حقیقت علمی، تمام حقیقت و هیچ چیز جز حقیقت ۲۰۲۴
The Scientific Truth, the Whole Truth and Nothing but the Truth 2024

درک محدوده‌ای در بین دانشمندان، دانشجویان و عموم مردم در مورد اعتماد به یافته‌های علمی وجود دارد. این درک باید به یک هدف اساسی تبدیل شود. دانشمندان و عموم مردم نیازمند آگاهی بیشتری در مورد ارتباط بین فلسفه علم و روش‌های تحقیق علمی هستند. درک محدودی از چرایی اهمیت دقت وجود دارد و اینکه دقت با صحت یکسان نیست. همچنین، اغلب نیاز به عمل‌گرایی وجود دارد و بنابراین یک تقریب از یک سیستم واقعی اندازه‌گیری می‌شود، و نمونه کلاسیک آن تقلیل‌گرایی در زیست‌شناسی در مقابل زیست‌شناسی کل ارگانیسم است. نویسنده این موضوعات را در راستای اعتماد به علم گردآوری کرده است.

ویژگی‌ها

* نحوه درک حقیقت علمی را پوشش می‌دهد و آمادگی دانشمندان تازه‌کار را افزایش می‌دهد.
* حوزه نسبتاً جدید یادگیری ماشینی و هوش مصنوعی را در کاربرد پایگاه‌های داده کریستالوگرافی در زیست‌شناسی و شیمی برای اکتشافات جدید بررسی می‌کند.
* تغییرات عمده در بایگانی داده‌های دیجیتال را شرح می‌دهد و اینکه چگونه بایگانی‌های گسترده “داده‌های خام” به طور فزاینده‌ای برای یادگیری ماشینی و هوش مصنوعی و همچنین حقیقت کامل توسعه می‌یابند.
* این مجلد منحصر به فرد برای دانش‌آموزان پیش‌دانشگاهی و دانشجویان مقطع کارشناسی، به ویژه در رشته‌های علوم، مورد توجه خواهد بود.
* نمونه‌هایی از تحقیقات علمی در فیزیک، شیمی و زیست‌شناسی را همراه با روش‌های تحقیق آن‌ها ارائه می‌دهد.

There is a limited understanding amongst scientists, students, and the public about realizing trust in scientific findings. This should be a paramount objective. Scientists and the public need to know more about the link between the philosophy of science and science research methods. There is a limited understanding of why accuracy is important and that it is not the same as precision. Also, there is often the need to be pragmatic and so measure an approximation of a real system, and the classic case is reductionism in biology versus whole organism biology. The author brings these topics together in terms of trusting in science.

Features

• Covers how scientific truth is perceived and increases the preparedness of early career scientists.
• Examines the relatively new field of machine learning and artificial intelligence as applied to crystallography databases in biology and chemistry for new discoveries.
• Describes the major changes in digital data archiving and how vast “raw data” archives are being increasingly developed for machine learning and artificial intelligence as well as complete truth.
• This unique volume will be of interest to pre-university and university undergraduate students, principally in science.
• Presents scientific research examples from physics, chemistry, and biology together with their methodologies