Du résultat aux preuves : comment se construit une conclusion

Un résultat surprenant suscite la curiosité, mais une conclusion scientifique exige davantage qu’une surprise. Elle doit relier une question à des observations, expliquer comment celles-ci ont été obtenues et montrer quelles autres possibilités restent envisageables. La science ne progresse pas toujours en suivant une recette linéaire ; elle exige toutefois que les affirmations puissent être confrontées à des données probantes et à des critiques précises.

Transformer une idée en question

Dire qu’un matériau est meilleur laisse beaucoup de choses à définir. Meilleur pour quel usage, par rapport à quelle autre solution et selon quel critère ? Une question vérifiable pourrait comparer l’énergie stockée par deux conceptions selon une même procédure. L’introduction d’OpenStax au raisonnement scientifique aide à distinguer une explication vérifiable d’une affirmation qui ne précise pas quelle observation pourrait la remettre en question.

Une hypothèse ne devient pas fiable parce qu’elle a été formulée avant l’expérience, mais sa définition claire limite la possibilité de modifier la question après avoir vu les données. Elle permet aussi d’identifier les résultats qui ne correspondent pas aux attentes. Ces résultats peuvent être instructifs même s’ils ne produisent pas de titre spectaculaire.

Concevoir une comparaison

Imaginons un essai fictif portant sur deux revêtements. Si nous testons l’un à une température et l’autre à une autre, le résultat mêle le matériau et les conditions. Nous devons décider quelles variables contrôler, lesquelles faire varier et comment répartir les unités d’essai. Le manuel de conception expérimentale du NIST situe ces décisions par rapport à l’objectif de l’étude.

Le contrôle ne signifie pas figer toute la réalité. Il consiste à construire une comparaison qui permette de répondre à une question délimitée. Il faudra ensuite étudier si le résultat se maintient dans différentes situations. Une expérience très contrôlée peut éclairer un mécanisme tout en laissant ouverte son utilité dans une usine ou un environnement naturel.

Mesurer, c’est aussi définir

Avant de discuter des décimales, nous devons identifier la grandeur et l’unité. La durée peut désigner le temps avant une défaillance, le temps avant la perte d’une fraction des performances ou le temps pendant lequel une condition a été maintenue. Ce sont des définitions différentes, susceptibles de produire des nombres différents sans qu’aucune opération soit incorrecte.

Le Système international décrit par le NIST fournit un langage commun d’unités. Mais utiliser la même unité ne garantit pas que l’on mesure exactement la même chose. Deux essais exprimés en heures peuvent avoir utilisé des critères de fin incompatibles.

L’incertitude doit être expliquée

Répéter une mesure aide à étudier sa variabilité, mais n’élimine pas automatiquement une erreur systématique. L’étalonnage, la résolution et la procédure peuvent également contribuer à l’incertitude. Le NIST distingue les composantes évaluées statistiquement et celles évaluées à l’aide d’autres informations. Cette classification décrit la manière dont elles sont évaluées, et non une séparation simple entre causes aléatoires et systématiques.

Un chiffre accompagné d’une incertitude apporte davantage d’informations si l’on explique comment celle-ci a été calculée et quelle est sa portée. Écrire de nombreuses décimales ne démontre pas la précision. Le guide du NIST sur la communication de l’incertitude souligne qu’il faut décrire la méthode et les composantes pertinentes.

Association, explication et portée

Si nous observons que deux variables évoluent ensemble, il peut encore exister d’autres explications. Une troisième variable peut influer sur les deux ; il peut aussi y avoir une sélection des participants ou des changements dans la procédure. Une interprétation causale nécessite un argument reliant le plan d’étude aux explications alternatives qu’il vise à écarter.

Dans notre exemple du revêtement, observer une dégradation moindre ne démontre pas encore que le matériau fonctionne sous tous les climats ni qu’il dure un nombre précis d’années. Cela peut étayer une conclusion plus limitée : dans les conditions testées et selon ce critère, le comportement mesuré était différent. La précision de cette portée renforce l’explication.

Lire l’étude et ses limites

Lorsqu’on consulte une publication, on peut rechercher la question, les méthodes, le nombre d’unités indépendantes et la manière dont les données ont été analysées. Il est également utile de distinguer les résultats observés, l’interprétation des auteurs et les applications proposées. Un communiqué de presse peut bien résumer un travail, mais ne remplace pas les détails qui permettent d’évaluer ses conclusions.

L’évaluation par les pairs constitue un processus d’examen, et non une garantie d’infaillibilité. La convergence entre les observations, les méthodes et les équipes renforce une conclusion. Ce guide propose des questions pour lire des travaux de recherche ; il ne certifie aucune étude et n’affirme pas que ces textes ont fait l’objet d’un examen humain. Chaque article de SciClue présente ses sources afin de faciliter la vérification et de rendre visibles les limites de ce qui est expliqué.

Ce que nous laissons à la disposition d’une autre personne pour vérification

Le rapport Reproducibility and Replicability in Science, des National Academies examine comment la répétition et la mise à l’épreuve des recherches renforcent la confiance, ainsi que les obstacles susceptibles de les empêcher. Il avertit également qu’un désaccord ne doit pas être automatiquement interprété comme une fraude : il peut révéler les limites d’une procédure ou ouvrir une nouvelle question.

Une façon pratique d’appliquer cette idée consiste à distinguer ce qui est nécessaire pour vérifier un calcul de ce qui est nécessaire pour obtenir de nouvelles observations. Ce sont des tâches liées, mais chacune répond à une question différente. Un fichier de résultats sans unités ni instructions peut sembler transparent tout en restant insuffisant pour vérifier l’analyse.

La ressource suivante est un guide de lecture, et non un certificat de reproductibilité. Face à une étude précise, la question que pourrait vérifier une autre personne avec les éléments disponibles ? aide à repérer les données probantes manquantes. Les restrictions d’accès doivent également être expliquées : il n’est pas toujours possible de publier des données sensibles ou de répéter un événement qui ne peut se reproduire.