Falcificationnisme?

[invite6754323456711]

Hmm...spontanément, j'aurais eu envie de dire que c'est le contenu qui est important, comme la majorité des gens je suppose

Le contenu je le perçois plutôt contextuel : http://ophtasurf.free.fr/illusions/i...robertlaws.jpg lié à notre grille sensorielle. La syntaxe, la forme, la démarche peuvent s'appliquer, en mon sens, à différents contenus.

Patrick

[mh34]

Le contenu je le perçois plutôt contextuel : http://ophtasurf.free.fr/illusions/i...robertlaws.jpg lié à notre grille sensorielle. La syntaxe, la forme, la démarche peuvent s'appliquer, en mon sens, à différents contenus.

Patrick

Donc, X peut trouver un contenu comme étant parfaitement scientifique, et Y non? Ca aussi ça pose problème...

[invite6754323456711]

Donc, X peut trouver un contenu comme étant parfaitement scientifique, et Y non? Ca aussi ça pose problème...

Ce problème est résolu potentiellement par l'inter-subjectivité. De la nous construisons des théories que nous mettons en équation pour construire des modèles prédictifs afin de les confronter aux expérimentations.

Patrick

[invite6754323456711]

Ce problème est résolu potentiellement par l'inter-subjectivité. De la nous construisons des théories que nous mettons en équation pour construire des modèles prédictifs afin de les confronter aux expérimentations.

En croisant différente lecture : Dans un objectif de recherche de fiabilisation dans les résultats à obtenir pour agir (décision d'action) on va chercher à construire un modèle d'expertise. C'est à dire le savoir déjà connu d'expert sur le sujet avant les informations apportées par les résultats expérimentaux.

La statistique fréquentiste pose par principe que seules les données observé suite à un choix de mesure (exemple la météo) doivent être utilisées pour aider à la décision en avenir incertain. La théorie de la décision statistique bayésienne développe quant à elle un cadre formel pour traduire de façon quantitative l’expertise par des distributions de probabilité, dites lois a priori ou priors. C'est à dire utilise en plus une connaissance d'expertise a priori encoder sous forme
de probabilités en utilisant plusieurs approches fonction de l'application à considérer. C'est à dire adopte une démarche d'élicitation. Ce qui permet d'établir une loi de probabilité, dite prior ou loi a priori, pour le paramètre/estimateur θ afin de décrit la connaissance imprécise que l’expert possède sur les valeurs de θ (état du phénomène étudier / par exemple, de manières très simplifié, dans un contexte météo, l’ensemble Θ des états de la "nature" prend trois modalités :Θ= {θ1 : belle journée ensoleillée, θ2 : ondées, θ3 rage}.

Le modèle statistique devient une structure mathématique qui permet de régénérer des informations plausibles compte-tenu de la connaissance de l’état de la "nature" (mesure météo) et des connaissances d'expertise à priori.


Patrick

[A voir en vidéo sur Futura]