Tvärvetenskapande – komplexitet, förundran och HU

En presentation över ämnet: "Tvärvetenskapande – komplexitet, förundran och HU"— Presentationens avskrift:

1 Tvärvetenskapande – komplexitet, förundran och HU
Lorentz attractor - Ordning och kaos (icke repetativt men ändå förutsägbart till viss mån) Väder och klimat… Hållbar Utveckling B - 29 Januari 2010

2 Kursmål • redogöra för dagens miljö- och utvecklingsproblematik och begreppet hållbar utveckling, samt uppvisa specialiserad kunskap om ett specifikt fall eller område inom ämnet Hållbar utveckling; • ge exempel på olika synsätt och ideologier inom miljö- och utvecklingsområdet; • redogöra för historiska, idéhistoriska och filosofiska perspektiv på miljö och utveckling; • föra in en existentiell dimension i miljö- och utvecklingsdiskussionen; • redogöra för och argumentera kring vetenskapens/teknikens möjligheter och begränsningar, deras roll i samhället och människors ansvar för hur de används; • uppvisa god färdighet i att planera, genomföra och presentera ett vetenskapligt arbete inom området; • formulera ett personligt förhållningssätt till sin egen roll i hållbarhetsproblematikens orsaker och lösningar och därigenom stärkt sin förmåga att möta en föränderlig omvärld.

3 (Tvär)vetenskande Seminarieserien Funktion
Att stimulera och utmana er – Kritiskt och kreativt tänkande i fokus Att skapa en röd tråd och knyta an till de andra delkurserna genom att använda deras verktyg och litteratur på nya sätt. Att komplimentera perspektiv och verktyg i de andra delkurserna Att skapa förutsättningar för ett väl genomfört projektarbete eller tvärvetenskaplig uppsats.

4 Kritiskt/analytiskt tänkande
Fredag Tvärvetenskap – från komplexitet till förundran 29 jan. Förberedelse: Seminarieuppgift Fredag På jakt efter hållbarhet – vad kan vi lära oss av historien? 12 feb. Förberedelse: Seminarieuppgift 2 Fredag Den bästa av världar – Rymdresor, strängar och människans framtid 5 mars Förberedelse: Seminarieuppgift 3 Fredag Uppstart och brainstorm – projekt och uppsatsarbete 26 mars Förberedelse: Seminarieuppgift 4 Fredag Att arbeta tvärvetenskapligt för en hållbar utveckling 9 april Förberedelse: Seminarieuppgift 5 Kreativt/nytt tänkande

5 Plan för dagen Kommunikation och kreativitet i (tvär)vetenskapande – Föreläsning av Bengt Gustafsson Analys av artiklarnas logik Dekonstruktion och jämförelse av vetenskapliga modeller Lunch Tvärvetenskapligt hantverk och hållbar utveckling Systemdynamik av historiska processer – introduktion till 12 februari

6 Vad är systemet/fenomenet som ni valt att undersöka
Vad är systemet/fenomenet som ni valt att undersöka? Beskriv kortfattat för varandra och varför ni valt det. Vad är oförståeligt/oförklarat i artiklarna? Vilken kunskap/förtydligande skulle du behöva för att förstå texten bättre. Finns det tydliga modeller som används och kan utläsas ur artiklarna? Eller är de mer gömda? En modell är en förenkling av en ireducerbar komplex verklighet. Ta upp hur olika modeller kan vara.. analytiska och numeriska (mkt av fysik och andra naturvetenskaper) till konceptuella (rita upp effect of change och belief/proximity to field grafer) till flow charts (systemanalys).

7 Analys av artiklarnas logik
Syfte Huvudfråga Information Inferenser Koncept Antaganden Implikationer Utkikspunkt

8 Dekonstruktion och jämförelse av vetenskapliga modeller i artiklarna

9 Modeller En modell är en förenkling, approximation eller abstraktion av ”verkligheten”. Kvalitativa: verbala, konceptuella, flödesschema, Orsak och verkan diagram (CLD) Kvantitiva: empiriska/statistiska, process/mekaniska/tidsberoende

10 (Tvär)vetenskapandets
Begränsingar Möjligheter Roll i samhället Ansvar (Tvär)vetenskap för HU?

11 Trovärdighet handlar i stor utsträckning om att hålla sig till överenskomna normer om hur saker och ting ska göras, normer som är sprugna ur och förs vidare genom traditioner. Ett antal såväl uttalade som outtalade normer och konventioner ligger inbäddade i varje vetenskaplig tradition och i mångt och mycket avspeglas dessa i texten: vad som ska sägas, hur det ska sägas och var de olika komponenterna ska placeras. Vetenskap för hållbar utveckling?

12 Tvärvetenskapliga strävanden leder ofta till att de inblandade omvärderar den disciplinära bas de tidigare lutat sig mot för att skilja god forskning från slarvigt eller dåligt genomförda studier. Att efter en omvärdering göra sig av med sina disciplinära för-givet-tagna kriterier på trovärdighet utan att ersätta dem med något annat leder i värsta fall till att man genomför luddiga, ytliga eller rent ut sagt – dåliga studier, eller låter sådana studier passera. Disciplinär bas för VHU?

13 Ska vi överbrygga klyftor mellan olika tradtioner är det nödvändigt att rensa våra texter från jargong och andra onödiga utestängningsmekanismer, utan att för den skull göra avkall på djup. En komplicerad balansakt vär värd att genomföra i dialog med kollegor.

14 Den starka fokuseringen på skillnader (som t. ex
Den starka fokuseringen på skillnader (som t.ex. Det ständiga idisslandet av ”de två kulturerna”) gör i sig att klyftorna befästs och ökar. Om samarbete ska underlättas måste också likheter belysas.

15 Att tolka information och skapa modeller
Kreativ övning för nya insikter.. Anchovis-fiske i Peru

16 Komplexitet Komplext är vad som är svårt att förstå eller förutspå
Komplexitet framträder i relationen mellan den mänskliga kognitiva-apparaten och naturen, våran hjärnas begräsningar samt sociala påtryckningar av att lyda (av praktiska och evolutionära anledningar) (ex. Mildrum) Metoder att utforska komplexitet: observation och jämförelse, experiment, modeller. Rita figur

17 En Bedömningsmodell för HUB

18 Reflektion Vad har du lärt dig? Vad har du lärt ut? Vad skulle du vilja ta reda på mer om?

19 Mål för dagen.. Att träna sig i att plocka isär en vetenskaplig text och se hur den relaterar till annat som har skrivits om liknande system/fenomen. Att upptäcka att modellen som har stor inverkan på hur ett fenomen/system kan uppfattas Att undersöka (tvär)vetenskapens begränsningar och möjligheter och dess roll och ansvar för en Hållbar utveckling Ta in vilka system/fenomen som studerats och en viktig skillnad mellan de två ”modellerna” i artiklarna. Dela sen in i grupper!

20 Förberedande seminarieuppgift 2
12 feb: På jakt efter hållbarhet - Vad har vi att lära av historien Systemtänkande och historiska processer Diamonds Collapse

21 Systemtänkande Sources, Stocks, Sinks and flows Återkoppling
Fördröjning Icke-linjära effekter Tröskelvärden Positiva och negativa kausala samband Rita upp exempel på tavla... Bara för att två indikatorer går åt samma håll under de senaste 20 åren betyder det inte att det finns ett samband.. Kan finnas en annan indikator som påverkar dem istället... Rita upp så att de ser hur de ska rita också...

22 Konceptuell Modellering
Ord Bilder Diagram

23 Orsak och verkan Linjär approach Om A Då B System approach

24 Causal Loop Diagram Causal - Orsak och verkan förhållande Loop -
Sluten cirkel av orsak och verkan

25 Causal Loop Diagram - Notation
Population dödlighet Andel av populationen som kan föda Genomsnittlig livslängd + - R B födelsetal Loop-notation: Positiv (förstärkande) Loop Negativ (Balancerande) Variabel 1 Varianel 2 + Länk polaritet Kausal Länk

26 Kausalt samband eller korrelation?
Korrelationer representerar inte systemets struktur. Kausala diagram bör endast innehålla (vad du tror är) genuint kausala förhållanden. Ej korrekt + Glass försäljning Mordfrekvens .Causation versus Correlation Correlations do not represent the structure of the system. Causal diagrams must include only (what you believe to be) genuine causal relationships. .Polarity Positive link polarity (+) if X increases, Y will always he higher than it would have been. Negative polarity (-) if X increases, Y will always he lower than it would have been. .What kind is this loop? 1. The right method, carefully tracing the effect of a disturbance around the loop, will often reveal a wrongly labeled polarity and will help you and your audience to grasp the meaning and mechanism of the loop. 2. The fast way to tell if a loop is positive or negative is to count the number of negative links in the loop. If the number of negative links is even, the loop is positive; if the number is odd, the loop is negative. .Variables Names 1. Should Be Nouns or Noun Phrases A causal diagram captures the structure of the system, not its behavior—not what has actually happened but what would happen if other variables changed in various ways. 2. Variable Names Must Have a Clear Sense of Direction Choose names for which the meaning of an increase or decrease is clear, variables that can be larger or smaller. Without a clear sense of direction for the variables you will not be able to assign meaningful link polarities. 3. Choose Variables Whose Normal Sense of Direction Is Positive .Name Your Loops .Indicate Important Delays in Causal Links Delays are critical in ci eating dynamics Delays give systems uneitua, can create oscillations, and are often responsible for tradeoffs between the short- and long-run effects of policies. Your causal diagrams should include delays that are important to the dynamic hypothesis or sign ificaiit relative to your time horizon. As shown in F chapter 11, delays always involve stock .Tips for Causal Loop Diagram Layout To maximize the clarity and impact of your causal diagrams, you should follow some basic principles of graphic design. 1.Use curved lines for information feedbacks. Curved lines help the reader visualize the feedback loops. 2. Make important loops follow circular or oval paths. 3. Organize your diagrams to minimize crossed lines. 4. Don’t put circles, hexagons, or other symbols around the variables in causal diagrams. Symbols without meaning are “chart junk” and serve only to clutter and distract. 5. Iterate. Since you often won’t know what all the variables and loops will be when you start, you will have to redraw your diagrams. .Choose the Right Level of Aggregation Causal loop diagrams are designed to communicate the cunttal feedback structure of your dynamic hypothesis. They are not intended to be descriptions of a model at the detailed level of the equations. Having too much detail makes it hard to see the overall feedback loop structure and how the different loops interact. Having too little detail makes it hard for your audience to grasp the logic and evaluate the plausibility and realism of your model. .Don’t Put All the Loops into One Large Diagram .Make the Goals of Negative Loops Explicit All negative feedback loops have goals. Goals are the desired state of the system, and all negative loops function by comparing the actual state to the goal, then initiating a corrective action in response to the discrepancy. Make the goals of your negative loops explicit. Making the goals of negative loops explicit is especially important when the loops capture human behavior. .Distinguish between Actual and Perceived Conditions

27 Kausalt samband eller korrelation?
Korrelationer representerar inte systemets struktur. Kausala diagram bör endast innehålla (vad du tror är) genuint kausala förhållanden Korrekt Ej korrekt + Mordfrekvens Glass Försäljning Glass försäljning Mordfrekvens + + .Causation versus Correlation Correlations do not represent the structure of the system. Causal diagrams must include only (what you believe to be) genuine causal relationships. .Polarity Positive link polarity (+) if X increases, Y will always he higher than it would have been. Negative polarity (-) if X increases, Y will always he lower than it would have been. .What kind is this loop? 1. The right method, carefully tracing the effect of a disturbance around the loop, will often reveal a wrongly labeled polarity and will help you and your audience to grasp the meaning and mechanism of the loop. 2. The fast way to tell if a loop is positive or negative is to count the number of negative links in the loop. If the number of negative links is even, the loop is positive; if the number is odd, the loop is negative. .Variables Names 1. Should Be Nouns or Noun Phrases A causal diagram captures the structure of the system, not its behavior—not what has actually happened but what would happen if other variables changed in various ways. 2. Variable Names Must Have a Clear Sense of Direction Choose names for which the meaning of an increase or decrease is clear, variables that can be larger or smaller. Without a clear sense of direction for the variables you will not be able to assign meaningful link polarities. 3. Choose Variables Whose Normal Sense of Direction Is Positive .Name Your Loops .Indicate Important Delays in Causal Links Delays are critical in ci eating dynamics Delays give systems uneitua, can create oscillations, and are often responsible for tradeoffs between the short- and long-run effects of policies. Your causal diagrams should include delays that are important to the dynamic hypothesis or sign ificaiit relative to your time horizon. As shown in F chapter 11, delays always involve stock .Tips for Causal Loop Diagram Layout To maximize the clarity and impact of your causal diagrams, you should follow some basic principles of graphic design. 1.Use curved lines for information feedbacks. Curved lines help the reader visualize the feedback loops. 2. Make important loops follow circular or oval paths. 3. Organize your diagrams to minimize crossed lines. 4. Don’t put circles, hexagons, or other symbols around the variables in causal diagrams. Symbols without meaning are “chart junk” and serve only to clutter and distract. 5. Iterate. Since you often won’t know what all the variables and loops will be when you start, you will have to redraw your diagrams. .Choose the Right Level of Aggregation Causal loop diagrams are designed to communicate the cunttal feedback structure of your dynamic hypothesis. They are not intended to be descriptions of a model at the detailed level of the equations. Having too much detail makes it hard to see the overall feedback loop structure and how the different loops interact. Having too little detail makes it hard for your audience to grasp the logic and evaluate the plausibility and realism of your model. .Don’t Put All the Loops into One Large Diagram .Make the Goals of Negative Loops Explicit All negative feedback loops have goals. Goals are the desired state of the system, and all negative loops function by comparing the actual state to the goal, then initiating a corrective action in response to the discrepancy. Make the goals of your negative loops explicit. Making the goals of negative loops explicit is especially important when the loops capture human behavior. .Distinguish between Actual and Perceived Conditions Medel Temperatur

28