¿Cuáles son las principales diferencias entre la investigación computacional y experimental en ciencia?

Elegí la investigación computacional porque sentí la necesidad de tener las herramientas para integrar la gran cantidad de datos generados por los investigadores experimentales. Considere la historia de los ciegos y el elefante.

En esta historia, cada uno de los hombres ciegos toca una parte del elefante, y cada uno tiene su propia interpretación de lo que el elefante se basa en su experiencia. La investigación experimental es como ser el ciego tocando al elefante. Ser un investigador computacional es leer lo que cientos de ciegos han tocado y descubrir cómo juntar esa información en una imagen del elefante.

Sentí que había muchas piezas del rompecabezas en biología, pero comparativamente menos esfuerzo para armar el rompecabezas. Con datos tan vastos y complejos como las ciencias biológicas, esto requeriría herramientas computacionales y cuantitativas para integrar este conocimiento.

Sin embargo, agregaré que el enfoque antes mencionado es solo un enfoque en la investigación computacional. Es un enfoque de abajo hacia arriba. También hay un enfoque de arriba hacia abajo que se preocupa menos por el realismo biológico y está más interesado en generar algoritmos de trabajo que puedan lograr lo que realiza la contraparte biológica.

Gracias por A2A,

Cuando dices computacional y experimental, creo que estás tratando de subrayar las diferencias entre la ciencia teórica y la experimental. Puedes echar un vistazo a este enlace a continuación

¿Cuál es la diferencia entre ciencia experimental y ciencia teórica?

Esto puede ser aplicable a cualquier campo de investigación.

Con las tecnologías y los avances de alto rendimiento que se conocen como la próxima generación, hay una gran cantidad de datos. Ahora, los experimentos anteriores solo se limitaban a pocas réplicas, pero gracias a las mentes de algunos de los mejores científicos informáticos y científicos tecnológicos, se fabrican máquinas de alto rendimiento a gran escala que se pueden utilizar para generar montones de datos y ahora la mayoría de los grupos experimentales se están aprovechando de datos o producir nuevos datos y realizar investigaciones cuantitativas y cualitativas basadas en datos que podrían ser más adecuadas para prever la evaluación del impulso de investigación para futuros enfoques experimentales.

P.ej. Proyecto Genoma Humano o Proteoma Humano. Secuenciación del genoma de precisión en cánceres. Soy una persona de campo de Bioinformática, por lo que diré en ese campo, sin embargo, hay mucha investigación computacional en el campo de la física y la química, así como para la simulación a gran escala y el análisis de datos.

Se reduce en gran medida a su interés. Si quieres hacer experimentos o te gusta analizar datos detrás de una pantalla de computadora. Cada uno tiene sus propios pros y contras. Su pasión en gran medida lo hará tomar la decisión en lugar de cualquier persona en Quora. ¡Buena suerte!

Los dos tipos generales de investigación para el estudio académico son cuantitativos y cualitativos. Experimental y cuasiexperimental son dos de los tipos de investigación, asociados con una pregunta de investigación general, una serie (una o más) de hipótesis, una prueba estadística y los resultados. La conclusión e implicación del diseño experimental se basa en los resultados del cálculo estadístico.

Mi comprensión de la investigación computacional utiliza simulaciones (y emulaciones) de casos del mundo real. Es un método científico que requiere la informática y la comprensión de la ciencia de lo que se está estudiando. Dos ejemplos donde se usa la investigación computacional es en climatología y flujo de agua a través de una válvula (referencia: Computational-Research). Este último parece centrarse en una aplicación de ingeniería civil como ejemplo.