common:navbar-cta
Télécharger l'applicationBlogFonctionnalitésTarificationAssistanceSe connecter
EnglishEspañolعربىFrançaisPortuguêsItalianoहिन्दीKiswahili中文русский

Définitions générales

Science

Le mot « science » vient du mot latin « scientia* », qui signifie connaissance. La science désigne les connaissances systématiques et organisées dans tout domaine d'investigation qui ont été obtenues à l'aide de la « méthode scientifique ». La méthode scientifique est la meilleure méthode que nous avons, pour obtenir des données fiables sur le monde, ce qui aide à expliquer et à prédire différents phénomènes. La science est basée sur des choses/phénomènes observables et mesurables. Cependant, il n'y a pas de vérité scientifique absolue ; c'est juste que certaines connaissances sont moins susceptibles d'être fausses que d'autres (Nayak & Singh 2015). Les déclarations produites par la recherche scientifique doivent être testables et la recherche doit être reproductible en soi (un bon article scientifique est un document qui permet de reproduire la méthode).

Recherche

La recherche est définie comme une recherche scientifique et systématique d'informations pertinentes sur une question particulière. Dans ce cas, le terme « recherche » désigne la méthode systématique qui consiste à articuler le problème, à formuler une hypothèse, à rassembler les faits ou les données, à les analyser et à tirer certaines conclusions, soit à titre de solution (s) au problème étudié, soit à titre de généralisations pour certains aspects théoriques formulation. La recherche est appelée « recherche scientifique » si elle contribue au bassin scientifique et suit la méthode scientifique.

En général, la recherche peut être divisée en deux groupes :

  • *Recherche fondamentale : * l'objectif principal est d'acquérir un ensemble organisé de connaissances scientifiques et non pas nécessairement de générer des résultats ayant un impact pratique direct. La recherche fondamentale porte sur les propriétés fondamentales des objets, leur relation et leur comportement, y compris la recherche théorique et expérimentale.

  • *Recherche appliquée : * l'objectif principal est de résoudre des problèmes pratiques et l'objectif de contribuer au pool de connaissances scientifiques est secondaire. La recherche appliquée est axée sur l'utilité des objets et leur comportement, ainsi que sur l'amélioration de la technologie.

Vocabulaire de recherche

Variables et niveaux de mesures

Une variable est une caractéristique mesurable d'une construction abstraite. Une variable est quelque chose qui peut avoir plus d'une valeur et peut varier de négatif à positif, de bas à élevé, etc. C'est l'opposé d'une constante. Les valeurs d'une variable peuvent être des mots (par exemple le sexe) ou des nombres (par exemple la température). Les constructions elles-mêmes ne peuvent pas être mesurées directement ; par conséquent, les scientifiques doivent trouver des mesures de substitution appelées variables. Par exemple, la qualité de l'eau est souvent mesurée sous forme de concentrations de nitrate et d'orthophosphate et de demande chimique en oxygène, qui sont différents paramètres obtenus à partir de méthodes analytiques de laboratoire effectuées sur un échantillon d'eau. Dans ce cas, la qualité de l'eau est une construction, et les concentrations de nitrates et d'orthophosphate et la demande chimique en oxygène sont les variables qui la mesurent.

Les variables qui décrivent d'autres variables sont appeléesvariables indépendantes, tandis que les variables décrites par d'autres variables sont des variables dépendantes. Dans une expérience de recherche, il peut y avoir d'autres variables qui ne sont pas pertinentes pour l'étude d'une variable dépendante sélectionnée, mais qui pourraient avoir un impact sur elle. Ces variables doivent être contrôlées tout au long de l'expérience et sont appelées « variables de contrôle » (p. ex. pH et concentration d'oxygène dans le cas de la qualité de l'eau). Dans la recherche, nous voulons sélectionner des variables spécifiques et rechercher des relations entre elles ; de plus, nous cherchons à comprendre si et comment la variation d'une variable affecte la variation dans une autre.

Différentes variables ont différents niveaux de mesure dans l'ordre croissant : nominal, ordinal, intervalle et ratio. Pour la recherche, il est important de toujours sélectionner des variables ayant le plus haut niveau de mesure (Nayak & Singh 2015) :

  • Niveau nominal de mesure : les valeurs à ce niveau incluent une liste de noms/mots. Les valeurs de dénomination sont une mesure qualitative (p. ex. espèces ou variétés végétales, couleur des feuilles). Il est également possible de remplacer les noms des valeurs par des nombres (par exemple 1 pour Boston Bibb, 2 pour Red Leaf, 3 pour Iceberg, etc.) ; cependant, dans ce cas, les nombres ne signifient qu'un type de nom différent et ne rendent pas la variable quantitative. Donner des chiffres aux caractéristiques facilite l'analyse statistique des données qualitatives. L'analyse statistique de la tendance centrale des mesures nominales est le mode ; la moyenne ou la médiane ne peuvent pas être définies (il n'est pas possible de calculer un sexe ou une couleur moyens). Les analyses statistiques appropriées sont la distribution du khi carré et de la fréquence, et une transformation un-à-un (égalité) (p. ex., 1=vert, 2=jaune, 3=rouge).

  • Niveau ordinal de mesure : les valeurs à ce niveau peuvent être classées en rangs. Toutes les variables mesurées comme étant élevées, moyennes ou faibles (par exemple jaunissement des feuilles des plantes), ou comme échelles d'opinion (fortement d'accord/d'accord/neutre/en désaccord/fortement en désaccord/fortement en désaccord) sont ordinales. Les échelles ordinales fournissent des données de moins en plus — par exemple, fortement d'accord est plus que d'accord ; cependant, ce que les variables ordinales ne nous disent pas est *combien * de plus. La mesure de tendance centrale d'une échelle ordinale peut être définie comme médiane ou mode, alors que la moyenne ne peut pas être interprétée. Les analyses statistiques appropriées sont les percentiles et l'analyse non paramétrique, et la transformation monotone croissante (qui conserve le classement) ; néanmoins, des analyses plus sophistiquées comme la corrélation, la régression et l'analyse de la variance, ne conviennent pas.

  • Niveau d'intervalle de mesure : les valeurs à ce niveau ont toutes les propriétés des variables nominales et ordinales ; en outre, les distances entre les observations sont significatives. Le niveau d'intervalle de mesure est mesure quantitative. Les valeurs mesurées ne sont pas seulement classées en rangs, mais la distance entre les attributs adjacents sur une échelle est toujours la même ; par exemple, l'échelle de température en Celsius, où la différence entre 30 et 40 degrés est la même que celle entre 80 et 90 degrés. L'échelle d'intervalle nous permet de décrire combien plus, ou combien moins, une mesure est comparée à une autre, ce qui n'est pas le cas avec les échelles nominales ou ordinales. Les mesures de tendance centrales peuvent être moyennes, médianes ou mode. Des mesures de dispersion, telles que la plage et l'écart-type, sont également possibles. Les analyses statistiques appropriées comprennent toutes les méthodes appropriées pour les échelles nominales et ordinales, ainsi que la corrélation, la régression et l'analyse de la variance. La transformation de l'échelle doit être linéaire positive.

  • *Taux de mesure : * en plus d'avoir des intervalles égaux, les observations peuvent avoir une valeur de zéro, ce qui signifie l'absence du phénomène mesuré. Les échelles de rapport ont toutes les caractéristiques des échelles nominales, ordinales et intercalaires, ainsi qu'un point « vrai zéro ». La plupart des mesures en sciences naturelles et en génie, telles que la masse, le volume, les concentrations de composés et la charge électrique, sont des échelles de rapport. Toutes les méthodes statistiques et les transformations sont appropriées.

 ! image-20210212150020766

Figure 1 : Niveaux de mesure

Validité, fiabilité, précision et précision

Validité est la qualité d'être juridiquement ou officiellement contraignante ou acceptable. La validité des instruments, des données et des résultats est l'exigence la plus importante dans le domaine de la recherche. Il se réfère à leur exactitude et à leur fiabilité. La validité des données dépend de la validité des instruments ; toutefois, en supposant que les instruments et les données sont valides, la validité des conclusions et conclusions peut encore être remise en question (Nayak & Singh 2015).

Fiabilité est la qualité de performance constante. La fiabilité indique s'il est possible d'obtenir le même résultat en utilisant un instrument pour mesurer une variable plus d'une fois. Les instruments peuvent être des appareils de laboratoire, des balances, ou ils peuvent être des questions posées à un groupe de personnes.

Précision fait référence au nombre de décimales dans un résultat numérique d'une mesure.

**Précision est la mesure dans laquelle le résultat d'une mesure, d'un calcul ou d'une spécification est conforme à la valeur correcte ou à un étalon. La précision fait référence au niveau de précision de l'échelle.

*Copyright © Partenaires du projet Aqu @teach. Aqu @teach est un partenariat stratégique Erasmus+ dans l'enseignement supérieur (2017-2020) dirigé par l'Université de Greenwich, en collaboration avec l'Université des sciences appliquées de Zurich (Suisse), l'Université technique de Madrid (Espagne), l'Université de Ljubljana et le Centre biotechnique Naklo (Slovénie) . *

Veuillez consulter la table des matières pour plus de sujets.


[email protected]

https://aquateach.wordpress.com/
Loading...

Restez au courant des dernières nouveautés en matière de technologie aquaponique

Entreprise

  • Notre équipe
  • Communauté
  • Presse
  • Blog
  • Programme de parrainage
  • Politique de confidentialité
  • Conditions de service

Copyright © 2019 Aquaponics AI. Tous droits réservés.