* 직관 또는 직감을 통해 : 과학적 데이터는 객관적이어야하며 감정이나 개인적인 의견이 아니라 증거에 근거해야합니다.
* 일화 증거를 통해 : 이것은 개인적인 이야기 나 고립 된 사례에 의존하는 것을 의미합니다. 이것들은 흥미로울 수 있지만 데이터를 수집하는 신뢰할 수있는 방법은 아닙니다.
* 기존 데이터의 조작 : 과학자들은 데이터에 정직하고 투명해야합니다. 데이터를 제작하거나 변경하는 것은 비 윤리적이며 전체 과학 과정을 훼손합니다.
* 권한 수치에만 의존함으로써 : 전문가가 무언가를 말하더라도 증거로 백업하고 조사를 받아야합니다. 과학은 맹목적인 믿음이 아니라 질문과 시험에 의존합니다.
* 소원의 사고 또는 확인 편견을 통해 : 과학자들은 객관성을 위해 노력하고 기존의 신념을 확인하는 증거 만 찾는 것을 피합니다.
대신, 과학자들은 이러한 방법에 의존하여 데이터를 수집합니다.
* 실험 : 가설을 테스트하기위한 신중하게 제어되는 절차.
* 관찰 : 자연 현상 또는 제어 된 설정에서 데이터를 기록합니다.
* 설문 조사 : 설문지를 통해 정보 수집.
* 인터뷰 : 개인의 자세한 정보 수집.
* 모델링 : 컴퓨터 시뮬레이션을 사용하여 이론을 테스트하거나 예측합니다.
* 데이터 마이닝 : 패턴과 관계를 찾기 위해 큰 데이터 세트를 분석합니다.
주요 테이크 아웃은 과학적 데이터가 신뢰할 수 있고 객관적이며 검증 가능한 이어야한다는 것입니다. .
