Esta vez, por hacerlo más corto, contesto a las partes que no están influidas por los artículos en sí. Por desgracia, ahora hay un lío montado, porque el enlace del segundo mensaje es distinto de los dos anteriores, no es "el segundo artículo", sino el tercero. La parte que es independiente es
). Donde dice "... si lo datos dan lo que pide el modelo" debería decir "... si los datos cumplen con los requisitos que exige el modelo". Creí que por el contexto estaría claro (reconozco que no). Lo que digo es que los requisitos que deben cumplir los datos dependen de la pregunta que estoy haciendo. Temo a las analogías, porque casi siempre dan lugar a malentendidos, pero me temo que es necesaria una en este caso. La proteína más abundante en sangre es la albúmina. Si quiero estudiar el contenido proteico de la sangre, debo incluir su concentración. Sin embargo, si quiero construir un modelo de la influencia de las proteínas en los tumores sanguíneos, puedo obviar la albúmina tranquilamente. Será mucho más importante la proteína p53, que se encuentra en concentraciones despreciables.
La importancia que tiene el error de las estaciones metereológicas y de las proyecciones de emisión de gases depende de la robustez del modelo, o sea, de cuán sensible sea el resultado a variaciones en esos datos. La medida de esa robustez nos la dan a través de una "predicción" de los datos pasados. Partiendo de un punto conocido, predicen cómo variará el resultado (sin usar los datos conocidos) y lo comparan con los datos reales. También está el "bootstrapping", que consiste precisamente en variar los datos aposta y ver cuánto varía el resultado. Ambos son criterios falsables.
Por otra parte, en mi frase digo "representativas", no "equivalentes". En una cosa a lo mejor estamos de acuerdo. Los modelos se alimentan con los datos de las estaciones metereológicas, y por tanto, en sentido estricto, predicen las temperaturas de las estaciones metereológicas. A partir de ahí, entiendo que tú dices que, incluso si el modelo es correcto, la temperatura de las estaciones subirá, pero la de los alrededores permanecerá (más o menos) constante. No poseo los conocimientos o la experiencia necesaria para afirmar tajantemente que eso no es así, pero me parece muy improbable. Estoy abierto a datos...
Me parece muy bien que uses argumentos epistemológicos, son la base de la ciencia, pero a veces son un poco simplistas. El hecho de que un artículo comience con una exposición sobre el efecto invernadero no quiere decir que eso sea un prejuicio (puede serlo, por supuesto, pero no hay que dejar de leer). El enlace que me mandas es bastante peor epistemológicamente, da las conclusiones antes que los resultados y no habla de los modelos que sí tienen en cuenta el vapor de agua, pero lo voy a leer con detenimiento. Por cierto, observa la diferencia metodológica entre "... are likely to significantly alter regional climates (Nakicenovic and co authors, 2001), thereby affecting local socio-economic development and livelihoods of EDN populations" y "The climate models that predicted large and dramatic warmings — including those that serve as the basis for the Rio Treaty on climate change — were wrong.", sacado de una de las referencias de tu link (http://www.geocraft.com/WVFossils/Refere..._Jun98.pdf).
Pero me estoy adelantando. De momento, prefiero que nos centremos en la parte científica. Me gustaría hacer énfasis en la importancia de entender qué es lo que mide cada modelo y cuáles son exactamente las consecuencias que se extraen. Uno de los mayores problemas en el debate público es la necesidad de excluir los matices, lo cual vicia los resultados científicos.
Por cierto, ambos artículos son perfectamente falsables en unos pocos años, ya que hacen predicciones muy concretas. No hay más que volver a medir.
Otra cosa, estoy dirigiendo los mensajes a Manel, pero me gustaría recibir comentarios de quien quiera hacérmelos.
Edito: Los enlaces estaban desde el principio, aunque durante los primeros cinco minutos no funcionaban. Tuve que subir los pdfs a otro servidor que funcionase y actualizar los links. Pero no te disculpes, caray, que no tiene importancia.
Quote:Efectivamente, me había expresado mal, pero aprovecho para señalar que, en similares condiciones, yo dije "a no ser que te haya entendido mal" (Quote:mohin dijo:Salvo que te hayas expresado mal, ahí tienes en vivo y en directo dos prejuicios, lo cual invalida epistemológicamente el resultado. La función de los datos no es dar satisfacción al modelo; es este el que debe ceñirse a los datos, que es distinto, y poder explicarlos respecto de datos de otra naturaleza o en un contexto diferente. El segundo prejuicio es dar por sentado equivalencias.
Sin embargo, lo que interesa en el debate es si los datos dan lo que pide el modelo. Me parece que la confusión se debe a que hay un presupuesto que no se nombra. Los modelos dan por sentado que las variaciones en las medidas son representativas de las variaciones en las temperaturas.
). Donde dice "... si lo datos dan lo que pide el modelo" debería decir "... si los datos cumplen con los requisitos que exige el modelo". Creí que por el contexto estaría claro (reconozco que no). Lo que digo es que los requisitos que deben cumplir los datos dependen de la pregunta que estoy haciendo. Temo a las analogías, porque casi siempre dan lugar a malentendidos, pero me temo que es necesaria una en este caso. La proteína más abundante en sangre es la albúmina. Si quiero estudiar el contenido proteico de la sangre, debo incluir su concentración. Sin embargo, si quiero construir un modelo de la influencia de las proteínas en los tumores sanguíneos, puedo obviar la albúmina tranquilamente. Será mucho más importante la proteína p53, que se encuentra en concentraciones despreciables.La importancia que tiene el error de las estaciones metereológicas y de las proyecciones de emisión de gases depende de la robustez del modelo, o sea, de cuán sensible sea el resultado a variaciones en esos datos. La medida de esa robustez nos la dan a través de una "predicción" de los datos pasados. Partiendo de un punto conocido, predicen cómo variará el resultado (sin usar los datos conocidos) y lo comparan con los datos reales. También está el "bootstrapping", que consiste precisamente en variar los datos aposta y ver cuánto varía el resultado. Ambos son criterios falsables.
Por otra parte, en mi frase digo "representativas", no "equivalentes". En una cosa a lo mejor estamos de acuerdo. Los modelos se alimentan con los datos de las estaciones metereológicas, y por tanto, en sentido estricto, predicen las temperaturas de las estaciones metereológicas. A partir de ahí, entiendo que tú dices que, incluso si el modelo es correcto, la temperatura de las estaciones subirá, pero la de los alrededores permanecerá (más o menos) constante. No poseo los conocimientos o la experiencia necesaria para afirmar tajantemente que eso no es así, pero me parece muy improbable. Estoy abierto a datos...
Me parece muy bien que uses argumentos epistemológicos, son la base de la ciencia, pero a veces son un poco simplistas. El hecho de que un artículo comience con una exposición sobre el efecto invernadero no quiere decir que eso sea un prejuicio (puede serlo, por supuesto, pero no hay que dejar de leer). El enlace que me mandas es bastante peor epistemológicamente, da las conclusiones antes que los resultados y no habla de los modelos que sí tienen en cuenta el vapor de agua, pero lo voy a leer con detenimiento. Por cierto, observa la diferencia metodológica entre "... are likely to significantly alter regional climates (Nakicenovic and co authors, 2001), thereby affecting local socio-economic development and livelihoods of EDN populations" y "The climate models that predicted large and dramatic warmings — including those that serve as the basis for the Rio Treaty on climate change — were wrong.", sacado de una de las referencias de tu link (http://www.geocraft.com/WVFossils/Refere..._Jun98.pdf).
Pero me estoy adelantando. De momento, prefiero que nos centremos en la parte científica. Me gustaría hacer énfasis en la importancia de entender qué es lo que mide cada modelo y cuáles son exactamente las consecuencias que se extraen. Uno de los mayores problemas en el debate público es la necesidad de excluir los matices, lo cual vicia los resultados científicos.
Por cierto, ambos artículos son perfectamente falsables en unos pocos años, ya que hacen predicciones muy concretas. No hay más que volver a medir.
Otra cosa, estoy dirigiendo los mensajes a Manel, pero me gustaría recibir comentarios de quien quiera hacérmelos.
Edito: Los enlaces estaban desde el principio, aunque durante los primeros cinco minutos no funcionaban. Tuve que subir los pdfs a otro servidor que funcionase y actualizar los links. Pero no te disculpes, caray, que no tiene importancia.