Se hacen muchas cosas para hacer un experimento riguroso. En el orden aproximado se deben considerar:
1. Conceptualización: piense cuidadosamente sobre todos los resultados posibles del experimento y asegúrese de que al menos tenga el potencial de responder la pregunta original. Darse cuenta de que el experimento no puede proporcionarle nueva información, independientemente del resultado, es un error costoso.
2. Estimación: si es posible, calcule la intensidad de la señal que espera ver y el ruido que probablemente produzca su aparato de medición. Si la SNR está por debajo de una, considere otras opciones de equipo para ver si puede obtenerla por encima de 1 (por ejemplo, reemplace un amplificador ordinario con un bloqueo, use un detector de ancho de banda inferior). Si no puede estimar la SNR de antemano, esencialmente está volando a ciegas y el experimento debe considerarse de alto riesgo.
3. Conviértase en un experto con su equipo: la mayoría de los experimentos publicables llevarán a uno o más de sus instrumentos a sus límites (hey, si fuera fácil, ya se habría hecho). Muchos tipos de equipos se comportan de forma extraña cuando se los presiona. Los amplificadores pueden en realidad producir menos salida cuando se manejan más allá de la saturación; su digitalizador podría alias en altas frecuencias; su sistema de adquisición de datos podría comenzar a perder datos de forma aleatoria o en un patrón peculiar que podría confundirse con una señal cuando está saturado.
- ¿Cuál es el papel de los enlaces de hidrógeno en la formación de hielo?
- ¿Hay circunstancias en la ciencia donde el método científico no es aplicable? ¿Por qué?
- Cómo sacar el miedo de mi propia mente.
- Cómo determinar la polaridad de los compuestos orgánicos.
- ¿Qué es la ‘física judía’?
4. Cuando encuentres tu señal, sé escéptico. ¿Desaparece cuando espera que debería (p. Ej., El láser está bloqueado?) Si reduce su ganancia a la mitad, ¿la amplitud disminuye en 2? Muchas “señales” son, de hecho, artefactos de todo, desde reflexiones en un cable hasta errores de software. Desafía cada señal hasta que gane tu confianza.
5. Repetibilidad: esto no significa simplemente rehacer exactamente el mismo experimento con la misma configuración, solo volverá a cometer los mismos errores. Cambie los ajustes que no deberían matar la señal y asegúrese de que realmente no lo hagan. Mueva las cosas, haga pequeños reajustes, cambie el equipo cuando sea posible. Los resultados más sólidos se verifican mediante dos experimentos muy diferentes, aunque esto rara vez es una opción en un solo laboratorio.
6. Analice los datos con cuidado: conectar los datos en teorías o software que hagan suposiciones que el investigador no comprende o no conocen es una fuente de error común. Entonces su chi-cuadrado produjo un bajo valor de p: ¿tiene alguna razón para creer que sus errores se distribuyen normalmente? La mayoría de las distribuciones de errores reales tienen colas mucho más pesadas que una distribución normal. Dedique algo de tiempo a buscar libros sobre análisis de datos científicos, como “Recetas numéricas en C”. Si está ajustando sus datos a una teoría, identifique todas las suposiciones hechas en la teoría y asegúrese de que se apliquen. Tenga cuidado al alisar y “tirar los valores atípicos”.
7. Automatizar: los experimentos complejos casi siempre se desplazan en el tiempo. Eso significa que en realidad nunca haces el mismo experimento dos veces, y la desviación del equipo puede eliminar fácilmente las señales pequeñas cuando se promedia. Una computadora acoplada a un sistema de datos automatizado puede tomar datos mucho más rápido que usted, y evitará errores debido a la fatiga del operador. Aprender LabVIEW es una inversión que vale la pena y le ayudará a obtener datos más claros y precisos.
En resumen, muestre un saludable escepticismo hacia su equipo, datos y teorías; y mientras su experimento se ejecute, nunca deje de pensar en formas de hacerlo más rápido y menos propenso a errores.