La Psicología de La Ciencia
122
La psicología de la Ciencia: Revisión e Integración de una disciplina naciente Gregory J. Feist Michael E. Gorman Colegio de William y Mary University de V'trginia Copyright 1998 por la Fundación para la Educación Publishing 1089-2680 / 98 / $ 3.00 Disciplinas que estudian la ciencia están relativamente bien establecidos en la filosofía, la historia y sociología. Psicología de la ciencia, en comparación, es una flor tardía pero tiene recientemente signos mostrados de codificación. Los autores más esta codificación mediante la integración y la revisión de la creciente literatura en el desarrollo, cognitiva, de la personalidad, y social la psicología de la ciencia. Sólo mediante la integración de los resultados de cada una de estas perspectivas se pueden responder las preguntas básicas en el estudio de la conducta científica : ¿Quién se convierte en un científico y qué papel juegan la biología, la familia, la escuela y el género? ¿Es la productividad, razonamiento científico, y la aceptación teoría influenciado por la edad? ¿Qué procesos de pensamiento y heurística conducen al descubrimiento exitoso ? ¿Qué características de personalidad distinguen científicos de los no científicos y eminente de científicos eminentes menos? Por último, ¿cómo relaciones entre grupos y fuerzas sociales influyen en el comportamiento científico? Un modelo que Se propone integra los hallazgos empíricos consensuales de la psicología de la ciencia.
description
p
Transcript of La Psicología de La Ciencia
La psicología de la Ciencia: Revisión e Integración
de una disciplina naciente
Gregory J. Feist Michael E. Gorman
Colegio de William y Mary University de V'trginia
Copyright 1998 por la Fundación para la Educación Publishing
1089-2680 / 98 / $ 3.00
Disciplinas que estudian la ciencia están relativamente bien establecidos en la filosofía, la historia y
sociología. Psicología de la ciencia, en comparación, es una flor tardía pero tiene recientemente
signos mostrados de codificación. Los autores más esta codificación mediante la integración y
la revisión de la creciente literatura en el desarrollo, cognitiva, de la personalidad, y social
la psicología de la ciencia. Sólo mediante la integración de los resultados de cada una de estas perspectivas
se pueden responder las preguntas básicas en el estudio de la conducta científica: ¿Quién se convierte en un
científico y qué papel juegan la biología, la familia, la escuela y el género? ¿Es la productividad,
razonamiento científico, y la aceptación teoría influenciado por la edad? ¿Qué procesos de pensamiento
y heurística conducen al descubrimiento exitoso? ¿Qué características de personalidad distinguen
científicos de los no científicos y eminente de científicos eminentes menos? Por último, ¿cómo
relaciones entre grupos y fuerzas sociales influyen en el comportamiento científico? Un modelo que
Se propone integra los hallazgos empíricos consensuales de la psicología de la ciencia.
Sin la adición de una dimensión psicológica, I
creo, es imposible apreciar plenamente la esencia
de la imaginación científica. Y sin esta apreciación,
los orígenes de la ciencia, la aparición de nuevas ideas
acerca de fenómenos naturales, debe escapar de nuestro alcance.
La psicología es obligatoria ff deseamos comprender la
genio científico como el generador de la ciencia. (Simonton,
1988a, p. 200)
Es indiscutible que el crecimiento de la ciencia
y el desarrollo de la tecnología han transformado
el mundo, tanto física como culturalmente.
Por esta razón, la ciencia debería ser una
objeto de un intenso estudio psicológico. Sin embargo,
los esfuerzos para estudiar la ciencia y la tecnología desde una
perspectiva psicológica se encuentran dispersos en todo
las disciplinas de la psicología, y con frecuencia hay
muy poca comunicación entre los involucrados.
Como Mahoney (1979) escribió a finales de 1970, "En
términos de patrones de comportamiento, afectan, e incluso
algunos asuntos intelectuales, sabemos más sobre
alcohólicos, los cristianos, y los criminales que nosotros
sobre la psicología de los científicos "(Pág. 349).
Por el contrario, otras disciplinas como la filosofía,
la historia y la sociología han generado claramente
subdisciplinas identificables dedicadas a la ciencia
estudios. Nos fLrmly creemos que la ciencia merece
más la atención de los psicólogos, y uno de
los objetivos de esta revisión es mostrar cómo el
la psicología de la ciencia ha pasado de ser el
campo amorfo y dispersos que Fisch (1977)
y Mahoney (1979) describe a un codificado,
aunque incipiente, subdisciplina hoy. Psicología
de la ciencia puede beneficiar no sólo a otros psicólogos,
Pero los filósofos, historiadores y sociólogos
además.
La psicología de la ciencia se aplica lo empírico
métodos de investigación psicológica a
el estudio de la conducta científica. En otras palabras,
es el estudio empírico de lo cognitivo,
biológica, desarrollo, personalidad, y social
influencias de aquellos individuos que son
involucrado en la empresa de la ciencia o que son
la simulación de resolución de problemas científicos. En esto
sentido, la psicología de la ciencia es ante todo
, que describe el comportamiento real descriptiva, en lugar
que prescriptivo (que describe el comportamiento ideal).
Consideremos el caso de Michael Faraday, descubridor
campos electromagnéticos de. El descubrimiento de Faraday
puede ser analizado desde el desarrollo,
cognitivo, personalidad, psicológica o social
perspectivas. Desde un perspecfiva desarrollo,
se podría estudiar los cambios en Faraday
creencias, métodos y tasas de productividad como él
Se hizo mayor. Explicación de los procesos cognitivos
(Confirmación vs. falsificación, la analogía y
metáfora, ideación y elaboración) utilizado por
Faraday en su integración de electromagnético
campos arrojarían luz sobre su
descubrimiento. La personalidad de Faraday era importante
en su ascenso de encuadernador de miembro de la
Real Sociedad; el mismo paciente, metódico
devoción a una tarea es evidente en la forma en que
libros encuadernados, los experimentos conducidos, y se mantienen
cuadernos detallando los resultados y especulaciones.
Por otra parte, el contexto social de la que su
descubrimientos de tallo son fundamentales para la comprensión
su proceso científico. Pertenecía a una
organización religiosa que se refirió a sí mismos
como sandemanianos, y desde este grupo
provenido su fe en que el libro de la naturaleza podrían
ser leído por cualquier persona que dedica tiempo y cuidado
atención. Para entender un Faraday o cualquier otro
científico, un punto de vista psicológico es tan
importante y necesario como filosófico, histórico,
o los sociológicos.
Una Breve Historia de la Psicología
de Ciencias
No hay fecha definitiva se puede dar para el nacimiento de
la psicología de la ciencia. Stevens (1936, 1939)
escribió sobre la psicología de la ciencia en la década de 1930,
pero de Roe (1952a, 1952b, 1953) obra clásica,
junto con el de Cattell (R. Cattell y Drevdahl,
1955), prefiguró el estallido de la investigación sobre
atributos psicológicos de los científicos que se produjeron
a principios de 1960. En general, los estudios en
la década de 1960 colocan un fuerte énfasis en la creatividad
en la ciencia (Chambers, 1964; Eiduson, 1962;
Gough y Woodworth, 1960; Taylor & Barron,
1963). Además, Maslow publicó un libro en
1966 con el título de La Psicología de la Ciencia, en
que abogó por ampliar el alcance de
mecanicista tradicional, vistas reduccionistas de
ciencia para incluir un amplio, más humanista
y conceptualización psicológica de la ciencia.
Finalmente, un precursor de toda la disciplina de
la psicología cognitiva de la ciencia también podría ser
visto en el capítulo de Herbert Simon en científica
descubrimiento y la psicología del problema
la solución de (Simon, 1966).
Durante la década de 1970, sin embargo, hubo una
disminuir en la investigación sobre la psicología de la
ciencia, y pocas obras importantes se produjeron en
El tema. Una excepción fue un conceptual
artículo de Singer (1971), quien señaló que
aunque una nueva "ciencia de la ciencia" fue un
disciplina naciente se remontan a la década de 1930,
"Unos 30 años han pasado, y no hacer como
sin embargo, tienen un desarrollado, la disciplina consciente de sí mismo
de una ciencia de la ciencia. Estamos ahora, sin embargo, en
una mejor posición para anticipar su llegada "(p.
1010). Otra excepción de la década de 1970 fue
la primera revisión importante del campo (Fisch, 1977).
Hacia el final de la década, se hizo eco de Fisch
La preocupación de Singer y abrió su revisión por
señalando la dispar y no sistemática
la naturaleza de las investigaciones sobre lo psicológico
atributos de los científicos. Concluyó su opinión
pesimista: "Habiendo revisado ahora la
campo, es lamentablemente claro que los conceptos básicos
son difusas y contradictorias, y rara vez se convertirá en
común a varias investigaciones. Por esta y
otras razones, los resultados no pueden realmente ser comparados,
y poca acumulación académica ha resultado "(p.
298). En otra revisión de la literatura sólo 2
años más tarde, Mahoney (1979) alcanzó de manera similar
conclusiones pesimistas sobre el estado de la
campo.
Sin embargo, desde principios hasta mediados de 1980 allí
ha habido un aumento constante en la obra dedicada a la
fundamentos psicológicos de la ciencia (Gholson,
Shadish, Niemeyer, y Houts, 1989). Esta
aumento era tan evidente que Shadish, Fuller, y
Gorman en 1994 podría proclamar que el
"La psicología de la ciencia por fin ha llegado" (p.
3). Además, "sustantivamente, psicológico
contribuciones a los estudios de ciencias están aumentando en
frecuencia y calidad. Sociológicamente, psicólogos
están empezando a identificarse como
interesados en el tema "(Shadish, Houts, Gholson,
Y Neimeyer, 1989, p. 1). Por supuesto, muchos
psicólogos que estudian los científicos y la
proceso científico a menudo por lo que no hacerlo explícitamente de
una psicología de la perspectiva de las ciencias, y uno
propósito de esta revisión es hacer la conexión
explícita.
Antes se revisa la literatura en cada
área sustantiva que debe tener en cuenta algunas advertencias.
En primer lugar, nuestra organización es empírica en lugar de
teórico. Creemos que la primera etapa en
el establecimiento de una disciplina es demostrar
consenso descriptiva. En segundo lugar, no pretendemos
que los comentarios son exhaustivos, pero hicimos
todo lo posible para localizar a tantos artículos como
posible sobre los temas relevantes y extraer el
conclusiones generales. Algunos temas están fuera de o
cortar a través obligados- subdisciplinaria tradicional
PSICOLOGÍA DE LA CIENCIA 5
aries, en particular, la creatividad y la productividad,
y por lo tanto se discutirá en más de
una categoría. Además, se ha optado por
centrarse en las cuatro subdisciplinas más desarrollados - desarrollo,
cognitiva, la personalidad,
y psicologías sociales de la ciencia. Pudimos
han incluido tal vez una quinta sección en el menor
campo desarrollada de la psicología biológica de
ciencia, sin embargo, se optó por incluirlo en el
sección de desarrollo porque biológica y
influencias genéticas se han discutido principalmente
en relación con las diferencias de género en, y el
desarrollo de, habilidad matemática.
Psicología del Desarrollo de la Ciencia
Uno de los primeros y más interesantes preguntas
que pueden ser abordados por la psicología de
la ciencia se refiere a cómo y por qué ciertos individuos
convertirse en científicos. ¿Cuál es el origen de la
talentos y habilidades necesarias para ser un
científico? ¿Por qué algunos poseen estos talentos
y no otras? ¿Cómo estos talentos y
habilidades cambian y se desarrollan con la edad? Estas
preguntas son el foco central del desarrollo
la psicología de la ciencia. Psicología del desarrollo
de la ciencia tiene mucho solapamiento con el
la psicología social de la ciencia, porque los niños
y los adolescentes son dependientes de otros (por lo general
padres) para la supervivencia. De hecho, de desarrollo
preguntas pueden ser colocados en un continuo desde
la relativa a la no social muy social. Los
relativamente preguntas no sociales incluyen biológica
y las influencias genéticas de la habilidad matemática y
genio creativo, y los temas sociales moderadamente
incluir la edad y la productividad, la edad y la receptividad
a nuevos descubrimientos y de género y la ciencia.
Por último, las preguntas más puramente social incluyen
tutoría y formación, las influencias familiares, y
trasfondo religioso. Por supuesto, lo social
continuo se entiende sólo como una heurística ya
la biología y el medio ambiente tienen mutuamente
de refuerzo influencias sobre la otra.
Precocidad, Superdotación y Creatividad:
Influencia de Biología y Genética
Nadie nace un científico, pero algunos nacen
con talentos y temperamentos que forman la
bases para hacer ciencia. En algunos niños,
estos talentos y aptitudes se manifiestan muy
claramente y muy precozmente.
/ Unong las aptitudes innatas es más matemáticas.
Algunos niños comienzan a mostrar increíble
habilidades de cálculo y razonamiento matemático
tan pronto como 2 o 3 años de edad, y en 10 años de
edad ya están realizando compleja matemática
cálculos (Bell, 1937; Kanigel, 1991;
Wiener, 1953). La lista de ejemplos históricos de
genio matemático innato y precoz es
larga e impresionante: Pascal, Newton, Leibniz,
Laplace, Gauss, Boole, Wiener, Ramanujan, y
Feynman, por nombrar sólo algunos de los verdaderamente
ejemplos sobresalientes (Bell, 1937; Gleick, 1992;
Kanigel, 1991; Wiener, 1953). Con la excepcion
de la Bemoullis, la mayoría de estos matemáticamente
genios precoces vinieron de humilde
y las familias noumathematical (Bell, 1937).
Aunque algunos investigadores han utilizado familia
pruebas linaje inferir la influencia genética,
acumulación familiar per se es irrelevante, en cualquier
debate naturaleza-educación (Eysenck, 1988, 1993,
1995). Esto es así por la sencilla razón de que
la genética y el medio ambiente se confunden inherentemente
dentro de las familias. Teóricamente, ff atrait
fueron 100% determinado genéticamente o 100%
determinado con el medio ambiente que se acumularía
en familias en cualquiera de los casos (Eysenck, 1988). Si
habilidad matemática es hasta cierto punto genéticamente
determinada, entonces ¿cómo es posible tener
primavera genio matemático de no matemático
familias? Como Bouchard y Segal (1990)
argumentado, tales genio innato puede demostrar
El principio de Lykken de emergenesis, que es
definido como "la herencia de una configuración única
de factores genéticos que pueden explicar la
transmisión hereditaria de rasgos que no lo hacen
parece ser hereditaria "(Bouchard y Segal,
1990, p. 192). En otras palabras, algunos genética
rasgos son tan complejos, y se componen de "una
configuración - y no por una simple suma - de
genes polimórficos "(Lykken, McGue, Tellegen,
Y Bouchard, 1992, p. 1565), que aunque
están influenciados genéticamente no son
propensos a darse en familias. Hay algunas pruebas
que la creatividad y el genio son tan compleja
rasgos (Lykken et al., 1992; Waller, Bouchard,
Lykken, Tellegen, y Blacker, 1993).
También hay evidencia directa, sin embargo, que
la capacidad matemática de nivel nongenius es más
fuertemente relacionada en gemelos monocigóticos que en dicigóticos
gemelos, y por lo tanto, es al menos parcialmente
determinada genéticamente (Bouchard y McGue,
1981; Hus ~ n, 1960; Loehlin y Nichols, 1976;
Bufanda y Saltzman, 1982; Vandenberg, 1988).
Más específicamente, estos estudios han encontrado que
6 FEIST Y GORMAN
estimaciones de heredabilidad [es decir, el doble de la diferencia
entre gemelos monocigóticos y dicigóticos correlaciones:
h 2 = 2 (rm, - ra)], implican claramente una
influencia genética en la capacidad matemática.
Ya sea que la variabilidad en matemáticas también es atribuible
a otra fisiológica, neuroquímico, o anatómica
diferencias es más discutible, incluso si
el consenso es que estos factores desempeñan algún
papel en las diferencias individuales en la habilidad matemática (ver
Benbow, 1988, y los comentarios resultantes
en Ciencias de la Conducta y el cerebro para la discusión
de causas potenciales de la capacidad matemática).
Edad y Productividad
¿Cómo cambia la productividad con la edad?
Uno de los más antiguos de la psicología del desarrollo
de preguntas de la ciencia se refiere a si la edad
afecta a nivel de productividad. La pregunta es
única no sólo porque se ha solicitado
tanto tiempo, sino porque su respuesta es ahora
en lugar consensuaUy acordó. Hay un
relación entre la edad y la productividad en
la ciencia (y otras profesiones) y es un
U invertida (Bayer & Dutton, 1977; S. Cole,
1979; Dennis, 1956; Diamond, 1986; Homero,
Rushton, y Vernon, 1986; Lehman, 1953, 1960,
1962, 1966; Over, 1982, 1989; Simonton, 1984,
1988a, 1988b, 1989, 1991, 1992a; Zuckerman,
1977). Por otra parte, los controles se realizan una vez por
diferentes formas de hacer operativo de salida, la
picos de la curva de la misma edad (40 años) para
calidad y cantidad de la productividad. Sin embargo,
hace pico de manera algo diferente para diversos
disciplinas (anteriormente en las matemáticas y la física, más adelante en
la biología y la geología). Esto no quiere decir que
el tema de la edad y la productividad ha sido
sin controversia. De lo contrario; ha sido
repleta de polémica desde su inicio. En
en particular, el trabajo seminal de Lehman ha sido el
objeto de frecuentes críticas y la refutación (S.
Cole, 1979; Dennis, 1956, 1958; Homer et al.,
1986; Over, 1989; Zuckerman y Merton, 1972).
Por supuesto algunas de estas críticas son válidas y
justificado, pero una vez que muchos de los controles se hacen
que Lehman no pudo hacer, el resultado sigue siendo una
U invertida relación (Simonton, 1988b). Los
pico puede ser un poco más plano y se puede producir un
poco más tarde, pero en el fondo todos los estudios realizó
sobre la relación entre la edad y la productividad
ha demostrado una relación curvilínea que los picos
ya sea a finales de los años 30 o principios de los años 40 y luego cae
fuera más gradual de lo que se levantó.
Sin embargo, debemos señalar que sólo la edad
representa un porcentaje relativamente pequeño de la
la variabilidad global de la productividad (Bayer &
Dutton, 1977; S. Cole, 1979; Homer et al.,
1986). La obra de Homero et al. (1986)
ilustra este punto. Se tomaron muestras durante 1000
psicólogos de investigación masculinos de cuatro diferentes
nacimiento cohortes, y se encontró una relación curvilínea
entre la edad y la productividad, con el pico
que ocurre en los primeros 40 años. En esta muestra,
Sin embargo la edad representaron 6,5% del total
varianza de la tasa de publicación. En resumen, está claro
que otros factores individuales de diferencia y sociales
(Tales como los primeros niveles de productividad,
premios y honores, y el apoyo institucional)
tener al menos tan fuerte si no más fuerte de una
relación con la productividad (S. Cole, 1979;
Zuckerman, 1977; Zuckerman y Merton, 1972).
Si la descripción de la relación entre
la edad y la productividad es relativamente clara y
acordado, su explicación no es. Poco teórico
la atención se ha dedicado al tema. Los
pocos intentos de explicación se pueden dividir en
dos categorías generales: extrínsecos frente intrínseca
factores (Simonton, 1988b). Los candidatos a las primarias
para extrínseca declive teorías preocupación en
salud física, aumento de la familia y administrativa
obligaciones y condiciones de trabajo desfavorables,
mientras que se re fi ere a los factores intrínsecos
con los cambios en la motivación, la experiencia,
la inteligencia y la creatividad.
La evidencia empírica hace al menos parcialmente
apoyar las teorías extrínsecos (Hargens, McCann
Y Reskin, 1978; Roe, 1972; Simonton, 1977a).
De hecho, los sociólogos han argumentado siempre que un
factor extrínseco (recompensa) juega un papel importante
en el mantenimiento de altos niveles de productividad en
algunos y desalentar que en otros (J. Cole & S.
Cole, 1973; S. Cole, 1979; Merton, 1973;
Zuckerman, 1977). En otras palabras, aquellos
científicos que producen el mayor impacto
trabaja temprano en sus carreras y que son por lo tanto
recompensados con empleos permanentes en los principales departamentos,
apoyo financiero y prestigiosos premios son los
los que tienen más probabilidades de seguir produciendo.
El principal problema de esta teoría es que
no puede explicar la relación curvilínea de un solo pico
entre la edad y la productividad en todos los
científicos, no sólo los más precozmente
productivo.
Sin embargo, poca investigación longitudinal ha sido
PSICOLOGÍA DE LA CIENCIA 7
llevado a cabo en las teorías intrínsecas, es decir,
cambios en el desarrollo de la motivación, inteligencia,
y la creatividad a través de la esperanza de vida. Los
trabajo empírico realizado escasa sobre el cambio en
inteligencia a través de la edad adulta, sin embargo, señala
a una disminución bastante tarde y pequeño (Schaie, 1984),
lo que sugiere que las disminuciones relacionadas con la edad en
la productividad puede no ser el resultado de una caída en
inteligencia. El candidato más probable intrínseca,
es decir, disminución de motivación, no ha recibido
mucha atención empírica, pero uno longitudinal
estudio ha reportado una disminución en el deseo de los científicos
con la edad: "desde el punto de vista de la satisfacción
hay una cierta disminución de la participación en
trabajo - algunas de las gratificaciones están empezando
al bidón y algunos de los incendios, la unidad, y la curiosidad
se ha ido "(Eiduson, 1974, p. 408). En teoría,
Sin embargo, la disminución de motivación ha recibido
atención durante más de 100 años (Beard, 1874).
Barba argumentó que la productividad es una función de
cambios en la motivación (entusiasmo) y la experiencia.
Los jóvenes son más entusiastas y la
edad tienen más experiencia, y tanto entusiasmo
y la experiencia son funciones lineales de edad
(Entusiasmo negativa y positiva experiencia).
Logro creativo es el resultado de la balanza
entre el entusiasmo juvenil y la experiencia
de la vejez, y por lo tanto, los picos de productividad
Cuando estos dos procesos intrínsecos se superponen (es decir,
a finales de los años 30 o principios de los 40).
Simonton ha desarrollado una más compleja
modelo teórico que intenta predecir y
explicar la relación edad-productividad por
centrándose en los factores intrínsecos, es decir cognitiva
componentes (Simonton, 1984, 1988a, 1988b,
1989, 1991). Este modelo se basa en su
teoría de probabilidad-configuración y consiste en una
unos supuestos fundamentales: primero, cada creador comienza
con una cantidad fija de potencial creativo (número
de las aportaciones realizadas durante un normal sin restricciones
esperanza de vida). En segundo lugar, la actualización de
potencial creativo puede ser dividido en dos
componentes: ideación y elaboración. Ideación
es la velocidad a la que las ideas potenciales se expresan,
mientras que la elaboración es la velocidad a la que las ideas
se ponen en forma concreta, público. Así como cada
creador produce una nueva obra que él o ella "usos
hasta "cierto potencial creativo. La velocidad a la que un
creador actualiza potencial y produce obras
es una función directa de los dos cognitiva
transformaciones, ideación y elaboración. A
gráficamente modelar esta relación, Simonton
ha desarrollado una de sus más conocidas diferencial
ecuaciones, con el pico que ocurre más o menos
20 años en la carrera de uno y después lentamente
decreciente (Simonton, 1984, 1988a, 1989).
¿Tiene la producción de obras temprano predecir tarde
niveles de productividad? Una vez más, el trabajo lo suficiente
ha llevado a cabo sobre esta cuestión para proporcionar una
respuesta bastante consensual: sí, los primeros niveles de
alta productividad do prefiguran regularidad
niveles continuos de alta productividad a través de
la propia vida (S. Cole, 1979; Dennis, 1954,
1966; Helson y Crutchfield, 1970; Homer et al.,
1986; Lehman, 1953; Over, 1982; Reskin, 1977;
Roe, 1965; Simonton, 1988b, 1991, 1992a).
Los que son prolíficos temprano en sus carreras también
tienden a seguir siendo productivo para el más largo
períodos de tiempo. Por ejemplo, Homer et al.
(1986) reportaron que el grupo más prolífico de
científicos outpublished media y baja editores
por más de 2 a 1 en el período de 25-34 años de edad,
y se mantuvieron cerca de un año de papel-por-
ventaja sobre ambos grupos durante cada 10 años
período hasta mediados del período de edad de 60 a 70. En este
los tres grupos de edad se redujo a aproximadamente un
un medio de papel por año, pero el grupo precoz
todavía outproduced los otros dos grupos.
Como es el caso con la productividad en general,
sociólogos tienden a explicar este fenómeno en
términos de la ventaja acumulada o la
Mateo efecto (S. Cole, 1979; Merton, 1973;
Znckerman & Melton, 1972): Los que
publicar con frecuencia al principio de sus carreras y están
por lo tanto, premiado por sus compañeros continúan
garner más y más de su parte de la
recursos y seguir outproduce sus pares
debido a la cada vez mayor oferta de
apoyo financiero y social. Datos Productividad
son inherentemente sesgado positivamente con la décima
de los científicos que producen más o menos la mitad de
todas las obras (Lotka, 1926; Price, 1963). Los
ricos se hacen más ricos y los pobres más pobres!
Además, hay alguna evidencia de que
cantidad de publicación es más importante que
la calidad de la publicación al predecir quién va a
recibir la mayor reconocimiento de sus pares y de prestigio
honores - es decir, que se convertirá en el
más eminente (Feist, 1997).
En comparación con los científicos de más edad, lo más joven
científicos producen un número desproporcionado de
trabajos de alta calidad? Lehman (1953, 1960,
1966) sugirió que los científicos más jóvenes (por debajo
40 años de edad) producen la mayor parte de la muy citado y
obras impacfful. Sin embargo, los datos de Lehman hicieron
No tome número absoluto de los científicos de cada uno
8 FEIST Y GORMAN
período en cuenta la edad, y por lo tanto puede ser
sesgada hacia los jóvenes, simplemente porque no
son los científicos más jóvenes. Over (1989) examinaron
si los científicos de más edad eran más propensos a
producir obras de calidad inferior a la más joven
los científicos. Él encontró que si bien es cierto que un
número desproporcionado de trabajos de alta calidad
provenir de los científicos de menos de 10 años postPhD,
no es menos cierto que una desproporcionada
número de trabajos de baja calidad provienen de este
grupo de edad de los científicos. En otras palabras, más
trabajos de alta calidad están siendo producidos por
los científicos más jóvenes no por la edad, pero
debido al alto número de jóvenes científicos.
Lo mismo es válido una vez longitudinal en lugar
de la sección transversal se examinan los datos (S. Cole,
1979). Los datos longitudinales son importantes porque
no confunden edad y cohorte efectos los
datos de manera transversales hacen.
¿Son los científicos de más edad más resistentes a la científica
revoluciones que los más jóvenes? Max Planck
experiencia con resistencia a sus ideas novedosas
le "dio la oportunidad de aprender un nuevo hecho - un
notable, en mi opinión: Un nuevo científica
la verdad no triunfa convenciendo a su
oponentes y haciéndoles ver la luz, pero
más bien porque sus oponentes eventualmente mueren, y
una nueva generación crece que está familiarizada con
que "(citado en Barber, 1961, p. 597). Esta
observación de Planck, que ha llegado a ser
llamado principio de Planck, encaja bien con T.
Noción de Kuhn de cambio de paradigma, en el que el
viejos y nuevos paradigmas son tan diferentes que
son inconmensurables. Del mismo modo, hacia el final
del El origen de las especies, Darwin observó
ese
A pocos naturalistas, dotados de una gran flexibilidad de
mente, y que ya han comenzado a dudar sobre la
inmutabilidad de las especies, puede estar influida por este
volumen; pero miro con confianza hacia el futuro, a
jóvenes y el aumento de los naturalistas, que serán capaces de ver
ambos lados de la cuestión con la imparcialidad. (Citado en
Hull, Tessner, y Diamond, 1978, p. 718)
Principal defensor de Darwin, T. H. Huxley, fue
aún más, con el argumento de que los hombres de ciencia deben ser
estrangulado en su 60 cumpleaños, para que no retardan
progreso científico (Hull et al., 1978).
De Hull et al. (1978) compararon las edades de
científicos que aceptaron y rechazaron la idea
que las especies evolucionaron en los 10 años después
publicación de Origen; los que rechazan, en la
promedio, fueron 10 años mayor - una estadística y
prácticamente diferencia significativa. En el otro
lado, al igual que con la productividad, la edad representaron
menos de 10% de la varianza en la teoría
aceptación, y sólo puede proporcionar apoyo débil
por principio de Planck. De hecho, Sulloway (1996)
ha publicado recientemente un histórico exhaustivo
análisis de la aceptación teoría en la ciencia y la
llegó a la conclusión de que el nacimiento de orden representó más
varianza que cualquier otra variable única. Además,
Messeri (1988) estudió las diferencias de edad en
aceptación de la tectónica de placas después del descubrimiento
de expansión del fondo marino por Hess y Dietz en el
principios de 1960. Durante el período inmediatamente
tras la publicación de esta nueva idea, más viejo
los científicos fueron significativamente más propensos a adoptar
tectónica de placas que los más jóvenes, exactamente el
inversa de lo que cabría esperar si Planck
principio fuera cierto. Más tarde, después sustancial
datos de confirmación se habían difundido, edad
ya no desempeña un papel en la aceptación teoría.
Por último, Levin, Stephen, y Walker (1995) utilizó
regresión logística en los datos recogidos por el casco et
al. (1978) y dividido en el mismo tiempo
períodos utilizados por Messeri. No encontraron ninguna
relación significativa entre la edad y la teoría
aceptación y concluyó que "Ningún investigador
hasta la fecha ha encontrado efectos sustanciales de la edad en
la aceptación de nuevas ideas "(Levin et al., 1995,
p. 281).
Género y Ciencia
Uno de los más discutible y polémico
dominios de la psicología de las preocupaciones de la ciencia
el papel que juega el género en la ciencia en general
(Cf. Keller, 1985) y en el científico y matemático
la capacidad y el logro en particular. Los
temas de género y ciencia y género
las diferencias en los logros científicos podrían en
y por sí mismas ser el foco de una revisión
artículo, y dejamos la revisión más exhaustiva
de esta literatura a otros. Hay tres
preguntas que creemos que han acumulado
suficiente literatura para justificar nuestra atención, y
cada uno se refiere a las diferencias de género: por primera vez en
habilidad matemática, segundo en la productividad y
tercero en la calidad del trabajo científico.
¿Existen diferencias de género en matemática
habilidad? Uno de los más consistente y robusto
hallazgos en la literatura de género diferencia implica
habilidad matemática, con participantes masculinos
anotar más alto que las mujeres participantes
en toda la distribución de las puntuaciones (Astin,
1975; Backman, 1972; Benbow, 1988; Benbow
PSICOLOGÍA DE LA CIENCIA 9
Y Stanley, 1980, 1983; Deaux, 1985; Fischbein,
1990; Fox, 1976; Holden, 1987; Keating, 1974;
Maccoby y Jacklin, 1974; Moore & Smith,
1987; Stanley, 1988). Tanto longitudinal y
datos de cohortes en los últimos 20 años sugieren que
la diferencia de género es permanecer constante en
alrededor de 0,50 desviación estándar a favor de los varones.
Sin embargo, como Maccoby y Jacklin (1974) primero
informado, hay un par de títulos de
esta generalización. En primer lugar, hay poco que no hay
diferencia de género antes de la adolescencia y la segunda,
al menos a través de la adolescencia temprana, las niñas
alcanzar los grados más altos que los chicos en las clases de matemáticas.
Uno de los estudios más grandes jamás de matemática
capacidad fue iniciado por Julian Stanley en 1971
en la Universidad Johns Hopkins y se titula la
Estudio de Matemáticamente precoz de la Juventud. En
la tradición de Terman (1925) y Cox (1926),
Stanley y sus colegas estudiaron grande pero
seleccione muestras de matemáticamente precoz
los jóvenes, que se definen como de calificación igual o
por encima de 700 en el SAT-M antes de los 13 años
(Stanley, 1988; Stanley, Keating, y Fox, 1974).
Que este es un criterio muy selectivo se
fuera de toda duda: sólo el 4% de los estudiantes con destino masculina
último año de secundaria y menos de 1% de las mujeres
las personas mayores a la universidad de la escuela secundaria puntuación 700 o
más alto en SAT, y la muestra de Stanley consistía
de preadolescentes. Como tanto Stanley y Benbow
han informado, una de las sorpresas más grandes en
la recogida de estos datos, sin embargo, era el grande y
diferencia de género consistente entre el extremo
puntajes --- finalmente llegando tan alto como 12 a 1
relación a favor de los participantes masculinos. Además,
(1988) Artículo objetivo de Benbow en Behavioral
Ciencias del Cerebro y fue comentado por más
de 40 expertos, y aunque prácticamente ninguno de
los comentarios tuvieron problema con si un
existe diferencia de género, hubo poco acuerdo
sobre las causas potenciales de este
la diferencia de género. De hecho, la diferencia de género
plantea al menos dos cuestiones muy importantes:
primero, ¿cómo puede explicarse, y en segundo lugar hacer
las calificaciones de matemáticas en la adolescencia en realidad predecir
ciencia definitiva y el logro de matemáticas?
Posibles causas ambientales y biológicos
por la diferencia de género en matemáticas. Desafortunadamente,
sólo podemos dar el resumen breve de los
esta área contenciosa, y nos referimos al interesado
lector al artículo de destino por Benbow (1988)
y sus comentarios para más detalle. Más
específicamente, el autor revisó la evidencia
para siete de los más comunes del medio ambiente
explicaciones: las actitudes hacia las matemáticas, percibidas
utilidad de las matemáticas; la confianza y la auto-eficacia,
el estímulo de los padres y maestros,
tipificación sexual, diferencial toma curso y carrera
y la motivación de logro. Benbow encontró
que algunas de estas influencias ambientales hacer
distinguir hombres y mujeres participantes. Por
ejemplo, las niñas te gusta matemáticas menos, resulta menos
útil para sus metas futuras, y tienen menos
confianza en su capacidad que los varones. Además,
las matemáticas es algo de sexo escrito como
"Masculinos" de la empresa, los padres y los profesores son
más alentador de lo masculino de lo femenino matemática
logro, las diferencias en matemáticas
cursos no explican las diferencias de aptitud, y
finalmente la motivación carrera masculina es más independiente
del padre o profesor de apoyo que en las mujeres.
Sin embargo, estos resultados no lo hacen directamente
abordar el origen de la diferencia. Como Eysenck
(1988) señaló, los hallazgos situacionales
podría resultar de ya sea genética o ambiental
orígenes. Para abordar de manera más directa la
explicaciones biológicas, Benbow (1988) ofrecidos
cuatro posibilidades: hemisféricas lateralidad, alergias,
influencias hormonales, y la miopía. Por
ejemplo, basado en una alta incidencia de lefthandedness
en el matemáticamente precoz
y en particular a los niños precoces, y la
mayor funcionamiento cognitivo bilateral o difuso
de los individuos zurdos, Benbow concluyó
que bilateral o una fuerte hemisferio derecho
funcionamiento puede implicar habilidad matemática.
Por otra parte, la exposición prenatal a la testosterona
se ha postulado para influir hnndedness y
trastornos del sistema inmune (cf. Geschwind y Behan,
1982), y por lo tanto podría ser una indirecta
influencia en la capacidad matemática. Citar
Benbow
En suma, la fisiológica anterior se correlaciona, especialmente
la posibilidad de exposición a la testosterona prenatal, presta
crédito a la opinión de que las diferencias sexuales en muy
alta capacidad de razonamiento matemático puede ser, en parte,
fisiológicamente determinado (Benbow y Stanley, 1980).
Por supuesto, algunos de la discusión anterior sobre fisiológico
correlatos es especulativo. (1988, p. 182)
Baste decir que las explicaciones fisiológicas
fueron el foco de la mayoría de las críticas en
los comentarios. Sin embargo, muchas críticas
no en desacuerdo con el hecho de que biológica
explicaciones pueden jugar un papel, sino más bien que
sus mecanismos son más complejos que, y
la evidencia no es tan sólida como, Benbow de
presentación.
10 FEIST Y GORMAN
Validez predictiva de precocidad matemática
y principios de los logros científicos. Incluso con una
diferencia consistente entre los géneros, todavía debe
abordar la cuestión de validez predictiva, es decir,
en qué medida lo hace precocidad matemática
traducir en convertirse en un científico y que tiene una
carrera científica impactante (Farmer, 1988; Stemberg,
1988b)? Stanley (1988) abogó por la
valor predictivo de precocidad matemática extrema:
estos jóvenes estudiantes parecen tener el potencial de
convertido en superestrellas de la nación en pura y aplicada
matemáticas, ciencias de la computación, ingeniería eléctrica,
la física, y otros campos que dependen en gran medida de gran
aptitud cuantitativa. Bastantes de los 292 [que
marcado -> 700 en el SAT-M] aparecen en el buen camino
hacia la excelencia en estos campos. (. P 206)
Benbow y sus colegas han presentado datos
mostrando que la capacidad precoz predice logro
en la escuela secundaria (Benbow & Minor, 1986;
Benbow y Stanley, 1982) y en la universidad
(Lubinski y Benbow, 1994). Además,
investigación longitudinal ha demostrado que los que
entró en matemáticas o ciencias carreras anotadas en el
Percentil 90 en las pruebas de rendimiento de matemáticas en
la escuela secundaria (Wise, Acero, y MacDonald, 1979).
Pero como Farmer (1988) ha señalado, sólo el 42% de
el macho y 22% de la hembra extremadamente
alumnos precoces fueron a elegir la ciencia
o programas de postgrado de matemáticas (cf. Benbow, 1988;
Benbow y Lubinski, 1993). En resumen, sólo el 25%
de la muestra de matemáticas extremadamente dotado continuar en
ciencias y matemáticas a través de la escuela de posgrado, y
menos aún se conservan en la ciencia y las matemáticas
carreras. La tasa de retención es algo mayor
para aquellos que demuestran principios científicos
logro. Subotnik y Steiner (1992), para
ejemplo, informó que por sus 20s, 81% de
el macho y el 66% de la hembra Westinghouse
Ciencia finalistas estaban todavía en la ciencia-formación o
pistas de ciencia-carrera.
Sin embargo, si se opta por un mundo real más
criterio de resultado válido, como creativo real
el logro en matemáticas y ciencias, muy pocos de
incluso los jóvenes de gran talento van a tener
carreras verdaderamente influyentes (Simonton, 1988a;
Sternberg, 1988b). La evidencia muestra que
ni grados ni pruebas de aptitud hacen bien en
predecir el logro creativo en científica
carreras (Barron y Harrington, 1981; Gough,
1976; Guilford, 1959; Hudson, 1958; MacKinnon,
1960; Simonton, 1988a; Sternberg, 1988a;
Taylor, 1963). Esta falta de validez predictiva
de las pruebas de aptitud se entiende mejor una vez que uno
tiene en cuenta la relación entre la pequeña
la inteligencia y la creatividad (Barron y
Harrington, 1981; Getzels, 1987; MacKinnon,
1978; Sternberg, 1986; Wallach, 1970), o en
De Guilford términos convergente divergente de
pensar (Guilford, 1987). Para solucionar rápidamente
problemas de selección múltiple que han sabido
soluciones implica convergente o analítica
habilidades de pensamiento, mientras que para resolver creativamente
abiertas problemas que no tienen una conocida
soluciones involucra el pensamiento divergente o intuitivo
habilidades (Guilford, 1959, 1987; Simonton,
1988a, 1989; Stemberg, 1986). Precoz
los jóvenes son muy inteligentes, pero no necesariamente
muy creativo.
Una conclusión general con respecto a las diferencias de género
en matemáticas es que los niños y los hombres
anotar consistentemente mayor en aptitud matemática
pruebas, pero no en las pruebas de rendimiento o grados.
Sin embargo, la explicación y cuentas teóricas
por qué existen estas diferencias aún no son
instalamos, y en la actualidad sólo podemos ofrecer la trillada
y la conclusión general de que tanto la biología y la
cuenta el medio ambiente para algunos de la varianza.
Futuro trabajo empírico debe centrarse en las pruebas
modelos teóricos y los factores causales a través de
diseño cuasiexperimental y multivariado y
analiza variable latente si más definitiva
respuestas deben ser proporcionados.
Haga macho y hembra científicos producen obras
a diferentes velocidades? Al comparar las tasas de publicación
de hombres y mujeres se ha demostrado consistentemente que
los hombres producen más obras que las mujeres (J. Cole,
1979, 1987; J. Cole & S. Cole, 1973; Guyer &
Fidell, 1973; Helmreich, Spence, Beane, Lucker,
Y Matthews, 1980; Long, 1992; Pasewark,
Fitzgerald, y Sawyer, 1975; Zuckerman y
Cole, 1975). Esta diferencia de género parece
sostenga por número total de publicaciones y anual
promedio (J. Cole, 1987). Sin embargo, hay algunos
pruebas contradictorias acerca de si esta
diferencia de género aumenta o disminuye en todo
el curso de la carrera de uno. J. Cole (1987)
informó que la brecha de género en la productividad
aumenta, mientras que a largo (1992) informó que
disminuye en el transcurso de la carrera de uno.
Por lo tanto, una pregunta obvia que pide
que abordar es cómo explicar el género
diferencia en la publicación promedia total y anual
tasas. Como con la edad y la productividad,
explicaciones son más polémica y menos
consensual de la descripción de la meno
PSICOLOGÍA DE LA CIENCIA 11
enon. Las diferencias en las obligaciones familiares, el prestigio
de la institución, el rango de la posición, la formación, y
motivación cada uno se ha investigado, pero con
resultados negativos o inconsistentes. La intuitiva
respuesta atractivo que las mujeres se ven obstaculizados por
múltiples papeles del científico, esposa y madre, y
son relegados a los departamentos marginales parece no
tener apoyo empírico (J, Cole, 1979, 1987;
S. Cole & Zuckerman, 1987). De hecho, se casó
las mujeres tienden a producir más que un poco sola
las mujeres, y las mujeres con uno o dos hijos
tienden a producir más que las mujeres con ninguna o más de
tres hijos (J. Cole, 1979, 1987; S. Cole &
Zuckerman, 1987). J. Cole y S. Cole (1973)
también presentó pruebas de que las diferencias de género
en la productividad no se puede explicar por las diferencias
de institución (universidad vs. universidad) o
prestigio del departamento. Cuando ambos
las variables se introducen primero en una regresión
ecuación y por lo tanto mantienen constantes, la relación
entre el género y la productividad sigue
persiste.
Si el prestigio de la institución y el departamento de hacer
No moderar la relación entre género
y la productividad, entonces quizás otras variables
hacer. El candidato más obvio para un moderador
variable sería rango de posición académica.
Tal vez los hombres outproduce mujeres porque
se encuentran en los rangos más altos. Guyer y Fidell (1973),
sin embargo, se encuentran diferencias de género en la productividad
incluso cuando se comparan hombres y mujeres
profesores de la asociada y rangos completos, pero no
en el asistente de rango. Por otra parte, J. Cole (1987)
informó que la promoción de mayor rango académico
es una de las pocas áreas restantes de sexo
discriminación en la ciencia. Incluso sostiene otra
las variables constantes, tales como la cantidad y la calidad
de publicación, y de carrera interrupciones, mujeres
son mucho menos propensos a ser promovido que los hombres,
que de hecho podría ser un factor en su menor
la productividad.
¿Hay alguna diferencia entre los géneros en calidad de
obras producidas? Con la citación cuenta como la
medida de la calidad y el impacto, algunos investigadores
han encontrado que los hombres reciben más citas que
mujeres (J. Cole, 1987; J. Cole & S. Cole, 1973;
Reskin, 1977). Pero esto puede ser un artefacto de
mayor número de trabajos publicados por los hombres (S.
Cole & Zuckerman, 1987). De hecho, una vez número
de las publicaciones se mantienen constantes, las mujeres producen
obras de mayor impacto que los hombres (Long, 1992;
Sonnert, 1995).
Desarrollo del Razonamiento Científico
Además de precocidad, edad, y género
otra contribución de la psicología del desarrollo
de la ciencia consiste en el examen de la
procesos cognitivos que los niños de diferentes
edades utilizan cuando se trata de resolver problemas científicos.
Jean Piaget fue el gran pionero en este
área. Consideró que, en el caso del científico
pensando, ontogenia recapitula la filogenia: el
el desarrollo del pensamiento científico del niño recapituló
la historia de la ciencia (Piaget y García,
1989). Los niños, en este punto de vista, comienzan con una especie
de vista aristotélico de cómo funciona el mundo,
andmif de que alcancen el más alto nivel de formales
operaciones --- terminar con un newtoniana o
tal vez incluso una vista de Einstein, uno que tienen
interiorizado, no simplemente memorizado (MeCloskey,
1983; Wiser y Carey, 1983). Piaget también
hecho una enorme contribución metodológica;
inspiró a los investigadores a cuestionar los niños
de cerca, y plantear problemas a los que haría
revelar no sólo lo que sabían, pero la forma en que
lo sabía, y cómo podría ser su conocimiento
cambiado por experimentación adicional.
Una cuestión fundamental consiste en si
procesos de pensamiento de los niños son categóricamente
similar o categóricamente diferentes de las
utilizado por los adultos (Fay, Klahr, y Dunbar, 1990;
Klahr, Fay, y Dunbar, 1993; D. Kulm, 1989; D.
Kuhn, Amstel, y O'Loughlin, 1988; Siegler y
Liebert, 1975). La heurística y la toma de decisiones
movimiento en psicología cognitiva tiene
contribuido a la amplia difusión de
la metáfora científico intuitivo. En este punto de vista,
niños y adultos no científicos construyen cognitiva
modelos, evaluar la evidencia, y modificar su
conceptualizaciones de cómo funciona el mundo en un
de manera similar, pero menos desarrollado para los científicos
(Brewer y Samarapungavan, 1991; KarmiloffSmith,
1988). D. Kuhn (1989) y Klahr et al.
(1993) sostuvo que aunque hay alguna
validez de esta metáfora, sobre todo en la comprensión
del mundo, es muy engañosa y
inexacta cuando se aplica a los procesos cognitivos
utilizado por niños, adultos principiantes, y
los científicos. D. Kuhn, por ejemplo, revisó
gran parte de la bibliografía pertinente y concluyó
que en términos de pensar como un científico (es decir,
coordinación de la teoría y la evidencia) ni novato
adulto ni niño es capaz de tal sistemática
pensando. Cuando nos enfrentamos a disconfirming
pruebas, los niños a menudo distorsionan sin saberlo,
12 FEIST Y GORMAN
hacer selectivamente uso de la evidencia, o
inconscientemente ajustar la teoría para encajar con el
pruebas. Científicos edad, sin embargo, hacen una
clara distinción entre la teoría y la evidencia
y por lo tanto puede sistemática y conscientemente
modificar y manipular la evidencia
una pieza a la vez para ver qué efecto tiene y
si la teoría necesita ser modificado.
Las conclusiones de D. Kuhn están en línea con la
trabajar en la búsqueda de dos espacios (hipótesis
y experimento) por Klahr y sus colegas, en
que ambos llegan a la conclusión de que los niños no logran
distinguir la teoría de la evidencia. Klahr, Fay,
y Dunbar (1993) realizó un bastante sofisticado
experimento con el fin de probar si hay
diferencias de desarrollo en científica
la resolución de problemas heurísticos. Ellos probaron cuatro
diferentes grupos que variaban en edad y científico-tecnológico
habilidades: tercero grado, sexto grado,
estudiantes de colegios comunitarios con poca
formación técnica, y los estudiantes universitarios con
entrenamiento tecnico. Los resultados mostraron claramente en vez
que en algunas circunstancias los niños pueden
realizar procesos cognitivos que son similares a
los adultos, pero en otras circunstancias que
no poder. Cuando las hipótesis actuales son plausibles
o cuando las alternativas son experimentales
pocos en número los niños realizan de manera similar a
adultos. Pero cuando las hipótesis son reales
inverosímiles o las alternativas no son pocos en
número, el rendimiento de los adultos es categóricamente
superior a la de los niños. Los niños no pudieron
considerar dos hipótesis alternativas cuando los
hipótesis real era inverosímil, y
pegado con su plausibles original, pero incorrecta
hipótesis. Los adultos, por otro lado, fueron capaces
para buscar soluciones en dos espacios al mismo tiempo,
a saber, la hipótesis y la experimentación.
Tutorías y Formación
¿Qué papel desempeñan los miembros de la familia o los profesores desempeñan
en la promoción y retención de intereses científicos?
Durante mucho tiempo se ha supuesto que la familia y
influencias de la escuela son fundamentales para el desarrollo
de intereses científicos. Pero lo que hace el
literatura empírica acerca éstos sociales
influencias? Eiduson (1962) informó que aproximadamente
la mitad de sus participantes, dijo que algunos más viejos
persona era importante en su desarrollo y
mantener un interés por la ciencia. John-Steiner
(1985) se describe elocuentemente la importancia de
pasantías y tutorías en la estimulación
de la actividad creativa en la ciencia y el arte.
Además, Feist (1991) informó que el 65% de
los científicos biológicos y naturales de élite en su
muestra informó tener un mentor significativo en
la escuela secundaria, y el 80% reportó tener uno en
Escuela de posgrado. En la escuela secundaria, los mentores tendieron
a ser un maestro (29%) o un padre (26%),
mientras que en la escuela de posgrado que fueron abrumadoramente
uno de asesor PhD (56%) u otro
profesor (20%). Una cuestión planteada por éstos
porcentajes, sin embargo, es cómo se comparan con
otras profesiones. Si estas cifras son
única de las ciencias está por verse.
Werts y Watley (1972) demostraron que
el entorno familiar puede ejercer una fuerte
influencia en la elección de la ciencia como una carrera. Ellos
Informó que los estudiantes universitarios que ganaron premios
y eran alumnos de alto rendimiento en ciencias tenían padres
que eran científicos. Por otra parte, una constante
y conclusión sólida de la literatura sobre el padre de
la educación y la ocupación es que los científicos
abrumadora mayoría provienen de familias de profesional
ocupaciones y la educación superior (Berry,
1981; Chambers, 1964; Feist, 1991; Helson y
Crutchfield, 1970; Roe, 1952a; Zuckerman,
1977). Ya sea directamente o indirectamente, tener
UEO padres con educación familiarizadas con e interesados
en la ciencia es predictivo de un interés en
ciencia.
El desarrollo de un temprano interés en la ciencia ha
importancia en la medida en que se traduce en
convertirse y mantenerse un científico. Subotnik y
sus colegas han recogido retención longitudinal
datos sobre una muestra de finalistas a la
prestigiosa Buscar Westinghouse Science Talent
(Subotnik, Duschl, y Selmon, 1993; Subotnik
Y Steiner, 1992). Cinco años después de estar
Finalistas Westinghouse, 94 estudiantes participaron en una
estudio de seguimiento que investigó por qué algunos
se quedaron en la ciencia y otros no. Incluso con
este grupo de élite y de prestigio de la ciencia superdotado
estudiantes, casi el 30% no estaban persiguiendo científica
carreras a 5 años más tarde. Género (siendo
mujeres), la falta de entusiasmo y motivación
maestros y mentores de secundaria y universitarios,
y la falta de apoyo financiero eran los más fuertes
discriminadores entre los dos grupos. Similar
conclusiones sobre la diferencia de género en la retención de
altamente estudiantes de matemáticas precoces han sido
reportado por Benbow y sus colegas (Benbow,
1988; Benbow y Lubinski, 1993; Lubinski
Y Benbow, 1994).
Cuando los estudiantes se quejan de la falta de
PSICOLOGÍA DE LA CIENCIA 13
enseñanza entusiasta que son sin duda refiriéndose
al hecho de que la ciencia a menudo se enseña en una
de manera que hace hincapié en su base "objetiva" y
ignora el proceso de hacer preguntas y
descubrir soluciones. En la medida en que sólo el
lado racional, fáctico, y el objetivo de la ciencia es
enseñado, los niños desarrollan la creencia errónea de que
la ciencia es "aburrido y seco." Feist (1991)
reportado entre los científicos eminentes un consistentes
denuncia que la parte "divertida" de hacer ciencia
estaba completamente ausente en la educación primaria de
ciencia. La curiosidad es una condición sine qua non de la ciencia.
Consistentemente preguntando: "¿Cómo funciona esto? O,
qué pasa si hago esto? "parece ser
fundamental para el desarrollo de la investigación científica
intereses, y si la curiosidad se aplastó existe
pocas esperanzas de que un niño de otro modo inteligente hará
quieren seguir una carrera en la ciencia.
¿El ser entrenado por un eminente científico
predecir obtenido eminencia? Como se informó anteriormente,
tener una fuerte mentor en la escuela secundaria y
universidad predice permanecer encendido y seguir una
carrera científica (Subotnik, Duschl, y Selmon,
1993; Subotnik y Steiner, 1992). Tener un
mentora eminente también parece ser un contribuyente
factor en la obtención de la eminencia (John-Steiner,
1985; Simonton, 1992b; Zuckerman, 1977).
Este hallazgo ha sido más claramente demostrado
en la obra de Harriet Zuckerman con el Nobel
laureados. Uno de sus hallazgos más fuertes de que se trate
el efecto acumulativo de los ventaja
científicos jóvenes que entrenan bajo la científica
élite (ganadores de los premios es decir, Nobel). Ellos producen
más en una etapa temprana de su carrera, son más
probabilidades de producir obras de alto impacto, y son
más probabilidades de ganar el premio Nobel a sí mismos
que los que no entrena bajo laureados
(Zuckerman, 1977). Como Zuckerman y otros
han argumentado, sin embargo, la dirección causal de
esta influencia, probablemente, va en ambos sentidos: la mejor
científicos jóvenes son elegidos por los mejores scienfists,
que a su vez alimenta al ciclo de
ventaja acumulativa. Simonton (1992b) también
informó que la Asociación Americana de Psicología
(APA) presidentes eran bastante probable que tenga
sido tutelado por un eminente psicólogo (es decir,
tenían una entrada en un diccionario biográfico).
primogénito (por ejemplo, J. CatteU y Brimhall, 1921;
Clark & Rice, 1982; Eiduson, 1962; Galton,
1874; Roe, 1952a). Sin embargo, una aún más
surge pregunta interesante sobre si
lo mismo es cierto para los más creativos y
científicos eminentes. Helson y Crntchfield
(1970) encontraron que los científicos eran más creativos
probabilidades de ser primogénito de menos creativo
los científicos. El estudio más grande y ambicioso
hasta la fecha de nacimiento, el orden y la eminencia científica
(Sulloway, 1996) encontró una relación curvilínea,
con primera y última científicos nacidos ser el
más eminente (cf. Feist, 1991).
Antecedentes Religioso
Otra familia puede influir en forma científica
el desarrollo es a través de su dominante religiosa
orientación. Muchos investigadores han informado de que
un número desproporcionado de eminente y
científicos creativas provienen de protestantes o
Familias judías en comparación con los fondos católicos
(Chambers, 1964; Datta, 1967; Feist,
1991; Helson y Crutchfield, 1970; Roe, 1952a;
Zuckerman, 1977). Por ejemplo, sólo mientras que 2
a 3% de la población estadounidense proviene de
Orígenes judíos, el porcentaje de eminente
y científicos de élite de fondos judíos
oscila entre el 9% (Roe, 1952a) a 38% (Helson y
Crutchfield, 1970). De hecho, entre los más
grupos creativos y de élite de los científicos más
estimaciones sugieren que 20 a 30% provienen de
Familias judías (Chambers, 1964; Datta, 1967;
Feist, 1991; Zuckerman, 1977). Trasfondo religioso,
sin embargo, no desmenuzar la variabilidad
debido a la orientación religiosa, la cultura, la raza o
incluso la influencia genética. Por otra parte, debemos
dejan claro que estos datos se refieren a los religiosos
fe de uno de los antecedentes familiares y la educación,
ninguno de comportamiento actual. Los científicos en
científicos generales, y eminentes en particular, son
evidente en su rechazo a la organizada
la religión. Los pocos estudios que han pedido
los científicos acerca de sus prácticas religiosas actuales
han informado de una ausencia casi total de
fe religiosa actual (Chambers, 1965; Feist,
1991; Roe, 1952a; Terman, 1954, 1955).
Orden De Nacimiento
A partir de Galton en la década de 1870, un número
de investigadores han informado de que en comparación con
no científicos, los científicos son desproporcionadamente
Conclusiones De Desarrollo
Psicología de la Ciencia
Entre las conclusiones que se pueden extraer
acerca de la psicología del desarrollo de la ciencia
14 FEIST Y GORMAN
la literatura (ver Tabla 1) son: (a) algunas personas son
nacido con talento matemático extrema y
genio; (B) existe una relación curvilínea
entre la edad y la productividad, con el pico
que ocurre generalmente en uno de 30 años de edad o temprano
40s; (C) la productividad temprana predice más tarde
productividad; (D) Los jóvenes científicos no hacen necesariamente
producir un número desproporcionado de
trabajos de alta calidad; (E) los científicos de más edad no son
más resistentes a aceptar nuevas teorías comparación
a los científicos más jóvenes; (F) no son de género
diferencias en habilidad matemática, y el
etiología de estas diferencias aún no está claro,
pero los factores biológicos y sociales cada parecen
desempeñar un papel; (G) los hombres publican más que las mujeres,
pero si su trabajo es de mayor calidad es
poco claras, y las diferencias en el estado civil, familia
tamaño, prestigio del departamento y la institución no
No tener en cuenta las diferencias de género en
cantidad, pero las diferencias en rango académico de mayo;
(h) los procesos de pensamiento de los niños en la resolución de
problemas científicos son categóricamente distinta
de los adultos principiantes o científicos en que son
no es capaz de coordinar su pensamiento a la vez
considerar la teoría de hipótesis y pruebas - experimento;
(I) los profesores entusiastas y
familias que valoran la educación son fundamentales para el
desarrollo de un interés por la ciencia; (J) que tiene
un mentor de eminente predice eminencia científica;
Efectos del orden de nacimiento (k) en la elección de la ciencia como
una carrera y la producción de alta calidad trabaja en
la ciencia no son claros e inconsistente; y finalmente
(1) viene de un trasfondo judío es relacionada
a la producción de trabajos científicos de alta calidad.
Psicología Cognitiva de la Ciencia
En lugar de revisar toda la historia de
los intentos de los psicólogos para entender científica
pensando (ver Campbell, 1989, para una buena
visión general de las epistemologías psicológicos), que
mirar el estado actual del campo (principalmente
desde finales de 1970 hasta la actualidad), citar estudios
que ilustran las principales conclusiones, y explicar
tendencias consistentes y principios generales. A
organizar esta opinión, podríamos intentar
categorizar la investigación basado en su epistemológico
fundaciones, como Campbell, Tweney, y otros
haber hecho. Sin embargo, es una garantía virtual
que no hay dos psicólogos estarán de acuerdo en estos
raíces epistemológicas. Por ejemplo, Tweney
(1994; Tweney y Chitwood, 1995) distingue
Kuhn, Piaget, Simonian (como en
Herbert Simon), y Wasonian (como en Peter
Wason) tradiciones. Ninguna de estas tradiciones,
sin embargo, es mutuamente excluyentes, y de hecho
El enfoque de Simon a la psicología de la ciencia es
identificado explícitamente con Kuhn (Bradshaw,
Langley, y Simon, 1983), y de Wason con
Popper así como Piaget (Gorman, 1992). De
Mey (1992) también muestra cómo la Kuhn y
Tradiciones Piaget pueden estar estrechamente vinculados.
Por lo tanto, tratamos de utilizar metodológica
en lugar de categorías teóricas para ordenar los estudios,
centrándose más en los resultados que en las epistemologías
que están detrás de ellos. En particular, se
dividir la literatura a lo largo de dos líneas, a saber, la
la naturaleza de la tarea y el tipo de participante.
La naturaleza de la tarea implica esencialmente dos
tipos de problemas: o tareas abstractas que
simular el razonamiento científico o científica real
problemas. Esta categoría no es una dicotómica
variable. Algunas de las tareas que se utilizan para simular
razonamiento científico se modelan de cerca después científica
el razonamiento, y algunos de los científica real
problemas se parecen a los encontrados en los libros de texto
en lugar de en el laboratorio. Por otra parte, los estudios tienen
utilizados dos categorías de participantes: --- ya sea principiantes
o expertos. La categoría de novato del participante
en su mayoría compuesta por estudiantes universitarios de una variedad de
fondos, algunos de los cuales pueden haber tomado unos cuantos
cursos de ciencias, pero ninguno de los cuales son profesionales.
Expertos, por otra parte, se definen como la práctica
científicos de diferentes capacidades. Una vez más, esto no es una
variable dicotómica. Los novatos pueden ir desde
los niños se gradúen los estudiantes, y profesionales de
los científicos en el inicio de sus carreras a eminentes
veteranos. Esta forma de organización de la literatura y
sus conclusiones básicas sobre la psicología cognitiva de
la ciencia se resumen en la Tabla 2.
Tareas Científicas simulados: Novicios
Sesgo de confirmación. La literatura utilizando
tareas simuladas con novatos tiene principalmente
examinaron cómo (casi) las hipótesis científicas son
probado. Por otra parte, casi la totalidad de esta literatura tiene
centrado en el sesgo de confirmación o alguna variación
de los mismos. El impulso para esta línea de investigación
era (1959) la afirmación de Karl Popper que la ciencia
debe, y la mejor ciencia hace, progreso
falsificación de hipótesis, no demostrando ellos
Correcto. Wason (1960) decidió averiguar si
novicios podían falsificar pidiéndoles que
PSICOLOGÍA DE LA CIENCIA 15
determinar la regla que rige una secuencia de
tríos de números, teniendo en cuenta que el triplete 2 4 6 era
una instancia de la regla. Los participantes propusieron
triples adicionales y la experirnenter dijo
ellos si cada encajan la regla. Cuando se sentían
que estaban listos, los participantes contar la
experimentador lo que pensaban que era la regla,
y el experimentador les diría si
era la regla que tenía en mente. Si no es así, que pudieron
seguirá proponiendo triples y hacer conjeturas.
Participantes triples normalmente propuestos como
6--8-10 y 10/12/14 y adivinó la regla era
algo así como "los números deben ir de dos en dos."
De hecho, fue "los tres números en la triple
debe ascender en orden de magnitud. "Wason
tomó esta actuación como prueba de confirmación
sesgo por parte de los participantes, ya que
encontrado una regla suficiente para explicar el primer patrón
que genera casos positivos.
Los novatos pueden ser entrenados para buscar negativo
pruebas. Gorman y sus colegas (Gorman,
1986; Gorman y Gorman, 1984; Gorman,
Stafford, y Gorman, 1987) encontró que las instrucciones
falsificar mejorado significativamente el rendimiento
en las tareas 2--4-6 y similares. Por lo que
parecía que la confirmación fue un sesgo que podría
combatirse con la educación. Sin embargo, Klayman
y Ha (1987) argumentó que Wason, Gorman,
y otros habían confundido positivo y negativo
heurística de prueba con confirmación y disconfirmarion.
En la tarea 2--4--6, una prueba positiva
heurística consiste en tratar de conseguir triples derecha si
uno crea la propia hipótesis es correcta. Si, por
ejemplo, un participante propone 2, 6, 4, esperando
que sea correcta si su hipótesis es correcta, ella
está siguiendo una heurística prueba positiva (Klayman,
comunicación personal, 14 de mayo de 1997). Así que ella
podrían pensar que la regla era "tres números pares,"
y si ella obtiene una respuesta "no" tiene
desconfirmación obtenido mediante una prueba positiva.
Si, por el contrario, su hipótesis es "ir por
dos en dos "y ella propone 2-6-4, esto sería una
prueba negativa porque si la hipótesis es correcta
la triple será incorrecta y confirmar en lugar
que refutar su hipótesis. Por lo tanto,
pruebas negativas no deben ser equiparados con
desconfirmación. Klayman y Ha argumentaron que
la búsqueda de pruebas positivas es una buena para todo uso
heurística y en la mayoría de situaciones es aún más
probabilidades que una heurística prueba negativa para producir
falsificaciones (véase también Oaksford y Chater,
1994). Sin embargo, cuando el participante de destino
la regla es más general que su hipótesis inicial,
el participante debe ser alentado a buscar
evidencia negativa (Gorman, 1992).
Confirme temprano, refutar tarde. Un grupo en
Bowling Green State University (Mynatt,
Doherty, y Tweney, 1977, 1978) desarrollaron un
tarea universo artificial que llevaba más parecido
a la ciencia de los problemas abstractos como la
2 4 6. Los participantes pasaron alrededor de 10 horas en el
más compleja de estas tareas, y ninguno de ellos
descubierto la regla. Los que hicieron la mayor parte
progreso exhibió una especie de sesgo de confirmación,
pero con una salvedad importante: la confirmación
sesgo se usa más eficazmente sólo a principios de
el proceso de comprobación de hipótesis. Mynatt, Doherty,
y Tweney concluyó que era una confirmación
heurística efectiva al comienzo del proceso de inferencia;
una vez que un participante o un científico habían descubierto
y verificado un patrón, entonces podría cambiar a
la búsqueda de pruebas disconfirmatory. Esta
combinación heurística de confirmación y desconfirmación
también trabajó en problemas abstractos
como la tarea 2--4-6, pero su valor se convirtió en la mayor parte
evidente en las tareas que simulan más estrechamente
problemas científicos. Inicialmente, la mejor manera de
siga esta heurística confirmación sería
realizar pruebas positivas. Uno de ellos positivo
pruebas podrían llevar a disconfLrmation, pero el
objetivo general sería descubrir un patrón y
verificar que era lo suficientemente consistentes como para formar el
base para una hipótesis.
Simulación computacional de problemas abstractos.
Utilizamos la simulación término para referirse a
los programas de esta sección porque su
principal objetivo es modelar, entender y
mejorar la resolución de problemas científicos humano.
Naturalmente, esto tiene implicaciones para machinelearning,
cuya meta es encontrar maneras de hacer
máquinas de resolver problemas, sino una efectiva
heurística para una máquina de resolución de problemas puede ser
muy diferente de uno para un ser humano.
Herbert Simon y un grupo de colegas en
Carnegie-Mellon (Langley, Simon, Bradshaw,
Y Zykow, 1987) desarrolló una serie de equipo
programas diseñados para emular a los descubrimientos científicos,
por ejemplo la ley de Kepler. El más simple de
éstos, llamado TOCINO, recibió columnas de
números y se les pidió encontrar una relación, utilizando
heurística como "si los términos en dos adyacentes
columnas aumentan juntos, calculan su ratio ".
La relación resultó ser el numérica
equivalente a la tercera ley de Kepler.
Qin y Simon (1990) dieron la misma tarea a
14 estudiantes universitarios. Cuatro de ellos fueron capaces de
16 FEIST Y GORMAN
Tabla 1
Resumen de temas y hallazgos en la Psicología del Desarrollo de la Ciencia Literatura
Resultados Tema Autor (s)
Matemático
capacidad
Traductor de Google para empresas:Google Translator ToolkitTraductor de sitios webGlobal Market Finder
Desactivar traducción instantáneaAcerca del Traductor de GoogleMóvilComunidadPrivacidad y condicionesAyuda
emular descubrimiento utilizando la heurística de la computadora
similar a la del TOCINO. Aunque esto parece
una tarea que los modelos del razonamiento de un
experto científico real, que en realidad lleva más
parecido con la tarea 2-4-6. En lugar de tres
columnas de participantes números, Qin y de Simon
se les dio dos, y la regla numérica
que buscaban sucedido corresponder a
Ley de Kepler. Curiosamente, los estudiantes tratando de
resolver este problema se basó más en visual
representaciones como gráficos de dispersión que la
programa, que no podía usar esquemática
razonamiento. (Más simulaciones computacionales recientes
tener esta capacidad; ver Cheng & Simon,
1995; Larkin y Simon, 1987)
Busca dos reglas en lugar de uno.
Busca dos normas complementarias en lugar
de una hipótesis parece aumentar con éxito
prueba en tareas abstractas. Tweney, Doherty,
y Mynatt, (1981), Gorman, Stafford, y
Gorman (1987), y Wharton, Cbeng, y
Wickens (1993) alterada (1960) la tarea de Wason a
hacer una búsqueda de dos normas complementarias
en lugar de una sola regla. Ellos encontraron que este
cambio hizo mucho más fácil para que los participantes
explorar los límites de sus hipótesis, con lo que
facilitar el descubrimiento de la regla de destino. Del mismo modo,
Farris y Revlin (1989a, 1989b) argumenta
que muchos participantes que parecían ser
siguiendo una estrategia disconfirmatory eran en realidad
la búsqueda de casos positivos de una
hipótesis contrafactual. En efecto, los participantes
siguiendo una estrategia contrafactual buscaban
por dos normas complementarias (ver Oaksford
Y Chater, 1994). Esta heurística contrafactual
sería mejor aplicado después de la positiva inicial
fase de prueba cuando el científico o participante tiene
discernido un patrón y formulado una inicial
hipótesis. Conceptualización del problema como
búsqueda de dos hipótesis complementarias
se centra en la exploración de los participantes de los límites
de ambos, con el resultado de que llevan a cabo una más
búsqueda exhaustiva del espacio del problema. Del mismo modo,
Freedman (1995) argumenta que los límites en el trabajo
la memoria puede explicar por qué los novatos tienden a centrarse
en una hipótesis a la vez. Instruir
participantes para buscar múltiples hipótesis
(Es decir, utilizar fuertes estrategias de inferencia) hizo en
hecho de mejorar su capacidad para poner a prueba las hipótesis
con éxito.
Replicación y error. Una de las limitaciones
de la mayoría de las tareas abstractas y simulado
problemas científicos es que incluyen sin
posibilidad de error en los resultados, aunque
los científicos que trabajan luchan constantemente para separar
patrones de ruido (ver Gorman, 1992, por
20 FEIST Y GORMAN
un debate extendido). Gorman (1989) dijo
participantes que en cualquier lugar de 0 a 20% de
sus resultados en una tarea abstracta similares a la
2-4-6 podría ser errónea (es decir, un juicio que fue
clasificado como incompatibles con la regla podría ser
consistente y viceversa). Los errores se producirían en
azar, según lo determinado por un número aleatorio
generador en una calculadora. Inicialmente, la tasa de error
se fijó en 0; los participantes no encontraron real
errores. Gorman encontró que los participantes utilizan
replicación más la extensión para eliminar la
posibilidad de error: se proponen experimentos
que eran similares a, pero no exactamente el mismo que,
experimentos anteriores en un esfuerzo para replicar el
patrón actual. Esta estrategia se asemeja a la
heurístico positivo recomendado por Klayman
y Ha.
Pero la replicación y la replicación-más-extensión
son costosos heurística: requieren un
importante inversión de tiempo y recursos de un
laboratorio, mientras que otros laboratorios que compiten
puede perseguir la investigación novela (ver Gorman,
1992, para una discusión). El costo y la complejidad
de la replicación se puede aumentar el experimental
tareas que incorporan la posibilidad de error. Por
ejemplo, cuando los participantes tienen que replicar un
toda la secuencia de experimentos en lugar de sólo una
resultado individual, la posibilidad de error anima
perseveración hipótesis, o la renuencia a
descartar una hipótesis en la cara de vez en cuando
desconfirmación. Cuando la posibilidad de 20%
error se convierte en reales de error, los participantes
tenía aún más dificultades para utilizar la replicación y
replicación más la extensión para combatir hipótesis
perseveración (Gorman, 1989). Incluso en muy
tareas artificiales simples, la replicación por sí sola no es
suficiente para aislar y eliminar los errores. Obviamente,
Los científicos confían en otros tipos de controles en
Además de la replicación, por ejemplo refinamiento
de procedimientos. Los futuros experimentos en el error
deben utilizar los problemas científicos y tareas que
simular ellos, y también comparar el desempeño
de los científicos a los novatos.
Formar representaciones de sentido común. Investigadores
como McCloskey (1983), Clemente
(1982), y Carey (1992; Wiser y Carey, 1983)
han establecido paralelismos entre lo mental
modelos de novatos de módem y personajes históricos
en la evolución de la ciencia. Por ejemplo,
McCloskey encontró que los estudiantes universitarios realizaron
creencias sobre el impulso que se parecía a las de
Filópono (siglo sexto) y Buridan (14a
siglo). Estas analogías históricas sugieren que
novicios forman una especie de representación común
de los fenómenos científicos (Anzai, 1991).
Tareas Científicas simulados: Expertos
Coordinación metacognitiva de búsqueda en dos
espacios. Otra heurística quizá relacionado involucrados
en la hipótesis éxito las pruebas es la
capacidad de pensar de forma simultánea de dos o más
espacios de problemas, donde este término denota un conjunto de
posibles alternativas. Klahr y Dunbar (1988)
y Klahr, Dunbar, y Fay (1990) pidieron
participantes aprendan cómo un dispositivo llamado un Big
Trak funciones mediante la realización de experimentos. Ellos
encontró que era más útil pensar metacognitivamente
en términos de espacios de problemas separados,
donde uno espacio contenía las ideas para una posible
experimentos y otro espacio para contenida
posibles hipótesis. Los participantes más exitosos
reaccionado a pruebas falsificatory en el
espacio experimental mediante el desarrollo de nuevas hipótesis
que representa un cambio en la forma en que
representado la función del dispositivo, que en
activar nuevas áreas sugeridas del espacio del problema
para buscar pruebas.
Como se discutió en la psicología del desarrollo
de la sección de ciencia anterior, D. Kuhn (1989)
argumentado que el modelo de doble espacio de Klahr y
sus colegas ayuda para dar cuenta de los principales
diferencias entre los niños, principiantes adultos, y
el científico. En el niño, el experimento y la hipótesis
espacios se fusionan en una sola mentales
modelo; teoría y la evidencia se ajustan para
mantener esta representación. En el científico,
teoría y la evidencia están claramente separados. Los
novato adulto cae en algún lugar entre. Cervecero
y Chinn (1992) han explorado la científica
creencias de los adultos principiantes, dándoles breve
lecturas sobre teoría cuántica o la relatividad especial
que las predicciones hechas que entraban en conflicto con
creencias de sentido común sobre el espacio y el tiempo y
causa y efecto. Algunos participantes simplemente
rechazado la nueva información, parecidas a las
científicos que se aferran al viejo paradigma. Otro
participantes interpretaron la respuesta en términos de
creencias existente, por ejemplo, mediante el tratamiento relativista
fenómenos como ilusiones ópticas. Similar a
niños, estos participantes ajustaron evidencia para
creencias en forma. Un último grupo de participantes mostró
de asimilación menos parcial del nuevo material:
fueron capaces de dar una respuesta que correspondía
a lo que habían leído, pero "Seguro
no creerlo "(1992, p. 70). Estos partici-
PSICOLOGÍA DE LA CIENCIA 21
pantalones están empezando a hacer la separación
entre hipótesis y las pruebas, aunque
no confiar en sus conclusiones. La clave, según
a D. Kulm (1989) y Klahr, Fay, y
Dunbar (1993) es el desarrollo de metacognitivo
habilidades que permitan la delimitación de la teoría y
pruebas, y una búsqueda coordinada en dos
espacios.
Sesgo de confirmación. Mahoney (1977) en comparación
una pequeña muestra de los científicos que trabajan en
la tarea 2 4 6 a una muestra de protestante
ministros y, sorprendentemente, se encontró que el
primeros eran más propensos al sesgo de confirmación
que el segundo. Kruglanski (1994) ha argumentado
que los científicos están sujetos a algunas de las mismas
sesgos cognitivos como no científicos, entre ellos
confirmación (véase también Faust, 1984; Hanson,
1962; Mahoney, 1977, 1979; Mahoney y
Demonbreun, 1977).
Problemas Científica Actual
Los expertos trabajan hacia adelante. Larkin, McDermitt,
Simon y Simon (1980) utilizan la cinemática
problemas de un libro de texto de física elemental;
expertos, por supuesto, resuelven los problemas mucho
más rápidamente y con menos errores. Pero el
hallazgo crítico fue ese problema más eficiente
resolución utiliza estrategias de resolución de problemas cualitativos.
Del mismo modo, de acuerdo con Larkin (1983),
expertos trabajaron adelante de la información
dado, razonar cualitativamente hasta que llegaron
en una representación que sugirió lo conjunto de
ecuaciones a utilizar. Los novatos, en contraste, trabajaron
al revés de la posible solución, aplicando
ecuaciones tempranas con la esperanza de encontrar la
valores de las variables específicas.
Expertos forman representaciones abstractas. En
contrastar a los principiantes que tienden a formar común
representaciones, forman científicos expertos
representaciones abstractas de los fenómenos científicos.
Chi, Feltovich y Glaser (1981) encontró
que los expertos tendían a categorizar los problemas en tipos
que se definen por los principales principios de la física que
se utilizará en solución, mientras que los principiantes tienden a
categorizarlas en tipos definidos por las entidades
contenida en el enunciado del problema. (. P 150)
Por ejemplo, cuando se le preguntó a predecir si un
yo-yo en una mesa rodará hacia la izquierda o hacia la derecha cuando
uno tira de una cuerda, novicios dicen que basan la derecha en
su experiencia común con los yoyos,
mientras que los expertos clasifican el problema en términos de
el impulso y la fuerza de equilibrio y concluir
el yo-yo se moverá hacia la izquierda (Anzai, 1991).
Una vez que un experto ha clasificado un problema en esta
manera, ella puede trabajar hacia adelante rápidamente a una solución
(Green & Gilhooly, 1992).
Uso experto de razonamiento analógico. Ya está
es una larga literatura sobre la importancia de
metáfora y la analogía en problema científico
resolución (Clement, 1989; De Mey, 1992; Holyoak
Y Thagard, 1995) e incluso en la psicología
(Leary, 1990). Clement (1991) comparó el
manera los expertos técnicos y novicios resueltos más
problemas inusuales como la determinación de lo que sucede
cuando el ancho de las bobinas en un resorte es
se duplicó y se mantiene el peso suspendido
constante. Los expertos utilizan informal, cualitativa
procesos de razonamiento; por ejemplo, a menudo
construido un caso más simple análoga, para
ejemplo, imaginar lo que sucede si las bobinas
fueron reemplazados por un resorte en forma de U de la misma
longitud. A continuación, se relacionan la analogía con el caso
(Ver John-Steiner, 1985). Las analogías son muy
medio importante para llegar a su caso
representaciones de problemas. Gentner y Gentuer
(1983) demostraron que los novatos que utilizaron un
fluyen aguas-analogía para entender eléctrico
circuitos forman un modelo mental que era
apropiado para problemas de la batería, pero no para los
la participación de resistencias. Verde y Gilhooly (1992)
argumentado que
el estándar experto-novato paradigma contrastivo por
que requiere el uso de los problemas de acceso a los novatos ha llevado
a un relativo abandono de cómo hacer frente a difíciles expertos
problemas y cómo los expertos detectar y recuperarse de
errores en la cara de dificultad de la tarea. (. P 67)
Una solución a esta dificultad es mirar cómo
expertos resolver difíciles problemas nuevos. Gentner
y Jeziorski (1989) comparó el camino Robert
Boyle y Sadi Carnot utilizan analogías para el
manera alquimistas los usaban y concluyó que
siguiendo ciertos criterios al usar analogías
(Por ejemplo, evitar analogías mixtos, la comprensión
que la analogía no es causalidad) fue la clave para
razonamiento científico distintiva de la
pseudocientífica. Pero Carnot y Boyle tenían
diferentes estilos de razonamiento analógico: los
ex basó en una única analogía, derivando
principios de la misma, mientras que el segundo preferido
trabajar con toda una familia de analogías. Nersessian
(1992) observaron que James Clerk Maxwell
analogías usadas de forma iterativa, es decir, que constantemente
ellos modificado para adaptarse a su creciente comprensión
de las limitaciones del dominio de destino. Alejandro
Graham Bell siguió deliberadamente el
22 FEIST Y GORMAN
analogía de la naturaleza y utilizado el oído humano como una
modelo mental de su teléfono; como Maxwell,
fue capaz de modificar esta analogía como aprendió
más sobre su dominio de destino (Gorman, 1995).
Dunbar (1995), en un estudio cognitivo de
laboratorios de biología molecular, se dieron cuenta de que el
menos exitosa de sus cuatro laboratorios utilizados
prácticamente no hay analogías, mientras que los otros tres
analogías locales utilizan para cambiar las representaciones
y procedimientos. Una analogía locales implica
sobre la base de un experimento similar para resolver un
problema con la actual. Los orígenes
de los miembros del laboratorio que utiliza ninguna
analogías eran demasiado similares; todos ellos se basaron en la
misma base de conocimientos. Dunbar también señaló que
científicos expertos hicieron más analogías que
novicios relativos porque el profundo, estructural
características de un dominio eran obvio para ellos y
por lo tanto podrían mapear fácilmente sobre ellas
otros dominios.
Los expertos confirman temprano y refutar tarde.
Tweney (1985, 1989, 1991) utilizó su experimental
trabajar en confirmación y desconfirmación
para enmarcar y enriquecer una cuenta cognitivo de
cómo Michael Faraday utiliza estas estrategias.
Tweney construido problema comportamiento detallado
gráficas de los procesos de resolución de problemas de Faraday.
Faraday escribió sobre los peligros de la inercia de la
mente, por la que se refería el apego precoz
a las propias ideas (ver Chamberlain, 1890 /
1965), pero también sostuvo que es importante
ignorar la evidencia disconfirmatory cuando uno está
se trata de una nueva hipótesis (Tweney, 1989).
En general, Faraday siguió al confirmar-earlydisconfirm-finales
heurística: confirmar hasta que tenga
una hipótesis bien corroborada, a continuación, tratar de
refutar ella. Por ejemplo, sus intentos iniciales de
usar imanes para inducir una corriente eléctrica
producido desconfirmaciones aparentes, pero él
los ignoró - una única confirmación fue más
poderoso que media docena de desconfirmaciones,
especialmente dada la alta posibilidad de error en
sus experimentos iniciales. Cuando se obtiene una
imán más poderoso, él fue capaz de reducir
el nivel de ruido y obtener confirmaciones consistentes.
Una vez más, el trabajo de Tweney ilustra cómo
estudios experimentales pueden proporcionar un marco
para el análisis de situaciones naturales, que en
girar, forzar alteraciones en el marco.
Dunbar (1995) se centró en las reuniones de laboratorio
en lugar de la conducta real de los experimentos;
por lo tanto, es imposible evaluar
si los científicos en su estudio trataron de generar
pruebas positivas o negativas. Cuando nos enfrentamos a
Un resultado disconfirmatory, sin embargo, los científicos
normalmente hicieron una de tres cosas: o
cambiado un supuesto corolario de la corriente
hipótesis, que se atribuye un resultado anómalo
error o muestran un sesgo falsificación, desechando
resultados que parecían confirmar una hipótesis.
Dunbar especuló que esta falsificación
sesgo era una protección contra la hipótesis airing
que podrían posteriormente ser probado mal, un frecuente
experiencia para los científicos de alto nivel.
Dunbar también comparó explícitamente expertos y
novicios. Los expertos estaban más dispuestos a modificar o
descartar hipótesis que los novatos. Parte de este
voluntad vino del hecho de que grupo
interacción ayudó a los científicos articulan alternativo
hipótesis. En la práctica científica, gran parte de la
la coordinación entre hipótesis y pruebas
que ocurre en grupos. Tal vez eso explica la
diferencia aparente entre Tweney de y
Resultados de Dunbar: Tweney estudiaron una detallada
registro de experimentos de Faraday, y Dunbar
centrado en las reuniones de laboratorio. Aquí el
la psicología cognitiva de la ciencia comienza a fusionarse
con la psicología social de la ciencia (véase
a continuación) --- cambio conceptual se produce en un grupo
ajuste.
Expertos y metacognitivas de búsqueda de doble espacio.
Como Klahr y Dunbar (1988) de mayor éxito
participantes, Alexander Graham Bell decidió
desde el principio que iba a centrarse más en el
espacio hipótesis de que en el experimental.
Se llevó a cabo un pequeño número de experimentos
y se refleja constantemente en la relación
entre la evidencia y la hipótesis. Del mismo modo,
Bradshaw (1992) ha argumentado que el éxito de
los hermanos Wright se debe al hecho de que
hizo una búsqueda coordinada en función y diseño
espacios.
Expertos forman una compleja red de empresas.
Gruber (1981, 1989) prevé que originalmente
que confiar en el trabajo de los historiadores en su
análisis cognitivo del desarrollo de Darwin de
teoría de la evolución, pero se encontró con que su
Fondo de Piaget le permitió ver
patrones en actividades de Darwin que había eludido
historiadores. Se dio cuenta de que Darwin de parecer
actividades dispares encajan en una red de empresas
incluyendo lo Klahr y sus colegas
llamaría espacios de observación y de hipótesis
(Klahr y Dunbar, 1988; Klahr, Dunbar, y Fay,
1990). Espacio de observación de Darwin incluido
estudios detallados de percebes, gusanos, y coral
PSICOLOGÍA DE LA CIENCIA 23
e influenciado su trabajo en la evolución
espacio hipótesis de manera que vale la pena trazar
en detalle. De hecho, un cognitiva tan complejo
red parece ser común entre los profesionales
científicos, especialmente los más creativos
los (Gruber, 1981, 1989).
Simulación Computacional del científico histórico
la resolución de problemas. Kulkarni y Simon
(1988) utilizaron (1980) estudio detallado de Holmes de
el descubrimiento del ciclo de la ornitina para crear una
simulación por ordenador que siguió descubrimiento de Krebs
procesar tan estrechamente como sea posible. KEKADA, como
el programa se llamaba, se basó en un doble espacio
búsqueda y una jerarquía de la heurística para lograr
este objetivo. La jerarquía incluido generales
heurísticas que podrían haber sido utilizados a través de una
amplia gama de problemas científicos y específica
los limitan al ámbito de la química orgánica.
Una de las conclusiones es que desde KEKADA
expertos poseen tanto generales como domainspecific
heurística, mientras que los principiantes son más
puedan poseer solamente las más generales.
Hubo incluso algunas heurísticas poseían solamente
por Krebs y algunos otros, entre ellos un
técnica de tejido de corte que facilita en gran medida
el descubrimiento. Obviamente, no podía KEKADA
simular los tipos de habilidades prácticas que juegan
un papel tan importante en el descubrimiento.
Shrager y Langley (1990), en una excelente
volumen en simulaciones computacionales de científico
descubrimiento, describir
dos aspectos importantes de actividad-- intelectual
y la incrustación de realización - que tienen significativa
teniendo en la ciencia, pero que no han sido abordados por
modelos computacionales existente. En pocas palabras, la ciencia toma
colocar en un mundo que está ocupada por el científico, por la
sistema físico en estudio, y por otros agentes, y
este mundo tiene rielmess indefinida de estructura física
y restricción. Así, el científico es un agente encarnado
incrustado en un mundo físico y social. (Pág. 15)
Esta crítica se aplica a TOCINO, KEKADA,
y una variedad de otros métodos computacionales,
incluyendo ECHO de Paul Thagard, un
simulación conexionista que encarna Thagard de
teoría de que la hipótesis científica con
la coherencia explicativa más gana en disputas.
ECHO se ha aplicado a la oxygenphlogiston
el debate y la controversia en torno
la extinción de los dinosaurios (Thagard,
1988; Thagard y Nowak, 1990). Esta simulación
se dirige más hacia la prueba filosófica
normas para la solución de controversias que emulando
los procesos psicológicos de los participantes.
Un aspecto importante de la realización es
visualización y simulaciones computacionales aquí
están haciendo progresos. Cheng y Simon
mostró que podría haber sido más fácil para
Huygens y Wren que han descubierto la ley
de conservación de los diagramas de impulso usando
en lugar de derivándolo de teoría o por
procesos basados en datos similares a los utilizados por
TOCINO (Cheng y Simon, 1992). Cheng entonces
HUYGENS creadas, un cálculo más general
simulación de descubrimiento por unidimensional
diagramas. HUYGENS utiliza un tipo de
Búsqueda de doble espacio: De los datos numéricos dados,
HUYGENS cambia a un espacio de diagramas en
la búsqueda de regularidades mediante la búsqueda de patrones
en los diagramas. Cuando los patrones han sido
encontrado, las regularidades son simplemente transformados
de nuevo en ecuaciones. El cambio a la esquemática
representación permite diferentes operadores,
observadores de regularidad y heurística para usarse que
son más eficaces que los utilizados en la directa
búsqueda de un espacio de términos algebraicos (Cheng y
Simon, 1995). Cheng admite que no podemos estar
Asegúrese de que la Huygens real (el descubridor de
conservación del momento) utiliza este método,
pero es históricamente plausible y HUYGENS
demuestra que habría sido más
eficiente que otras alternativas. En lugar de reclamar que
desarrollado un programa que descubre, Cheng
argumentó en cambio que él proporcionó computacional
evidencia de la importancia del uso de los diagramas
en el descubrimiento científico, la evidencia que podría ser
combinado con material de otras fuentes
(Por ejemplo, de grano fino de estudios de casos de la forma
diagramas se utilizan en los descubrimientos reales). Cheng
objetivo parece ser el de proporcionar tanto una normativa
cuenta - diagramas de cómo deben ser utilizados para
descubrir - y históricamente verosímil uno--
cómo diagramas probablemente fueron utilizados por Huygens.
Gooding y Addis (1993) dieron otro paso
en la dirección de simulaciones computacionales de
realización, mediante el desarrollo de una programación
entorno llamada CLAR / TY que les permite
para simular los procesos de resolución de problemas de Faraday.
Aunque CLARIDAD no puede realizar
sí experimentos, que permite a los investigadores a
incorporar detalles de grano fino de experimental
procedimientos en un esfuerzo por reconstruir un inventor
o la ruta del científico. También permite que el investigador
para modelar la forma en que la información de
artículos y la interacción con otras personas influenciadas
Pensamiento de Faraday. En lugar de hacer descubrimientos
como el tocino y KEKADA o sedimentación
24 FEIST Y GORMAN
controversias como ECHO, "diagramas CLARITY
hacer hipótesis sobre la inferencia y el aprendizaje
procesos accesible; que pueden ser discutidos y
criticado con más facilidad que el código informático y
por lo tanto abierta a revisión y experimentación
de manera que la mayor parte de modelado basado en código es
no "(Gooding & Addis, 1993, p. 8). En otra
palabras, CLARITY sirve como asistente de expertos,
ayudando a los estudiosos entienden descubrimiento. Tal
simulaciones tendrán psicólogos de la ciencia
para suministrar datos detallados sobre los procesos humanos en
dominios similares. Es exactamente esta clase de ricos y
datos detallados que hacen simulaciones como
KEKADA, TOCINO, HUYGENS y CLARIDAD
tan poderoso.
Los expertos son cognitivamente compleja. El estudio
de estilos cognitivos de disposición, como integrador
complejidad, proporciona un vínculo entre cognitiva
y la psicología de la ciencia de la personalidad (ver
la siguiente sección). Complejidad Integrativa es un
medida de la complejidad del pensamiento y es
dividida en dos componentes: la diferenciación
y la integración (Schroder, Conductor, y Streufert,
1967; Tetlock y Suedfeld, 1988). El simple
pensador hace relativamente pocas calificaciones y
ve las cosas en términos de blanco y negro. En contraste,
el complejo pensador no sólo hace distinciones
y las calificaciones, pero se integra en un sintético
todo los puntos de vista opuestos. Sólo dos
se han realizado estudios sobre integración
complejidad en los científicos. Suedfeld (1985) reportó
que los presidentes de la APA no sólo tuvieron la
más alta complejidad significa comparación con el resto
muestras no científicos, pero que el más eminente
psicólogos dieron el más complejo presidencial
direcciones. Feist (1994) entrevistó a un grupo
de científicos eminentes y, entre otras cosas,
habían ellos responder a un conjunto de semiestructurada
preguntas, que fueron transcritas y codificadas en
complejidad integradora. Los niveles medios de
complejidad de estos físicos, químicos, y
biólogos eran incluso superiores a los de la
Estudio Suedfeld. Estos científicos eminentes eran
pensadores complejos sobre su investigación, pero no
sobre otros temas (como la educación científica).
Conclusiones Desde el Cognitiva
Psicología de la Ciencia
Para resumir las conclusiones consensuadas de
la psicología cognitiva de la ciencia (véase el cuadro
2): (a) confirmar temprano, refutar tarde es un
heurística efectiva y exitosa en la hipótesis
pruebas; (B) la búsqueda de soluciones en dos espacios
conduce simultáneamente a la hipótesis más éxito
probando que la búsqueda en un solo espacio; (C)
la creación y el uso de analogías metacoguitive
habilidades facilita la resolución de problemas con éxito; (D)
error introducir aumenta perseveración hipótesis;
(E) equipo simulationscan derramada visión
en la heurística que participan en el descubrimiento científico;
(F) la complejidad del pensamiento científico es
asociado con la eminencia científica.
Personalidad Psicología de la Ciencia
Como una forma de organizar la literatura sobre el
psicología de la personalidad de la ciencia, categorizamos
it en torno a cuatro temas fundamentales, a saber,
las diferencias de personalidad consistentes entre los científicos
y no científicos, la personalidad coherente
diferencias entre eminente y menos eminente
científicos, si los científicos de diferentes teórico
persuasiones difieren en términos de personalidad,
y, finalmente, la influencia direccional de la personalidad
en la conducta científica (ver Tabla 3).
La comparación de las características de personalidad
de científicos a los no científicos
En 1874 Francis Galton publicó la primera
investigación científica de lo psicológico
características de los científicos. Galton recolectó
cualitativa auto-reporte de datos de 180 Inglés
hombres de ciencia y encontraron que eran
enérgico, eran físicamente sanos, fueron perseverantes,
tenía buenos recuerdos, y eran muy
independiente. El estudio del genio fue fomentado
por J. McKeen Cattell (1910), Terman (1925),
y Cox (1926). Bajo la dirección de Terman
y el uso de la muestra eminente J. Cattell como
participantes, Cox llevan a cabo los más ambiciosos,
sistemática, y lo más cuantitativa de la temprana
investigaciones de genio. Aunque ella no lo hizo
se centran exclusivamente en los científicos, que hizo el informe
resultados desglosados por grupo. Cox encontró el
rasgos que científicos más claramente distinguido
de los hombres eminentes no científicas eran el deseo
de superación, la originalidad, la razón, tendencia a no ser
cambiante, determinación y pulcritud y
exactitud del trabajo. Desde la década de 1950, sin embargo,
trabajo más sistemático se ha centrado en la personalidad
y los científicos, con los científicos están definiendo
PSICOLOGÍA DE LA CIENCIA 25
como cualquier muestra que consistía en cualquiera de los estudiantes de
ciencia, ingenieros, inventores, científicos sociales,
biólogos o científicos naturales. Esta
cuerpo de literatura se puede resumir con la
conclusiones discuten en las siguientes secciones.
Los científicos son más conscientes. El empírica
la investigación ha revelado un patrón consistente
de una mayor conciencia entre los científicos
en comparación con los no científicos (Albert y Runco,
1995; Bachtold, 1976; Barton & H. Cattell,
1972; Feist y Barron, 1995; Gough, 1987; Jamón
Y Shaughnessy, 1992; Kline & Lapham, 1992;
Schaefer, 1969; Udell, Baker, y Albanm, 1976;
Wilson & Jackson, 1994). Por ejemplo, Kline
y Lapham (1992) utiliza la Personalidad de Eysenck
Questionnaire (EPQ) para medir la personalidad
características de los 326 comandantes de la ciencia y la
los compararon con 357 carreras de arte. Informaron
una diferencia en la recta entre la
dos grupos que se traduce en un efecto de tamaño d
(Es decir, la diferencia entre los dos medios
dividido por la desviación estándar de la media; ver
Cohen, 1988) de 1,59. Dada la altamente
la naturaleza estructurada y organizada de científicos
investigación, no es de extrañar que los científicos
tendría disposiciones hacia el orden y la
escrupulosidad.
Los científicos son más dominantes, logro
orientados, y conducido. Los científicos también están más
ambicioso, impulsado, y dominante en la personalidad
que no científicos (Albert y Runco, 1995;
Arvey y Dewhirst, 1976; Bachtold y Werner,
1972; R. Cattell y Drevdahl, 1955; Feist y
Barron, 1995; Gough, 1987; Jamón y Shaughnessy,
1992; Pearce, 1968; Schaefer, 1969;
Udell, Baker, y Albaum, 1976). La dominación y
Drive parecen estar distinguiendo características
de ambos científicos femeninos y masculinos. Por ejemplo,
Bachtold y Werner (1972) la personalidad recogidos
datos sobre 116 biólogos y químicos femeninos
enumerados en Quién es quién en América y Quién es Quién
de la Mujer de América Latina y los compararon con
normas femeninos. Usando Dieciséis personalidad de Cattell
Factor (16PF) como medida de la personalidad,
encontraron que las mujeres científicas eran más
dominante, seguro, inteligente, radical, y
aventureros que las mujeres en general. Además,
el perfil de personalidad de las mujeres científicas
era bastante consistente con la de los científicos masculinos
(Bachtold y Werner, 1972). Dos de los tres
estudios que encontraron los científicos a ser menos dominante
que un grupo de comparación estaba en muestras de
mujeres científicas que se comparan a mujer
artistas (Bachtold, 1976; Barton & H. Cattell,
1972). El otro hallazgo negativo en el dominio
estaba en una muestra de estudiantes (Scott & Sedlacek,
1975).
Los científicos son más independientes, introvertido,
y menos sociable. Los científicos, en relación a los no científicos,
prefiero estar solo y son algo
menos social (Arvey y Dewhirst, 1976; Bachtold,
1976; Bachtold y Werner, 1976; Carnicero, 1969;
R. Cattell y Drevdahl, 1955; Eiduson, 1962;
Feist, 1987; Feist y Barron, 1995; Pearce, 1968;
Roe, 1952a; Scott & Sedlacek, 1975; Wilson &
Jackson, 1994). El trabajo reciente de Wilson y
Jackson (1994) es representativo. Se administraron
la EPQ a 109 macho y hembra 133
físicos y sus puntuaciones en comparación a la
normas de la población. Entre las muchas diferencias,
físicos masculinos eran casi una norma
desviación (d = -. 94) y los físicos femeninos
eran aproximadamente tres cuartas partes de una norma
desviación (d = -.73) inferior en el SociableUnsociable
dimensión. La única conclusión contraria
fue reportado por Mohan y Kaur (1993),
que informó de una media de Extroversión para un
muestra de los científicos de que era más alta que la
media normativo. Sin embargo, el Mohan y Kaur
la muestra fue de la India y por lo tanto culturales
diferencias pueden ser responsables de la negativa
relación.
Los científicos son emocionalmente estables y el impulso
controlada. En comparación con los no científicos, científicos
tienden a ser relativamente estable emocionalmente, baja
en neuroticismo, y más probabilidades de controlar su
impulsos (Albert y Runco, 1995; Bachtold,
1976; Bamber, Bill Boyd, y Corbett, 1983;
Barton & H. Cattell, 1972; Carnicero, 1969; R.
Cattell y Drevdahl, 1955; Eiduson, 1962; Feist
Y Barron, 1995; Gough, 1987; Jamón y Shaughnessy,
1992; Mossholder, Dewhirst, y Arvey,
1981; Scott & Sedlacek, 1975; Terman, 1954;
Wilson & Jackson, 1994). Por ejemplo, Cattell
y Drevdahl (1955) dio el 16PF para los científicos
que fueron clasificados como principalmente los investigadores,
profesores o administradores. Tomando los medios de
sólo el investigador submuestra (n = 144) y
comparándolas con las normas, los investigadores fueron
más de la mitad de una desviación estándar más alto en
control de los impulsos (d = 0,54) y más de dos
tercios de una desviación estándar más altas en el ego
fuerza (d = 0,70).
26 FEIST Y GORMAN
Tabla 3
Resumen de temas y hallazgos en la Psicología de la Personalidad de la Ciencia Literatura
Resultados Tema Autor (s)
Científicos vs. los no científicos Los científicos son más conscientes o Schaefer, 1969
ordenada Barton & Cattell, 1972
Vs. Eminente / creativo menos eminente / creativa
Los científicos son más dominantes, impulsado, o
logro orientado
Los científicos son más independientes y menos
sociable
Los científicos son más estables emocionalmente o
impulso controlado
Científicos creativos son más dominantes,
arrogante, seguro de sí mismo, u hostil
Bachtold, 1976
Gough, 1987
Jamón y Shaughnessy, 1992
Kline & Lapham, 1992
Wilson & Jackson, 1994
Albert y Runco, 1995
Feist y Barton, 1995
R. Cattell y Drevdahl, 1955
Pearce, 1968
Schaefer, 1969
Bachtold y Werner, 1972
Scott & Sedlacek, 1975
Arvey y Dewhirst, 1976
Udell, Baker, y Albaum, 1976
Gough, 1987
Jamón y Shaughnessy, 1992
Albert y Runco, 1995
Feist y Barron, 1995
Roe, 1952a
Cattell y Drevdahl, 1955
Terman, 1955
Eiduson, 1962
Pearce, 1968
Carnicero, 1969
Bachtold y Werner, 1972
Scott & Sedlacek, 1975
Arvey y Dewhirst, 1976
Bachtold, 1976
Feist, 1987
Wilson & Jackson, 1994
Feist y Barton, 1995
Roe, 1952a
Cattell y Drevdahl, 1955
Eiduson, 1962
Carnicero, 1969
Barton & Cattell, 1972
Scott & Sedlacek, 1975
Bachtold, 1976
Mossholder, Dewhirst, y Arvey, 1981
Bamber, Bill Boyd, y Corbett, 1983
Albert y Runco, 1987
Gough, 1987
Jamón y Shaughnessy, 1992
Wilson & Jackson, 1994
Feist y Barron, 1995
Van Zelst y Kerr, 1954
Gough, 1961
Wispe, 1963
Chambers, 1964
Garwood, 1964
Parloff y Datta, 1965
McDermid, 1965
Davids, 1968
Parloff et al., 1968
Shapiro, 1968
Schaefer, 1969
Erickson et al., 1970
Helson y Crutchfield, 1970
PSICOLOGÍA DE LA CIENCIA 27
Tabla 3 (continuación)
Resultados Tema Autor (s)
Predilección teórica
Influencia direccional
Científicos creativos son más autónomos,
independiente o introvertido
Científicos creativos son más impulsadas,
ambicioso, o el logro orientado
Científicos creativos son más abiertos y
flexibilidad en el pensamiento o el comportamiento
Personalidad influye en la creación de la teoría,
aceptación, y la orientación
Influencia direccional entre la personalidad
y el comportamiento científico es
incierto
Gantz et al., 1972
Lacey y Erickson, 1974
Rushton, Murray, y Paunonen, 1987
Helmreich, Spence, y Pred, 1988
Feist, 1993
Van Zelst y Kerr, 1954
Holanda, 1961
Chambers, 1964
Garwood, 1964
Parloff y Datta, 1965
Davids, 1968
Schaefer, 1969
Erickson et al., 1970
Helson y Crmchfield, 1970
Smithers y Batcock, 1970
Helson, 1971
Lacey y Erickson, 1974
Busse y Mansfield, 1984
Rushton, Murray, y Paunonen, 1987
Feist, 1993
Roco, 1993
Feist y Barton, 1995
Van Zelst y Kerr, 1954
Gough, 1961
Holanda, 1961
Wispe, 1963
Chambers, 1964
Davids, 1968
Shapiro, 1968
Schaefer, 1969
Erickson et al., 1970
Gantz et al., 1972
Lacey y Erickson, 1974
Busse y Mansfield, 1984
Ikapaahindi, 1987
Rushton, Murray, y Pannonen, 1987
Helmreich, Spence, y Pred, 1988
Van Zelst y Kerr, 1954
Gough, 1961
Wispe, 1963
Garwood, 1964
Parloff et al., 1968
Shapiro, 1968
Schaefer, 1969
Helson y Crutchfield, 1970
Helson, 1971
Rushton et al., 1987
Roco, 1993
Feist y Barron, 1995
Atwood y Tomkins, 1976
Johnson et al., 1988
Hart, 1982
Imagen y Magoon, 1985
Eiduson, 1974
Feist, 1993
Feist y Barton, 1995
28 FEIST Y GORMAN
La comparación de las características de personalidad
de Eminentes y creativo a menos de Eminent
y creativos científicos
Además de la investigación general sobre la
características de personalidad distintivos de los científicos,
otro cuerpo de trabajo se ha centrado más
específicamente en las características únicas de la personalidad
de los más exitosos, eminente, y
científicos creativos.
Científicos eminentes creativa son más dominantes,
arrogante, hostil, y segura de sí misma. En
el mundo altamente competitivo de la ciencia, sobre todo
Ciencia "grande", donde los más productivos
e influyente siguen siendo recompensado con
más y más de los recursos, el éxito es más
probable para los que prosperan en la competencia
ambientes: la dominante, arrogante, hostil,
y seguro de sí mismo (Chambers, 1964; Davids,
1968; Erickson, Gantz, y Stephenson, 1970;
Feist, 1993; Gantz, Erickson, y Stephenson,
1972; Garwood, 1964; Gough, 1961; Helmreich,
Spence, y Prod, 1988; Helson y
Crutchfield, 1970; Lacey y Erickson, 1974;
McDermid, 1965; Parloff y Datta, 1965;
Parloff, Datta, Kleman, y Handion, 1968;
Rushton, Murray, y Paunonen, 1987; Schaefer,
1969; Shapiro, 1968; Van Zelst y Kerr, 1954;
Wispe, 1963). Por ejemplo, Van Zelst y Kerr
(1954) de la personalidad recogidos auto-descripciones
de 514 personal técnico y científico de
una fundación de investigación y una universidad. Holding
constante edad, informaron significativa parcial
correlaciones entre la productividad y la autodescripción
de argumentativo (rp = 0,23), asertivo
(Rp = 0,22), y la confianza en sí mismo (rp = 0,35). Del mismo modo,
Feist (1993) presentó un structuralequations
modelo de eminencia científica en la que
el camino entre la hostilidad y relacionados observador-
eminencia fue directo y el camino entre
estilo de trabajo arrogante y eminencia era
indirecta (mediada por la productividad) pero significativo.
Científicos eminentes creativa están más impulsadas,
ambicioso, y el logro orientado. Relacionados
a su hostilidad, la arrogancia, la dominación, y
confianza en sí mismo, el más eminente y creativo
científicos también tienden a estar más impulsada, ambicioso,
y el logro orientado que su menos eminente
compañeros (Busse y Mansfield, 1984; Chambers,
1964; Davids, 1968; Erickson et al., 1970;
Gantz et al., 1972; Gough, 1961; Helmreich,
Spence, y Pred, 1988; Holanda, 1961; Ikpaahindi,
1987; Lacey y Erickson, 1974; Rushton
et al., 1987; Schaefer, 1969; Shapiro, 1968; Camioneta
Zelst y Kerr, 1954; Wispe, 1963). Busse y
Mansfield (1984), por ejemplo, estudió la
características de la personalidad de 196 biólogos, 201
químicos, físicos y 171. La celebración de edad y
constante edad profesional, compromiso de trabajar
(Es decir, "la necesidad de concentrarse intensamente durante mucho tiempo
períodos de tiempo en el trabajo de uno ") fue el
más fuerte predictor de la productividad (es decir, la publicación
cantidad). Por supuesto, el empuje y la ambición son
predictivo de éxito en otros campos, también, pero
su efecto en la ciencia son sin embargo importantes
demostrar.
Científicos eminentes creativa son más autónomos,
introvertido, e independiente. Si los científicos
en general son más distante, asocial, y
introvertido que no científicos, entonces estas características
parecen ser aún más relevante para el
élite científica (Busse y Mansfield, 1984;
Chambers, 1964; Davids, 1968; Erickson et al.,
1970; Garwood, 1964; Helson, 1971; Helson y
Crutchfield, 1970; Holanda, 1961; Lacey y
Erickson, 1974; Parloff y Datta, 1965; Roco,
1993; Rushton, Murray, y Paunonen, 1987;
Schaefer, 1969; Smithers y Batcock, 1970; Camioneta
Zelst y Kerr, 1954). Chambers (1964) utilizó el
16PF para obtener datos de personalidad de auto-reporte
de 225 farmacias y 213 psicólogos.
Sobre la base de premios y honores, algunos de ellos
los científicos fueron clasificados en el grupo creativo,
mientras que el resto fueron clasificados en el menor
grupo creativo. Los científicos creativos fueron 0,39
de una desviación estándar mayor que el menos
científicos creativos en la auto-snfficiency. Además,
Helson (1971) comparó femenina creativa
matemáticos igualaron en el CI con menos creativa
matemáticos femeninos. Los observadores ciegamente
clasificar los primeros como tener más "no convencional
procesos de pensamiento ", como más
"Rebelde y no conforme", y como
menos propensos a juzgar "yo y los otros, en
términos convencionales "que el segundo.
Eminentes científicos-creativas son más abiertos a
experiencia o flexible en el pensamiento y la conducta.
Un efecto consistente definitiva de la personalidad en
la creatividad en la ciencia es el descubrimiento de que creativa
y eminentes científicos tienden a ser más abiertos a
experiencia y más flexible en el pensamiento de
menos científicos creativos y eminentes (Feist y
Barron, 1995; Garwood, 1964; Gough, 1961;
PSICOLOGÍA DE LA CIENCIA 29
Helson, 1971; Helson y Crutchfield, 1970;
Parloff y Datta, 1965; Parloff et al., 1968; Roco,
1993; Schaefer, 1969; Shapiro, 1968; Van Zelst
Y Kerr, 1954; Wispe, 1963). Muchos de estos
resultados surgen de datos sobre la escala Flexibilidad
(Fe) del Inventario Psicológico de California
(Feist y Barron, 1995; Garwood, 1964; Gough,
1961; Helson, 1971; Helson y Crutchfield,
1970; Parloff y Datta, 1965). Los grifos escala Fe
en la flexibilidad y la adaptabilidad de pensamiento y
comportamiento, así como la preferencia para el cambio
y la novedad (Gough, 1987), Los pocos estudios que
han informado de ningún efecto o un negativo
efecto de la flexibilidad en la creatividad científica tiene
estado con muestras de estudiantes (Davids, 1968;
Smithers y Batcock, 1970).
Personalidad y predilección teórica
Anteriormente hemos revisado la literatura de la edad y
aceptación la teoría y demostró que hay poco
evidencia de principio de Planck (nuevas teorías
se aceptan sólo una vez los científicos viejos mueren y
los más jóvenes tomen el control). El trabajo sobre
personalidad conde también a arrojar luz sobre la teoría
aceptación e incluso creación teoría. O declarado
como una pregunta, hacer ciertos estilos de personalidad
predisponer un científico para crear, aceptar y / o
rechazar ciertas teorías? El primer trabajo en este
cuestión hecho por Atwood y Tomkins
(1976), que mostró a través de estudios de caso cómo
la personalidad del teórico influye en su o
su teoría de la personalidad. Más sistemática
investigaciones empíricas han ampliado este
trabajar y han demostrado que la personalidad
influencias no sólo las teorías de la personalidad, pero
También la orientación teórica de la conducta
científicos y cómo cuantitativamente o cualitativamente
orientadas que son (Conway, 1988; Hart, 1982;
Johnson, Germer, Efran, y Overton, 1988;
Imagen y Magoon, 1985; Zachar y Leong,
1992). Sin embargo, todos estos estudios han sido
con psicólogos, de manera de responder a la cuestión de la
si estos resultados se generalizan a la biológica
y ciencias naturales sigue siendo una tarea para el futuro
psicólogos de la ciencia.
Influencia direccional entre la personalidad
y Comportamiento Científico
La cuestión más apremiante que pide ser
abordado desde los hallazgos de personalidad es
si estos rasgos son causas o efectos de
comportamiento científica. Para decirlo más simplemente, hacer
inteligente, concienzudo, introvertido, impulsada, y
las personas se convierten en científicos controlados o hace
ciencia crear inteligente, concienzudo, introvertido,
impulsados y controlados personas? Fuera de lógica
necesidad, parece muy poco probable que cualquier
de estas características sería inexistente
hasta que uno se convirtió en un científico, y por lo tanto
poco probable que el ser un científico realmente causó
estos rasgos de la personalidad. Sin embargo, algunos de
de hecho, ellos pueden llegar a ser más pronunciada después
siendo entrenado como científico y después de practicar
ciencia. Como es a menudo el caso, sin embargo, el modelo
que puedan adaptarse mejor a la relación entre
la personalidad y la conducta científica es, probablemente,
bidireccional, pasando de personalidad a científicos
comportamiento y de comportamiento científica para
personalidad. Porque uno no puede realizar experimental
diseños a ambos intereses profesionales o
la personalidad, la mejor metodología se puede utilizar para
abordar las cuestiones de la causalidad es longitudinal
diseño. Sin embargo, aunque los datos son longitudinales
capaz de hacer frente a los dos primeros criterios de causalidad,
a saber, la covariación y precedencia temporal,
todavía no abordan fácilmente la tercera y más
difícil criterio: descartar variable extraña
explicaciones (Rosenthal y Rosnow, 1991).
De la docena de estudios que tienen
comportamiento científico examinó longitudinalmente
(Arvey, Dewhirst, y Brown, 1976; S. Cole,
1979; Diamond, 1986; Eiduson, 1974; Feist y
Barton, 1995; Hinrichs, 1972; Homer et al.,
1986; Roe, 1965; Root-Bernstein, Bernstein, y
Garnier, 1995; Simonton, 1991, 1992a; Subotnik
et al., 1993; Terman, 1954), la mayoría tienen
centrado en las cuestiones de la edad y la productividad
y sólo dos han mirado a través de la personalidad
tiempo (Eiduson, 1974; Feist y Barron, 1995).
Los resultados iniciales que examinan la cuestión direccionalidad
Del estudio muestran Feist y Barron que
ciertos rasgos de la personalidad, como la dominación,
pueden llegar a ser más pronunciado durante y después
una carrera en la ciencia (Feist y Barron, 1995),
lo que sugiere una influencia direccional de carrera
personalidad. Sin embargo, antes de poder confirmar
tal inferencia, hay que descartar la alternativa
explicaciones variables. Por ejemplo, tal vez edad
y la maduración, carreras no científicas, lleva a
esta diferencia en el dominio. La falta de investigación
sobre el cambio de personalidad longitudinal y estabilidad
30 FEIST Y GORMAN
es uno de los defectos reales de la personalidad
psicología de la literatura de ciencia.
Conclusiones De la Personalidad
Psicología de la Ciencia
En suma, la literatura empírica sobre la última
40 años ha revelado retratos en lugar consistentes
de la personalidad científica, tanto en comparación
con los no científicos y menos científicos creativos
(Ver Tabla 3). Por otra parte, las características de personalidad
parecen estar relacionados con qué dominio de
la ciencia uno se siente atraído (es decir, frente a físico
vs. biológica ciencias sociales). Los resultados tienen
convergido en una descripción de los científicos que más
conciencia, impulsado, introvertido, estable y
controlada en comparación con los no científicos. Por otra parte,
la literatura empírica también sugiere que
científicos creativos son más dominante, arrogante,
hostil, impulsado, introvertido, y abierto y
menos flexibles que los científicos creativos. Adicionalmente,
disposiciones de personalidad parecen influir en la
tipo de teorías científicos de la conducta es probable
para crear o aceptar. Por último, el trabajo sugerente en
la medida en que la personalidad es una causa o una
efecto de la conducta científica necesita ser complementado
con la investigación más sistemática.
Psicología Social de la Ciencia
La ciencia es, sin duda, una actividad cognitiva,
y lo social-cognitivo y atribucional
perspectivas, con su énfasis en la cognitiva
heurística, prejuicios y las explicaciones causales, puede
complementar el trabajo que citamos anteriormente en
la psicología cognitiva de la ciencia. La ciencia también es
sin duda, una actividad altamente social con
gran parte del trabajo que se realiza de forma cooperativa o
competitivo con otros equipos de investigación. Direccionamiento
los factores sociales que intervienen en la ciencia,
el campo de la psicología social de la ciencia encuentra
en una situación inusual. Es potencialmente uno
de las zonas más ricas y estimulantes en la
la psicología de la ciencia, pero aún sigue siendo más
latente que real. Uno puede aplicar fácilmente toda la
principales fenómenos psicológicos sociales - Social
cognición, teoría de la atribución, la actitud y la actitud
cambio, la conformidad y la influencia social
y persuasión, y las relaciones intergrupales - al
estudio de la ciencia y los científicos. Sin embargo, hasta ahora,
gran parte de este trabajo no se ha llevado a cabo. Los
provincia de la psicología social se puede definir como
"Un intento de comprender y explicar cómo el
pensamiento, sentimiento y comportamiento de los individuos son
influenciado por el real, imaginada o implícita
presencia de los demás "(Allport, 1985, p. 3). Como
Shadish et al. (1994) señaló, en sustitución de los individuos
con los científicos en la cita de Allport crea
una buena definición de trabajo de la psicología social
de Ciencias. La psicología social de la ciencia
puede no ser tan bien desarrollado como el desarrollo,
cognitivos, o de la personalidad de psicologías
ciencia, pero el reciente libro La Psicología Social
de la Ciencia (Shadish y Fuller, 1994)
sugiere que el campo está a punto de florecer.
Aquí, algunas de las principales figuras en la vida social
la psicología han comenzado a producir un trabajo que es
directamente relacionados con la psicología social de
ciencia, y están empezando a hacer la conexión
bastante explícita. En lo que sigue se revisan algunas
de las principales contribuciones a la psicología social
de la literatura científica. Debido a esto
dicotomía entre real y potencial, nuestra
revisión de la psicología social de la ciencia es
dividida en-propuesto potencial existente y
temas de investigación.
Psicología Social de la Ciencia Extant
Literatura
Rosenthal (1976, 1994) trabajan en el experimentador,
observador, intérprete, y la esperanza
efectos es sin duda uno de los más
órganos persuasivos y poderosos de la literatura
relevante para la psicología de la ciencia en general
y una psicología social de la ciencia, en particular.
Por ejemplo, la investigación sobre los efectos del experimentador
ha demostrado que las respuestas de los participantes
puede ser influenciada por la personalidad, atractivo,
vestimenta, o el género del experimentador
(Barnes & Rosenthal, 1985). Adicionalmente,
efectos del observador se producen errores cuando sistemática
existe en observaciones de datos en bruto, mientras que
existen efectos de intérprete cuando no sistemática
error en la interpretación de los datos. Observador y
efectos de interpretación pueden ser muy perceptivo y
cognitivo en la naturaleza, pero también tienen muy clara
ramificaciones sociales. Por último, los efectos de la esperanza
tienen que ver con "cómo el investigador
expectativa puede llegar a servir como autocumplida
profecía "(Rosenthal y Rosnow, 1991, p. 129).
Eso expectativas previas de un investigador puede afectar
las observaciones, los resultados finales, e interpretaciones
de la investigación se ha demostrado no sólo
cuando los participantes son los seres humanos (Rosenthal y
Fode, 1963a; Rosenthal y Jacobson, 1992;
PSICOLOGÍA DE LA CIENCIA 31
Stanton y Baker, 1942), sino también cuando están
animales (Cordaro y Ison, 1963; Rosenthal y
Fode, 1963b). La historia de la física,
ciencias biológicas y de comportamiento está repleta
con ejemplos de observación y de interpretación
desacuerdos sobre los datos. Mas que
una vez, investigadores jóvenes han perdido sus empleos o fueron
delegado en trabajos oscuros de desacuerdos
con colegas de alto nivel sobre las observaciones. En
De hecho, a menudo estas diferencias se desechó como
simplemente ser un resultado de un error en la secundaria
parte del investigador. Por supuesto, esto puede ser el caso
en algunos casos, pero hay muchos conocida
casos para los que la historia ha demostrado que estos
simplemente haber diferencias honestas en observación
(Rosenthal, 1976).
Una contribución de la psicología social de la
la ciencia ha comenzado a hacer es arrojar luz sobre
estos experimentador y observadores efectos, que
aumentará la comprensión de la socialcognitive
procesos que intervienen en la creación y
desarrollo del conocimiento científico. En Kruglanski de
(1994) palabras,
sesgos cognitivos y motivacionales que influyen científica
conclusiones son fundamentalmente inevitable y son
una parte integral de cómo se adquiere todo el conocimiento.
En lugar de considerarlos como obstáculos a la verdad,
puede ser más práctico que las tenga en cuenta para
mejorar la calidad y la capacidad de persuasión de la propia
investigación. (. P 211)
No sería una exageración decir que la
todo el campo de los efectos experimentador podría ser
categorizado como una subdisciplina en virtud social y
la psicología cognitiva de la ciencia. De hecho, esta
cuerpo de trabajo es un ejemplo prototípico de
cómo la psicología social tiene mucho que ofrecer
estudios de la ciencia y implícitamente ha estado haciendo
por años.
Otra figura clave en la psicología social
de la ciencia es Dean Simonton, cuya obra tiene
más explorado de forma explícita cómo las estructuras sociales
influir en la creación y mantenimiento de
ciencia. Teóricamente, chanceconfiguration de Simonton
modelo (1988a, 1989) proporciona una
explicación de cómo un científico individual
configuraciones conceptuales e ideas a desarrollar,
se articulan, se comunican, se aceptan
o rechazada, convertido en influyente, y potencialmente
convertirse en una escuela de las personas con visión similares;
cómo los que producen la mayoría de las ideas
tienen más probabilidades de ejercer amplia influencia
por su trabajo de alta calidad; y cómo individuo
diferencias y factores sociales contribuyen a la
tensión esencial entre el conocimiento tradicional
y revolucionario conocimiento, aún no aceptada
(Ver T. Kuhn, 1970). Empíricamente, Simonton tiene
se muestra a través del análisis de histórico y archivístico
datos de cómo los mentores y modelos a seguir (véase también
Subotnik et al., 1993; Subotnik y Steiner, 1992)
guerra, y la agitación política o la estabilidad influencia
producción creativa en la ciencia. Usando lag cruz
diseños de panel, Simonton (1975, 1976a, 1976b,
1980) ha examinado la influencia causal de la guerra
en la productividad científica. Por ejemplo, en
examinar la influencia de la guerra a la productividad
en siete países de Europa 1500-1900,
Simonton informado de que la guerra tuvo una significativa
influencia en la productividad en lugar de la otra
revés, pero las influencias eran complejas
e inconsistente a través del país (1976a). Finalmente,
Simonton (1988a) ha informado de que a menudo el
la mayoría de las contribuciones creativas provienen de los
que conocer dos culturas diferentes, lo que sugiere
que la exposición a varios marcos culturales de
de referencia es importante para la productividad creativa
en la ciencia.
Shadish (1989) ha escrito sobre la importancia
de una perspectiva psicológica en el
Evaluación de la calidad en la ciencia; evaluaciones de calidad
están en el corazón de la empresa científica.
Tales evaluaciones y sus criterios y medición
son lo que determina quién recibe qué trabajo,
que obtiene la tenencia remate que otorga, y
que consigue que los premios y honores (Feist,
1997). La ciencia es una empresa competitiva y
recursos (lectura, de recompensa y reconocimiento) son
escasa. Por supuesto, la cuestión de la calidad en
la ciencia plantea algunos otros críticos inmediatamente ----
y psicológicos ----- cuestiones sociales: Cuyo
percepciones deben ser utilizados para evaluar la calidad?
¿Qué criterios se utilizan? ¿Cómo se decide cómo
sopesar los diferentes criterios? ¿Son estos criterios y
evaluaciones justas o sesgados contra particular,
individuos o grupos de individuos? Hasta
Recientemente, la filosofía, la historia y la sociología puede
han sido las disciplinas con más probabilidades de dirección
estas preguntas, pero como escribió Shadish
¿Por qué debemos pensar que la psicología ofrece una
perspectiva importante en nuestra comprensión de la ciencia
calidad? La razón es la siguiente: La percepción de la calidad en
ciencia probablemente ejerce una enorme cantidad de
influencia en los sistemas de recompensa científicas, y la percepción es
en gran medida una variable psicológica. (. P 407)
Negociaciones Sociales y tácticas de auto-presentación
involucrados con la promoción de la propia carrera
desempeñar claramente un papel en
influir en las percepciones
32 FEIST Y GORMAN
de los "poderes fácticos". Pocos negarían esto.
La verdadera pregunta es cuánto de una
papel juega la auto-presentación en el éxito profesional?
El cínico puede decir un papel importante, mientras que
el más ingenuo puede decir ningún papel. Más bien que
dejar la cuestión a la predilección de uno hacia
cinismo o credulidad, sostenemos que la
cuestión es fundamentalmente una empírica y
por lo tanto, debe examinarse empíricamente.
Una de las denominadas medidas objetivas que
Shadish argumenta es importante en la evaluación de la calidad
es el análisis de citas; la importancia de una
opus particular, del científico fácil y bastante
fiable se puede medir contando el
número de sus obras o sus tiempos son citados por
compañeros. Más frecuentemente utilizado por los sociólogos,
análisis de citas rara vez ha examinado la
razones cognitivas y psicológicas de los autores
tener para citar ningún papel particular. Shadish,
Tolliver, Gray, y Gupta (1995), sin embargo, tener
encuestas utilizadas para hacer frente a la citación-análisis
problema para una amplia muestra de psicólogos. Ellos
encontraron que se consideraron obras tantas veces citados
ejemplares, vistos como de mayor calidad, publicados
hace más tiempo, y a menudo se utiliza como fuentes de
métodos o diseños. Curiosamente y de forma inesperada,
frecuentemente citados artículos también fueron percibidos
a ser menos creativo. No está claro,
Sin embargo, ¿por qué los psicólogos creen altamente
artículos citados son de alta calidad pero baja en
la creatividad, sobre todo porque Sternberg y
Gordeeva (1996) informó que los documentos eran
altamente citados porque eran novela. Este último
También encontró que la importancia de la contribución teórica
y si los papeles generado por la investigación
fueron calificados como las razones más importantes
psicólogos dieron para citar un documento. Claramente,
Se necesita investigación adicional en la comprensión
las razones explícitas e implícitas que los científicos
citar obras.
Hay una literatura larga y distinguida en
grupo procesa en la psicología social, y sin embargo,
sólo recientemente ha nada de eso se centró en las variables
y las tareas involucradas en la ciencia. Por ejemplo,
trabajar en procesos de grupos pequeños en la ciencia tiene
hecho uso de métodos experimentales y proporcionado
una idea de las diferencias entre los individuos
y grupos de trabajo sobre los problemas científicos
(Gorman, 1986; Gorman, Gorman, Latta, y
Cunningham, 1984). Gorman y sus colegas
encontrado que la interacción grupos (es decir, aquellos cuya
miembros interactuaron directamente) en un scientificreasoning
tarea realizada no es mejor que la mejor
individuo en un grupo que actúa conjuntamente (es decir, aquellos cuya
miembros trabajan por separado, pero se les informó de
otros miembros de la 'hipótesis), y disconfirmatory
instrucciones eran superiores a confirmatorio
excepto cuando hay posibilidad de error en la
datos. Estos hallazgos fueron replicados con
los participantes individuales (Gorman, 1989; Gorman
Y Gorman, 1984), lo que sugiere que los grupos
realizar tan bien como el mejor de un igual
número de individuos en estos razonamiento científico
tareas. Steiner (1972) llamó a este tipo de tareas
problemas eureka, y propuso que los grupos
sería solamente un mejor desempeño que lo mejor de un
igual número de individuos en problemas divisibles.
Equipos de investigación modernos tienen éxito en parte
porque dividen el trabajo con eficacia entre
participantes con diferentes habilidades y recursos.
Por ejemplo, Gholson y Houts (1989) informaron
que los grupos que cooperan eran más propensos a la confirmación
sesgo que los grupos que interactúan. Más experimental
el trabajo que hay que hacer grupo de comparación
y el rendimiento individual en las tareas divisibles
que simulan aspectos del razonamiento científico.
Psicología Social Potencial de la Ciencia
Literatura
Posibles estudios de casos históricos. Porque
relativamente poco trabajo empírico real ha sido
llevado a cabo en la psicología social de la ciencia,
unos investigadores han descrito cómo varios
métodos podrían aplicarse en la investigación social,
elementos de la ciencia. Shadish et al. (1994), para
ejemplo, se describe un experimental simulado
paradigma que permita a uno para investigar
cuestiones planteadas por el estudio de caso del Devónico
controversia en geología y controversias sobre
la existencia de canales en Marte (Gorman, 1992).
En este caso, el descubrimiento de la Devónico
período de la historia geológica no fue el producto
de un solo individuo; sino que surgió de un
mezcla de interacciones cooperativas y competitivas
entre un grupo de geólogos. Teoría de atribución
(Kelley, 1967) podría ser fácilmente aplicado para ayudar
explicar cómo y por qué un "descubridor" particular,
conseguido que la mayor parte del crédito. En esto
caso particular, la atribución externa viene
desde la perspectiva de consenso de la comunidad
de geólogos adjudicación Murchison la etiqueta
descubridor, el resultado final de un proceso de desarrollo social
PSICOLOGÍA DE LA CIENCIA 33
negociaciones. La psicología social de la ciencia puede
ayudar a descomprimir estas negociaciones.
Además, el estudio de caso puede Murchison
proporcionar información sobre el papel de la minoría
influencia en la opinión de la mayoría en la ciencia. Los
literatura sobre la influencia social sugiere que una
mayoría unánime puede causar una minoría de uno
para ajustarse a una posición errónea en una
tarea perceptiva sin ambigüedades (Asch, 1956).
Sin embargo, una minoría determinada coherente también
puede influir en los juicios de una mayoría en un
tarea perceptiva ambigua (Moscovici y Nemeth,
1974). Moscovici considera que
influencia de la minoría a la mayoría obliga a buscar
más de cerca a los estímulos que son el foco de
argumento. Por ejemplo, en el principio,
Murchison era de una novela, opinión de la minoría, pero
no hubo mayoría consistente para oponerse a ella.
Pero Murchison era un científico persuasivo y
sus argumentos consistentes y determinados alimentaron un
cerca de estudio de aquellos aspectos de los datos que él
pensamiento era particularmente importante. Poco a poco,
La posición de Murchison se convirtió en la opinión de la mayoría.
Posibles paradigmas experimentales. Cómo se puede
estudiar estos procesos de influencia minoritaria
experimentalmente? Se podría estudiar las circunstancias
en virtud del cual una minoría puede obligar a un
mayoría de mirar más detenidamente los datos de un
tarea científica en la simulación como la artificial
universo utilizado por Mynatt et al. (1978), en la que
participantes dispararon partículas en formas en una pantalla
con el fin de descubrir las leyes que rigen su
movimiento. Tales experimentos pueden llevarse a cabo
por (a) la manipulación de ambigüedad tarea mediante la introducción de
diferentes niveles de error; (B) usando una
confederado de jugar el papel de miembro de la minoría
y variando el estilo de argumento de que él o ella
usos (Rosenwein, 1994); (C) la manipulación de la
la credibilidad de los miembros de grupos minoritarios,
quizá por su presentación como haber tenido
éxito anterior con una tarea similar; y (d)
mirando influencia de la minoría a través de generaciones
(Cf. Jacobs & Campbell, 1961), en la que
miembros de un grupo original se sustituyen
uno por uno y cada nuevo miembro puede considerar
argumentos de la minoría de nuevo. Adicionalmente,
Gorman y Rosenwein (1995) han propuesto una
posible quasiexperiment en que los grupos de
participantes individuales tratan de resolver los problemas que
imitar el razonamiento científico en un multifacético
entorno que simula las negociaciones sociales
que se encuentra en las comunidades científicas.
Conclusiones Desde una Psicología Social
de Ciencias
La psicología social ha comenzado recientemente a
actualizar su enorme potencial para arrojar luz sobre
temas críticos que enfrentan los estudios de ciencias. Minoría
influencia, las actitudes y el cambio de actitud,
persuasión y de grupos pequeños procesos tienen
comenzado a construir al menos una pequeña, aunque se
literatura algo desconectado. Atribucional
procesos, toma de decisiones, y la conformidad
cada uno tiene literaturas casi inexistentes en
estudios de la ciencia, y por lo tanto tienen el mayor
potencial. No sólo la psicología social de la
la ciencia tiene importantes contribuciones metodológicas
de hacer, pero también puede hacer que fundamental
aportes teóricos y sustantivos. Solamente
la psicología social de la ciencia combina una
énfasis en el individuo con un contexto social,
y esto coloca a la psicología social de la ciencia en un
posición muy fuerte para arrojar luz sobre la forma
científicos influencia individual y son influenciados
por la red social complejo en el que
trabajan.
Conclusiones generales y discusión
La psicología de la ciencia está todavía en su
infancia. Todavía hay mucho que no se sabe
sobre el desarrollo, los procesos de pensamiento,
personalidades, motivaciones y factores sociales involucrados
en el comportamiento científica. Sin embargo, hay
señales claras de que el campo está solidificando y
el desarrollo de un sentido de la identidad autónoma.
Gran parte de este crecimiento, de hecho, se ha estimulado
por enfrentamientos con la crítica de la filosofía,
la sociología, la historia, e incluso dentro de la psicología.
Integrando Lo conocido: Un teórico
Estructural-Ecuación Modelo
Los resultados generales de cada uno de los cuatro
psicología de subdisciplinas de la ciencia (resúmenes
de los cuales se encuentran al final de cada
sección) se puede integrar en un teórico
modelo estructural (véase la Figura 1). Este modelo es una
combinación y la generalización de la trayectoria
análisis de Helmreich et al. (1980) y
Mansfield y Busse (1981) y el estructural
modelos propuestos por Feist (1993), Reynolds y
Walberg (1992), y Simonton (1977b). Los
contenido de cada uno de los latente y medido
las variables I y dirección de sus caminos estructurales
se basan en los resultados empíricos reales, con el
excepción de la variable latente influencias sociales.
La lógica del modelo se basa en
precedencia temporal y causal pretendido
influencia. Las primeras estructuras que se desarrollan son
las características biológicas y de desarrollo,
el cual, proponemos, tienen influencias directas
en la personalidad, cognitivas y procesos sociales.
Efectos biológicos y de desarrollo son
También la hipótesis de tener significativa indirecta
influencias en la conducta científica. Personalidad
y los procesos cognitivos y sociales, a su vez, son
la hipótesis de ser las influencias más directas en
comportamiento científica (es decir, el desarrollo de una
interés por la ciencia, el rendimiento escolar y
la retención, la obtención de un puesto de trabajo en la ciencia, la producción
obras de calidad variable, y recibiendo honores
y premios por logros de uno). Uno puede
argumentan que el modelo es tan general que la mayoría de cualquier
comportamiento podría ser colocado en el resultado.
De hecho, eso es precisamente el punto: científico
comportamiento es igual que cualquier otro conjunto de complejos,
comportamientos integrados y puede ser examinado desde
cada una de las subdisciplinas psicológicas. Nosotros
llamar a esto un modelo estructural teórico porque
aún no se ha probado directamente, a pesar de que es
basado en los hallazgos empíricos de varios
diferentes estudios. Consideramos que este modelo sea
tentativo y abierto a la modificación, y de hecho,
esperamos que va a estimular e inspirar
investigadores en el campo para probar directamente.
Lo que no se sabe y recetas
para el futuro
El pasado reciente ha dejado claro lo que se conoce
acerca de la psicología de la ciencia, pero igualmente
cuestión crítica, y aún más importante para
el futuro, es lo que no se conoce (Houts, 1989).
Se necesita mucho más trabajo de lo biológico
y predictores fisiológicas de aptitud científica
y talento, así como en la motivación
cambia con la edad. Las diferencias de género en matemáticas
el rendimiento necesario exploración fmther y empírico
escrutinio. El desarrollo de la investigación científica
necesidades pensar que se examirted longitudinalmente
en lugar de en sección transversal, y el papel que
padres, maestros, y el juego de orientación religiosa
en el desarrollo y mantenimiento de una
interés por la ciencia tiene que recibir más atención.
Por otra parte, los psicólogos pueden proporcionar más
el conocimiento de lo que sucede cuando los científicos
abordar los problemas no familiares, especialmente los que
surgir en la frontera de las disciplinas. En mas
términos generales, se sabe muy poco sobre cómo
científicos resuelven problemas reales de laboratorio (ver
Dunbar, 1995).
Convergencia en la descripción de la científica
personalidad es claramente un paso importante hacia adelante,
pero un tema crítico y difícil permanece: cómo
desarrollar una explicación teórica convincente para el
relación dinámica entre las personalidades
de científicos y su ciencia. Comprensión
que las diferencias entre los científicos y los no científicos
y entre creativos y menos creativo
científicos existentes revela muy poco acerca de por qué
existen esas diferencias o cómo se desarrollan.
La siguiente fase de la investigación sobre la personalidad
los científicos deben centrarse en el desarrollo y
cuestiones direccionales. Estas preguntas sólo pueden ser
abordarse si se lleva a cabo la investigación longitudinal
que comienza en la infancia y continúa hasta
a través de la jubilación.
Otro dominio relativamente ignorado de la psicología
de la ciencia es la motivación para hacer ciencia.
¿Por qué las personas se convierten en científicos y por qué lo hacen
lo siguen haciendo ciencia? La pequeña área de
investigaciones que han abordado la motivación en
los científicos se llevó a cabo principalmente en la década de 1950
y 1960 (Chambers, 1964; Eiduson, 1962;
Maddi, 1965; McClelland, 1962; Roe, 1952a).
McClelland (1962), por ejemplo, informó que
científicos físicos creativas son inusualmente duro
trabajo, incluso obsesionado; evitan, andare
perturbado por movimientos humanos complejos, en especial
agresión; y desarrollan temprano en la vida
un fuerte interés en el análisis de la estructura
de cosas. Aunque sólo unos pocos han hecho la investigación
en la motivación, uno de los común y coherente
hallazgos es que los más creativos y
eminentes científicos son los más persistentes y duro
de trabajo y conducido (Amabile, 1996; Chambers,
1964; Eiduson, 1962; Maddi, 1965; Mansfield y
Busse, 1981; McClelland, 1962; Roe, 1952a;
Simon, 1974; Zuckerman, 1977). Adicionalmente,
algunos han explorado intrínseca y extrínseca
motivación y encontrado que en general el más
científicos creativos tienden a depender más de los
interna que recompensa externa (Amabile, 1996;
Feist, 1993).
1Para facilitar la presentación, se presenta la medimos
las variables dentro de las variables latentes, en lugar de como rectángulos fuera de las variables latentes.
36 FEIST Y GORMAN
Importancia de la Psicología de la Ciencia
para otros metaciencias
Debido a la reciente aumento de la actividad en
la psicología de la ciencia, ahora hay signos
que las disciplinas metacientíficos más maduros
se están dando cuenta de la psicología de la ciencia
e incluso con ganas de cooperar en problemas
en lugar de aferrarse a su disciplinocentrism
(Es decir, la creencia en la superioridad de la propia uno
la disciplina y la inutilidad de los demás; Feist,
1995). Por ejemplo, la cuestión epistemológica
de lo que el conocimiento científico es lógico
ganar mucho de los recientes acontecimientos en
la ciencia cognitiva y la inteligencia artificial
(Gholson y Houts, 1989; Gorman, 1992; Miller,
1989; Simon, Langley, y Bradshaw, 1981;
Tweney, 1989; Tweney et al., 1981). De hecho, una
aumento del número de filósofos contemporáneos
están desarrollando la disciplina de la física
epistemología (Fuller, 1988, 1993; Giere, 1988;
Gooding, 1990; Heyes, 1989; Thagard, 1988),
y reconocen directamente el valor de
la psicología en el tratamiento de cuestiones metacientíficos.
Pero la psicología de la ciencia sigue siendo relativamente
especialidad no reconocida, a diferencia de la historia, la filosofía,
y la sociología de la ciencia. A menudo se ignora
en los debates sobre la naturaleza de la ciencia. Por
ejemplo, un reciente libro escrito por un científico y
un matemático (Gross y Levitt, 1994) aplaudió
esas disciplinas Metaciencia - principalmente
historia y filosofía de la ciencia que
reforzar la idea de que la ciencia es un ser racional
empresa. Atacaron a la sociología de la ciencia,
los estudios feministas de la ciencia, y otra metacientífica
movimientos que cuestionan o socavan este
vista. Psicología de la ciencia no se mencionó
en absoluto, ni ha desempeñado ningún papel en la subsiguiente
controversia, aunque la psicología de la ciencia
podría contribuir mucho a este debate. Psicología
de la ciencia podría trascender e iluminar
estos debates contribuyendo investigación empírica
que no busca ni para socavar ni santificar
ciencia. Los estudios sobre cómo la ciencia se refiere a otra
actividades humanas (es decir, cómo el pensamiento de los expertos
científicos difieren de los novatos, y qué tipo de
personalidades y qué tipo de interacción grupal
son más propensos a conducir al éxito en la ciencia),
tienen más probabilidades de avanzar en la teoría.
Las perspectivas de futuro para una Psicología
de Ciencias
Entonces, ¿cómo puede la psicología de la ciencia adquirir una
voz más fuerte, tanto dentro como fuera de
psicología? Debe seguir la ruta de la
otras disciplinas metacientíficos, que tienen
formado sus propias organizaciones y revistas. Si
cualquier disciplina es consolidarse como un
campo legítimo, viable y saludable, debe
en última instancia, llegar a la última de las tres etapas de
el progreso (Mullins, 1973): Etapa 1, individuales
científicos que trabajan en problemas similares en
aislamiento; Etapa 2, con una identificación explícita
campo que está atrayendo a los colegas a ella; y la etapa
3, el establecimiento de conferencias, revistas,
y departamentos.
Sin duda, la psicología de la ciencia tiene
llegado a la etapa 1, por lo que los científicos individuales
trabajar en problemas similares. Esto comenzó en serio
en la década de 1950. El campo está entrando en la etapa
2, con más y más psicólogos identifican
a sí mismos como los psicólogos de la ciencia. Los
campo es claramente no en la Etapa 3, aunque
conferencias de hecho pueden aparecer en el corto
futuro. Actualmente hay paneles ocasionales
varias conferencias, pero éstos no pueden sustituir
para una conferencia regular que trae psicólogos
de la ciencia juntos. Además, una revista
dedicado a la psicología de la ciencia todavía no es
en el horizonte. Por último, la psicología de la ciencia
tiene que convertirse en un área legítima de investigación
dentro de los departamentos de psicología de la universidad. Departamentos
en el Carnegie-Mellon, Bowling Green,
y la Universidad de Memphis son pioneros en este
dirección, pero sin un diario y un habitual
conferencia, es probable que la psicología de
la ciencia seguirá siendo una distracción, incluso a éstos
instituciones.
Importancia de la Psicología de la Ciencia
Creemos que los resultados empíricos y conceptuales
aportaciones de la psicología de la ciencia son
importante para al menos cinco razones:
1. Psicología simplemente no puede permitirse el lujo de ignorar
una de las actividades humanas más importantes, uno
que ha transformado el mundo. Por supuesto,
las consecuencias de tal conocimiento no son
uniformemente constructiva y positiva. Conjunto
con la capacidad de entender y crear viene
la capacidad de aniquilar y destruir. Esto es todo
PSICOLOGÍA DE LA CIENCIA 37
Razón de más para comprender la psicología
detrás de la ciencia y el conocimiento científico, y en
en particular la forma en que se crea, comunicada y
aplicado a las nuevas tecnologías. Tener una ciudadanía
que es ignorante de estos procesos y por lo tanto
incapaces de evaluar el producto final de la investigación
sólo puede conducir a la equivocada y mal entendido
los intentos de controlar y regular la ciencia. Al
medida en que los políticos siguen la voluntad del
personas y controlar la cantidad de dinero
dedicada a la investigación básica y aplicada, a un público es
es necesario que tenga más de una comprensión superficial
de la ciencia y por qué es importante.
2. El otro metaseiences - la filosofía, la historia,
la sociología (y, más recientemente, la antropología) --- son
tratando de abastecer sus propias respuestas a
preguntas psicológicas referentes conceptuales
cambio, la elección teoría, motivos y personales
estilos de los científicos. No hay duda de que
la psicología tiene el conceptual y teórico
artillería para atacar precisamente estas preguntas.
3. Una mejor comprensión psicológica de
la ciencia ya está dando lugar a mejoras en la
pedagogía, tanto para aquellos que se convertirá en
científicos y para los que tienen que entender
la ciencia con el fin de ser informado ciudadanos. Si el
objetivos de tener una población de adultos informados
con respecto a la ciencia han de cumplirse, entonces los psicólogos
de la ciencia necesita saber cómo enseñarlo en
formas que desencadenan la curiosidad natural de los niños
acerca de cómo funciona el mundo. Además, el
la psicología de la ciencia puede contribuir en gran medida a
la comprensión de cómo los niños conceptualizan
el mundo físico, y esto es precisamente lo que
las literaturas de Piaget y el neo-Piaget tienen
hecho (Inhelder y Piaget, 1958; Klahr y
Robinson, 1981; Klahr et al., 1993; D. Kuhn,
1989). Tener cognitiva precisa y sofisticada
modelos de comprensión de los niños de la
mundo natural es absolutamente necesaria en la comprensión
el desarrollo de niño a adulto
el conocimiento científico (cf. Klahr y Robinson,
1981).
4. multas aplicadas Junto similares, mediante la comprensión
los procesos psicológicos reales detrás
la ciencia, y en particular la mejor ciencia,
quizá una psicología de la ciencia puede tener un fuerte
y claro la voz acerca de los criterios de selección de los
estudiantes de postgrado y profesores potenciales. Es
cada vez más evidente que puramente cognitiva
y habilidad mental son sino uno de los muchos
predictores importantes de una carrera exitosa,
incluyendo la ciencia (Goleman, 1995; Sternberg,
1986, 1988a; Sternberg, Wagner, Williams, y
Horvath, 1995). En la medida en que los gatekeeper
seguir utilizando criterios de selección que miden
pero una parte de lo que lleva a hacer buena ciencia
(es decir, pruebas de acceso y pruebas de coeficiente intelectual), identificando
y retener talento científico seguirá siendo pobre
(Gardner, 1993;. Subotnik et al, 1993).
5. Estudiar el científico obligará psicológica
teorías en un nuevo dominio importante,
dando lugar a cambios en los conceptos psicológicos. En
De hecho, Simonton (1990, 1995) argumentó que la
la psicología de la ciencia ofrece un ideal y rica
campo para probar la teoría psicológica general.
Estamos de acuerdo con Singer (1971):
La psicología puede hacer contribuciones prácticas importantes
al progreso de la ciencia. La filosofía de la ciencia
ha generado muchas preguntas fundamentales acerca de
conducta científica que puede ser traducido a
problemas de investigación para el psicólogo. Una psicología
de la ciencia, que busca entender la psicológica
naturaleza de la ciencia y del conocimiento en general, es una rica
y fascinante empresa. (P. 1014)
Psicología de la ciencia también animará
la colaboración entre los psicólogos de diversas
subáreas, ayudando al campo de lograr la coherencia
en lugar de continua fragmentación. Staats
(1991) ha sostenido durante mucho tiempo por la necesidad de una
disciplina unificada de la psicología si el campo es
madura. El completo y totalmente desarrollado
la psicología de la ciencia debe, por definición,
incluir el desarrollo, biológicos, clínicos, cognitivos,
personalidad, y las perspectivas sociales.
La colaboración y la cooperación entre las subdisciplinas
se requiere. Sería una verdadera hazaña
y de no poca de importación si la psicología de
ciencia podría convertirse en un modelo para el padre,
disciplina sobre cómo combinar recursos y
la ciencia de estudio desde una perspectiva unificada.
