Usuário(a):Igor Lovison/Modelagem no ensino de física

Origem: Wikipédia, a enciclopédia livre.
Exemplo de modelagem científica. Um esquema dos processos químicos e de transporte relacionados à composição atmosférica.

A modelagem científica é uma atividade científica, cujo objetivo é tornar uma parte ou característica específica do mundo mais fácil de entender, definir, quantificar, visualizar ou simular, referenciando-a ao conhecimento existente e geralmente aceito. Requer a seleção e identificação de aspectos relevantes de uma situação no mundo real e o uso de diferentes tipos de modelos para diferentes objetivos, como modelos conceituais para melhor entender, modelos operacionais para operacionalizar, modelos matemáticos para quantificar e modelos gráficos para visualizar o assunto. .

A modelagem é uma parte essencial e inseparável de muitas disciplinas científicas, cada uma com suas próprias idéias sobre os tipos específicos de modelagem. [1] [2] John von Neumann disse o seguinte. [3]

"... a ciência não tenta explicar, dificilmente tenta interpretar, fazem principalmente modelos. Por modelos, entendem-se um construto matemático que, com a adição de certas interpretações verbais, descrevem fenômenos observados. A justificativa de tal construção matemática é única e precisa que se espere que funcione - ou seja, descreva corretamente os fenômenos de uma área razoavelmente ampla ".

Há também uma atenção crescente à modelagem científica [4] em áreas como educação científica, [5] filosofia da ciência, teoria de sistemas e visualização do conhecimento . Há uma crescente coleção de métodos, técnicas e meta- teoria sobre todos os tipos de modelagem científica especializada.

Visão global[editar | editar código-fonte]

Um modelo científico procura representar objetos empíricos, fenômenos e processos físicos de maneira lógica e objetiva . Todos os modelos estão em simulacros, ou seja, reflexos simplificados da realidade que, apesar de serem aproximações, podem ser extremamente úteis. [6] Construir e disputar modelos é fundamental para o empreendimento científico. A representação completa e verdadeira pode ser impossível, mas o debate científico geralmente diz respeito a qual é o melhor modelo para uma determinada tarefa, por exemplo, qual é o modelo climático mais preciso para a previsão sazonal. [7]

As tentativas de formalizar os princípios das ciências empíricas usam uma interpretação para modelar a realidade, da mesma forma que os lógicos axiomatizam os princípios da lógica . O objetivo dessas tentativas é construir um sistema formal que não produza conseqüências teóricas contrárias ao que é encontrado na realidade . As previsões ou outras declarações extraídas de um sistema formal refletem ou mapeiam o mundo real apenas na medida em que esses modelos científicos sejam verdadeiros. [8] [9]

Para o cientista, um modelo também é uma maneira pela qual os processos de pensamento humano podem ser amplificados. [10] Por exemplo, modelos renderizados em software permitem que os cientistas aproveitem o poder computacional para simular, visualizar, manipular e obter intuição sobre a entidade, fenômeno ou processo que está sendo representado. Esses modelos de computador estão em silico . Outros tipos de modelos científicos são in vivo (modelos vivos, como ratos de laboratório ) e in vitro (em artigos de vidro, como cultura de tecidos ). [11]

Noções básicas[editar | editar código-fonte]

Modelagem como substituto para medição direta e experimentação[editar | editar código-fonte]

Os modelos são normalmente usados quando é impossível ou impraticável criar condições experimentais nas quais os cientistas possam medir diretamente os resultados. A medição direta de resultados sob condições controladas (consulte Método científico ) sempre será mais confiável que estimativas modeladas de resultados.

Na modelagem e simulação, um modelo é uma simplificação e abstração proposital, orientada por tarefas, de uma percepção da realidade, moldada por restrições físicas, legais e cognitivas. [12] É orientado por tarefas, porque um modelo é capturado com uma determinada pergunta ou tarefa em mente. As simplificações deixam de fora todas as entidades conhecidas e observadas e suas relações que não são importantes para a tarefa. A abstração agrega informações importantes, mas não necessárias nos mesmos detalhes do objeto de interesse. Ambas as atividades, simplificação e abstração, são feitas propositalmente. No entanto, eles são feitos com base na percepção da realidade. Essa percepção já é um modelo em si, pois vem com uma restrição física. Também existem restrições sobre o que somos capazes de observar legalmente com nossas ferramentas e métodos atuais, e restrições cognitivas que limitam o que somos capazes de explicar com nossas teorias atuais. Este modelo compreende os conceitos, seu comportamento e suas relações formais e é frequentemente chamado de modelo conceitual . Para executar o modelo, ele precisa ser implementado como uma simulação em computador . Isso requer mais opções, como aproximações numéricas ou o uso de heurísticas. [13] Apesar de todas essas restrições epistemológicas e computacionais, a simulação foi reconhecida como o terceiro pilar dos métodos científicos: construção de teoria, simulação e experimentação. [14]

Simulação[editar | editar código-fonte]

Uma simulação é a implementação de um modelo. Uma simulação de estado estacionário fornece informações sobre o sistema em um instante específico no tempo (geralmente em equilíbrio, quando existir). Uma simulação dinâmica fornece informações ao longo do tempo. Uma simulação dá vida a um modelo e mostra como um objeto ou fenômeno específico se comportará. Essa simulação pode ser útil para teste, análise ou treinamento nos casos em que sistemas ou conceitos do mundo real podem ser representados por modelos. [15]

Estrutura[editar | editar código-fonte]

Estrutura é uma noção fundamental e, às vezes, intangível, que abrange o reconhecimento, a observação, a natureza e a estabilidade de padrões e relacionamentos de entidades. Desde a descrição verbal de uma criança de um floco de neve até a análise científica detalhada das propriedades dos campos magnéticos, o conceito de estrutura é uma base essencial de quase todos os modos de investigações e descobertas em ciência, filosofia e arte. [16]

Sistemas[editar | editar código-fonte]

Um sistema é um conjunto de entidades interativas ou interdependentes, reais ou abstratas, formando um todo integrado. Em geral, um sistema é uma construção ou coleção de diferentes elementos que juntos podem produzir resultados não obtidos apenas pelos elementos. [17] O conceito de um 'todo integrado' também pode ser declarado em termos de um sistema que incorpora um conjunto de relacionamentos que são diferenciados dos relacionamentos do conjunto com outros elementos e das relações entre um elemento do conjunto e elementos que não fazem parte do conjunto relacional.. Existem dois tipos de modelos de sistema: 1) discreto, no qual as variáveis mudam instantaneamente em pontos separados no tempo e, 2) contínuo, onde as variáveis de estado mudam continuamente em relação ao tempo. [18]

Gerando um modelo[editar | editar código-fonte]

Modelagem é o processo de gerar um modelo como uma representação conceitual de algum fenômeno. Normalmente, um modelo lida apenas com alguns aspectos do fenômeno em questão, e dois modelos do mesmo fenômeno podem ser essencialmente diferentes - ou seja, que as diferenças entre eles compreendem mais do que apenas uma simples renomeação dos componentes.

Tais diferenças podem ser devidas a requisitos diferentes dos usuários finais do modelo, ou a diferenças conceituais ou estéticas entre os modeladores e as decisões contingentes tomadas durante o processo de modelagem. Considerações que podem influenciar a estrutura de um modelo podem ser a preferência do modelador por uma ontologia reduzida, preferências em relação a modelos estatísticos versus modelos determinísticos, discreto versus tempo contínuo, etc. De qualquer forma, os usuários de um modelo precisam entender as suposições pertinentes à sua validade para um determinado uso.

Construir um modelo requer abstração . As premissas são usadas na modelagem para especificar o domínio de aplicação do modelo. Por exemplo, a teoria especial da relatividade assume um referencial inercial . Essa suposição foi contextualizada e mais explicada pela teoria geral da relatividade . Um modelo faz previsões precisas quando suas suposições são válidas e pode muito bem não fazer previsões precisas quando suas suposições não são válidas. Tais suposições costumam ser o ponto com o qual as teorias mais antigas são bem-sucedidas por novas (a teoria geral da relatividade também funciona em quadros de referência não inerciais).

O termo "suposição" é realmente mais amplo que seu uso padrão, etimologicamente falando. O Oxford English Dictionary (OED) indica sua fonte em latim como assumere ("aceite, tomar para si mesmo, adote, usurpa"), que é uma conjunção de ad- ("para, em direção a") e sumere (para tomar) . A raiz sobrevive, com significados alterados, no sumere italiano e no sumir espanhol. No OED, "assumir" tem os sentidos de (i) "investir-se com (um atributo)", (ii) "empreender" (especialmente em Direito), (iii) "assumir-se apenas na aparência, para fingir possuir "e (iv)" supor que algo seja ". Assim, "suposição" conota outras associações além do senso padrão contemporâneo de "aquilo que é assumido ou dado como garantido; uma suposição, postulado" e merece uma análise mais ampla na filosofia da ciência.   [ <span title="This claim needs references to reliable sources. (April 2013)">citação necessária</span> ]

  • Capacidade de explicar observações passadas
  • Capacidade de prever observações futuras
  • Custo de uso, especialmente em combinação com outros modelos
  • Refutabilidade, permitindo estimar o grau de confiança no modelo
  • Simplicidade, ou mesmo apelo estético

As pessoas podem tentar quantificar a avaliação de um modelo usando uma função de utilitário .

Visualização é qualquer técnica para criar imagens, diagramas ou animações para comunicar uma mensagem. A visualização através de imagens visuais tem sido uma maneira eficaz de comunicar idéias abstratas e concretas desde o início do homem. Exemplos da história incluem pinturas rupestres, hieróglifos egípcios, geometria grega e os revolucionários métodos de desenho técnico de Leonardo da Vinci para fins científicos e de engenharia.

O mapeamento espacial refere-se a uma metodologia que emprega uma formulação de modelagem "quase global" para vincular modelos "grosseiros" (ideais ou de baixa fidelidade) complementares a modelos "finos" (práticos ou de alta fidelidade) de diferentes complexidades. Na otimização de engenharia, o mapeamento de espaço alinha (mapeia) um modelo grosseiro muito rápido com o modelo fino caro de calcular relacionado, para evitar a otimização cara e direta do modelo fino. O processo de alinhamento refina iterativamente um modelo grosseiro "mapeado" ( modelo substituto ).

Tipos[editar | editar código-fonte]

Aplicações[editar | editar código-fonte]

Modelagem e simulação[editar | editar código-fonte]

Uma aplicação da modelagem científica é o campo da modelagem e simulação, geralmente chamado de "M&S". A M&S possui um espectro de aplicações que variam do desenvolvimento e análise de conceitos, passando pela experimentação, medição e verificação, até a análise de descarte. Projetos e programas podem usar centenas de diferentes simulações, simuladores e ferramentas de análise de modelos.

Exemplo do uso integrado de Modelagem e Simulação no gerenciamento do ciclo de vida da Defesa. A modelagem e simulação nesta imagem é representada no centro da imagem com os três contêineres. [15]

A figura mostra como a Modelagem e Simulação é usada como parte central de um programa integrado em um processo de desenvolvimento de recursos de Defesa. [15]

Aprendizagem baseada em modelos na educação[editar | editar código-fonte]

Fluxograma que descreve um estilo de aprendizado baseado em modelo
Fluxograma que descreve um estilo de aprendizado baseado em modelo

A aprendizagem baseada em modelos na educação, particularmente em relação à aprendizagem de ciências, envolve a criação de modelos para conceitos científicos, a fim de: [19]

  • Obtenha informações sobre as idéias científicas
  • Adquira uma compreensão mais profunda do assunto através da visualização do modelo
  • Melhorar o envolvimento dos alunos no curso

Diferentes tipos de técnicas de aprendizado baseadas em modelos incluem: [19]

  • Macrocosmos físicos
  • Sistemas representacionais
  • Modelos sintáticos
  • Modelos emergentes

A criação de modelos na educação é um exercício interativo com os alunos refinando, desenvolvendo e avaliando seus modelos ao longo do tempo. Isso muda o aprendizado da rigidez e monotonia do currículo tradicional para um exercício de criatividade e curiosidade dos alunos. Essa abordagem utiliza a estratégia construtiva de colaboração social e teoria da estrutura de aprendizagem. A aprendizagem baseada em modelos inclui habilidades de raciocínio cognitivo, nas quais os modelos existentes podem ser aprimorados através da construção de modelos mais novos, usando os modelos antigos como base. [20]

"O aprendizado baseado em modelo envolve a determinação de modelos de destino e um caminho de aprendizado que fornece chances realistas de entendimento". [21] A criação de modelos também pode incorporar estratégias de aprendizagem combinada usando ferramentas e simuladores baseados na Web, permitindo assim aos alunos:

  • Familiarize-se com recursos on-line ou digitais
  • Crie modelos diferentes com vários materiais virtuais com pouco ou nenhum custo
  • Pratique atividades de criação de modelos a qualquer hora e em qualquer lugar
  • Refinar modelos existentes

"Uma simulação bem projetada simplifica um sistema do mundo real e aumenta a conscientização sobre a complexidade do sistema. Os alunos podem participar do sistema simplificado e aprender como o sistema real opera sem passar dias, semanas ou anos para ser submetido a essa experiência no mundo real. " [22]

O papel do professor no processo geral de ensino e aprendizagem é principalmente o de um facilitador e organizador da experiência de aprendizado. Ele ou ela atribuiria aos alunos um modelo de atividade para um conceito específico e forneceria informações ou suporte relevantes para a atividade. Para atividades de criação de modelos virtuais, o professor também pode fornecer informações sobre o uso da ferramenta digital e dar suporte à solução de problemas em caso de falhas durante o uso da mesma. O professor também pode organizar a atividade de discussão em grupo entre os alunos e fornecer a plataforma necessária para que eles compartilhem suas observações e conhecimentos extraídos da atividade de criação de modelos.

A avaliação da aprendizagem baseada em modelos pode incluir o uso de rubricas que avaliam a engenhosidade e a criatividade do aluno na construção do modelo e também a participação geral do aluno em sala de aula em relação ao conhecimento construído por meio da atividade.

  • Uso da ferramenta certa no momento certo para um conceito específico
  • Fornecimento dentro da configuração educacional para a atividade de modelagem: por exemplo, sala de computadores com recurso de Internet ou software instalado para acessar o simulador ou ferramenta digital

Veja também[editar | editar código-fonte]

Referências[editar | editar código-fonte]

Referências

  1. ↑ Cartwright, Nancy. 1983. How the Laws of Physics Lie. Oxford University Press
  2. ↑ Hacking, Ian. 1983. Representing and Intervening. Introductory Topics in the Philosophy of Natural Science. Cambridge University Press
  3. ↑ von Neumann, J. (1995), "Method in the physical sciences", in Bródy F., Vámos, T. (editors), The Neumann Compendium, World Scientific, p. 628; previously published in The Unity of Knowledge, edited by L. Leary (1955), pp. 157-164, and also in John von Neumann Collected Works, edited by A. Taub, Volume VI, pp. 491-498.
  4. ↑ Frigg and Hartmann (2009) state: "Philosophers are acknowledging the importance of models with increasing attention and are probing the assorted roles that models play in scientific practice". Source: Frigg, Roman and Hartmann, Stephan, "Models in Science", The Stanford Encyclopedia of Philosophy (Summer 2009 Edition), Edward N. Zalta (ed.), (source)
  5. ↑ Namdar. «Modeling-Oriented Assessment in K-12 Science Education: A synthesis of research from 1980 to 2013 and new directions». International Journal of Science Education. 37: 993–1023. ISSN 0950-0693. doi:10.1080/09500693.2015.1012185 
  6. ↑ Box, George E.P. & Draper, N.R. (1987). [Empirical Model-Building and Response Surfaces.] Wiley. p. 424
  7. ↑ Hagedorn, R. et al. (2005) http://www.ecmwf.int/staff/paco_doblas/abstr/tellus05_1.pdf[ligação inativa] Tellus 57A:219–33
  8. ↑ Leo Apostel (1961). "Formal study of models". In: The Concept and the Role of the Model in Mathematics and Natural and Social. Edited by Hans Freudenthal. Springer. pp. 8–9 (Source)],
  9. ↑ Ritchey, T. (2012) Outline for a Morphology of Modelling Methods: Contribution to a General Theory of Modelling
  10. ↑ C. West Churchman, The Systems Approach, New York: Dell publishing, 1968, p. 61
  11. ↑ Griffiths, E. C. (2010) What is a model?
  12. ↑ Tolk, A. (2015). Learning something right from models that are wrong – Epistemology of Simulation. In Yilmaz, L. (Ed.) Concepts and Methodologies in Modeling and Simulation. Springer–Verlag. pp. 87–106
  13. ↑ Oberkampf, W. L., DeLand, S. M., Rutherford, B. M., Diegert, K. V., & Alvin, K. F. (2002). Error and uncertainty in modeling and simulation. Reliability Engineering & System Safety 75(3): 333–57.
  14. ↑ Ihrig, M. (2012). A New Research Architecture For The Simulation Era. In European Council on Modelling and Simulation. pp. 715–20).
  15. ↑ a b c Systems Engineering Fundamentals. Arquivado em 2007-09-27 no Wayback Machine Defense Acquisition University Press, 2003.
  16. ↑ Pullan, Wendy (2000). Structure. Cambridge University Press. Cambridge: [s.n.] ISBN 0-521-78258-9 
  17. ↑ Fishwick PA. (1995). Simulation Model Design and Execution: Building Digital Worlds. Upper Saddle River, NJ: Prentice Hall.
  18. ↑ Sokolowski, J.A., Banks, C.M.(2009). Principles of Modelling and Simulation. Hoboken, NJ: John Wiley and Sons.
  19. ↑ a b Lehrer, Richard; Schauble, Leona (2006). The Cambridge Handbook of Learning Sciences. Cambridge University Press. Cambridge, UK: [s.n.] ISBN 978-0-521-84554-0 
  20. ↑ Nersessian, Nancy J (2002). The Cognitive Basis of Science. Cambridge University Press. Cambridge, UK: [s.n.] ISBN 0-521-01177-9 
  21. ↑ Clement, JJ; Rea-Ramirez, Mary Anne (2008). Model Based Learning and Instruction in Science. Springer Science & Business Media 2 ed. [S.l.: s.n.] ISBN 978-1-4020-6493-7 
  22. ↑ Blumschein, Patrick; Hung, Woei; Jonassen, David; Strobel, Johannes (2009). Model-Based Approaches to Learning (PDF). Sense Publishers. Netherlands: [s.n.] ISBN 978-90-8790-711-2 

Leitura adicional[editar | editar código-fonte]

Atualmente, existem cerca de 40 revistas sobre modelagem científica que oferecem todos os tipos de fóruns internacionais. Desde a década de 1960, há um forte número crescente de livros e revistas sobre formas específicas de modelagem científica. Também há muita discussão sobre modelagem científica na literatura da filosofia da ciência. Uma seleção:

  • Rainer Hegselmann, Ulrich Müller e Klaus Troitzsch (orgs.) (1996). Modelagem e Simulação em Ciências Sociais do Ponto de Vista da Filosofia da Ciência . Biblioteca de Teoria e Decisão . Dordrecht: Kluwer.
  • Paul Humphreys (2004). Estendendo-se: Ciência da Computação, Empirismo e Método Científico . Oxford: Oxford University Press .
  • Johannes Lenhard, Günter Küppers e Terry Shinn (Eds.) (2006) "Simulação: construções pragmáticas da realidade", Springer Berlin.
  • Tom Ritchey (2012). "Esboço para uma morfologia dos métodos de modelagem: contribuição para uma teoria geral da modelagem". In: Acta Morphologica Generalis, Vol. 1. 1. pp.   1–20.
  • William Silvert (2001). "Modelagem como disciplina". Em: Int. J. Sistemas Gerais. Vol. 30 (3), pp. 261.
  • Sergio Sismondo e Snait Gissis (eds.) (1999). Modelagem e Simulação. Edição Especial de Ciência em Contexto 12)
  • Eric Winsberg (2018) "Filosofia e ciência climática" Cambridge: Cambridge University Press
  • Eric Winsberg (2010) "Ciência na Era da Simulação por Computador" Chicago: University of Chicago Press
  • Eric Winsberg (2003). "Experimentos simulados: metodologia para um mundo virtual". In: Philosophy of Science 70: 105–125.
  • Tomás Helikar, Jim Rogers (2009). " ChemChains : uma plataforma para simulação e análise de redes bioquímicas destinadas a cientistas de laboratório". BioMed Central .

links externos[editar | editar código-fonte]

Obtida de "https://pt.wikipedia.org/w/index.php?title=Usuário(a):Igor_Lovison/Modelagem_no_ensino_de_física&oldid=56881679"