Interprétations des mesures

[Bintou123]

Bonjour,

Lorsqu'un groupe de chercheurs annonce qu'il a fait une découverte, il n'est pas rare d'apprendre, quelques mois plus tard, que "les mesures ont peut-être été mal interprétées". Exemple : c'est ce que des chercheurs nous disent actuellement au sujet des résultats de l'expérience BICEP2.

Connaissez-vous un livre ( en français ou anglais ) qui traite de la problématique de l'interprétation des mesures ?

Bien entendu, pour chaque expérience, il y a une réponse différente.

Mais, ce qui m'intéresse, c'est ce qui est invariant lorsque cette question se pose.

Etant donné que j'ai cherché et que je n'ai rien trouvé, j'espère qu'un chercheur écrira un jour un article ou un livre ou réalisera une vidéo qui présentera des articles scientifiques célèbres qui ont provoqué une polémique relative à l'interprétation des mesures des grandeurs physiques considérées dans l'article et qui expliquera le cheminement intellectuel qui a conduit à la conclusion : l'interprétation des mesures était bonne ou mauvaise.

Merci.

Meilleures salutations,

Bintou
-----

[iori]

Un bon expérimentateur lorsqu'il fait des mesures doit d'abord vérifier qu'il peut reproduire ce qu'il mesure.
Puis il doit évaluer l'erreur qu'il commet sur sa mesure (due a ses appareils pas infiniment précis par exemple, ou a ses conditions expérimentales pas parfaitement fixées).
Ensuite soit les mesures (et leurs erreurs prisent en compte) collent avec la théorie et on a "une découverte". Soit pas et alors il faut revoir les mesures et/ou la théorie.

Dans le cas de mesures probabilistes (en medecine par exemple) c'est plus complexe.
Ca colle parfois oui, parfois non et la il faut sortir l'arsenal statistique pour dire, il y a xx% de chance que ça colle avec la théorie.
Si xx>95 par exemple on peut dire qu'on a une découverte.

En général lorsqu'une "fausse découverte" est faite c'est que ce protocole n'a pas été respecté pour diverses raisons (pression sur le chercheur pour publier un maximum, mauvaise connaissance en statistique, falsification volontaire du résultat ...)

[LPFR]

Bonjour.
Je pense qu’il n’y a pas de « recette de cuisine » pour interpréter des mesures.
Il faut commencer par analyser toutes les sources d’erreur que l’on croit connaître. Et c’est là un des plus gros problèmes. Vous ne pouvez pas avoir la certitude d’avoir tenu compte de toutes les sources d’erreur. Là il n’y a que les connaissances et l’expérience qui joue. Mais c’est toujours sans garantie.

À titre d’exemple, l’expérience gravity probe B a durée 1 an (en dehors des phases de calibration). Elle a fini en 2005. Mais la phase d’étude et analyse de données a duré 5 ans.

Un autre exemple : les neutrinos supraluminiques de 2012. De toute évidence une source d’erreur ne fut découverte que bien après avoir publié des résultats surprenants.

La plupart des expériences sont nettement plus compliqués que peser un kg de sucre sur une balance.

Au revoir.

[iori]

A mais je n'ai pas dit que c'était facile d'estimer les erreurs, mais bon ça reste la méthode la plus robuste pour éviter de dire n'importe quoi.
Et certes beaucoup d’expériences ne se résument pas a peser du sucre sur une balance mais ce n'est pas non plus l’intégralité des chercheurs qui travaillent par centaine sur un appareil de mesure de plusieurs kilomètres de long.
Il y a un juste milieu.

[A voir en vidéo sur Futura]

[lucas.gautheron]

Un problème plus fondamental de l'interprétation des mesures est qu'elle se fait dans un cadre théorique donné. Quand on réalise une mesure, on sait plus ou moins ce que l'on cherche, dans le sens où il y a déjà une idée et une certaine subjectivité derrière toute expérience. Si le cadre de travail s'avère faux a posteriori alors l'interprétation peut changer.

Un exemple qui se rapproche un peu de ce que je veux dire serait le prix nobel de fermi attribué pour une mauvaise raison : http://passeurdesciences.blog.lemond...ion-nucleaire/

A+

[Nicophil]

Bonjour,

Ensuite soit les mesures (et leurs erreurs prises en compte) ne collent pas avec la théorie et on a "une découverte". Soit [...]

[iori]

c'est pas faux

[Dynamix]

Salut
Sujet d' actualité : Les poêles à bois .
Ils partent tous des mêmes données et aboutissent à des conclusions radicalement différentes .

[LPFR]

Salut
Sujet d' actualité : Les poêles à bois .
Ils partent tous des mêmes données et aboutissent à des conclusions radicalement différentes .

Re.
C’est vrai.
C’est un peu une caricature de ce qui se passe dans le monde scientifique.
À ceci près que les scientifiques n’ont pas des motivations électorales et qu’ils n’utilisent pas la langue de bois (du moins pas fréquemment)
A+

[Bintou123]

Bonjour,

Merci à tous pour vos contributions.

Iori, quand vous dîtes

Puis il doit évaluer l'erreur qu'il commet sur sa mesure (due a ses appareils pas infiniment précis par exemple, ou a ses conditions expérimentales pas parfaitement fixées).

, est-ce que les erreurs provoquées par l'instabilité des "conditions expérimentales" ( température, pression, vitesse,... ) sont les "erreurs statistiques" ?

D'autre part, dans la problématique de l'interprétation des mesures, il y a la question "qu'est-ce que nous venons de mesurer ?" ( qui se pose, par exemple, pour l'expérience BICEP2 ).

A +

Bintou