科學

人類嘅文化領域之一,亦係個可反覆檢驗嘅知識體系

科學粵拼fō ho̱k日文科学かがく(kagaku)英文science)係一套靠實證嚟尋求同累積知識嘅方法,建基於經驗主義(empiricism):經驗主義係一種有關知識本質嘅觀點,主張知識主要或者完全淨係嚟自求知者能夠感知得到嘅嘢科學家專業做科學嘅人-會[1][2]

  1. 諗一啲客觀驗證得到嘅理論(theory)同假說(hypothesis)出嚟,嘗試用呢啲理論同假說解釋宇宙嘅一啲現象;
  2. 跟住用實驗或者觀察等嘅方法攞數據,睇吓佢哋嘅理論同假說所作出嘅預測係咪合符數據講嘅嘢;
  3. 同數據唔夾嘅理論同假說會俾科學家淘汰或者改;
科學可以分做好多唔同嘅領域,唔同領域研究嘅對象都唔同:

搞科學嘅人會係噉重覆上述嘅過程,直至搵到一啲完美噉符合嗮實驗同觀察數據嘅理論為止[3][4]

喺現代嘅科學界,科學會按「研究嘅對象係乜」分做唔同領域物理學研究宇宙嘅基本定律化學研究物質生物學研究生命天文學研究天體神經科學研究唔同物種神經系統心理學動物行為學研究動物-包括人類-嘅行為;而各門嘅社會科學就研究社會各種現象[5];响呢啲大類之下仲有得再細分,例如係專門研究生命嘅生物學噉,就可以按「研究嘅係邊啲生命」再細分做植物學動物學等嘅子領域;除此之外,廣義上嘅科學仲可以包埋所謂嘅應用科學-即係嗰啲將科學知識攞去做應用嘅領域,例如係工程學(會用物理學知識設計機械建築物)同醫學(會用生物學上對細菌嘅研究幫手醫病)呀噉。而無論係邊個領域都好,搞科學嘅人都會秉持經驗主義嘅精神,堅持知識一定要建基於客觀同實證先得[6][7]

科學呢家嘢歷史好悠久,有得追溯到去公元前古希臘時期咁久遠:古希臘嗰時啲哲學家成日喺度傾同諗「點樣先至可以得到知識」,開始度咗啲橋出嚟,例如佢哋有討論過實證可以點樣幫人得到知識[8];由嗰時開始,科學就有一路噉發展,古羅馬古印度中世紀歐洲中世伊斯蘭世界華夏(尤其係趙宋皇朝)、文藝復興嘅歐洲、同埋 17 至 18 世紀起嘅歐日本等地都有重大嘅科學進展。到咗廿一世紀初,科學經已係一門龐大嘅行業,每年世界各國都投資大量嘅資源去搞科研,而科學家亦都成為咗一份有返咁上下地位嘅工[9][10]

詞源

 
古希臘哲學家阿里士多德大理石;佢有討論過 tabula rasa 同「知識係喺邊度嚟」等嘅問題[11]

西方詞源

科學個英文名係 science。呢隻字好耐歷史:隻字係喺 14 世紀中期嗰陣嘅英格蘭人古法文(現代法文嘅祖先)嗰度借過嚟嘅,隻字喺古法文入面有知識學習呢類嘅意思;而呢隻古舊嘅法文字有得再追溯到去古羅馬嗰度-古羅馬人講嘅拉丁文裏頭有個字叫 scientia,意思係知識或者學問噉解。Scientia 呢隻字亦都俾人指係同拉丁文嘅字 sciens(意思係聰明)同埋 scire(意思係知道或者分辨)有啦掕[註 1]。除此之外,有啲語言學家仲主張話隻字可以追溯得再古老啲:古希臘文度有隻字 skhizein,意思係分開或者切開辨)噉解,而古希臘嘅文化對古羅馬有好大影響,有機會係由希臘文傳咗入去拉丁文[12][13]

不過,scientia 呢隻字(同埋佢嗰柞變種)嘅意思喺歷史上一路有變化:本來隻字專指一啲有系統性或者有記錄嘅知識,引申到包嗮所有由學術研究嗰度得返嚟、有紋有路嘅知識-個意思查實好籠統;响公元 1600 年到 1800 年之間,專門研究大自然嘅學問喺歐美地區係俾人嗌做「自然哲學」(natural philosophy)嘅,用意係要表示佢哋同研究行為嘅學問道德哲學(moral philosophy)唔同。到咗 1800 年(啟蒙時代)開始,「自然哲學」呢隻字先至讓位俾「自然科學」呢隻字。由嗰時起,science 呢隻字就演變做今日嘅用法:science 包嗮物理學生物學呢啲用科學方法嚟研究大自然嘅學科,而道德哲學就演變咗做現代嘅社會科學,而且家吓佢哋主流都係跟科學方法,所以都俾人歸埋入廣義上嘅 science 嗰度[7][註 2]

東方詞源

由 16 世紀起,明朝江戶幕府下嘅日本都分別噉開始同西人打交道,日本仲好快變咗做成個亞洲入面最強大嘅國家之一。日本人science 改咗個名叫科学平假名:かがく;日羅:kagaku),而西人嘅 science 傳到去中原初頭就俾人嗌做格致,意思係《大學》所講嘅格物致知,即係探究事物嘅原理,從而攞到知識[14]。後嚟康有為由日本嗰度引入咗科學呢個漢字詞語,仲令到成個大中華地區都採用呢個詞語嚟稱呼「用科學方法尋求知識嘅學問」。喺廣東話入面,呢兩隻漢字係讀做「fo1 hok6」嘅。

定位

內文:科學哲學
睇埋:經驗主義實證同埋知識論

"All our knowledge begins with the senses, proceeds then to the understanding, and ends with reason. There is nothing higher than reason." (「我哋嘅一切知識都係由感官開始嘅,跟住會提升去理解,並且以理性做終結。冇嘢係高過理性嘅。」)[15][16]

Immanuel Kant (18 世紀德國哲學家康德

科學哲學(philosophy of science)係科學嘅基礎,簡單噉講就係一套有關「科學呢家嘢應該點搞」嘅諗法:「哲學」呢個詞一般都係指緊某一個學科,但响廣義上嚟講,呢個詞仲可以攞嚟指「一個人或者一班人對於做某一樣嘢嘅基本信念」-所以粵文入面會有「做人哲學」呢個詞,指一個人對於「做人」嘅諗法同信念;按呢個邏輯,科學哲學就係指緊做科學嘅人對於「科學係啲乜嘢」同埋「科學應該點樣搞」呢類問題嘅一套諗法[17][18]

科學哲學建基於知識論上嘅經驗主義(empiricism)觀點:知識論(epistemology)係哲學嘅一門,專門思考知識嘅本質同「點樣追求知識」等嘅問題[19];而經驗主義就係早喺古希臘嗰陣經已存在嘅一種知識論觀點,主張知識呢樣嘢應該係主要甚至乎完全淨係建基於感官體驗嘅-呢種觀點主張,一個信念要算得上係知識,一定要係能夠直接用感官嚟感受得到,或者係會作出可以用感官嚟驗證嘅預測嘅;呢種觀點會拒絕神秘主義同埋冇得客觀噉驗證嘅信念,覺得呢啲信念唔可以算係知識,會嗌呢啲嘢做「超自然[20][21]

可否證性

內文:可否證性

可否證性(falsifiability)係科學哲學最根基嘅概念之一,成日俾人用嚟界定一套學說或者一個諗法屬唔屬科學嘅範疇:呢個宇宙裏面有數唔嗮咁多個可能嘅諗法,但呢啲諗法當中大半嘅都係冇可否證性呢種特質;如果話一個諗法有可否證性(falsifiable)嘅話,意思即係個諗法係有可能透過感官嚟睇吓佢係咪真確[22]。舉幾個例說明[23]

  • 「喺而家呢一刻時間,阿松左手上面有個[註 3]呢句嘢有可否證性;噉係因為研究者只要用對望吓阿松左手上面係咪真係有個橙,就可以驗證句嘢係咪真,如果佢見到阿松手上咩都冇,就可以證實句嘢係假-喺最少一個可能嘅情況下,句嘢會俾人證實係一個錯嘅預測。
  • 一個睇相佬話「阿松今年可能會有大病」呢句嘢就未必有可否證性;想像家陣阿松真係有大病,就會「證實」句嘢;但現實表明咗,就算阿松冇大病,個睇相佬大可以話「我淨係話阿松『可能』會有大病啫嘛,冇話佢實會有大病」-無論個結果係點,個睇相佬都有得兜話佢查實講啱咗,所以實際上根本就冇可能知道嗰個睇相佬係咪真係做咗個準確嘅預測[註 4]
  • 「一位天使係 50 kg 咁重」呢句嘢就冇乜可否證性;因為如果要驗證呢句嘢,就要去搵一位天使返嚟,再用某啲方法磅吓佢對翼,睇吓佢對翼係咪真係 50 kg 咁重,但問題係以廿一世紀初嘅認知,冇人能夠搵到天使返嚟,所以冇任何方法可以證實句嘢係一個錯嘅預測(要搵到「天使」呢樣搵唔到嘅嘢先可以驗證-實際上冇可否證性)。

一句陳述「有冇可否證性」可以用一條簡單問題嚟衡量[23][24]

攞句陳述,求知者可唔可以想像得到有最少一個可能嘅情況,一旦實際噉睇到呢個情況真係發生,就會證實嗰句陳述係一個錯誤嘅預測

一般認為,如果求知者對呢個問題嘅答案係「唔可以」,噉句陳述就算係冇可否證性。一句陳述缺乏可否證性嘅原因有好多-例如可能嗰句陳述含糊得滯,搞到提出句陳述嘅人無論結果係點都有得兜話佢查實講啱咗(好似正話睇相佬嗰個例子噉);又或者係評估句陳述嘅真偽要做嘅工序喺實際上根本執行唔到(好似「天使對翼幾重」嗰個例子噉)[23]

可否證性呢家嘢喺現代嘅科學上不可或缺:現代科學正正就係建基於實證(用感官體驗嚟驗證自己嘅知識)嘅;如果一個理論或者假說冇可否證性嘅話,就表示求知者冇可能透過觀察或者做實驗嚟驗證睇吓佢係唔係真係真確-亦即係話呢啲學說根本就唔屬科學嘅範疇,所以做科學嘅人一般都係唔會理呢啲噉嘅嘢[25];而有關冇可否證性嘅學說嘅例子,可以睇吓精神分析(psychoanalysis)學說,呢套學說係喺 19 世紀尾由佛洛伊德提出嘅,打後俾人指出佢缺乏可否證性,到咗廿世紀經已冇心理學家仲會用[26][27]

可否證性嘅例子:萬有引力定律

牛頓萬有引力定律(Newton's law of universal gravitation)係一個有可否證性嘅出名科學理論。呢條定律講嘅係,是但搵兩嚿有質量物體,兩嚿嘢之間會互相產生一股   吸引住對方。呢股引力嘅大細同兩嚿嘢嘅質量相乘( )成正比,同佢哋之間嘅距離平方 )成反比,同兩嚿嘢嘅化學特性唔啦更。牛頓佢仲提出咗一條數學方程式嚟計兩嚿嘢之間嘅引力[28]

 ,當中   係一個常數

萬有引力定律同條方程式有可否證性:如果科學家搵到兩嚿物體,兩嚿嘢之間嘅引力

  • 唔係同兩嚿嘢嘅質量相乘成正比嘅;
  • 唔係同兩嚿嘢之間嘅距離嘅平方成反比嘅;或者
  • 同兩嚿嘢嘅化學特性有關係;

嘅話,研究者就可以否決呢條定律,或者最少話條定律根本「唔係萬有」(「唔係萬有」即係指宇宙入面至少有一啲嘢係唔跟呢條定律嘅)。事實上,科學家亦都有做過好多嘢嚟試呢條定律:由 17 世紀開始,呢條定律就俾數以千萬計嘅科學家攞嚟計好多嘢,好似係啲物體跌落地嘅速度太空船起飛需要嘅力或者係行星公轉呀噉,而一路以嚟,呢條定律都做到相當準嘅預測,好經得起考驗。於是科學界就覺得呢條定律係一個好好嘅科學理論,到咗廿一世紀初都仲會用到[註 5][29]

科學方法

 
用科學方法求知嘅流程圖
內文:科學方法
睇埋:統計學

方法步驟

科學方法(scientific method)係根據科學哲學嚟追求知識嘅過程。搞親科學嘅人實係用科學方法嚟研究自己在意嘅現象嘅-由物理學生物學等嘅自然科學經濟學等嘅社會科學都係噉。科學方法有以下呢幾個步驟[30][31]

  1. 喺日常生活嗰度觀察吓研究緊嘅現象,對現象嘅運作原理等提出問題,即係要諗吓呢啲現象係咪而家有嘅理論(theory;嚴格上係指會做有可否證性嘅預測嘅知識體)解唔解釋得到,而如果唔得,就要諗吓有冇啲乜嘢新嘅定律有可能解釋到呢柞現象;
    • 牛頓:「基於我觀察到蘋果由樹上面跌落嚟等嘅現象,我推測啲現象背後係因為有引力嘅作用。」
  2. 基於諗出嚟嘅新定律或者理論,諗一啲有可否證性嘅假說(hypothesis;指由理論嗰度推理出嚟,有得直接觀察但係未經證實嘅講法)出嚟;
    • 牛頓:「如果我提倡條式係真確嘅,啲行星公轉軌道應該會係噉噉噉...」(假說)
  3. 實驗或者有系統性嘅觀察,攞同分析數據[32]
    • 牛頓:「啲行星嘅公轉軌道實際上係點嘅樣?」
  4. 做總結-
    • 如果數據撐條新定律嘅話,噉就將呢個新發現夾入去現有嘅理論入面,形成一個解釋力更勁嘅新理論;
    • 如果數據唔撐條新定律嘅話,就重新諗過;
    • 「如果我呢個理論係真確,呢場實驗或者觀察理應會得出某個某個結果,而個實際嘅結果係...」
  5. 重複[33]

科學方法係一個循環性嘅過程-科學家會係噉重複上述嘅工序嚟豐富人類知識,因為次次搵到新嘅知識之後,好多時即刻又會有新嘅謎團;好似係牛頓萬有引力定律噉,當啲物理學家發現咗佢哋觀察到嘅嘢都係跟住呢條定律之後,佢哋又要開始去諗「萬有引力係點嚟」呢條新問題同埋做新實驗嚟搵答案。於是乎,人類喺知識上就不斷係噉有進步同發現新嘢[13]

驗證方法

內文:實驗觀察
睇埋:樣本實驗室統計分析同埋假說檢定

驗證假說主要有兩大方法:

  • 實驗(experiment)指一啲用嚟驗證某啲假說、牽涉到操控(manipulate)某啲變數嘅程序:响做實驗嗰陣,研究會操控自變數(IV)-即係用人工嘅方法改變自變數嘅數值,再睇吓噉樣做會點樣影響到應變數(DV)嘅數值。舉個例說明,想像家陣有位物理學家喺度做狹義相對論方面嘅研究;簡化噉講,狹義相對論主張,當一嚿物體速度愈近光速,嚿物體過嘅時間就會愈慢(呢種現象就係所謂嘅時間膨脹[34],而要測試時間膨脹呢個諗法,(簡化噉講)研究者可以噉樣做實驗-
    • 佢哋擺個原子鐘量度時間)喺架好勁嘅火箭裏面,
    • 開大架火箭嘅引擎,令架火箭飛得好快(有返咁上下接近光速),
    • 飛完一輪,之後研究者再攞架火箭裏面嗰個原子鐘,攞個鐘嚟同一個由始至終都喺地球表面唔郁嘅原子鐘比較吓,睇吓以接近光速飛過嘅原子鐘係咪真係會行得慢咗。
  • 喺成個實驗入面,速度就係一個自變數(俾研究者人工噉操控咗嘅變數),而個原子鐘所量度嘅過咗幾耐時間就係一個應變數(研究者淨係量度咗呢個變數,冇直接噉操控佢數值)[35][36]。實驗係現代科學上成日用嘅做法,而實驗室就正正係指一間專門攞嚟做實驗用嘅房,一般都會擺嗮啲專係攞嚟做實驗用嘅架生,而且因為用嘅架生個個科學領域都唔同,所以會有細分做化學實驗室生物學實驗室或者心理學實驗室呢類再專門啲嘅實驗室噉[37]
 
「條試管入面啲化學物質溫度等嘅特性經已設定好嗮(實驗操控),我個理論預測會發生嘅嗰場化學反應係咪真係會發生(應變數)呢?」
  • 認真嘅觀察(observation)指緊一啲用嚟驗證某啲假說、但牽涉到操控任何變數嘅程序:响做觀察嗰陣,研究者會搵方法量度啲變數嘅數值,再睇吓啲變數之間嘅關係係咪同假說所講嘅一致,不過佢哋唔會特登郁手改變任何一個變數嘅數值;例如係經濟學家驗證一啲描述「貨品價錢受乜嘢因素影響」嘅假說嗰陣,佢哋好難話直接控制(例如)市場上嗰啲商品嘅價錢,但佢哋可以試吓隨機(random)噉幾樣商品出嚟睇,計吓統計分析睇吓價錢係咪真係同(佢哋心目中會影響價錢嘅)嗰啲因素有明顯嘅相關,係嘅話就可以話啲數據撐咗佢哋心目中嘅假說,而喺成個過程入面,啲經濟學家冇操控任何變數,只係量度咗啲變數嘅數值,所以佢哋做緊嘅係個觀察,唔係實驗。順帶一提,觀察呢家嘢喺社會科學當中零舍常用[38][39]

量度

內文:量度
睇埋:量度層次資訊同埋數據

量度(measurement)係實驗同認真嘅觀察必然會涉及嘅一樣嘢,泛指「搵出個變數嘅數值」嘅過程[40]:喺做一份科研嗰陣,研究者要首先搞清楚咗用緊乜嘢理論、驗證緊啲咩假說、同埋驗證緊嘅假說入面有邊啲變數喺度。例如用返時間膨脹嗰個實驗做例子,响嗰場時間膨脹實驗當中,研究者考慮咗兩個變數-

  • 一件物體嘅速度、同埋
  • 件物體過咗嘅時間,

研究者要搵一大柞以唔同速度郁動嘅物體返嚟,睇吓呢啲物體係咪真係「郁嘅速度愈近光速,過嘅時間就愈慢」(驗證吓個假說係咪真確)。喺成個過程當中,研究者梗要有方法知每件物體嘅「速度」同埋「過咗幾多時間」-將每件物體嘅速度同時間嘅數值由「未知」變成「知道」嘅過程就係所謂嘅量度[41]

好多時,同一個變數可以用幾個唔同嘅方法量度,而唔同方法好多時都各有優劣:好似係响量度時間嗰陣,研究者可以用沙漏或者係原子鐘嚟去度;前者嘅設計原始啲,而且因為要靠對肉眼睇有幾多落咗下格,而人眼又俾好多外在因素影響,所以次次度出嚟嗰個數值都唔多同-唔多靠得住;度長度嗰陣可以攞軟尺同間尺去度,但軟尺同間尺都有好多唔同款-有啲淨係度得到厘米,但有啲有埋毫米,後者會精確[42]。量度方法呢家嘢喺科學入面係一條幾受關注嘅議題,好多時科學上嘅重大發現都係靠發明啲新嘅量度方法先至做到嘅,而且科學家喺評鑑一份科研嗰陣,時不時都會喺度詏嗰份研究用嗰啲量度方法夠唔夠準確同精確[43]

歸納

 
呢個世界上查實有黑天鵝
內文:歸納
睇埋:貝葉斯推論

要留意嘅係,科學方法用嘅諗嘢方式係歸納(inductive reasoning)。歸納係指緊由啲個別嘅事例嗰度去推斷出一啲普遍嘅原理[44]。歸納相對於數學家成日用、可以得出肯定結論嘅思考方式唔同-歸納唔會保證到個結論係一定真確,但會靠住有大量嘅事例嚟去提升自己個論證嘅強度。好似係以下嘅論證噉樣:

前提 1:所有人類嘅壽命都係有限嘅;
前提 2蘇格拉底係個人;
結論:蘇格拉底嘅壽命係有限嘅。

呢個係一個典型嘅演繹推理論證:雖然話係有得詏佢嗰兩句前提到底係咪真,但事實係如果佢嗰兩句前提係成立嘅,噉佢個結論邏輯上都一定會成立-喺一個有效(valid)嘅演繹推理論證入面,前提嘅真確性會保證到個結論嘅真確性。呢種思考方式喺數學上成日都會用嚟證明(prove)一啲定理。同呢種諗嘢方式唔同,响一個歸納性質嘅論證入面,前提嘅真確性冇辦法保證到結論嘅真確性,淨係可以靠大量嘅事例嚟提升個論證嘅強度,好似係以下呢個論證噉[45]

前提:我之前見過嘅天鵝都係白色嘅:
結論:呢個世界上所有天鵝都係白色嘅。

呢個係一個典型嘅歸納論證:就算個前提係真,都保證唔到個結論係真-前提入面嗰個「我」並冇見過嗮世界上所有嘅天鵝,而事實係世界上有黑天鵝,個觀察者會噉諗只不過係因為佢咁啱未見過黑天鵝;如果個觀察者想佢個論證強啲嘅話,佢就一啲要去見多啲天鵝:如果佢睇勻嗮全歐洲嘅天鵝,呢個論證嘅說服力會比較強;相反,如果佢淨係見過英國嘅天鵝,噉呢個論證嘅說服力會渣好多[45]

科學上用嘅歸納

「科學方法用嘅係歸納」呢一點對科學家嘅思考方式有重大影響:喺驗證「萬有引力係真嘅」呢句說話嗰陣,牛頓觀察到一個蘋果由樹上面跌落嚟(一個個別事例),佢亦都觀察到好多嘢都係跟呢條規則(好多個個別事例),但佢始終都冇辦法去真係「證明」呢個宇宙入面真係所有嘢都有萬有引力(普遍原理)-因為可能喺宇宙嘅某啲黑暗角落度會有啲冇引力嘅嘢,只係人類仲未搵到。科學家靠嘅係實驗同觀察,佢哋冇辦法好似數學家噉真係吓吓都證明佢哋講嘅嘢,只可以靠住重複做實驗同觀察嚟加強自己嘅論證,但始終係冇方法排除一個可能性:呢個宇宙入面可能真係有啲嘢係唔跟佢哋諗出嚟嗰啲定律嘅,只係佢哋未搵到呢啲嘢[46][47]

因為噉,喺正式嘅科學文獻入面,科學家正路嚟講係唔會話自己「用手上嘅實驗或者觀察嚟證明咗乜嘢乜嘢理論」,頂櫳淨係會話「觀察同實驗結果撐嗰個理論」,而且佢哋仲會好積極噉去搵新數據,睇吓呢啲佢哋之前未見過嘅數據會唔會推翻舊嘅理論。如果會嘅話,佢哋就會開始諗新理論,或者睇吓點樣將舊嗰個理論改吓等佢可以同新數據夾得埋,令個理論成為一個更加貼近現實嘅模型[45]

 
想像   表示宇宙入面一切嘅現象,  表示人類觀察得到嘅現象,而   表示宇宙當中人類觀察唔到嘅現象。原則上,  永遠會細過   一大截,所以難保   裏面唔會有啲「唔跟從人類嘅科學定律,但人類唔知佢哋存在」嘅事物。

科學理論

 
顯微鏡下睇到嘅染色體;一個種群內部各基因嘅出現頻率係咪真係一如進化論所料,會一代一代噉變呢?
內文:科學理論

科學理論(scientific theory)係指科學上嘅理論。要留意嘅係,「理論」呢個詞語喺日常用語度好多時都係指「一啲可能有根據,但未必真係有根據嘅講法」,好似係英文入面就有「只係一個理論」(is just a theory)呢句嘢,意思即係話某一個諗法只係斷估,未必信得過;而喺呢個咁廣泛嘅定義之下,好多嘢都可以算係「理論」-例如係「宇宙係由上帝創造嘅」呢句嘢,喺呢個噉嘅定義之下都算係理論;不過响認真嘅科學研究上,啲科學家對「一嚿知識點先算一個理論」有相當嚴格嘅基準[48]

理論嘅特性

睇埋:證據

喺廿一世紀初嘅科學界,一個「科學理論」係指一嚿知識體-一柞描述緊某啲現象嘅講法-而個理論係達到以下嘅呢啲條件[49]

  1. 個理論本身會做一啲有可否證性嘅預測;
  2. 個理論會同由實驗觀察度攞到嘅數據夾得埋;
  3. 個理論有嚟自唔同源頭嘅證據支持。

例如進化論係廿一世紀初嘅科學上好有影響力嘅一個科學理論。根據呢個理論嘅最廣義版本,一個種群生物內部各基因嘅出現頻率會隨住時間而一代一代噉慢慢改變,呢個過程就係所謂嘅進化[50],而且進化仲有得細分做微進化同埋宏進化兩種,當中後者係指進化引起嘅變化大到令進化前後兩個種群成為咗兩個唔同嘅物種[51];進化論合乎嗮科學理論嘅三大特性:

  • 「一個種群嘅內部各基因嘅出現頻率有冇隨世代而起變化」呢樣嘢只要有方法量度基因(可以睇吓遺傳學方面嘅技術),就可以驗證,如果搵咗一大柞生物種群返嚟,發覺每個種群內部各基因嘅頻率都係定死咗唔變,就會否證進化論(有可否證性);
  • 實驗同觀察表明,種群內部各基因嘅出現頻率的確係會隨世代而起變化;
  • 證據:除咗「响實驗室入面睇吓到生物種群內部嘅基因真係會慢慢噉變化」之外,進化嘅現象仲可以喺好多地方嗰度睇到,例子有[52][53]
    • 人工選擇-養殖生物嘅人為咗自己嘅目的而特登淨係俾佢哋鍾意嗰啲個體繁殖,令到一個種群變到愈嚟愈似佢哋想要嘅樣,响寵物配種嗰度成日用到;同埋
    • 化石-睇得到唔同時代嘅化石展現生物物種喺形態上慢慢噉起變化。

... 呀噉。

假說

內文:假說
睇埋:肯定後項

假說(hypothesis)喺科學上係指一啲由科學理論嗰度推理出嚟嘅陳述(「如果個理論係真,噉 H 呢句嘢應該會係真」,當中 H 就係一句假說),有可以直接噉驗證,但未經證實。每當有科學家提出新嘅理論去解釋某啲打前解釋唔到嘅現象嗰陣,科學界通常第一時間想做嘅嘢就係會想去搵啲方法嚟去驗證吓個理論。佢哋會由個理論嗰度開始諗吓「如果個理論係真嘅,會引起啲乜嘢假說」,跟住佢哋就會去設計啲實驗出嚟去驗證吓呢啲假說。例如係頭先講咗嘅進化論噉[54]

  • 根據進化論,一個種群有可能喺短時間之內啲基因頻率一代代噉變;

噉如果攞(例如)一個種群嘅飛蛾嚟睇,設   做其中一個基因喺呢個種群入面出現嘅頻率;如果進化論係真確嘅,應該會有最少一個   會喺幾代之間唔同咗-而假設有現代嘅遺傳學知識,「會有最少一個   會喺幾代之間唔同咗」呢句假說有得靠直接嘅觀察嚟驗證。喺成個諗嘢過程入面,研究者用咗「如果...,噉應該...」(if... then...)嘅邏輯-「如果 A 係真,噉 B 應該都會係真」,既然係噉,如果發現咗 B 唔係真,噉 A 就應該唔係真。「有最少一個   會喺幾代之間唔同咗」呢句嘢喺呢度就係一個假說:句嘢由進化論嗰度推理出嚟,有得用觀察驗證[55]

變數

內文:變數 (科研)

變數(variable)係科學理論同假說實會有嘅嘢。一個變數係指宇宙入面一個數值有可能變化、兼且係形容緊某啲嘢嘅特性。例如智能性格呢啲特性都可以攞嚟形容人,而且呢幾樣嘢個個人都唔同(數值可以變化),所以呢三個都係屬「攞嚟形容人」嘅變數。體積質量呢啲可以攞嚟形容人或者物件都得,而且呢兩樣嘢個個人件件物件都可以唔同,所以都係屬於「形容人同物件」嘅變數[56]。變數大致上有得分做兩種:

  • 連續變數(continuous variable)指啲有得用數嚟量度、兼且去到小數點後幾多位都得嘅變數;呢啲數值攞得嚟比較大細同埋做數學嘅運算。例如人有幾高幾重都可以講係連續變數-「身高」同「體重」有得用數嚟度(兼且可以用有小數點後好多個位嘅數字)。研究者有得用呢柞數值嚟比較唔同人嘅身高同體重,仲可以用呢啲數值嚟計數;
  • 相反,「宗教」(社會科學研究有陣時會用到)就係一個唔連續變數(discrete variable)-「一個人信邊個教」呢家嘢唔可以用數嚟度,而且個值一般都唔可以攞嚟做算術運算:「183 厘米」同「80 公斤」呢啲數值有得加減乘除,而「信佛」同「信耶穌」呢啲值雖然都係形容緊人,但冇得攞計數機去撳

順帶一提,統計學同相關嘅領域有對「變數嘅分類同特性」有詳細著墨。

變數例子
 
幾粒互相連住嘅神經細胞(黑色嗰啲);根據海伯法則,佢哋之間「同唔同時傳訊」會令佢哋之間嗰啲突觸起變化。

變數係科學嘅關鍵,因為基本上科學成個目標就係要去了解宇宙咁多嘅變數之間有咩關係。例如以下呢柞科學定律都係講緊某一啲變數之間嘅關係:

  • 牛頓萬有引力定律 
    • 呢條定律係講緊兩嚿嘢之間嘅萬有引力同兩嚿嘢嘅質量距離有乜嘢關係;條式有四個變數:引力( )、兩嚿嘢嘅質量(  )同埋兩嚿嘢之間嘅距離( )。呢四個變數都係連續變數-可以攞數嚟度同埋做加減乘除,而物理學家工程師等嘅人亦都真係會攞呢條式嚟計嘢。
  • 歐姆定律(Ohm's law): 
    • 呢條係電磁學(研究物理學分枝)上嘅一條常用定律,意思係講通過一嚿導電體(指過到電嘅物體)嘅電流 )同施加喺嗰嚿導體兩頭嘅電壓 )成正比,又同嚿導體嘅電阻 )成反比。條式總共有三個變數:電流、電壓同電阻,而且三個都係連續變數[57]
  • 需求定律(law of demand):一條經濟學(研究資源分配嘅社會科學)上嘅定律;需求定律係講緊話,假設第啲因素唔變,當一件貨品價錢升,對件貨品嘅需求量(指消費者有能力同肯買幾多件)會跟住跌,反之亦然;簡單嚟講,即係話「一樣嘢愈貴就愈少人買」。呢條定律入面有兩個變數:價錢同需求量,而呢條定律話佢哋之間有住反比嘅關係[58]
  • 海伯法則(Hebbian rule):神經科學(研究神經系統嘅科學)上嘅一條定律,講喺個入面,兩粒神經細胞愈係會一齊射神經脈衝(簡單講就係訊號),兩粒細胞就愈係會連埋一齊。呢條規律同埋佢嗰柞變種大體上有兩個變數:「兩粒神經細胞有幾常會一齊射脈衝」同埋「嗰兩個神經細胞之間嘅連結有幾強」,而呢條規律話呢兩個變數係成正比[59][60]

無論係邊個學科都好,科學嘅重點基本上就係想搵出變數同變數之間有啲乜嘢關係,而「知道嗮成個宇宙入面所有嘅變數同埋佢哋之間嘅相互關係」可以話係科學嘅終極目標。變數嘅重要性亦都反映咗喺科研文獻嘅書寫嗰度:喺寫一份科研文獻嗰陣,寫嗰個研究者一般都一定要搞掂一樣嘢-講清講楚自己嗰啲假說度有啲乜嘢變數喺入面,同埋係呢柞變數點樣定義[61]

奧坎剃刀

內文:奧坎剃刀

次次學界發現親啲乜嘢前所未見嘅自然現象,相關學科嘅科學家就會各自噉諗柞理論出嚟去解釋佢。而當有成柞理論都係喺度嘗試緊解釋同一柞現象嗰陣時,啲科學家就焗住要揀返個最好嘅理論。於是乎科學家就諗咗一啲準則出嚟去決定一個理論「點樣先至為止好」。奧坎剃刀(Occam's razor)就係其中一條最出名嘅評鑑基準。奧坎剃刀呢條原則查實就好簡單:假設第啲因素不變,科學家會比較鍾意用簡潔啲嘅理論;即係話如果有兩個科學理論都係解釋緊同一柞現象,而佢哋嘅證據強度同解釋力一樣咁強嘅話,科學家一般都會揀(例如)用變數少啲、或者方程式嘅數量少啲嗰個理論[62]

存在嘅理由

奧坎剃刀嘅存在原因有好多:一方面,因為西人自古以嚟就覺得優雅就係「用最少嘅氣力做最多嘅嘢」-呢點喺佢哋嘅藝術方面都睇得到;而另一方面,呢條準則亦都同可否證性有啦掕-當一個理論牽涉到好多個變數嗰陣,驗證個理論嘅時候就愈難控制嗮所有嘅變數,而呢點令到用個理論嘅科學家容易搵到啲事後孔明嘅解法嚟去為自己個理論辯護,例如想像兩個理論,兩個理論都係嘗試緊解釋同一種現象,不過

  • 理論 A 啲方程式得 4 個變數、
  • 理論 B 啲方程式有成 30 個變數咁多、

假設第啲因素不變,要控制嗮理論 B 嗰啲變數難過要控制嗮理論 A 嗰啲,所以响做實驗同觀察嗰陣,理論 B 有更加大嘅機會出現以下噉嘅情況:數據唔撐個理論啲假說,但幫個理論辯護嘅人詏,話個結果之所以會係噉只不過係因為冇控制嗮所有嘅變數-「今次嘅實驗淨係控制咗其中 20 個變數,淨低嗰 10 個變數冇量度到,所以今次實驗唔算真係測試到個理論」 ;相比之下,理論 A 得嗰 4 個變數,假設第啲因素不變,要控制嗮啲變數會相對容易-一個理論「變數多」間接令個理論更加難驗證[63][64]

科學界

 
美國麻省理工學院俾人公認咗係世界上做科研最有料到嘅大學之一。
內文:科學界

科學界係世界上數以百萬計嘅科研人員嘅總體。喺科學家方面,世界各地嘅大學同埋科研機構都會招收人做博士(PhD)學生,會喺博士課程度教佢哋點樣跟住頭先講咗嗰柞科學哲學同科學方法概念去追求新嘅知識;啲博士學生做到嘢、畢到業嘅話就有得成為科學家。响世界各地嘅大學、研究所或者係私營科研機構都會請科學家去搞科研。啲科學家做完研究之後會將自己嗰啲結果同攞到嘅數據用科研論文嘅形式發表,等其他同學科嘅科學家有得交流或者試吓將啲結果攞去重覆驗證。除咗科學家之外,科研人員亦都包括咗好多好似係研究助理呢類嘅人員-佢哋通常冇博士學位,但識少少有關科研嘅嘢,所以就打工喺實驗室或者大學度幫手執頭執尾[1]

廿一世紀初嘅科學界係一個財力好雄厚嘅集團:全世界嘅政府都會幾億幾億噉揼錢落去自己區入面嘅大學嗰度搞科研;研究資金多嘅地區(好似係廿一世紀初嘅美國噉)多數會吸引到多啲有才華嘅科學家去做科研,亦都會出到多啲有影響力嘅研究[65]

科學分科

內文:科學分枝

做科學嘅人通常會按「研究對象係乜」分做唔同嘅領域,每個領域有自己嘅一套文獻同埋研究方法。科學領域最基本上可以分做自然科學社會科學兩大類:

自然科學

內文:自然科學

自然科學(natural science)係泛指專門研究大自然嘅科學領域[66]

... 等等。

社會科學

內文:社會科學

社會科學(social science)係泛指研究人類嘅科學,社會科學都係跟住嗰套科學哲學同方法做研究嘅,堅持要用客觀同實證嚟理解人類。但因為社會科學研究嘅係人類,所以喺用嘅研究方法上就唔同啲,例如係社會科學冇得好似自然科學噉樣,自由噉操控佢哋嘅研究對象(人類),而且倫理上嘅限制比較多[84]-例如係生物學家大可以啲細菌種完之後就攞去銷毀,但係心理學家冇得將啲人做完研究就攞去銷毀,而且後者攞數據嗰陣又要考慮私隱嘅問題(原子或者細菌唔會同人要求私隱,但人就會),所以好多時冇辦法好似自然科學噉,話想攞咩數據就攞咩數據[85][86]

一般會俾人當做社會科學嘅領域包括咗:

... 等等。

除咗上述呢啲比較學術性嘅領域之外,屬於實用性嘅商學亦都有相當嘅社會科學成份,有陣時會俾人當做社會科學噉嚟睇:例子有管理學(management)研究人點樣聚埋一齊合作做嘢[94],或者係市場學(marketing)研究生意人要點做先能夠有效噉賣自己嘅產品[95]呀噉;呢啲領域都會涉及剖析人嘅行為(社會科學其中一樣最重要嘅嘢),包括分析打工仔工作表現會受啲咩因素影響(管理學常見課題)或者係研究消費者買嘢嘅意慾會受啲咩因素影響(市場學常見課題),而事實係,呢啲領域成日都會攞心理學上嘅概念用嚟分析人(打工仔或者消費者)嘅行為,同社會科學關係密切[96]

第啲分科

內文:形式科學應用科學、 同 心靈科學
睇埋:硬同軟科學同埋精密科學

除咗自然學科同社會科學呢兩個大類之外,科學分科仲有以下呢啲分法:

  • 形式科學(formal science):數學(mathematics)同邏輯學(logic)呢柞靠演繹推理嚟追求知識嘅學科亦都同科學好有啦掕,幾乎所有科學家或多或少都會掂吓呢啲學科[97]。好似係數學噉,數學用演繹推理,主題研究數量結構空間,同頭先講咗嗰柞科學學科一樣咁嚴格;不過數學用嘅唔係歸納法,而係用證明嘅方法,只要自己嘅推論冇問題就會做得到確保自己得出嘅結論實係正確-所以數學喺追求知識嘅方法上明顯有異於物理學、生物學同絕大多數嘅社會科學,之但係科學又唔可以冇咗數學-數學成日引發科學上嘅重大突破,而且科學嘅過程裏面都無可避免要用到數學[98]。於是為咗分清楚,數學同埋邏輯呢柞學科俾學界嗌做「形式科學」,嚴格定義係指「研究形式語言嘅領域」[99][100]
  • 應用科學(applied science):有一啲學科會俾科學界嗌做「應用科學」-泛指一啲專係為咗將科學知識用喺實際用途上面而存在嘅學科,當中最出位嘅要數各門嘅工程學(engineering)同埋醫學(medicine);好似係醫學噉,醫學研究者會留意住化學界同生物學界有啲乜嘢新發現,用呢啲發現去發明新嘅醫療技術,再做實驗嚟睇吓呢啲新技術係咪真係得-即係用科學方法去探索「點樣將科學上嘅發現用喺實際用途嗰度」,所以俾人叫做「應用」科學[101][102];同應用科學相對嘅係所謂嘅純科學(pure science),即係指好似物理學、化學同心理學呢啲純粹係為咗追求知識而存在嘅科學領域[6]
  • 心靈科學(mind science):泛指研究心靈嘅科學領域-「研究心靈」包括咗研究人同第啲動物嘅情緒認知功能以至智能呀噉;心靈科學會研究神經系統(尤其係腦部)點樣透過各式各樣嘅過程表示、處理以及轉化資訊(神經科學同心理學),亦會諗埋心靈之間點樣用符號傳達資訊(語言學嘅範疇);心靈科學家會透過參考呢啲大自然所創造嘅心靈同心靈功能,嘗試創造出模擬心靈嘅電腦程式(即係所謂嘅人工智能;AI)。喺廿一世紀初,心靈科學包括咗心理學、神經科學、語言學同人工智能等嘅領域[103][104]
 
一個人腦由左面影嘅相;廿一世紀初心靈科學界一般相信心腦同一論,認為腦就係心靈嘅所在。
  • 硬科學(hard science)同軟科學(soft science):一般嚟講,如果一門採取科學方法嘅領域(科學)
    • 量度精確,而且
    • 客觀(例如唔使靠受試者口頭報告),
    • 就會俾人當係硬科學,否則就係軟科學[105]。舉幾個例說明,好似物理學同化學等嘅自然科學多數都會俾人當係硬科學;社會科學(除咗好數學性嘅經濟學之外)多數都會俾人當係軟科學,因為呢啲領域研究社會現象,好多時都會用問卷或者訪問等嘅方法要受試者答問題,用呢啲答覆做分析(數據嘅數字有可能受到受試者嘅主觀感覺影響)[106];而心理學就一半一半-研究腦活動研究外顯行為等唔使靠人類受試者口頭報告又唔靠文字性數據嘅心理學子領域一般俾人覺得係「硬」啲,相對嚟講社會心理學等比較依賴問卷同訪問嘅心理學子領域就俾好多人覺得係「軟」啲[107]
  • 跨學科(transdisciplinary):係指跨越傳統學科界限嘅研究[註 6];科學上嘅跨學科研究係會攞唔同領域上嘅理論同研究方法,嚟達致對研究對象有更加深入同全面嘅理解[108][109],例如喺廿世紀,研究人類點樣使錢俾人覺得係屬於經濟學嘅範疇,但現實表明咗,人使起錢上嚟好多時都係唔理性嘅,所以假設咗「決策者係完全理性」嘅舊派經濟模型搞唔掂,於是就有人諗點樣將心理學(涉及研究情緒等非理性嘅嘢)上嘅理論模型結合落去經濟學研究嗰度,成功噉解釋咗一啲廿世紀經濟學搞唔掂嘅現象,出咗行為經濟學呢個新嘅領域[110][111]

... 等等。

科學文獻

 
一個人喺度做科研,一路得出咗好多結果同寫低咗好多內容-呢啲內容形成科學文獻嘅一部份。
內文:科學文獻
睇埋:學術出版同埋同儕互評

科學文獻(scientific literature)係指科研人員寫嘅一柞有關科學嘅文獻,包含咗做完實驗同觀察之後寫嘅報告同埋係啲做純理論性討論嘅文章。一般嚟講,無論係邊個領域或者邊種類型嘅科學文獻都好,一份科學文獻都大致上會跟以下噉嘅流程(可以睇返科學方法嘅嘢)[112][113]

  • 文獻綜述:正路嚟講,科研人員喺郁手做新嘅研究之前,都實會摷吓同讀吓自己研究緊嗰範嗰啲近期文獻;佢哋噉做嘅用意係想睇吓嗰範嗰啲研究者近排做咗啲乜同埋有冇乜嘢新發現或者理論-噉樣做一嚟係要攞靈感,二嚟係要費事自己嘥時間走去做一啲人哋已經做咗嘅嘢;而喺做科學性質嘅討論(包括寫科學文獻)嗰陣,研究者通常首先會大致上噉概括吓嗰個研究課題,講吓個課題有啲乜嘢主要理論同諗頭,跟住就會講吓呢啲理論同諗頭有冇啲乜嘢甩漏(所以先至需要做份新嘅研究嚟補救呢啲甩漏)-做新研究嘅常見理由包括「現有嗰啲理論解釋唔到某啲現象」,又或者係個研究者嫌打前嗰啲研究用嘅量度方法唔掂... 呀噉[114]
  • 諗法理據:講完現有嗰啲文獻之後,位研究者就要提出自己嘅諗法同埋有啲理據嚟支撐自己提出嘅諗法;响實證科學上,「支撐自己提出嘅諗法」通常都係實際噉去做實驗或者觀察嚟攞數據,並且對呢啲數據作出分析(詳情可以睇吓統計分析方面嘅嘢[115])同埋呢啲分析得出嘅結果係點。
  • 總結:提出咗諗法,又搵到證據撐自己個諗法之後,研究者正路會大致上噉總結吓自己搵到嘅結果,並且講吓呢啲結果對現有嘅知識體有咩啟示-例如「對於我而家呢個實驗,手上呢兩個理論會作出唔同嘅假說,我做呢個實驗嘗試驗證邊個理論作嘅假說先至係真確,實驗結果撐理論 A 多過撐理論 B,而我認為理論 B 要作出噉噉噉嘅修改先至可以令佢有說服力」噉嘅推論。

如是者,科學作為一嚿知識體就一路係噉有進展-後人基於前人做嘅研究嚟諗新橋,係噉累積數據同埋知識[114][116]

科學史

 
公元前 9000 年前未有文字,但嗰時中美洲嘅人有足夠嘅植物學知識去馴養粟米
內文:科學史

遠古科學

喺發明文字之前嘅時期嗰陣,人類已經有實踐性質嘅科學[117][118]。當時嘅人類已經會發明啲嘢嚟幫助自己嘅生活,好似係石器時代嘅人噉:佢哋識整架生同埋諗方法改良啲架生,雖然因為冇文字搞到佢哋嗰啲有關架生嘅知識只係有得口耳相傳,但嗰啲查實已經算得上係原始嘅工程學;例如中美洲嗰頭嘅人喺呢方面就好出名,佢哋喺公元前 9000 年嗰陣已經將粟米馴養(指令一個非人類嘅物種生物變得啱人類使用)咗,用咗一啲基礎嘅植物學知識[119]

打後少少,有好幾個公元前文明-例如係古埃及古印度古華夏古典時代歐洲、同埋兩河流域文明(包埋波斯[120]-都識得一啲科學知識:好似係用啲(冇現代咁先進嘅)方法觀察天體嘅運行同整曆法[121]、用文獻記載一啲基本嘅生理知識[122][123]、又或者係觀察同紀錄自己周圍啲動植物[124][125]。雖然係噉,嗰時啲人仲未有嚴格嘅科學可言-冇文獻顯示佢哋會走去傾歸納或者係可否證性呢啲科學哲學嘅概念,所以可以話係冇科學性嘅思考呢回事。

古希臘

睇埋:古希臘哲學

學者一般都認為,科學哲學嘅開端係喺公元前嘅古希臘。嗰陣時啲希臘人好興傾哲學同埋知識方面嘅話題,當中公元前 5 世紀嘅蘇格拉底(Socrates)就有喺度試緊用哲學方法理解政治,又有批判嗰時啲研究大自然啲學者唔夠實證,後嚟仲因為佢唔肯接受嗰時希臘人用希臘眾神解釋自然現象嘅做法,俾人當係異端份子處死[126]

打後少少,喺公元前 4 世紀,都係好出名嘅哲學家柏拉圖(Plato)同阿里士多德(Aristotle)就有喺度講點樣將人嘅諗嘢方法分類:佢哋提咗歸納同演繹推理嘅概念,仲有傾到兩者之間有乜嘢分別,可以話係歷史上第一次有人喺度傾科學哲學嘅概念;雖然係噉,阿里士多德佢接受少少用人做中心解釋宇宙嘅理論(客觀嘅科學應該係唔用任何人或物做中心嘅),而且又睇重用純理論性分析去了解大自然-唔會點講用實驗同觀察攞數據,所以嗰時嘅科學哲學淨係得個初形,仲係未有乜嘢實證科學出現[127][128][129]

中世紀

 
一架指南車
睇埋:伊斯蘭黃金時代

中世紀(Middle Age;大約係 5 至 15 世之間嗰段時間)嘅時候,世界各個地區都見到科學上嘅發展,例如當時嘅伊斯蘭世界繼承咗古希臘哲學家嘅思想,喺中東多地建立咗圖書館等嘅學問組織[130][131],用實驗嘅方法收集數據嚟研究天文醫學化學煉金術等各方面嘅知識;打後喺 10 世紀開始,仲出咗阿拉伯人學者用實驗嘅方法嚟研究反射折射(早期嘅光學)等嘅大創新,俾人覺得早期實證科學嘅代表之一。後嚟俾呢啲嘢影響咗,13 世紀嘅英格蘭學者羅傑培根(Roger Bacon)寫咗好幾本書講光學同語言學等嘅學問,又提倡用實證嘅方法嚟追求知識,令到歐洲嘅實證科學成咗形[132]。喺中世紀後橛,歐洲嘅大學由結合天主教神學同阿里士多德思想嘅經院哲學(scholasticism)主導。喺呢個時代,亞巴郎諸教(Abrahamic religions)文明-包括歐洲同伊斯蘭世界-已經搞實驗科學搞得有聲有式-雖然呢個時期嘅科學好多時仲係俾宗教限住,例如係當時啲科學家間唔中就會因為討論科學嗰陣講錯嘢,得罪啲神職人員而有麻煩[129]

同時屬於中世紀嘅趙宋皇朝喺各方面嘅科學度都有一定嘅發展。宋朝嘅漢人發明咗火藥,仲利用呢樣發明品整咗一啲原始嘅大炮出嚟;除咗噉,佢哋發明咗指南車,又喺數學上改進咗好多嘢,俾人覺得係華夏文明歷史上最識搞科技嘅皇朝;同西人唔同嘅係,宋人嘅科學以實用為主,好似光學或者科學哲學呢啲冇乜實際用途嘅理論性探究會少啲,但佢哋嗰啲科技仲係吸引到唔少人喺西面走嚟交流。後嚟南宋皇朝喺 13 世紀尾俾蒙古人打冧,令到中世紀華夏文明嘅科學發展停滯咗一排[133]

值得一提嘅係,趙宋皇朝嘅科技發展主要係喺中原嗰頭:嗰陣時嶺南仲未完全成為漢人南越人嘅文化冇咁先進,唔似得閩越人噉曉造船[134],即係越人响科學上稍為落後啲,冇出到咁多有料到嘅學者或者技術。雖然係噉,嗰時嘅粵廣地區學咗啲大唐同大宋嘅先進漢文化,又有搞啲工藝,所以喺科技上開始萌芽[135]

文藝復興

 
伽利略嘅畫像;佢俾好多人覺得佢係現代科學之父。
 
達爾文嘅物競天擇理論改革咗成個生物學界。
內文:文藝復興
睇埋:科學革命同埋自然哲學

文藝復興(Renaissance;1300 年至 1700 年)係歐洲嘅一個黃金時代[129],嗰時嘅歐洲人開始重新研究古羅馬古希臘留落嚟啲文化遺產,令到佢哋喺藝術思想方面有好多躍進。當中 16 至 17 世紀嘅意大利物理同天文學家伽利略(Galileo)最出位:佢用咗數學嘅概念嚟表達物理學嘅定律-呢樣嘢喺嗰時好新穎,因為佢之前嗰啲自然哲學家多數都淨係會用文字嚟寫科學定律,而好少可用精確嘅數學方程式表達[136][137]。伽利略做咗好多創新嘅實驗,甚至仲挑戰當時羅馬教廷認定嘅地心說(geocentrism;話地球係宇宙中心嘅學說),最後搞到教廷唔妥佢,拉咗佢去審同軟禁,成為咗一個「因為唔服從當權者而受迫害嘅科學家」嘅典型例子[138]。打後 16 世紀嘅法國哲學家笛卡兒(René Descartes)俾伽利略影響咗,提倡用數學嚟理解大自然,又發明咗用座標嚟計幾何嘅做法;同期嘅英國哲學家培根(Francis Bacon)寫咗好幾本有影響力嘅著作,主張自然哲學(嗰陣西人對自然科學嘅稱呼)應該係用實證做主導,又批判咗阿里士多德嘅思想,宣揚一種以「描述自然定律」為核心嘅科學方法。現代科學喺呢個時期可以算係成咗形[139]

呢個時期嘅嶺南地區已經做咗明朝中國嘅主要對外港口。粵人(嗰時現代廣東話已經成咗形)發展咗好多有睇頭嘅工藝技術,會將佢哋啲工藝品(例如係廣彩)賣俾西歐嘅人[140],而且仲因為同西歐人交流得多,出咗啲有西歐味道嘅思想流派,好似係嶺南學派噉,就會主張用「質疑」嘅方法嚟求學問。總體嚟講,呢個時期嘅嶺南同其他東亞嘅社會一樣,喺純科學方面冇乜話重要影響力,但喺科技上係有咁上下嘅水平。

啟蒙時期

內文:啟蒙時期

喺 17 至 18 世紀,歐洲正係處於啟蒙時期(Age of Enlightenment)-俾笛卡兒同培根啟發咗,歐洲响自然哲學上開始有大幅嘅進步[129],西歐諸國同俄羅斯成為咗橫掃成個世界嘅強國。英國物理學家牛頓德國數學家萊布尼茲(Gottfried Leibniz)改革咗數學同物理學,形成咗今日嗌嘅古典力學;而後者諗咗微積分能量呢啲概念出嚟-兩樣都係自然哲學上嘅大突破;除此之外,萊布尼茲仲改咗吓自然哲學上用嘅字眼,唔再用啲帶有目的論(teleology;指一啲假設宇宙所有嘢都有目的嘅學說)嘅字眼嚟寫自然哲學嘢,令到現代科學更加客觀咗。最後,西人就係响呢個時期開始用 science 呢個字嚟稱呼研究大自然嘅學問[141]

摩登時代

自從喺 19 世紀頭開始,各門嘅自然科學就喺度起勢噉發展。歐美地區喺呢個時期出咗好多個有重大突破性嘅科學理論-好似係熱力學定律電磁理論原子論同埋由查理斯·達爾文(Charles Darwin)提出嘅物競天擇呀噉。呢柞理論係現代科技嘅基礎-好多現代嘅科技都係要靠呢啲理論先至整到出嚟,例如係同醫學好有關係嘅細菌研究就成日都會用到物競天擇理論[142]。除咗噉,19 世紀早期仲係社會科學嘅開端[143][144]

响同一時間,遠東地區亦都開始搞科學:日本出咗好幾個好似係野口英世(平假名:のぐち ひでよ)噉嘅著名科學家,成為咗二十至廿一世紀世界上喺科學方面最出色嘅國家之一;同期嘅香港亦都開咗好幾間大學搞科研,出咗啲好似係高錕噉喺科學上有重大成就嘅人(高錕仲攞埋諾貝爾物理學獎),而到咗廿一世紀初,香港嘅科研喺國際上都係處於算係比較前列嘅位置;中國大陸喺科研上水平都有返咁上下。

註釋

  1. 順帶一提,「知識就係力量」(拉丁文Scientia potentia est)呢句嘢就係由拉丁文嗰度出嚟嘅。
  2. 研究道德嘅學問(倫理學)就俾人分類做哲學嘅一門。
  3. 假設「橙」呢個字有個明確嘅定義
  4. 至於有關「點樣驗證啲講到機會率陳述」嘅問題,可以睇吓概率論統計學方面嘅內容。
  5. 不過打後嘅事實亦都表明,喺計一啲質量極高嘅物體(例如黑洞噉)嘅數嗰陣,廣義相對論先會俾到準嘅預測。
  6. 原則上可以包埋人文等領域嘅跨學科研究。

睇埋

文獻

哲學文獻

  • Feyerabend, P. (2005). Science, history of the philosophy, as cited in Honderich, Ted (2005). The Oxford companion to philosophy. Oxford Oxfordshire: Oxford University Press. ISBN 0-19-926479-1. OCLC 173262485.
  • McComas, W. F. (1998). The principal elements of the nature of science: Dispelling the myths. In McComas, William F. The nature of science in science education: rationales and strategies (PDF). Springer. ISBN 978-0-7923-6168-8.
  • Papineau, D. (1996). Philosophy of science (pp. 286-316). New Jersey: Blackwell Publishing Ltd.
  • Popper, K. (2002) The Logic of Scientific Discovery, 2nd Edition. UK: Routledge Classics, ISBN-10 8130908115.(原版喺 1959 年出)
  • 陳瑞麟. (2010). 科學哲學: 理論與歷史. 群學出版有限公司.

歷史文獻

  • Crease, R. P. (2011). World in the Balance: the historic quest for an absolute system of measurement. New York: W.W. Norton. p. 317. ISBN 978-0-393-07298-3.
  • Gaukroger, S. (2006). The Emergence of a Scientific Culture: Science and the Shaping of Modernity 1210–1685. Oxford: Oxford University Press. ISBN 0-19-929644-8.
  • Gribbin, J. (2003). Science: A history. London: Penguin UK.
  • Kuhn, T. (1962). The Structure of Scientific Revolutions.
  • Needham, J. (1954). Science and Civilisation in China: Introductory Orientations. 1. Cambridge University Press.
  • Shanahan, M. (2015). The Technological Singularity. MIT Press.

拉雜文獻

  • Augros, R. M., & Stanciu, G. N. (1984). The New Story of Science: mind and the universe, Lake Bluff, Ill.: Regnery Gateway. ISBN 0-89526-833-7
  • Becker, E. (1968). The structure of evil; an essay on the unification of the science of man. New York: G. Braziller.
  • Cole, K. C. (1986). Things your teacher never told you about science: Nine shocking revelations. Newsday, Long Island, New York, March 23.
  • Feynman, R. P. (1999). Robbins, Jeffrey, Ed. The pleasure of finding things out the best short works of Richard P. Feynman. Cambridge, Mass.: Perseus Books. ISBN 0465013120.
  • Feynman, R. P. (1999). The Pleasure of Finding Things Out: The Best Short Works of Richard P. Feynman. Perseus Books Group. ISBN 0-465-02395-9. OCLC 181597764.
  • Gopnik, A. (2004). Finding Our Inner Scientist. Daedalus, Winter 2004.
  • Hagstrom, W. O. (1965). The scientific community. New York: Basic books.
  • Kevles, D. J. (1995). The physicists: The history of a scientific community in modern America. Harvard University Press.
  • Levin, Y. (2008). Imagining the Future: Science and American Democracy. New York, Encounter Books. ISBN 1-59403-209-2
  • Russell, B. (1985) [1952]. The Impact of Science on Society. London: Unwin. ISBN 0-04-300090-8.

  1. 1.0 1.1 Bulger, Ruth Ellen; Heitman, Elizabeth; Reiser, Stanley Joel (2002). The Ethical Dimensions of the Biological and Health Sciences (2nd ed.). Cambridge University Press.
  2. R. P. Feynman, The Feynman Lectures on Physics, Vol.1, Chaps.1,2,&3.
  3. Wilson, E.O. (1999). "The natural sciences". Consilience: The Unity of Knowledge (Reprint ed.). New York, New York: Vintage. pp. 49–71.
  4. Godfrey-Smith, Peter (2003o). "Empiricism, naturalism, and scientific realism?". Theory and Reality: An Introduction to the Philosophy of Science (1st ed.). Chicago, Illinois: University of Chicago. pp. 219-232.
  5. The Branches of Science.
  6. 6.0 6.1 Editorial Staff (March 7, 2008). "Scientific Method: Relationships among Scientific Paradigms 互聯網檔案館歸檔,歸檔日期2016年11月1號,.". Seed magazine.
  7. 7.0 7.1 Knorr-Cetina, K. D. (1981). Social and scientific method or what do we make of the distinction between the natural and the social sciences?. Philosophy of the Social Sciences, 11(3), 335-359.
  8. Flannery, K. L. (1991). Aristotle: Prior Analytics. Ancient Philosophy, 11(1), 187-193.
  9. Vinge, V. (1993). The coming technological singularity. Whole Earth Review, 81, 88-95.
  10. Heilbron, J. L. (Ed.) (2003). The Oxford Companion to the History of Modern Science. New York: Oxford University Press.
  11. Aristotle, De Anima, 429b29–430a1.
  12. Online Etymology Dictionary - Science.
  13. 13.0 13.1 Wilson, Edward (1999). Consilience: The Unity of Knowledge. New York: Vintage.
  14. 《禮記‧大學》
  15. Empiricism Quotes. Goodreads.
  16. Kant, I. (1908). Critique of pure reason. 1781. Modern Classical Philosophers, Cambridge, MA: Houghton Mifflin, 370-456.
  17. "Philosophy; note meaning 5". 原著喺2017年7月10號歸檔. 喺2017年7月2號搵到.
  18. Godfrey-Smith, Peter (2003c). "Induction and confirmation". Theory and Reality: An Introduction to the Philosophy of Science (1st ed.). Chicago, Illinois: University of Chicago. pp. 39–56.
  19. Greco, J. & Sosa, E. (1999). Blackwell Guide to Epistemology, Blackwell Publishing.
  20. Achinstein, Peter, and Barker, Stephen F. (1969), The Legacy of Logical Positivism: Studies in the Philosophy of Science, Johns Hopkins University Press, Baltimore, MD.
  21. Fischer, M.R.; Fabry, G (2014). "Thinking and acting scientifically: Indispensable basis of medical education". GMS Zeitschrift für Medizinische Ausbildung. 31 (2): Doc24.
  22. Stamos, D. N. (1996). Popper, falsifiability, and evolutionary biology. Biology and Philosophy, 11(2), 161-191.
  23. 23.0 23.1 23.2 Olszewski, W., & Sandroni, A. (2011). Falsifiability. American Economic Review, 101(2), 788-818.
  24. LeBel, E. P., Berger, D., Campbell, L., & Loving, T. J. (2017). Falsifiability is not optional.
  25. Puetz, S. J., & Condie, K. C. (2020). Applying Popperian falsifiability to geodynamic hypotheses: empirical testing of the episodic crustal/zircon production hypothesis and selective preservation hypothesis. International Geology Review, 1-31.
  26. Michael, M. T. (2019). Why Aren't More Philosophers Interested in Freud? Re-Evaluating Philosophical Arguments against Psychoanalysis. Philosophia, 47(4), 959-976.
  27. Cioffi, F. (1970). Freud and the idea of a pseudo-science. Explanation in the behavioural sciences, 508-515.
  28. Misner, Charles W.; Thorne, Kip S.; Wheeler, John Archibald (1973). Gravitation. New York: W. H.Freeman and Company.
  29. Simon, Á., Smarandache, A., Iancu, V., & Pascu, M. L. (2021). Stability of Antimicrobial Drug Molecules in Different Gravitational and Radiation Conditions in View of Applications during Outer Space Missions. Molecules, 26(8), 2221.
  30. Steps of the Scientific Method.
  31. Anderson, P.F. (1983). Marketing, scientific progress, and scientific method. The Journal of Marketing, 18-31.
  32. Bunge, Mario (1998). "The Scientific Approach". Philosophy of Science: Volume 1, From Problem to Theory. 1 (revised ed.). New York, NY: Routledge. pp. 3-50.
  33. Backer, Patricia Ryaby (October 29, 2004). "What is the scientific method?". San Jose State University.
  34. Wolfgang Rindler (1991). Introduction to Special Relativity (2nd ed.), Oxford University Press.
  35. Cooperstock, F. I. (2009). General relativistic dynamics: extending Einstein's legacy throughout the universe. Singapore: World Scientific.
  36. Griffith, W. T. (2001). The physics of everyday phenomena: a conceptual introduction to physics, 3rd Ed. Boston: McGraw-Hill. Page 3-4.
  37. DiBerardinis, L. J., Baum, J. S., First, M. W., Gatwood, G. T., & Seth, A. K. (2013). Guidelines for laboratory design: health, safety, and environmental considerations. John Wiley & Sons.
  38. Hart, C. L., Taylor, M. D., Smith, G. D., Whalley, L. J., Starr, J. M., Hole, D. J., ... & Deary, I. J. (2004). Childhood IQ and cardiovascular disease in adulthood: prospective observational study linking the Scottish Mental Survey 1932 and the Midspan studies. Social science & medicine, 59(10), 2131-2138.
  39. McIllmurray, M. B., Thomas, C., Francis, B., Morris, S., Soothill, K., & Al‐Hamad, A. (2001). The psychosocial needs of cancer patients: findings from an observational study. European journal of cancer care, 10(4), 261-269.
  40. Pedhazur, E. J., Schmelkin, L. P. (1991). Measurement, Design, and Analysis: An Integrated Approach, 1st Ed. Hillsdale, NJ: Lawrence Erlbaum Associates.
  41. Stevens, S.S. On the theory of scales and measurement 1946. Science. 103, 677-80.
  42. Taylor, John Robert (1999). An Introduction to Error Analysis: The Study of Uncertainties in Physical Measurements. University Science Books. pp. 128-129.
  43. Shrotriya, V., Li, G., Yao, Y., Moriarty, T., Emery, K., & Yang, Y. (2006). Accurate measurement and characterization of organic solar cells. Advanced functional materials, 16(15), 2016-2023.
  44. Deductive and Inductive Arguments.
  45. 45.0 45.1 45.2 Heit, E. (2000). Properties of inductive reasoning. Psychonomic Bulletin & Review, 7(4), 569-592.
  46. Sextus Empiricus, Outlines of Pyrrhonism. Trans. R.G. Bury, Harvard University Press, Cambridge, Massachusetts, 1933, p. 283.
  47. Arthur, W. B. (1994). Inductive reasoning and bounded rationality. The American economic review, 84(2), 406-411.
  48. National Academy of Sciences (2008), Science, Evolution, and Creationism.
  49. Handfield, R. B., & Melnyk, S. A. (1998). The scientific theory-building process: a primer using the case of TQM. Journal of operations management, 16(4), 321-339.
  50. What is microevolution?.
  51. Hautmann, Michael (2020). "What is macroevolution?". Palaeontology. 63 (1): 1–11.
  52. Adams, Jill U. (2008). "Genetics of Dog Breeding". Nature Education. 1 (1).
  53. Trut, Lyudmila (1999). "Early Canid Domestication: The Farm-Fox Experiment". American Scientist. 87 (2): 160. doi:10.1511/1999.2.160.
  54. Hempel, C. G. (1966). Philosophy of natural science. Pearson: Prentice Hall.
  55. Serlin, R. C. (1987). Hypothesis testing, theory building, and the philosophy of science. Journal of Counseling Psychology, 34(4), 365.
  56. Michell, J. (1993). The origins of the representational theory of measurement: Helmholtz, Hölder, and Russell. Studies in History and Philosophy of Science, 24, 185-206.
  57. Robert A. Millikan and E. S. Bishop (1917). Elements of Electricity. American Technical Society. p. 54. "Ohm's law current directly proportional".
  58. Definition of 'Law Of Demand'. Economics Times.
  59. H. H. Lund. Neural building blocks. In 1st International IEEE EMB Conference on Neural Engineering, Capri, Italy, March 20-22 2003. IEEE Press
  60. Caporale N; Dan Y (2008). "Spike timing-dependent plasticity: a Hebbian learning rule". Annual Review of Neuroscience. 31: 25–46.
  61. "11 steps to structuring a science paper editors will take seriously". 原著喺2017年8月1號歸檔. 喺2017年7月4號搵到.
  62. Blumer, A., Ehrenfeucht, A., Haussler, D., & Warmuth, M. K. (1987). Occam's razor. Information processing letters, 24(6), 377-380.
  63. Domingos, P. (1999). The role of Occam's razor in knowledge discovery. Data mining and knowledge discovery, 3(4), 409-425.
  64. Rasmussen, C. E., & Ghahramani, Z. (2001). Occam's razor. Advances in neural information processing systems, 294-300.
  65. Davis, L. E., & Kevles, D. J. (1974). The National Research Fund: A case study in the industrial support of academic science. Minerva, 12(2), 207-220.
  66. The Branches of Science.
  67. "Physics is one of the most fundamental of the sciences. Scientists of all disciplines use the ideas of physics, including chemists who study the structure of molecules, paleontologists who try to reconstruct how dinosaurs walked, and climatologists who study how human activities affect the atmosphere and oceans. Physics is also the foundation of all engineering and technology. No engineer could design a flat-screen TV, an interplanetary spacecraft, or even a better mousetrap without first understanding the basic laws of physics. (...) You will come to see physics as a towering achievement of the human intellect in its quest to understand our world and ourselves." Young & Freedman 2014, p. 1
  68. Lederman, L. M. (1984). The value of fundamental science. Scientific American, 251(5), 40-47.
  69. Brown, Theodore L.; LeMay, Jr., H. Eugene; Bursten, Bruce E.; Murphey, Catherine J.; Woodward, Patrick M.; Stoltzfus, Matthew W.; Lufaso, Michael W. (2018). "Introduction: Matter, energy, and measurement". Chemistry: The Central Science (14th ed.). New York: Pearson. pp. 46–85.
  70. "Chemistry Is Everywhere". American Chemical Society.
  71. What Is Earth Science?.
  72. Allaby M., 2008. Dictionary of Earth Sciences, Oxford University Press, ISBN 978-0-19-921194-4.
  73. Unsöld, A.; Baschek, B. (2001). The New Cosmos: An Introduction to Astronomy and Astrophysics. Springer.
  74. Carroll, B. W., & Ostlie, D. A. (2017). An introduction to modern astrophysics. Cambridge University Press.
  75. Trifonov, Edward N. (2012). "Definition of Life: Navigation through Uncertainties". Journal of Biomolecular Structure & Dynamics. Adenine Press. 29 (4): 647–50.
  76. "Molecular Biology". britannica.com.
  77. Griffiths, Anthony J.F.; Miller, Jeffrey H.; Suzuki, David T.; Lewontin, Richard C.; Gelbart, William M., eds. (2000). "Genetics and the Organism: Introduction". An Introduction to Genetic Analysis (7th ed.). New York: W. H. Freeman.
  78. Hartl, D, Jones, E (2005). Genetics: Analysis of Genes and Genomes (6th ed.). Jones & Bartlett.
  79. Mogilner, A., Wollman, R., & Marshall, W. F. (2006). Quantitative modeling in cell biology: what is it good for?. Developmental cell, 11(3), 279-287.
  80. Bear, MF; Connors, BW; Paradiso, MA (2007). "Ch. 2". Neuroscience: Exploring the Brain. Lippincott Williams & Wilkins.
  81. Bovet, É., Kraus, C., Panese, F., Pidoux, V., & Stücklin, N. (2013). Neuroscience examined by the clinical and the social science. Revue d'anthropologie des connaissances, 7(3), a-n.
  82. Hatcher, Bruce Gordon (1990). "Coral reef primary productivity. A hierarchy of pattern and process". Trends in Ecology and Evolution. 5 (5): 149-155.
  83. Chapin, F. Stuart; Pamela A. Matson; Harold A. Mooney (2002). Principles of Terrestrial Ecosystem Ecology. New York: Springer. p. 10.
  84. Fisher, C. B., & Anushko, A. E. (2008). Research ethics in social science. The SAGE handbook of social research methods, 95-109.
  85. Oberski, D. L., & Kreuter, F. (2020). Differential privacy and social science: An urgent puzzle. Harvard Data Science Review: HDSR, 2(1), 1-21.
  86. Colander, David C.; Hunt, Elgin F. (2019). "Social science and its methods". Social Science: An Introduction to the Study of Society (17th ed.). New York, NY: Routledge. pp. 1-22.
  87. Gluck, Mark A.; Mercado, Eduardo; Myers, Catherine E. (2016). Learning and Memory: From Brain to Behavior. New York/NY, USA: Worth Publishers.
  88. Cattell, R. B. (1988). Psychological theory and scientific method. In Handbook of multivariate experimental psychology (pp. 3-20). Springer, Boston, MA.
  89. Ashley, David; Orenstein, David M. (2005). Sociological Theory: Classical Statements (6 ed.). Boston: Pearson Education.
  90. Krugman, Paul; Wells, Robin (2012). Economics (3rd ed.). Worth Publishers.
  91. Halliday, Michael A.K.; Jonathan Webster (2006). On Language and Linguistics. Continuum International Publishing Group. p. vii.
  92. Haviland, William A.; Prins, Harald E.L.; McBride, Bunny; Walrath, Dana (2010), Cultural Anthropology: The Human Challenge (13th ed.), Cengage Learning,
  93. Stock, W.G., & Stock, M. (2013). Handbook of Information Science. Berlin, Boston, MA: De Gruyter Saur.
  94. Hersey, P., & Blanchard, K. H. (1969). Management of organizational behavior: Utilizing human resources. Academy of Management Journal, Vol. 12, No. 4.
  95. Lamb, Charles; Hair, Joseph; McDaniel, Carl (2016). Principles of Marketing. Boston, MA: Cengage Learning.
  96. Spector, P. E. (2021). Industrial and organizational psychology: Research and practice. John Wiley & Sons.
  97. Bill, Thompson (2007), "2.4 Formal Science and Applied Mathematics", The Nature of Statistical Evidence, Lecture Notes in Statistics, 189 (1st ed.), Springer, p. 15.
  98. Bishop, Alan (1997)."Mathematical Enculturation: A Cultural Perspective on Mathematics Education." Dordrecht: Kluwer Academic Publishers.
  99. "Formal Sciences". 原著喺2018年8月15號歸檔. 喺2017年8月3號搵到.
  100. "The Formal Sciences: Their Scope, Their Foundations, and Their Unity". Synthese. 133.
  101. Abraham, Reem Rachel (2004). "Clinically oriented physiology teaching: strategy for developing critical-thinking skills in undergraduate medical students". Advances in Physiology Education. 28 (3): 102–04.
  102. Bunge, M. (1966). "Technology as applied science". In Rapp, F. (ed.). Contributions to a Philosophy of Technology. Theory and Decision Library (An International Series in the Philosophy and Methodology of the Social and Behavioral Sciences). Dordrecht, Netherlands: Springer. pp. 19–39.
  103. Belkin, N. J. (1990). The cognitive viewpoint in information science. Journal of information science, 16(1), 11-15.
  104. Paas, F., Renkl, A., & Sweller, J. (2004). Cognitive load theory: Instructional implications of the interaction between information structures and cognitive architecture. Instructional science, 32(1), 1-8.
  105. "In praise of soft science" (PDF). Nature. 435 (7045): 1003–2005. 2005.
  106. Smith L.D., Best L.A., Stubbs A., Johnston J., Archibald A.B. (2000). "Scientific Graphs and the Hierarchy of the Sciences". Social Studies of Science. 30 (1): 73–94.
  107. Smith, L. D., Best, L. A., Stubbs, D. A., Archibald, A. B., & Roberson-Nay, R. (2002). Constructing knowledge: The role of graphs and tables in hard and soft psychology. American Psychologist, 57(10), 749.
  108. Basarab Nicolescu (Ed.) Transdisciplinarity - Theory and Practice, Hampton Press, Cresskill, NJ, USA, 2008.
  109. Medicus, Gerhard (2005). "Mapping Transdisciplinarity in Human Sciences".; see also 2017: Being Human - Bridging the Gap between the Sciences of Body and Mind (chapter 1 and 2). Berlin, VWB,
  110. Lin, Tom C. W. (16 April 2012). "A Behavioral Framework for Securities Risk". Seattle University Law Review. SSRN.
  111. Kahneman, D. (2003). Maps of bounded rationality: Psychology for behavioral economics. American economic review, 93(5), 1449-1475.
  112. These are the 20 most popular academic papers of 2016.
  113. What are the Qualities of a Good Research Paper. Sahifa.
  114. 114.0 114.1 Ziman, J.M. (1980). "The proliferation of scientific literature: a natural process". Science. 208 (4442): 369–71.
  115. Dixon, W. J., & Massey Jr, F. J. (1951). Introduction to statistical analysis.
  116. Shatz, David (2004). Peer Review: A Critical Inquiry. Rowman & Littlefield.
  117. Lindberg, D. C. (2010). The beginnings of Western science: The European scientific tradition in philosophical, religious, and institutional context, prehistory to AD 1450. University of Chicago Press.
  118. Grant, Edward (1 January 1997). "History of Science: When Did Modern Science Begin?". The American Scholar. 66 (1): 105–13.
  119. Matsuoka, Y., Vigouroux, Y., Goodman, M. M., Sanchez, J., Buckler, E., & Doebley, J. (2002). A single domestication for maize shown by multilocus microsatellite genotyping. Proceedings of the National Academy of Sciences, 99(9), 6080-6084.
  120. Rochberg, Francesca (2011). "Ch.1 Natural Knowledge in Ancient Mesopotamia". In Shank, Michael; Numbers, Ronald; Harrison, Peter. Wrestling with Nature : From Omens to Science. Chicago: University of Chicago Press. p. 9.
  121. A. Aaboe (2 May 1974). "Scientific Astronomy in Antiquity". Philosophical Transactions of the Royal Society. 276 (1257): 21–42.
  122. Margotta, Roberto (1968). The Story of Medicine. New York City, New York: Golden Press.
  123. R D. Biggs (2005). "Medicine, Surgery, and Public Health in Ancient Mesopotamia". Journal of Assyrian Academic Studies. 19 (1): 7–18.
  124. Needham, J., Wang, L., & Lu, G. D. (1963). Science and civilisation in China (Vol. 5, p. 301). Cambridge: Cambridge University Press.
  125. Lehoux, Daryn (2011). "2. Natural Knowledge in the Classical World". In Shank, Michael; Numbers, Ronald; Harrison, Peter. Wrestling with Nature : From Omens to Science. Chicago: University of Chicago Press. p. 39.
  126. Compton, T. (1990). The trial of the satirist: poetic Vitae (Aesop, Archilochus, Homer) as background for Plato's Apology. The American Journal of Philology, 111(3), 330-347.
  127. David C. Lindberg (2007), The beginnings of Western science: the European Scientific tradition in philosophical, religious, and institutional context, Second ed. Chicago: Univ. of Chicago Press.
  128. Burkert, Walter (June 1, 1972). Lore and Science in Ancient Pythagoreanism. Cambridge, Massachusetts: Harvard University Press.
  129. 129.0 129.1 129.2 129.3 Lindberg, D. (1992) The Beginnings of Western Science Chicago. University of Chicago Press.
  130. "Bayt al-Hikmah". Encyclopædia Britannica. Retrieved November 3, 2016.
  131. "Science in Islam". Oxford Dictionary of the Middle Ages. 2009.
  132. Lindberg, D. C. (Ed.). (1980). Science in the middle ages. University of Chicago Press.
  133. Needham, J., & Yates, R. D. (1994). Science and Civilisation in China–Vol 5: Chemistry and Chemical Technology, Part 6: Military Technology: Missiles and Sieges.
  134. 《漢書 · 嚴助傳》:「(閩)越方外之地,斷髮紋身之民也,以處溪谷之間,篁竹之中,習於水斗,便於用舟。」
  135. "越人底色+移民-广府源流". 原著喺2017年8月9號歸檔. 喺2017年8月6號搵到.
  136. Brecht, B. (2015). Life of Galileo. London: Bloomsbury Publishing.
  137. "Galileo and the Birth of Modern Science". American Heritage of Invention and Technology. 24.
  138. Numbers, Ronald (2009). Galileo Goes to Jail and Other Myths about Science and Religion. Harvard University Press. p. 45.
  139. Brugger, E. Christian (2004). "Casebeer, William D. Natural Ethical Facts: Evolution, Connectionism, and Moral Cognition". The Review of Metaphysics. 58 (2).
  140. "《挖趣》在美國收藏廣彩瓷器". 原著喺2017年2月22號歸檔. 喺2017年8月7號搵到.
  141. Cahan, David, ed. (2003). From Natural Philosophy to the Sciences: Writing the History of Nineteenth-Century Science. Chicago: University of Chicago Press.
  142. Dykhuizen, D. E. (1990). Experimental studies of natural selection in bacteria. Annual Review of Ecology and Systematics, 21(1), 373-398.
  143. Thompson, W. (1824). An Inquiry Into the Principles of the Distribution of Wealth Most Conducive to Humane Happiness Applied to the Newly Proposed System of Voluntary Equality of Wealth. London: Longman.
  144. Lightman, Bernard (2011). "13. Science and the Public". In Shank, Michael; Numbers, Ronald; Harrison, Peter. Wrestling with Nature : From Omens to Science. Chicago: University of Chicago Press. p. 367.