Ist das für die Wissenschaft wertvoll? Wenn ja, warum?

Weil wir verstehen, ob Tool T bei Problem B funktioniert. Wie groß die "Einsicht" ist, die wir daraus gewinnen, hängt stark davon ab, wie unterschiedlich T ist zu anderen Tools, die bereits für B verwendet wurden, oder umgekehrt, wie unterschiedlich B von anderen Problemen ist, auf die T angewendet wurde.

Der Bereich hier reicht von ", es ist umwerfend dass T an B " bis " meh arbeiten könnte, jeder wusste, dass T funktionieren würde, weil wir es sowieso die ganze Zeit für B 'verwenden " - obwohl ich das am meisten gewähren werde Arbeiten, die diesem Schema in der Praxis folgen, enden eher auf der eher inkrementellen Seite der Dinge.

Ich denke, das ist im Allgemeinen schwer zu beantworten. Während es wahrscheinlich nicht sehr wertvoll ist, zufällige Technik A auf zufälliges Problem B anzuwenden, ist es auch nützlich, neue Wege zu finden, um bestehende Probleme zu untersuchen. Manchmal ist diese "Einsicht" nur, dass ein Werkzeug aus einem anderen Bereich verwendet werden kann, um zusätzliche Einsichten zu generieren. Beispielsweise ist es oft (nicht immer) wertvoll, einen neuen Weg zu finden, um einen alten Satz in der Mathematik zu beweisen wie der neue Beweis selbst Einblicke bieten kann.

Also ja, wertvoll. Also nein, nicht so wertvoll. Aber es kommt darauf an. Es wäre wertvoll, wenn es anderen Forschern helfen würde, mehr Einblick in ein Feld im Allgemeinen zu erhalten, nicht nur in das vorliegende Problem. Aber wenn man Sachen an die Wand wirft, um zu sehen, welche Stöcke es sind, wirft man einfach Sachen an die Wand.

Ich denke, Ihr Darmeindruck ist wahrscheinlich richtig. Wenn P und T relativ gut bekannt sind, hat es wenig Wert (außer für einen neuen Schüler in seinem Lernen), einen auf den anderen anzuwenden. Zum Beispiel mit hochentwickelter Kristallographie-Software, um eine Kristallstruktur zu lösen, die bereits mit direkten Methoden korrekt durchgeführt wurde.

Ich bin ein großer Fan der Datenpunktwissenschaft. Aber im Idealfall können Sie etwas Neues tun (eine neue Verbindung herstellen, einen Siedepunkt finden, eine Korrelation zwischen dem Ansprechen auf eine medizinische Behandlung usw.). Mit anderen Worten, ich bin mit dem "Briefmarkensammeln" einverstanden. Aber T auf P klingt etwas schwach. Es gibt so viele coole Dinge zu sehen, dass man denken könnte, diese Jungs könnten etwas mehr Neuheit bekommen (sogar moderate Dinge).

Ich bin sogar mit einigen "negativen" Ergebnissen einverstanden. Aber es hört sich so an, als würden diese Leute Dinge melken. Und dann die sprudelnde Formulierung ... aber lass mich nicht mit Hype-Wissenschaftlern anfangen.

Ich denke, du hast den richtigen Instinkt. Ich würde nur versuchen, etwas Interessanteres herauszufinden. Muss nicht die Schwerkraft entdecken. Aber machen Sie in Ihrer eigenen Arbeit etwas mehr.

Dies wäre in Ordnung, wenn die Studien wertvolle neue Erkenntnisse über P

liefern würden. Neue Erkenntnisse sind nicht das einzige wichtige Thema in der Forschung. Viele Arten von Forschung haben Ressourcenbeschränkungen, einschließlich Personal, Ausrüstungskosten, Rechenressourcen usw. Wenn die Anwendung von Technik T auf Problem P den Ressourcenbedarf reduziert, obwohl genau dieselben Ergebnisse erzielt werden, kann dies tiefgreifende Auswirkungen auf die zukünftige Forschung haben, unabhängig davon, ob dies möglich ist um die Stichprobengröße zu erhöhen, Geld für andere Geräte freizusetzen oder Dinge in größerem Maßstab oder feinerer Granularität ausführen zu können. Dies wiederum macht es auch kleineren Forschungsgruppen leichter, das gleiche Problem anzugehen, wenn dies aufgrund begrenzter Ressourcen zuvor nicht möglich war.

Der von Ihnen verwendete Wortlaut lautet "Kombinatorische Neuheit" . Interessante Wortwahl.

Erstens, ich denke, Sie geben zu, dass eine solche Arbeit tatsächlich neu ist. Und Neuheit ist ein wichtiger Bestandteil der akademischen Arbeit. Damit das Wissen Fortschritte macht, müssen neue Dinge ausprobiert und erfunden werden. Im akademischen Medium müssen Sie entweder klarstellen, was Ihre Innovationen sind, und wenn Sie nicht innovativ sind, sollten Sie besser die ursprüngliche Quelle zitieren.

Ich selbst schaue auf jeden herab, der behauptet, dass er / sie / seine Gruppe / sein Unternehmen "der Erste ist, der ...", da Sie in der modernen Welt viele Zugeständnisse und Besonderheiten vor sich haben müssen kann einen solchen Anspruch erheben. Beispiel: "Unser Unternehmen ist das erste, das diese Forschung mit nur teilweiser öffentlicher Finanzierung auf ein in dieser Region veröffentlichtes Produkt mit akademischen und staatlichen Beratern anwendet." Wenn ich das höre, bin ich mir ziemlich sicher, dass jemand anderes das Ding bereits getan hat, unter leicht, aber nicht wesentlich anderen Bedingungen. Ich vermute auch, wer auch immer sagt, dass dieses Zeug versucht, einen Reporter dazu zu bringen, zu schreiben "" Dieses Unternehmen ist das erste, das ein Produkt mit dieser Technologie entwickelt ".

Beachten Sie, dass Ihre Kombination Neuheit ist normalerweise weit von dem obigen Szenario entfernt. Außerdem berichten Forscher im Gegensatz zu Reportern und Marketingabteilungen in der Regel viel ehrlicher und werden mit größerer Sorgfalt überprüft.

Natürlich ist es viel weniger sinnvoll, eine bekannte Technik aus anderen Bereichen in einem neuen Kontext anzuwenden als dort ist die Entwicklung einer vollständig bekannten Technik. Was ist wichtiger? Ruhm und Anstrengung oder Ergebnisse ? Wenn die Technik, die Sie ausgeliehen haben, den Stand der Technik auf dem Gebiet, auf dem Sie arbeiten, erheblich verbessert, wie hätten Sie dies herausgefunden, wenn Sie nicht versucht hätten, sie anzuwenden? Und da Sie sich die Mühe gemacht haben, eine neue Technik zu lernen, zu implementieren und anzuwenden, veröffentlichen Sie die verdammten Ergebnisse!

In der Mathematik kommt es vor, dass Forscher in verschiedenen Bereichen dieselbe Technik immer wieder neu entdecken, weil diese Forscher diese Techniken in den Bereichen, in denen sie arbeiteten, wirklich brauchten (die Methode der kleinsten Quadrate ist das Beispiel, das ihnen in den Sinn kommt), normalerweise dies ist auf einfachere Techniken beschränkt, aber stellen Sie sich eine Methode vor, deren Implementierung Tausende von Codezeilen erfordern würde. Glauben Sie wirklich, dass sie zu etwas so Spezifischem wird, dass sie nicht mehr verwendet werden kann? Glauben Sie, dass es für jeden effizient wäre, eine eigene Marke für dieses Verfahren zu entwickeln, nur um die Urheberschaft zu haben?

Es gibt tatsächlich Fälle, in denen Sie im Voraus denken könnten, dass eine bestimmte Technik sicherlich nichts verbessern wird, aber Ebenso haben Sie manchmal die Idee, dass Sie denken, dass dies ein großer Fortschritt sein wird, aber Sie stellen fest, dass dies überhaupt keine Verbesserung darstellt. Wenn das passiert, erkennen Sie wahrscheinlich, dass es ein würdiger Versuch war. Wenn Sie jedoch eine Technik aus anderen Bereichen verwenden, können Sie sich selbst dazu verleiten, zu glauben, dass die Idee die ganze Zeit schlecht war.

Denken Sie auch daran, dass Menschen in akademischen Karrieren nicht immer neue aufregende Ergebnisse finden jeden Tag, vielleicht nicht jedes Jahr, vielleicht nicht jedes Jahrzehnt. Master, PhDs und Post-Docs müssen jedoch in ihren jeweiligen zeitlichen Einschränkungen abgeschlossen werden. Es ist gut, dass wir Methoden haben, die in einem begrenzten Zeitraum zuverlässig Neuheiten erzeugen. Es ist auch gut, dass etwas getan werden kann, um eine akademische Karriere voranzutreiben, die sonst gestoppt werden könnte. Es ist "besser als nichts".

Es ist auch wichtig, zwischen Methoden zu vergleichen, damit in bestimmten Bereichen eine Referenzmethode entstehen kann. Manchmal ist es die "State-of-the-Art-Technik", manchmal ist es nur die "Sanity Check". Für die Portfoliomanagementtheorie kann das Markowitz-Modell als breite Referenz für den Vergleich mit Verbesserungen verwendet werden, während das Portfolio mit konstantem Verhältnis normalerweise einen guten Vergleich bietet. Damit ein Forschungsteam diese Art von Referenzen entwickeln kann, ist es auch wichtig, dieselben Probleme mit verschiedenen Werkzeugen anzugehen und eine Tradition darüber zu pflegen.

Kein Forschungsteam sollte sich jedoch darauf beschränken, nur dies zu tun. Und nachdem die einfache Kombinatorik abgeschlossen und eine Neuheit veröffentlicht wurde, sollten einige Anstrengungen unternommen werden, um Methoden zu optimieren und Techniken so anzupassen, dass zumindest bewusst versucht wird, neue sinnvolle Fortschritte zu erzielen, anstatt vom Glück gestolpert zu werden.