ほとんどの科学的発見の下には、隠された「不確実性の宇宙」があるかもしれません

people hold us flags at naturalization ceremony


隠された「不確実性の宇宙」が、特に社会科学において、ほとんどの科学的発見の根底にある可能性があることを新しい研究が示唆しています。

10 月 28 日に全米科学アカデミー紀要に掲載された新しい研究によると、科学者が特定説(推定)の仮説 (移民が社会政策への支持を低下させるという仮説) に答えるために同じデータセットを使用したとき、何十人もの研究者がまったく異なる結果を出しました。

この発見は、これらの分野のいくつかでの発見に自信を持つのは非常に難しいかもしれないことを示唆している.

新しい研究では、ドイツのブレーメン大学のポスドク研究員であるネイト・ブレズナウとその同僚は、約6ダースの研究チームの161人の研究者に、移民が政府の社会政策への支持を減らすという共通の仮説を検証するよう依頼しました. この質問は、社会科学の文献で何百回も尋ねられており、その結果は至る所にあると、ブレズナウは Live Science に語った.

ベースラインとして、彼らは調査チームに、国際社会調査プログラムから政府の政策に関連する 6 つの質問のデータを提供しました。これは、44 か国の政策の違いを追跡する広範なデータセットです。

次に、移民と政府の社会サービスのサポートとの関係を説明するモデルを開発するために、論理と事前知識を使用するようチームに依頼しました。

たとえば、あるグループは、ある国への移民の流れが増加すると、希少資源をめぐる競争が高まり、その結果、社会サービスへの支援が減少すると予測する場合があります。 次に、研究チームは、その質問に答えるために使用するデータの種類 (たとえば、ある国への移民の純流入、国内総生産、さまざまな地域の平均または中央値所得) を決定する必要がありました。彼らが使用する統計分析の種類。

関連:演繹的対帰納的推論

研究グループの調査結果は文献全体を反映しており、13.5% は結論を引き出すことができないと述べ、60.7% は仮説を棄却すべきであると述べ、28.5% は仮説が正しいと述べた。

Breznau のチームは、独自の統計分析を使用して、さまざまなグループがこのようにさまざまな結論に達した理由を理解しようとしました。

彼らは、偏見も経験不足も分散を説明できないことを発見しました。 むしろ、何百もの異なる一見マイナーな決定が、結論を何らかの形で変えた可能性があります。 さらに驚くべきことに、さまざまなモデルを比較するのに十分なデータがなかったため、変数のセットが結果に何らかの影響を与えるようには見えませんでした。 (この研究には 1 つの制限がありました。著者の分析自体は統計モデルであるため、不確実性の影響も受けます。)

この不確実性の宇宙が他の科学をどの程度悩ませているかは明らかではありません。 たとえば、天体物理学は、大規模な人間の相互作用よりもモデル化するのが簡単かもしれない、とBreznau氏は述べた.

たとえば、人間の脳には 860 億個のニューロンがあり、地球上には 80 億人の人々がいて、それらの人々はすべて複雑なソーシャル ネットワークで相互作用しています。

「人間の社会的および行動組織を支配する基本的な法則があるかもしれませんが、それらを特定説(推定)するためのツールを持っていないことは間違いありません」とBreznau氏はLive Scienceに語った.

Breznau氏によると、この研究から得られた1つのポイントは、研究者はデータ収集と分析に飛びつく前に仮説を磨くのに時間を費やすべきであるということであり、新しい研究の仮説は完璧な例です.

「移民は社会政策への支持を弱体化させますか? それは非常に典型的な社会科学の仮説ですが、具体的な答えを得るにはおそらく漠然としすぎているでしょう」と彼は言いました.

Breznau 氏によると、より具体的または的を絞った質問を行うと、より良い結果が得られる可能性があります。

さまざまな変数とモデリングの選択が各モデルの結果にどのように影響したかを確認したい場合は、Shiny アプリを使用して確認できます。



Source link