hypothesis_quality_criteria

# 假设质量标准 ## 科学假设评估框架 使用这些标准来评估所生成假设的质量和严谨性。一个稳健的假设应该在多个维度上得分良好。 **关于报告结构的说明：** 在生成假设报告时，在正文中提供简要的质量评估摘要（带有评分的对比表），并在 **附录 C：质量评估** 中包含详细的评估，包括优势、劣势和综合分析。 ## 核心标准 ### 1. 可测试性 **定义：** 假设可以通过观察或实验进行实证检验。 **评估问题：** - 是否有具体的实验或观察可以测试该假设？ - 预测的结果是否可测量？ - 该假设能否用当前或不久将来的方法进行测试？ - 是否有多种独立的方法来测试它？ **强可测试性示例：** - “蛋白 X 的表达增加将使细胞增殖率降低 >30%” - “接受治疗 Y 的患者将在 4 周内表现出症状 Z 减轻 50%” **弱可测试性示例：** - “该过程受到复杂相互作用的影响”（模糊，无具体预测） - “该机制涉及量子效应”（如果不存在测试量子效应的方法） ### 2. 可证伪性 **定义：** 存在明确的条件或观察结果可以反驳该假设（波普尔标准）。 **评估问题：** - 哪些具体的观察结果会证明该假设是错误的？ - 证伪条件在观察上是否现实？ - 假设的陈述是否足够清晰以至于可以被推翻？ - 零结果能否有意义地证伪该假设？ **强可证伪性示例：** - “如果我们敲除基因 X，表型 Y 将消失”（如果表型持续存在，则可被证伪） - “药物 A 在 80% 的患者中表现优于安慰剂”（明确的证伪阈值） **弱可证伪性示例：** - “多种因素导致了该结果”（太模糊，无法证伪） - “效果可能因环境而异”（内置逃避条款） ### 3. 简约性（奥卡姆剃刀） **定义：** 在具有相同解释力的竞争假设中，优先选择更简单的解释。 **评估问题：** - 该假设是否调用了所需的最少实体/机制数量？ - 所有提出的要素对于解释现象是否都是必要的？ - 是否有更简单的机制可以解释这些观察结果？ - 它是否避免了不必要的假设？