Ronald N. Giere’s Perspectival realism is one among the various approaches in philosophy of science claiming to offer an alternative understanding of scientific realism. In various writings, Giere has claimed that scientific knowledge is perspectival, and that models represent some aspects of the world based on the relation of fit. This paper argues that Giere’s perspectivism does not offer a genuine alternative as he claims, due to its difficulties in accounting for truth and the objective nature of scientific knowledge. In (...) an attempt to salvage perspectivism, I propose an alternative understanding based on a Syntactic Approach to theories. (shrink)

The dominant position in Philosophy of Science contends that downward causation is an illusion. Instead, we argue that downward causation doesn’t introduce vicious circles either in physics or in biology. We also question the metaphysical claim that “physical facts fix all the facts.” Downward causation does not imply any contradiction if we reject the assumption of the completeness and the causal closure of the physical world that this assertion contains. We provide an argument for rejecting this assumption. Furthermore, this allows (...) us to reconsider the concept of diachronic emergence. (shrink)

Given that scientific realism is based on the assumption that there is a connection between a model's predictive success and its truth, and given the success of multiple incompatible models in scientific practice, the realist has a problem. When the different models can be shown to arise as different approximations to a unified theory, however, one might think the realist to be able to accommodate such cases. I discuss a special class of models and argue that a realist interpretation has (...) to understand these models of a system as ‘ perspectival ’, in close analogy to different spatial perspectives onto the same object. For this sort of case, I also respond to Morrison's recent claim that in the process of unifying models into an overarching theory, explanatory and descriptive power are lost, leaving the unified theory with less of a claim to a realist interpretation than the models themselves. Introduction Perspectival models from singular perturbation problems Unification of perspectives without losses of explanatory power Perspectives as different levels of a system Perspectival models, idealizations and pluralism. (shrink)

Today's climate models are supported in a couple of ways that receive little attention from philosophers or climate scientists. In addition to standard 'model fit', wherein a model's simulation is compared to observational data, there is an additional type of confirmation available through the variety of instances of model fit. When a model performs well at fitting first one variable and then another, the probability of the model under some standard confirmation function, say, likelihood, goes up more than under each (...) individual case of fit alone. Thus, two instances of fit of distinct variables of a global climate model using distinct data sets considered collectively will provide stronger evidence for a model than either one of the instances considered individually. This has consequences for model robustness. Sets of models that produce robust results will, if their assumptions vary enough and they each are observationally sound, provide reasons to endorse common structures found in those models. Finally, independent empirical support for aspects and assumptions of the model provides an additional confirmational virtue for climate models, contrary to what is implied by some current philosophical writing on this topic. (shrink)

I propose a distinct type of robustness, which I suggest can support a confirmatory role in scientific reasoning, contrary to the usual philosophical claims. In model robustness, repeated production of the empirically successful model prediction or retrodiction against a background of independentlysupported and varying model constructions, within a group of models containing a shared causal factor, may suggest how confident we can be in the causal factor and predictions/retrodictions, especially once supported by a variety of evidence framework. I present climate (...) models of greenhouse gas global warming of the 20th Century as an example, and emphasize climate scientists’ discussions of robust models and causal aspects. The account is intended as applicable to a broad array of sciences that use complex modeling techniques. (shrink)

In this paper we consider some questions surrounding whether or not regional climate models “add value,” a controversial issue in climate science today. We highlight some objections frequently made about regional climate models both within and outside the community of modelers, including several claims that regional climate models do not “add value.” We show that there are a number of issues involved in the latter claims, the primary ones centering on the fact that different research questions are being pursued by (...) the modelers making the complaints against regional climate models. Further issues focus on historical deficiencies of particular—but not generalizable—failures of individual regional models. We provide tools to sort out these different research questions and particular failures, and to improve communication and understanding surrounding added value in climate modeling and philosophy of climate science. (shrink)

Scientific representation: A long journey from pragmatics to pragmatics Content Type Journal Article DOI 10.1007/s11016-010-9465-5 Authors James Ladyman, Department of Philosophy, University of Bristol, 9 Woodland Rd, Bristol, BS8 1TB UK Otávio Bueno, Department of Philosophy, University of Miami, Coral Gables, FL 33124, USA Mauricio Suárez, Department of Logic and Philosophy of Science, Complutense University of Madrid, 28040 Madrid, Spain Bas C. van Fraassen, Philosophy Department, San Francisco State University, 1600 Holloway Avenue, San Francisco, CA 94132, USA Journal Metascience Online (...) ISSN 1467-9981 Print ISSN 0815-0796. (shrink)

Electron redistribution is the cornerstone of our understanding of chemical reactivity. For the vast majority of organic reactions electrons are assumed to move in pairs providing explanatory mechanisms through the generation of intermediate structures. But for many transformations these discrete steps are idealized constructs, involving intermediates assumed but not empirically justified. This unitary perspective predicated on the curved arrow formalism has resulted in the scenario where for many organic transformations our supposed understanding far surpasses our growing knowledge. Reformulating organic mechanisms (...) to include single electron transfer as a component of, or an alternative to, the prevailing iconic descriptions can provide for a more empirically adequate mechanistic description. In addition using the language of SET presents an opportunity to unify mechanistic concepts under a common donor/acceptor framework. (shrink)

It has become apparent that the debate between scientific realists and constructive empiricists has come to a stalemate. Neither view can reasonably claim to be the most rational philosophy of science, exclusively capable of making sense of all scientific activities. On one prominent analysis of the situation, whether we accept a realist or an anti-realist account of science actually seems to depend on which values we antecedently accept, rather than our commitment to “rationality” per se. Accordingly, several philosophers have attempted (...) to argue in favour of scientific realism or constructive empiricism by showing that one set of values is exclusively best, for anyone and everyone, and that the downstream choice of the philosophy of science which best serves those values is therefore best, for anyone and everyone. These efforts, however, seem to have failed. In response, I suggest that philosophers of science should suspend the effort to determine which philosophy of science is best for everyone, and instead begin investigating which philosophy of science is best for specific people, with specific values, in specific contexts. I illustrate how this might be done by briefly sketching a single case study from the history of science, which seems to show that different philosophies of science are better at motivating different forms of scientific practice. (shrink)

Several prominent philosophers of science, most notably Ron Giere, propose that scientific theories are collections of models and that models represent the objects of scientific study. Some, including Giere, argue that models represent in the same way that pictures represent. Aestheticians have brought the picturing relation under intense scrutiny and presented important arguments against the tenability of particular accounts of picturing. Many of these arguments from aesthetics can be used against accounts of representation in philosophy of science. I rely on (...) Dominic Lopes' recent summary of arguments against various views of picturing and reformulate some of them to fit the philosophy of science context. My specific targets here are Giere and Steven French. I go on to argue that assuming all scientific models and images represent in the same way is not the best guide to understanding scientific practice. (shrink)

Przedmiotem artykułu jest ukazanie realizmu strukturalnego jako stanowiska realistycznego w dyskusji, prowadzonej wokół realizmu naukowego – jego wybranych zalet i słabości. Realizm strukturalny jest odpowiedzią na wyzwanie, jakie realizmowi naukowemu stawiają historyczne fakty zmiany teorii w nauce. Nawiązuje on do semantycznego ujęcia teorii naukowych i wypracowanego w tym podejściu aparatu pojęciowego. Zgodnie z realizmem strukturalnym to, co zostaje zachowane z dojrzałych teorii naukowych po zmianie teorii, to ich sformułowania matematyczne, będące abstrakcyjnymi modelami teorii. Są one aproksymacyjnie prawdziwe, gdyż reprezentują realne (...) struktury rzeczywistości w sposób wolny od ontologicznej interpretacji, narzuconej przez język teorii. Realizm strukturalny i nawiązujący do niego semirealizm, który rozszerza niezmienniczość dojrzałych teorii na własności detekcyjne obiektów fizycznych, bronią tezy realizmu naukowego w kwestii aproksymacyjnej prawdziwości teorii naukowych, interpretując realistycznie zmiany teorii naukowych. Pozostawiają jednak na boku istotny dla realizmu problem reprezentowania rzeczywistości w teoriach naukowych. Oba wspomniane stanowiska, nawiązując do modelowego ujęcia teorii naukowych, przyjmują, że reprezentacja jest izomorfizmem struktur matematycznego modelu teorii i rzeczywistości. Takie rozumienie reprezentacji jest zbyt wąskie, nie uwzględnia, że struktura zjawisk nie jest jednoznacznie określona. Strukturę tę dla teorii zastępuje matematyczny model danych, który odzwierciedla zjawiska przedstawione jako związki własności określonych przez teorię. Realistyczna interpretacja modelu danych stanowi dla realizmu strukturalnego konieczne uzupełnienie, aby spełniał on naczelną tezę realizmu, głoszącą, że nauka poznaje świat taki, jaki jest niezależnie od teorii. Stanowi to podstawę, aby broniona w realizmie strukturalnym aproksymacyjna prawdziwość teorii naukowych miała ugruntowane uzasadnienie. Wskazanie potrzeby rozszerzenia realizmu strukturalnego i semirealizmu o odpowiednią dla nich koncepcję reprezentacji jest tezą tej pracy. W artykule zostały przedstawione podstawowe elementy współczesnej dyskusji wokół realizmu naukowego oraz stanowiska realizmu strukturalnego i semirealizmu jako uzgodnienie realizmu naukowego z faktem radykalnej zmiany teorii. Następnie zostały ukazane konsekwencje, jakie dla realizmu strukturalnego wynikają z semantycznego (modelowego) ujęcia teorii naukowych i związanego z tym pojęcia reprezentacji jako izomorfizmu struktur. Ostatni fragment został poświęcony wskazaniu, że aby spełnić postulaty realizmu naukowego zarówno realizm strukturalny, jak i semirealizm powinny być uzupełnione o interpretację reprezentacji rzeczywistości w modelu danych w duchu realizmu naukowego. -------------- Zgłoszono: 17/09/2020. Zrecenzowano: 12/10/2020. Zaakceptowano do publikacji: 09/11/2020. (shrink)

Przedmowa Problematyka związana z zależnościami przyczynowymi, ich modelowaniem i odkrywa¬niem, po długiej nieobecności w filozofii i metodologii nauk, budzi współcześnie duże zainteresowanie. Wiąże się to przede wszystkim z dynamicznym rozwojem, zwłaszcza od lat 1990., technik obli¬czeniowych. Wypracowane w tym czasie sieci bayesowskie uznaje się za matematyczny język przyczynowości. Pozwalają one na daleko idącą auto¬matyzację wnioskowań, co jest także zachętą do podjęcia prób algorytmiza¬cji odkrywania przyczyn. Na potrzeby badań naukowych, które pozwalają na przeprowadzenie eksperymentu z randomizacją, standardowe metody ustalania zależności przyczynowych (...) opracowano na początku XX wieku. Zupełnie inaczej sprawa przedstawia się w przypadku badań nieeksperymentalnych, gdzie podobne rozwiązania pozostają kwestią przyszłości. Zadaniem tej książki jest podanie warunków, które powinny być spełnione przez te rozwiązania, oraz sformułowanie proceduralnego kryterium zależności przy¬czynowych jako szczegółowej realizacji tych warunków. Pociąga ono waż¬kie konsekwencje dla filozofii i metodologii nauk, które ujawnia – podany w Części II – zarys me-todolo¬gii proceduralnej. W literaturze przedmiotu brakuje w miarę wszechstronnego i systema¬tycznego omówie¬nia najnowszych filozoficznych i metodologicznych dys¬kusji na temat przy¬czynowości, co niech będzie wytłumaczeniem, dlaczego w niektórych punktach obecnej książki szczegółowo referuję trudno dos¬tępne teksty źró¬dłowe. Przymiotnik „proceduralny” używam tu w znaczeniu węższym niż Huw Price (w którego pracach właściwszy byłby termin „kryterialny”) dla podkre¬ślenia – zgodnie z łacińskim źródłosłowem procedo – że dla ustalenia przy¬czyny niezbędne jest podjęcie przez uczonych określonych interakcji z ba¬daną rzeczywistością. Zalążki zamysłu prezentowanego w tej książce przedstawiłem podczas warsztatów filozoficznych „Philosophy and Probability” w roku 2002, zor¬ganizowanych przez Instytut Filozofii Uniwersytetu w Konstancji. Wdzięczny jestem uczestnikom tych warsztatów za uwagi, a przede wszyst¬kim następującym osobom: Luc Bovens, Brandon Fitelson, Alan Hájek, Stephan Hartmann oraz Jon Williamson. Podczas międzynarodowej konferencji „Analytical Pragmatism”, zorgani¬zowanej w Lublinie w roku 2003 przez Wydział Filo¬zofii Katolickiego Uniwersytetu Lubelskiego, odniosłem swoją koncepcję do prac Nancy Cartwright. Szczególnie inspirujący okazał się komentarz Huw Price’a do mojego referatu i przeprowadzona z nim dysku¬sja. Ujęcie koncepcji metodologii proceduralnej na szerszym tle współ-czes¬nego nurtu empirystycznego w filozofii nauki przedstawiłem w roku 2004 podczas konferencji „5th Quadrennial Fellows Conference”, zorgani¬zowanej przez Instytut Filozofii Uniwersytetu Jagiellońskiego oraz Centrum Filozofii Nauki w Pittsburghu. Szczególnie pomocne w dalszych moich pra¬cach były uwagi Jamesa Bogena, Janet Kourany, Jamesa Lennoxa, Johna Nortona, Thomasa Bonka, Jana Woleńskiego i Johna Worralla, za które wyra¬żam swoją wdzięczność. Korpus książki powstał podczas mojego stażu w Centrum Filozofii Nauki w Pittsburghu, który odbyłem jako stypendysta Fundacji na Rzecz Nauki Polskiej w roku akademickim 2004-2005. Uczestniczyłem w tym czasie w życiu naukowym Centrum i w pracach badawczych zespołu z Instytutu Filozofii Uniwersytetu Carnegie-Mellon w Pittsburghu kierowanego przez Clarka Glymoura. Na jego ręce składam podziękowanie za wiele po¬mocnych uwag do moich wy¬stąpień oraz tekstów i za dyskusje przede wszystkim z nim samym i z jego najbliższymi współpracownikami: Peterem Spirtesem oraz Richardem Scheinesem, a także pozostałymi członkami tego zes¬połu, doktorantami i uczestnikami seminarium badawczego „Causality in the Social Sciences”. Za wieloletnie wsparcie, wielopłaszczyznowe inspiracje towarzyszące pi¬saniu tej książki, a także liczne pomocne uwagi do jej wcześniejszych wersji dziękuję przede wszystkim Księdzu Profesorowi Andrzejowi Bronkowi oraz Księdzu Profesorowi Józefowi Herbutowi, współprowadzącemu seminarium doktorskie w Katedrze Metodologii Nauk Katolickiego Uniwersytetu Lubel¬skiego im. Jana Pawła II, jak również pozostałym uczestnikom tego semina¬rium. Dziękuję mojej Żonie, dr Annie Kawalec za wiele wysiłku włożonego w ulepszenie redakcji – językowej i merytorycznej – obecnej książki. Książkę tę można czytać na kilka sposobów. Czytelnikom zainteresowa¬nym przede wszystkim prowadzeniem badań empirycznych polecałbym rozpoczęcie od Rozdziału 2. i kontynuację pozostałych rozdziałów Części I, a następnie Dodatków. Czytelnikom zainteresowanym problemami filozo¬fii i metodologii nauk polecałbym rozpoczęcie lektury książki od Części II i uzupełniającą lekturę Rozdziału 2., a następnie Wprowadzenia i Zakończenia. Czytelnikom mniej zainteresowanym zagadnieniami teoretycznymi pole¬całbym zapoznanie się z fascynującymi dziejami odkrycia przyczyn cholery przez Johna Snowa, które rekonstruuję w Rozdziale 1. W dalszej części nato¬miast polecałbym przejście do Wprowadzenia i Zakończenia, które w mniej specjalistyczny sposób przybliżają proponowane tu rozstrzygnięcia. Tekst książki nie był dotąd publikowany. Wyjątkiem są pewne fragmenty Rozdziału 8. oraz 9., które w zmienionej postaci ukazały się w Rocznikach Filozoficznych (Kawalec 2004). -/- Lublin, luty 2006 r. (shrink)

This book is a sustained defense of the compatibility of the presence of idealizations in the sciences and scientific realism. So, the book is essentially a detailed response to the infamous arguments raised by Nancy Cartwright to the effect that idealization and scientific realism are incompatible.

Games of chance are developed in their physical consumer-ready form on the basis of mathematical models, which stand as the premises of their existence and represent their physical processes. There is a prevalence of statistical and probabilistic models in the interest of all parties involved in the study of gambling – researchers, game producers and operators, and players – while functional models are of interest more to math-inclined players than problem-gambling researchers. In this paper I present a structural analysis of (...) the knowledge attached to mathematical models of games of chance and the act of modeling, arguing that such knowledge holds potential in the prevention and cognitive treatment of excessive gambling, and I propose further research in this direction. (shrink)