിധ സാഹചര്യങ്ങളിൽ നിരീക്ഷണങ്ങൾ, അളവുകൾ, വസ്തുക്കളുടെ ഗുണവിശേഷതകളുടെ പരിശോധനകൾ എന്നിവ ആവർത്തിച്ച് നടത്തുമ്പോൾ പരീക്ഷണത്തിന്റെ ഏറ്റവും പ്രധാനപ്പെട്ട നേട്ടം അതിന്റെ ആവർത്തനക്ഷമതയായിരുന്നു. പൊതുവെ ഒരു പുതിയ പ്രതിഭാസം.

ഇനിപ്പറയുന്ന സാഹചര്യങ്ങളിൽ ഒരു പരീക്ഷണം ഉപയോഗിക്കുന്നു: ഒരു വസ്തുവിന്റെ മുമ്പ് അറിയപ്പെടാത്ത ഗുണങ്ങളും സവിശേഷതകളും കണ്ടെത്താൻ അവർ ശ്രമിക്കുമ്പോൾ - ഇതൊരു ഗവേഷണ പരീക്ഷണമാണ്; ചില സൈദ്ധാന്തിക സ്ഥാനങ്ങൾ, നിഗമനങ്ങൾ, അനുമാനങ്ങൾ എന്നിവയുടെ കൃത്യത പരിശോധിക്കുമ്പോൾ - ഒരു സിദ്ധാന്ത-പരീക്ഷണ പരീക്ഷണം; മുമ്പ് നടത്തിയ പരീക്ഷണങ്ങളുടെ കൃത്യത പരിശോധിക്കുമ്പോൾ - ഒരു അനുഭവസ്ഥിരീകരണ പരീക്ഷണം; വിദ്യാഭ്യാസപരവും പ്രദർശനപരവുമായ പരീക്ഷണം.

നിരീക്ഷണങ്ങളും അളവുകളും പരീക്ഷണങ്ങളും പ്രധാനമായും വിവിധ ഉപകരണങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. എന്താണിത് ഉപകരണംഗവേഷണത്തിനുള്ള അതിന്റെ പങ്കിന്റെ കാര്യത്തിൽ? വാക്കിന്റെ വിശാലമായ അർത്ഥത്തിൽ, ഉപകരണങ്ങൾ കൃത്രിമവും സാങ്കേതികവുമായ മാർഗ്ഗങ്ങളും വിവിധ തരത്തിലുള്ള ഉപകരണങ്ങളും ആയി മനസ്സിലാക്കപ്പെടുന്നു, അത് ഒരു അളവ് വീക്ഷണകോണിൽ നിന്ന് നമുക്ക് താൽപ്പര്യമുള്ള ഏതെങ്കിലും പ്രതിഭാസം, സ്വത്ത്, സംസ്ഥാനം അല്ലെങ്കിൽ സ്വഭാവം എന്നിവ പഠിക്കാനും കർശനമായി നിർവചിക്കപ്പെട്ട വ്യവസ്ഥകൾ സൃഷ്ടിക്കാനും അനുവദിക്കുന്നു. അവ കണ്ടെത്തുന്നതിനും നടപ്പിലാക്കുന്നതിനും നിയന്ത്രിക്കുന്നതിനും; ഒരേ സമയം നിരീക്ഷണവും അളവും അനുവദിക്കുന്ന ഉപകരണങ്ങൾ.

ഒരു റഫറൻസ് സിസ്റ്റം തിരഞ്ഞെടുത്ത് അത് ഉപകരണത്തിൽ പ്രത്യേകമായി സൃഷ്ടിക്കുന്നത് ഒരുപോലെ പ്രധാനമാണ്. താഴെ റഫറൻസ് സിസ്റ്റങ്ങൾമാനസികമായി പ്രാഥമികമായും അടിസ്ഥാനപരമായും ശാരീരികമായും വിശ്രമത്തിലും ചലനരഹിതമായും അംഗീകരിക്കപ്പെട്ട വസ്തുക്കളെ മനസ്സിലാക്കുക. വ്യത്യസ്ത റീഡിംഗ് സ്കെയിലുകൾ ഉപയോഗിച്ച് അളവുകൾ നടത്തുമ്പോൾ ഇത് വ്യക്തമായി കാണാം. ഉദാഹരണത്തിന്, ജ്യോതിശാസ്ത്ര നിരീക്ഷണങ്ങളിൽ ഇത് ഭൂമി, സൂര്യൻ, പരമ്പരാഗതമായി സ്ഥിരമായ നക്ഷത്രങ്ങൾ എന്നിവയാണ്. നിരീക്ഷണത്തിന്റെയും അളവെടുപ്പിന്റെയും സ്ഥലവുമായി പൊരുത്തപ്പെടുന്ന "ലബോറട്ടറി" ഫ്രെയിമിനെ ഭൗതികശാസ്ത്രജ്ഞർ വിളിക്കുന്നു. ഉപകരണത്തിൽ തന്നെ, റഫറൻസ് സിസ്റ്റം അളക്കുന്ന ഉപകരണത്തിന്റെ ഒരു പ്രധാന ഭാഗമാണ്, സ്കെയിലിൽ പരമ്പരാഗതമായി ബിരുദം നേടിയ അളക്കുന്ന വടി, അവിടെ നിരീക്ഷകൻ രേഖപ്പെടുത്തുന്നു, ഉദാഹരണത്തിന്, സ്കെയിലിന്റെ തുടക്കം മുതൽ സൂചി അല്ലെങ്കിൽ ലൈറ്റ് സിഗ്നലിന്റെ വ്യതിയാനം. ഡിജിറ്റൽ മെഷർമെന്റ് സിസ്റ്റങ്ങളിൽ, ഇവിടെ ഉപയോഗിച്ചിരിക്കുന്ന കണക്കാക്കാവുന്ന അളവെടുപ്പ് യൂണിറ്റുകളുടെ സവിശേഷതകളെക്കുറിച്ചുള്ള അറിവിനെ അടിസ്ഥാനമാക്കി നിരീക്ഷകന് അറിയാവുന്ന ഒരു റഫറൻസ് പോയിന്റ് ഞങ്ങൾക്ക് ഇപ്പോഴും ഉണ്ട്. ഭരണാധികാരികൾ, ഡയൽ ഉള്ള ക്ലോക്കുകൾ, മിക്ക ഇലക്ട്രിക്കൽ മീറ്ററുകൾ, തെർമോമീറ്ററുകൾ എന്നിവയ്ക്കും ലളിതവും മനസ്സിലാക്കാവുന്നതുമായ സ്കെയിലുകൾ ഉണ്ട്.

അളവുകൾക്കും പരീക്ഷണങ്ങൾക്കുമായി ഉപകരണങ്ങളുടെ സൃഷ്ടിയും പുതിയവയുടെ കണ്ടുപിടുത്തവും വളരെക്കാലമായി ശാസ്ത്രജ്ഞർക്കും എഞ്ചിനീയർമാർക്കും ഒരു പ്രത്യേക പ്രവർത്തന മേഖലയാണ്, ഇതിന് വളരെയധികം അനുഭവവും കഴിവും ആവശ്യമാണ്. ഇന്ന് ഇത് ഉൽപ്പാദനം, വ്യാപാരം, അനുബന്ധ വിപണനം എന്നിവയുടെ ആധുനികവും സജീവമായി വികസിച്ചുകൊണ്ടിരിക്കുന്നതുമായ ഒരു വ്യവസായം കൂടിയാണ്. ഉപകരണങ്ങളും ഉപകരണങ്ങളും സാങ്കേതികവിദ്യയുടെ ഉൽപ്പന്നങ്ങളായും, ശാസ്ത്രീയവും സാങ്കേതികവുമായ ഉപകരണ നിർമ്മാണം, അവയുടെ ഗുണനിലവാരവും അളവും അടിസ്ഥാനപരമായി ഒരു പ്രത്യേക രാജ്യത്തിന്റെയും സമ്പദ്‌വ്യവസ്ഥയുടെയും വികസനത്തിന്റെ അളവിന്റെ സൂചകമാണ്.