Representing Scientific Knowledge: The Role of Uncertainty

این کتاب برای هر کسی نوشته شده است که علاقه مند به چگونگی تکامل یک زمینه تحقیقاتی و نقش اساسی درک عدم قطعیت های موجود در سطوح مختلف تجزیه و تحلیل، از دیدگاه های ماکروسکوپیک تا بینایی و میکروسکوپی است. ما مجموعه‌ای از تکنیک‌های تحلیلی محاسباتی و بصری را از حوزه‌های تحقیقاتی مانند متن کاوی، یادگیری عمیق، تجسم اطلاعات و نقشه‌برداری علمی معرفی می‌کنیم، به طوری که خوانندگان می‌توانند این ابزارها را برای مطالعه موضوع مورد نظر خود به کار ببرند. علاوه بر این، ما مجموعه متنوعی از روش‌ها را در یک زمینه یکپارچه قرار می‌دهیم که بر اساس بینش‌هایی از نظریه‌های فلسفی، جامعه‌شناختی و تکاملی در مورد آنچه باعث پیشرفت علم می‌شود، به گونه‌ای که خوانندگان کتاب می‌توانند تحقیقات خود را با غنی‌شده خود هدایت کنند. مبانی نظری.

دانش علمی پیچیده است. یک موضوع معمولاً بر اساس مجموعه ای از مفاهیم، ​​نظریه ها، روش شناسی ها و یافته های خاص خود ساخته می شود که توسط نسل های مختلف محقق و متخصص کشف شده است. دانش علمی، همانطور که برای جامعه علمی به عنوان یک کل شناخته شده است، تغییرات دائمی را تجربه می کند. برخی از تغییرات طولانی مدت هستند، در حالی که برخی دیگر ممکن است کوتاه مدت باشند. چگونه می‌توانیم با پیشرفت علم در جریان پیشرفت علم باشیم؟ چگونه می‌توانیم به طور مؤثر و دقیق وضعیت علم کنونی را به عموم مردم و همچنین دانشمندان در رشته‌های مختلف منتقل کنیم؟

مطالعه علمی دانش به طور کلی عمدتاً بر دانش علمی فی نفسه متمرکز شده است. در مقابل، وضعیت دانش علمی در سطوح مختلف دانه بندی تا حد زیادی نادیده گرفته شده است. هدف این کتاب برجسته کردن نقش عدم قطعیت ها، در توسعه درک بهتر از وضعیت دانش علمی در یک زمان خاص، و چگونگی تغییر وضعیت آن در طول توسعه تحقیقات است. علاوه بر این، نشان می‌دهیم که چگونه دانش انواع عدم قطعیت‌های مرتبط با ادعاهای علمی به‌عنوان بخشی جدایی‌ناپذیر و حیاتی از تخصص دامنه ما عمل می‌کند.

This book is written for anyone who is interested in how a field of research evolves and the fundamental role of understanding uncertainties involved in different levels of analysis, ranging from macroscopic views to meso- and microscopic ones. We introduce a series of computational and visual analytic techniques, from research areas such as text mining, deep learning, information visualization and science mapping, such that readers can apply these tools to the study of a subject matter of their choice. In addition, we set the diverse set of methods in an integrative context, that draws upon insights from philosophical, sociological, and evolutionary theories of what drives the advances of science, such that the readers of the book can guide their own research with their enriched theoretical foundations.

Scientific knowledge is complex. A subject matter is typically built on its own set of concepts, theories, methodologies and findings, discovered by generations of researchers and practitioners. Scientific knowledge, as known to the scientific community as a whole, experiences constant changes. Some changes are long-lasting, whereas others may be short lived. How can we keep abreast of the state of the art as science advances? How can we effectively and precisely convey the status of the current science to the general public as well as scientists across different disciplines?

The study of scientific knowledge in general has been overwhelmingly focused on scientific knowledge per se. In contrast, the status of scientific knowledge at various levels of granularity has been largely overlooked. This book aims to highlight the role of uncertainties, in developing a better understanding of the status of scientific knowledge at a particular time, and how its status evolves over the course of the development of research. Furthermore, we demonstrate how the knowledge of the types of uncertainties associated with scientific claims serves as an integral and critical part of our domain expertise.