english,   español,   deutsche,   русском,   română,   polsku,   беларускай,  

Estudios científicos

email address

Citas

“La mayoría del conocimiento del mundo es una construcción imaginaria.” —Helen Keller

"Uno no divina la manera de la naturaleza, pone los métodos que confunden nuestra ciencia y es solo al estudiarla cuidadosamente que podemos tener éxito en descubrir algunos de sus misterios. “Francis Huber, New Observations on Bees Volume II

“Se apreciaría que en el transcurso de muchos años y el contacto diario con las abejas, el deseo del apicultor profesional de necesidad adquiera conocimiento sobre las misteriosas andanzas de las abejas y tendrá una vista única en las misteriosas andanzas de las abejas, generalmente denegada al científico en el laboratorio y al principiante en posesión de unas pocas colonias. Una experiencia práctica limitada inevitablemente lleva a conclusiones completamente diferentes a las de una práctica completa y vasta. El apicultor profesional está obligado a ver las cosas de manera realista y a tener una mente abierta respecto a los problemas a los que se enfrenta. Es también forzado a basar sus métodos de manejo en resultados concretos y debe diferenciar entre esenciales y no esenciales.”—Beekeeping at Buckfast Abbey, Brother Adam

“Use solo lo que funcione, y cójalo de cualquier lugar donde lo encuentre.”—Bruce Lee

“Nunca aprendí de un hombre que estaba de acuerdo conmigo.”— Robert A. Heinlein

Me encantan los estudios científicos. He leído muchos sobre varios temas de principio a final. Hay tanto que aprender de ellos. Sin embargo, frecuentemente estoy en desacuerdo con las conclusiones tomadas por los investigadores.

Post hoc ergo proptor hoc (Después de esto por ende por esto) es el primer error en lógica y es una trampa en donde caen los humanos y los animales por igual. La tentación de este error es que “Post hoc ergo proptor hoc” es una buena base para una teoría. El error no está en usarlo como teoría, sino en usarlo como prueba.

Examinemos el error de esto, primero. Cada mañana en mi casa, los gallos canten. Cada mañana después de que los gallos cantan, el sol sube. ¿Eso significa que los gallos causan que el sol suba? Porque no podemos ver ningún mecanismo los conecte a parte de una secuencia de eventos, la mayoría de nosotros asumimos que los gallos no son la causa.

Cada cultura que conozco tiene historias de este tipo o chistes sobre este error. Uno en nuestra cultura es ‘aprieta mi dedo” porque aprieta el dedo e inmediatamente después algo pasa, su cerebro hace la conexión y por un segundo cae víctima del error. Entonces un segundo o dos después el cerebro procesa de forma normal y lo absurdo de la conexión le golpea y se ríe. Los africanos cuentan mucho la historia de “los gallos hacen que el sol suba” y los Lakota lo dicen de los caballos cuando relinchan. Antropólogos tontos frecuentemente escriben estas historias como si las personas en realidad creyeran en esta conexión, pero mi experiencia con culturas primitivas es que cuentan estas historias para enseñar el error de esa manera de pensar. Por supuesto que quieren ver si el antropólogo se cree la tontería y tras verlo escribir en su libreta sin hacer ni un comentario o reírse, los nativos sacuden su cabeza ante la ignorancia.

He hecho cosas mientras conducía que han sido inmediatamente seguidas por un ruido. Mi primera conclusión es que he causado el ruido y me pregunto que lo habrá causado. Después de intentarlo varias otras veces sin ruido, me he dado cuenta de que eran los niños haciendo ruido. Fue simplemente mera coincidencia que pasara simultáneamente.

Cualquier “evidencia estadística” no constituye prueba. Mientras recojo muestras más y más grandes es probable que lo que estoy viendo estadísticamente sea una conexión actual y no una coincidencia, pero nunca constituye una prueba analítica. A no ser que tenga mecanismo y que ese mecanismo pueda probar la causa, de cualquier otra manera lo que tengo son simples estadísticas y solo una probabilidad.

Puedo probarle esto a cualquiera que entienda probabilidad básica. ¿Cuál es la probabilidad de que al tirar esta moneda al aire salga cara? 50/50. Así que la tiro al aire y sale cara. ¿Cuál es la probabilidad de que tire esta moneda al aire de nuevo y vuelva a ser cara? 50/50 igual que antes. Así que la lanzo al aire y vuelve a salir cara. He tirado personalmente la moneda 27 veces seguidas al aire y me sale cara cada vez. ¿Esto prueba que la probabilidad no es 50/50? No. Prueba que la muestra era demasiado pequeña para ser estadísticamente válida. ¿Cuántas veces tengo que lanzar la moneda para que mis resultados sean un hecho? No importa cuántas veces lo haga, solo me acerco más a la respuesta correcta. No es cuestión de prueba absoluta sino de acumular una muestra lo suficientemente grande. Cuanto más grande sea la muestra, más cerca estaré de la respuesta. Pero es como el problema de matemática de andar la mitad del camino y la mitad de esa mitad, y la mitad de eso, y así. ¿Cuándo llegaré al final? Nunca. Solo se puede acercar y acercar.

Con esto intentaba probar que las probabilidades de lanzar una moneda al aire son 50/50. El ciclo de vida de un organismo es infinitamente más complejo que lanzar una moneda y se ve afectado por muchas más cosas que sabemos. Si hago cierta cosa y obtengo cierto resultado, ¿cuántas veces tengo que hacerlo para probar absolutamente que lo que hice contribuyó a ese resultado? Si tengo una muestra muy grande y tengo un record de éxitos grande, es probable que mi teoría sea correcta. Cuanto más pequeña sea la muestra, menor será la diferencia en el record de éxito y más variables podrán contribuir al éxito o al fracaso, o aun peor, cuanto más decisivas sean esas variables en favor de cualquiera de los grupos, menos válidos serán mis resultados.

"...una rosa no es necesariamente incalificablemente una rosa… es un sistema bioquímico muy diferente al medio día que a la media noche."—Colin Pittendrigh

El otro problema con la longitud del estudio es que lo que las abejas hacen en mayo no es lo que hacen en octubre.

“El menor movimiento es de importancia para toda la naturaleza. El océano entero se ve afectado por una piedra.”—Blaise Pascal

Esto es asumiendo una falta de prejuicio por parte del investigador. Como uno de mis maestros decía (era un carpintero con mucha sabiduría, no un profesor) “todo el mundo piensa que su idea es la mejor porque la pensó.” Esto parece ser intuitivamente obvio pero es importante. Tengo un prejuicio natural sobre mis ideas porque encajan en mi forma de pensar. ¡Si no, no las hubiese pensado! Esto es por lo que en la comunidad científica es importante tener la habilidad de reproducir los resultados. La reproducibilidad es una buena prueba, especialmente si otra persona está haciendo el segundo o tercer estudio que el que hizo el primero. Puede eliminar algo de prejuicio, y también cambiar algunas de las variables no medidas.

El segundo problema con la investigación es la motivación para hacerlo. La motivación para investigar es casi siempre (pero no siempre) la ganancia personal. Unas pocas personas altruistas tienen amor hacia las otras criaturas o hacia otros humanos y están activamente involucrados porque quieren reducir el sufrimiento o resolver el problema de otros. Desafortunadamente estas personas no reciben buenos fondos y sus investigaciones no son muy bien recibidas. No estoy diciendo que todo investigador sea conscientemente prejuicioso, pero hasta un profesor de universidad sin interés en el resultado necesita ser publicado de vez en cuando.

Muchas investigaciones son financiadas y predispuestas por alguna entidad que tiene algún plan para comprobar su solución, y esa solución tiene que ser algo que puedan mercadear y vender, preferiblemente con una patente o derecho de autor o alguna otra protección para proporcionarlas un monopolio. No hay ingresos y por ende no hay dinero para investigaciones en soluciones simples y comunes para los problemas.

Estoy seguro de que muchos estarán en desacuerdo conmigo, pero creo que hay entidades como la USDA que tienen su propio plan que ha sido revelado al ser observados durante un tiempo. El gran plan de cualquier agencia del gobierno es conseguir más dinero, más poder e intentar que parezca que están cumpliendo el propósito por el cual fueron puestos ahí. En el caso de la USDA, es obvio que tienen favoritismo por los químicos por encima de las soluciones naturales. Favorecen cualquier cosa que parezca ayudar a la economía de la agroindustria. Esto no significa solo al agricultor/apicultor pequeño, sino a toda la agro-industria. Les gusta ver cómo el dinero cambia de manos porque les parece que ayuda a la economía.

Solo porque hubo investigación sobre un tema y los investigadores llegaron a una conclusión no quiere decir que esa conclusión sea cierta.

Ahora, mientras hablamos de hechos, hablemos sobre una de las razones por las que a algunas personas no les gusta la ciencia y prefieren sus propias opiniones. Hablé de una arriba, que es que siempre nos gustan nuestras ideas porque encajan con nuestra manera de pensar, pero la otra es que la gente le gusta decir que algo no ha sido testado científicamente, como si eso significara que no fuese cierto porque no se ha probado. Cualquier cosa que no ha sido probada es simplemente algo que no ha sido probado. Porque no he comprobado que sea cierto, no significa que sea falso.

En 1847, el Dr. Ignaz Phillipp Semmelwis instituyó la práctica de lavarse las manos antes de ayudar a las mujeres a dar a luz a los bebes. Llegó a esta conclusión simplemente por la evidencia estadística de que las mujeres y los bebes que fueron atendidos por doctores que se lavaban las manos tenían menos mortalidad que las atendidas por doctores que no se lavaban las manos. Esto era “Post hoc ergo proptor hoc”- los doctores se lavaban y menos mujeres y bebes morían. Esto no es prueba científica y por ende sus colegas no lo consideraban prueba científica. ¿Por qué? Porque no podía proporcionar un mecanismo que lo explicara ni un experimento para probar el mecanismo. Porque era un defensor de algo que no podía probar absolutamente, lo echaron de la comunidad médica y le llamaron falso. Esto es un ejemplo de algo que no se había probado científicamente.

En los 1850s, cuando Louis Pasteur y Robert Koch crearon la ciencia de la microbiología y la “teoría del germen” de enfermedad, la teoría del Dr. Semmelwis finalmente fue probada científicamente. Ahora había un mecanismo y pudieron crear experimentos para probar ese mecanismo. Mi idea es que era cierto antes de ser probado y que fue cierto después de ser probado. La verdad no cambió porque lo probaran. Había, antes de esta prueba, evidencia que llevaría a la práctica de lavarse las manos, pero no prueba.

Vivimos nuestras vidas y tomamos decisiones todo el tiempo basadas en nuestra manera de ver el mundo. Esta visión no es la verdad, pero a veces está basada en nuestra experiencia y nuestro aprendizaje. A veces vemos algo que viene y cambia esa perspectiva y la aceptamos porque la evidencia es suficientemente fuerte. Ignorar la evidencia que encaja en el patrón de lo que vemos a nuestro alrededor porque no ha sido probada es estúpido. Aferrarnos ignorantemente a cosas que se han probado ser falsas es igualmente estúpido. Pero solo porque la mayoría crea algo como probado no significa que lo esté. Solo porque la mayoría de gente crea en algo no significa que sea cierto.

Diría que leyese la investigación con pinzas. Mire los métodos. Piense en los problemas que han sido ignorados. Preste atención a cualquier cosa que pueda cambiar la población que están estudiando o la población del grupo de control. Mire si el estudio se ha duplicado y si los resultados son similares o contrarios. ¿Cuál fue el tamaño de la población? ¿Cuál es la diferencia de éxito? Si solo hay una diferencia pequeña puede no ser estadísticamente importante. Incluso si hay una diferencia grande, ¿fue duplicado hasta esa diferencia tan grande? También, ¿cuáles pueden ser los prejuicios de las personas que hacen la investigación?

No Probado Científicamente.

De vuelta a esto. Frecuentemente escucho esto citado como si probara que algo es cierto: “no ha sido probado científicamente” o alguna variación. Esto se dice casi siempre cuando falta la prueba de algo que demuestre que puede ser incorrecto. Aparentemente no han prestado atención a la historia. Lo que es “conocido” hoy en día y lo que “no ha sido probado” hoy en día cambia día a día. Un “hecho conocido” hoy en día es una “locura” de mañana. Una “locura” de hoy en día es un “hecho cierto” de mañana. Encuentro más útil hacer mis propias observaciones y tomar mis propias conclusiones. Pero echemos un pequeño vistazo a la historia y “a esperar la prueba científica”:

1604 “A Counterblaste to Tobacco” fue escrito por el Rey Jaime I de Inglaterra y se quejaba de fumar pasivamente y advertía de los daños a los pulmones. En su momento, no había, por supuesto, base científica para sus creencias.

1623-1640 Murad IV, sultán del Imperio Otomano, intenta prohibir el fumar al declarar que era un peligro para la salud pública. En su momento, no había, por supuesto, evidencia científica. Solo su observación.

1798 Doctor (y firmador de la Declaración de Independencia), Benjamín Rush declara que el uso del tabaco afecta a la salud de uno, incluso causando cáncer, basado en sus propias observaciones y por supuesto sin estudios científicos que lo prueben.

1929 Fritz Lickint de Dresden, Alemania, publicó un documento formal demostrando evidencia estadística de una correlación entre el cáncer del pulmón y el tabaco, pero esto, por supuesto es una correlación estadística y no se considera prueba, es simplemente “post hoc ergo proptor hoc”.

1948 el psicólogo británico Richard Doll publicó el primer estudio primario que “probó” que fumar puede causar serios daños a la salud. Por supuesto, la industria tabacalera insistió en que esto no era prueba por el método científico porque no había mecanismo presentando cómo lo podía causar.

1950 Revista de la Asociación Médica de América (Journal of the American Medical Association) publica su primer estudio enseñando definitivamente la correlación entre fumar y el cáncer del pulmón. Es, por supuesto solo una correlación estadística pero es un número estadístico significante.

1953 el Dr. Ernst L. Wynder descubre la primera correlación biológica definitiva entre fumar y el cáncer.

1957 el Cirujano General Leroy E. Burney emite el informe “Informe Conjunto del Grupo de Estudio sobre la Salud y Fumar” (Joint Report of Study Group on Smoking and Health) la primera declaración oficial sobre fumar del Servicio de Salud Pública.

1965 el Congreso aprueba el acta Federal de Etiqueta y Mercadeo de Cigarrillo requiriendo las advertencias del cirujano general en los paquetes de cigarrillo.

Diferencias de observaciones en general y como ejemplo, diferencias en las observaciones en el tamaño de celda.

“La contradicción no es una señal de falsedad, ni la falta de contradicción una señal de la verdad.” —Blaise Pascal

“Las personas, normalmente, se convencen más por razones que han descubierto por sí mismas, que por aquellas encontradas por otros.”—Blaise Pascal

Siempre me ha sorprendido y divertido que todo el mundo parece pensar que sobre un problema siempre hay una persona equivocada y otra persona que está en lo correcto. Especialmente cuando la diferencia se basa en observaciones de varias personas, y más especialmente cuando se relaciona con algo tan complejo como las abejas. Me sorprendería más que las observaciones de todo el mundo estuvieran de acuerdo.

Las abejas son animales complejos y lo que hacen depende no solo de las abejas sino de la etapa de desarrollo en que las abejas se encuentren y la etapa de desarrollo en que la colmena esté y la etapa de desarrollo en que las temporadas estén y las etapas de desarrollo en que las vegetaciones de alrededor estén. En otras palabras, en casi todo relacionado a las abejas los resultados de cualquier medida o cualquier manipulación dependerán en todo lo demás. Hay algunas generalizaciones que puede hacer pero es increíble cuantas veces usted puede pensar que tiene una solución segura que no funciona en circunstancias diferentes. Lo que ocurre en la acumulación de la primavera, el flujo, la reducción del otoño, la escasez, la colmena con cría, sin cría, con una reina ponedora, una reina virgen, sin reina, etc. varía bastante. No estoy diciendo que pueda explicar cualquier diferencia en la observación yo mismo, pero no tengo duda de que la gente implicada no tenga motivación para mentirme sobre este tema.

Claro que si queremos comparar observaciones necesitamos igualar algunas de estas cosas al igual que asegurarnos de que medimos las mismas cosas. Por ejemplo, si medimos el tamaño de celda, ¿estamos calculando el promedio sobre algo más pequeño que una celda de zángano? o ¿estamos calculando el promedio sobre cualquier cosa que actualmente tiene cría? o ¿solo estamos midiendo el centro de un nido de cría? ¿Estamos tratando de establecer un rango? ¿O un promedio? ¿Estamos midiendo de la misma manera, por ejemplo estamos midiendo a través de los planos o a través de los puntos? Pero aun así tenemos diferencias en observaciones.

En el caso del tamaño de celda de un panal creado de manera natural, tenemos las observaciones de Dee Lusby que dicen que el panal de obrera es uniforme en tamaño y las observaciones de Dennis Murrel que siguen un patrón pequeño en el centro y largo en los bordes, con el más largo en la parte superior. Tenemos las mías, que son similares pero no idénticos a Dennis. Tenemos a Tom Seeley que dice:

“La organización básica del nido es el almacenamiento de miel en la parte superior nido de cría debajo, y almacenamiento de polen en medio. Asociadas con este equipo están las diferencias en estructura de panal. Comparado con panales usados para almacenamiento de miel, los panales de nido de cría son generalmente más oscuros y más uniformes en ancho y en forma de celda. El panal de zángano se localiza en la periferia del nido de cría.”—The nest of the honey bee (Apis mellifera L.), T. D. Seeley and R. A. Morse

The nest of the honey bee (Apis mellifera L.), T. D. Seeley and R. A. Morse

Lo que parece bastante similar a las observaciones de Dennis y las mías. Que hay celdas de almacenamiento de miel y que no son las mismas que las celdas de cría.

Langstroth dijo:

“El tamaño de las celdas donde se cría a las obreras nunca varía”

¿Significa esto que Dee está equivocado? ¿Qué es deshonesto? Creo que no. He ido a Arizona y mirado el panal de cortes que ha hecho con las abejas todavía en el panal y el panal en “marcos de enjambres” y los tamaños son muy uniformes. ¿Por qué las de ella son diferentes? No tengo idea. Pero mi idea es que ella está informando precisamente sobre lo que ve. Dennis ha tenido, en el pasado, fotos, mapas de medidas y tamaños de celdas en su sitio web, así que o es experto retocando fotos o está honestamente compartiendo lo que ha visto. Puesto que es más similar a lo que veo, y como sé que es una persona honesta, creo que informa de lo que ve. Le pregunto a la gente que hace cortes, todo el tiempo, para que informen de lo que ven sobre el tamaño de celda y vemos mucho en el área de 5.2mm y mucho en el área de 4.9mm. ¿Uno de ellos está equivocado y uno correcto? No creo. Creo que informan de lo que encuentran.

En cuanto a tamaños de celdas variantes:

“...una continua variedad de comportamientos y medidas de tamaños de celdas se observó entre colonias consideradas “fuertes Europeas” y “fuertes africanas”.

“Debido al alto grado de variación dentro y entre las poblaciones manejadas ferales y de africanizadas, se enfatiza que la solución efectiva al problema de las africanizadas en áreas donde las abejas africanizadas han establecido poblaciones permanentes, es seleccionar consistentemente las más gentiles y las colonias más productivas dentro de las poblaciones de abejas melificas existentes”—Marla Spivak —Identification and relative success of Africanized and European honey bees in Costa Rica. Spivak, M—Do measurements of worker cell size reliably distinguish Africanized from European honey bees (Apis mellifera L.) Spivak, M; Erickson, E.H., Jr.

Identification and relative success of Africanized and European honey bees in Costa Rica. Spivak, M

Do measurements of worker cell size reliably distinguish Africanized from European honey bees (Apis mellifera L.)?. Spivak, M; Erickson, E.H., Jr.

Subestimar estudios científicos

“'Es con nuestros juicios como con nuestros relojes, ninguno es igual, pero cada cual cree en el suyo.” —Alexander Pope

“Cuando deseamos corregir con ventaja y enseñar a otro que comete error, debemos darnos cuenta desde qué lado ve el asunto, ya que desde ese lado será cierto y admitir la certeza, pero revelarle el lado donde es falso. Él está satisfecho con eso, ya que ve que no se ha equivocado y que solo se equivocó al no mirar desde ambos lados. Así, nadie se ofenderá por no verlo todo; pero a nadie le gusta estar equivocado, y esto quizá viene del hecho de que el hombre no puede verlo de manera natural, y que naturalmente no puede errar dessde el lado que mira, ya que las percepciones de nuestros sentidos son siempre ciertas.” —Blaise Pascal

“Hay algo fascinante en la ciencia. Uno recibe ciertas devoluciones continuas de conjeturas de tan insignificantes inversiones de hechos.”—Mark Twain

Parece que hay muchas personas que acusan a otras de desacreditar un estudio simplemente porque no están de acuerdo con él. Quizás para alguien que no ha hecho nada para medir lo que estaba en el estudio, puede ser una acusación válida. Sin embargo, creo que todo el mundo lo hace en los asuntos donde el estudio está en desacuerdo con sus experiencias personales. ¡Como debe ser!

Aun los “de mentalidad científica” de entre nosotros parecen desacreditar más estudios de los que ellos aceptarán en cualquier disputa. O piensan que la conclusión no está garantizada, que los números son insignificantes, o que el experimento estuvo pobremente diseñado, la mayoría desacreditará un estudio cuando los resultados son contrarios a su propia experiencia. El hecho es que su propia experiencia está en el contexto de su aplicación (su clima, su colmenar, su raza de abejas, sistema de apicultura) donde el estudio fue un intento por controlar todo lo posible y probablemente fue hecho en un clima diferente del suyo u otra circunstancia diferente de la suya. Así que nuestra honesta y sincera respuesta para esto está en encontrar esa diferencia y apuntarla para explicar las diferencias de resultado.

Si alguien ha prestado atención a los estudios científicos durante los últimos años, últimas décadas, últimos siglos, verá que los resultados normalmente oscilan entre dos conclusiones opuestas cada año o algo así. ¿Cuántos medicamentos han sido demostrados como seguros en estudios científicos solo para ser sacados al mercado después de menos de un año de haber sido probados en el campo? ¿Cuántas veces se ha dicho que la cafeína es buena para la salud, mala para la salud, buena para la salud de nuevo? ¿O el chocolate? ¿Alguien se acuerda cuando los doctores casi uniformemente avisaban de no comerlo? Ahora es un antioxidante que de acuerdo con un estudio científico de Holanda, reducirá a la mitad la probabilidad de morir de hombre adulto.

Solo los tontos siguen los estudios científicos sin pestañear. Los prudentes los levantan en contra de las experiencias personales y el sentido común.

Punto de Vista Mundial

Ya que el punto de vista mundial tiene mucho que ver con esto, compartiremos un poco más mi punto de vista.

Creo que el mundo es demasiado complejo para que cualquiera comprenda. Es por lo que creamos nuestro “punto de vista del mundo”. Nos da un esquema básico con el que tomar decisiones y resolver problemas. Ninguno de nosotros puede comprender todo completamente, así que nadie de nosotros tiene un punto de vista completo y en el peor caso, un punto de vista erróneo sobre el mundo.

Empírica frente a estadística

Estoy a favor del “método” científico. Especialmente si es seguido. Había una vez cuando en el “mundo” científico que todo excepto la verdad empírica era ignorado. Pero en parte debido al faux paux antes mencionado donde los doctores perseguían a un doctor brillante para proponer algo basado en evidencia estadística (lavarse las manos antes de ayudar a mujeres a dar a luz o atender en cirugías), la moda actual en la ciencia y la medicina es realmente dar credibilidad a la evidencia estadística. A veces hasta un extremo que no es enteramente razonable.

Como mencioné en la ilustración de “lanzar una moneda al aire”, a veces las estadísticas que hemos recogido se distorsionan por posibilidades aleatorias. Otras veces los resultados son influenciados por otros factores. Es una de las razones por las que los científicos en el pasado desacreditaban la evidencia estadística e insistían en la evidencia empírica.

En el caso de algunos problemas estadísticos, la muestra es grande (a veces un país entero o continente) los otros factores se promedian bien y las diferencias en los resultados son grandes. Por ejemplo, las mujeres que fuman son doce veces más propensas a morir de cáncer del pulmón que las mujeres que no fuman. Esto no es un número significativo. Si fuese el doble sería significativo, pero doce veces no es muy significativo. Cuando estos números son de una muestra amplia se convierte incluso en más significativo.

Por otro lado esto no es evidencia empírica. Si todo lo que hacemos es recoger estadísticas entonces lo único que tenemos es “post hoc ergo proptor hoc”. Sigue siendo demasiado grande como para ignorarlo. Pero entonces hay estudios de cómo los constituyentes del humo del tabaco causan cambios celulares y finalmente cáncer. Este estudio tiene más evidencia empírica por el hecho de que pueden exponer células a sustancias del tabaco y ver cómo cambian. Y lo hemos estudiado hasta el punto de saber que alguno de esos químicos causa algunos de esos cambios.

No hay tanto tiempo en lo que me queda de vida para hacer una experimentación tan extensa como la del cáncer sobre cada aspecto de todo en lo que estoy involucrado. Lo que yo (y todo el mundo) he hecho mientras proceso mis experiencias, es buscar patrones. Los patrones son los senderos que nos llevan al camino de la experimentación. Así es como un científico llega a una teoría. Hemos visto un patrón que es la manera general en que las cosas funcionan y nos inventamos una teoría basada en el patrón. A veces la diferencia entre un punto de acción y otro es tan insignificante que no merece demasiado trabajo e investigación. A veces cuando las dificultades ocurren, vale la pena intentar descubrir la causa de las dificultades. Este es el momento de estudiar algo y aplicar el método científico para descubrir una solución.

Intentémoslo desde un punto de vista personal. Si toco un metal caliente y me duele el dedo y desarrolla una ampolla, ¿eso es evidencia empírica de que tocar metal caliente quema mi dedo? Solo sé que “toqué el metal y me dolió el dedo” entonces no, no lo es. Pero tengo otras cosas que considerar. Una es que sé un poco sobre el metal. Sé que ha sido calentado y sé que podría sentir el calor que emitía. También sé que cuando aplico calor a otras cosas se combustionan o se derriten o se dañan de otras maneras. Entonces es razonable para mí creer que el metal causó la quemadura porque no solo tengo una conexión cronológica (una seguida de la otra) sino también un mecanismo. He observado otras cosas quemándose cuando están calientes, así que es razonable asumir que ese calor (no el metal) causó mi dolor. Sería razonable para mí no tocar el metal de nuevo cuando está caliente. Por otro lado si no estoy prestando atención a los detalles y llego a la conclusión errónea de que tocar el metal quema mi dedo y no tengo en cuenta el mecanismo (el calor en el metal) podría pasar por la vida sin volver a tocar metal de nuevo. Esto parece ser un poco tonto, pero otras situaciones son mucho más complejas que la situación del dedo y el metal y un aspecto significativo de otra situación pasa desapercibida y pasamos la vida con una creencia equivocada.

Creo que muchas veces no hay tiempo para ser científico. Cuando sus abejas están muriendo, por ejemplo, puede, por desesperación, intentar varias cosas a la vez y ver si se mejoran. Si lo hace, nunca sabrá en realidad cuál de esas cosas fue la que marcó la diferencia. Incluso si solo intenta una cosa, no sabrá si marcó la diferencia o si se hubiesen recuperado por si solas.

Una mujer que conozco dice: “el método de enseñar a ir al baño que intentó justo antes de que su hijo aprendiera, es el que usted considerará como efectivo”. Su idea es que habría aprendido a ir al baño con o sin su ayuda, pero estará seguro de que fue por el método que uso (“post hoc”). Cuando va al médico y recibe medicina y entonces se recupera, probablemente pensará que es la medicina. Estadísticamente con o sin la medicina hay una probabilidad de 99% de que mejorará, pero le dará crédito a lo que hizo antes de recuperarse. Por el contrario, si toma medicina y empeora, culpará a la medicina. Estadísticamente esto es más probable. De acuerdo con un estudio reciente del Instituto Nacional de Academia de Medicina, cada año mueren más personas por errores médicos que de accidentes vehiculares (43,458), cáncer de mama (42,297), o SIDA (16,516). Así que las probabilidades son de que sí fuese la medicina. Pero no será un hecho a no ser que se haga más investigación. Estos tipos de conclusiones simples, no basadas en suficiente evidencia para ser científicas, se basan normalmente en vivencias porque no tenemos el tiempo, la energía, o la oportunidad de hacer una muestra suficientemente grande como para llegar a conclusiones significativas. Estas conclusiones no son científicas y a veces son equivocadas pero también frecuentemente son correctas.

Cosas Naturales

Admito ser prejuiciado con las cosas que son naturales. No es solo una creencia fanática sin base, se basa en mi experiencia y observación. Es uno de los patrones que he observado. Con el paso del tiempo he visto muchas soluciones no naturales a problemas que han fracasado miserablemente. A veces con consecuencias catastróficas.

Cuando era joven, la ciencia iba a resolver todos nuestros problemas. Curar todas las enfermedades, darnos vacunas para todo. Iba a erradicar (¿esta palabra suena familiar?) moscas, mosquitos, ratones, ratas, y perritos de la pradera. Los humanos han sido bastante eficaces en erradicar cosas como osos y lobos (claro que no fue ciencia, sino niños de 14 años recogiendo trofeos por las orejas). El resultado de este pensamiento fue rociar DDT por todas partes, veneno de rata echado por todas partes y la aniquilación de cada raptor en el continente, sin mencionar a los depredadores de los perritos de la pradera. Por supuesto, no hubo ningún impacto significativo en los mosquitos, ratas, ratones, o moscas. Pero esto es solo uno de una serie de fiascos científicos.

He encontrado que no solo los doctores y los científicos comúnmente se equivocan sino que hacen lo opuesto de lo que debían haber hecho. Entiendo que esto abrirá la caja de Pandora, pero soy un guerrero de la Danza del Sol Lakota. Sin comer ni beber durante cuatro días y cuatro noches bailando desde el amanecer hasta la puesta del sol en un clima por encima de los 100 grados Fahrenheit, he visto muchos casos de agotamiento por calor y he tenido un caso severo en dos ocasiones yo mismo. Estas son personas con piel caliente y seca, nauseas, vómitos, confusión. Solo conozco una cura y nunca he visto que fallara. Esto pasa en gente que todavía no quiere nada de beber y que se dan la vuelta y bailan durante dos días más. Son gente que dejaron de sudar hace un día porque no tenían más nada que sudar. Si llevara a una de estas personas a algún doctor inmediatamente tratarían de enfriarlas. Cuando se tiene agotamiento por calor, su cuerpo se confunde y no sabe qué hacer. El cuerpo empieza a calentarse porque no está seguro de hacia dónde ir. Es intuitivamente obvio hacer que se enfríen. Esto fracasa frecuentemente. Cuando los doctores usan el tratamiento de enfriamiento, las personas mueren. Literalmente cientos de personas murieron en una ciudad grande durante una ola de calor y estas personas tenían acceso a agua, acceso a cuidado médico, y sus cuerpos tenían suficiente humedad para sudar. La primera vez que estuve exhausto de calor, me senté en el rio Niobara durante un buen rato sin ningún alivio.

El tratamiento que nunca he visto fallar, es poner la persona en mucho calor, mucha humedad, mucho sudor corto. Esto significa llevarlo a una cabaña con rocas rojas calientes, cerrarlo y echarle agua por encima a las piedras, haciendo mucho vapor hasta que el lugar es tan caliente que no lo soportas. Los efectos en el cuerpo son inmediatos. Primero el cuerpo inmediatamente se da cuenta de que está caliente. ¿Cómo puede estar confundido cuando el aire está acercándose al punto de ebullición? La segunda cosa que ocurre es que la piel se cubre con condensación. Cuando salen, el cuerpo está convencido a aceptar el enfriamiento y el agua está ahí para hacer el trabajo. No creo que nunca escucharé un estudio científico sobre la eficacia de este tratamiento porque va en contra de su manera de ver el mundo.

Los doctores tienen el punto de vista de que cualquier cosa que haga el cuerpo que ellos no quieran, intentarán que pare. Tengo el punto de vista de que cualquier cosa que mi cuerpo quiera hacer, tengo que ayudarle a hacerlo, hasta que decida parar. Cuando tengo fiebre, o me sumerjo en una bañera de agua caliente hasta que lo soporte o en una sauna para sudarlo. Si el cuerpo quiere fiebre, lo ayudo a que tenga. No tomo aspirina ni nada así a no ser que la fiebre persista después de la sauna, pero nunca me ha ocurrido.

Seguir la naturaleza y trabajar con ella es mi punto de vista del mundo. Está basado en mis experiencias. Es cierto que a veces nuestras experiencias nos llevan en la dirección equivocada, y nos lleva a conclusiones erróneas, pero más a menudo nos ayudan con los patrones de lo que está a nuestro alrededor.

Paradigmas.

“Todos los modelos están equivocados, pero algunos son útiles” —George E.P. Box

Parte del problema con todo esto es que ningún modelo que tenemos es incompleto. Una palabra nueva se ha establecido en nuestro lenguaje. Probablemente ha estado ahí durante un tiempo, pero ahora se ha hecho notar. Los programadores de ordenadores lo usamos mucho. Es “paradigma”. Simplificando, un paradigma es un punto de vista, un modelo, una manera simplificada de ver un problema particular que nos ayuda a resolverlo.

Un ejemplo seria la física Newtoniana. La física Newtoniana es un conjunto de reglas matemáticas que nos permite predecir cosas como el camino de una bala, la cantidad de energía en un choque de vehículos o el movimiento de los planetas. Resumiendo, no resuelve la mayoría de los problemas que tengan que ver con el movimiento y la energía a velocidades inferiores a la velocidad de la luz. Es un paradigma útil. Aún se usa diariamente y se enseña en el instituto y la universidad, por su utilidad.

El problema es que no es cierto. Durante años fue aceptado como una verdad sin disputar, hasta que alguna evidencia llegó para contradecirlo. La evidencia normalmente es a nivel atómico, y cercana a la velocidad de la luz, pero es difícil de refutar. Estos niveles atómicos permanecieron sin resolver hasta que Einstein, un matemático (que suspendió matemáticas en la escuela), sin ningún grado en física, tiró el paradigma Newtoniano por la ventana y propuso el paradigma de la relatividad. Esto entonces pasó a ser verdad (aún cuando la mayoría de los problemas eran más fáciles de resolver con el paradigma newtoniano y todavía siguen siendo resueltos de esa manera) hasta que algunas contradicciones forzaron otro cambio y un nuevo paradigma, la física quantum.

Einstein recibió mucha crítica por desacreditar la física newtoniana. Fue aceptada como verdad absoluta y lo cuestionó. Pero nadie pudo resolver estos problemas de la velocidad de la luz hasta que se descartó el paradigma viejo y se encontró uno nuevo que lo solucionó.

“Siempre escuche a los expertos. Le dirán qué no se puede hacer y por qué. Entonces hágalo.”— Robert A. Heinlein
“Lo que tenemos que descubrir a veces está bloqueado por lo que ya sabemos.”—Paul Mace, autor de “Mace Utilities”

Este método de resolver problemas se llama cambio de paradigma. El bloqueo más grande para el siguiente paradigma es aferrarnos demasiado al último.

Este es el propósito de un cambio de paradigma. Descartar (por lo menos temporalmente) lo que conocemos para que no nos bloquee lo que tenemos que descubrir.

El paradigma clásico de nuestra relación con el sol es que el sol sube por el este y se pone por el oeste. Este paradigma es útil para descifrar en qué dirección estoy caminando y en qué dirección poner mi granero, casa, colmenar, o tipi. De hecho para casi todo lo que es terrestre funcionará bien. Pero falla miserablemente cuando se intenta explicar lo que ocurre en nuestro sistema solar.

Para eso nos apoyamos en el paradigma de Galileo, Copernicanismo, que dice que el sol es el centro de nuestro sistema solar y que dice que está quieto y que nosotros nos movemos a su alrededor y damos vueltas en un eje. Es esa vuelta en el eje la que causa la ilusión de que el sol sube por el este y baja por el oeste. Por supuesto no lo hace y aún así seguimos diciendo como hecho absoluto que el sol sale por el este. Lo vemos desde nuestro punto de vista, aquí en la tierra.

¿Así que el modelo clásico de que el sol sale por el este, es cierto? No. ¿Es útil? Sí. ¿Es el modelo de Galileo cierto? No. El sol no está fijo, está flotando por el espacio, pero desde el punto de vista de nuestro sistema solar parece ser cierto y cuando lidiamos con cosas solamente dentro de nuestro sistema solar es un modelo útil.

Nuestro punto de vista del mundo es una serie de paradigmas que hemos adoptado. Frecuentemente confundimos este punto de vista y estos paradigmas con la verdad. Pero para que sea cierto tendría que ser el universo en sí. La idea del paradigma es hacer un modelo simple y abstracto. Aislar los elementos esenciales para hacer que una solución posible este en nuestro nivel de entendimiento. Así que por su naturaleza, un paradigma nunca podrá ser la verdad entera, porque la verdad entera es infinita y nos sobrepasaría.

El peligro de los paradigmas es que los confundimos con la verdad. No lo son. Cuando el paradigma que tenemos no funciona, es hora de un cambio de paradigmas. Tomar prestado otro punto de vista del mundo. Crear un, pero estar dispuesto a dejar de lado al que no funcione.

Un paradigma (hecho de muchos pequeños) es una filosofía. Es muy bueno para las “Grandes Preguntas” como “¿Por qué estoy aquí?” “¿A dónde voy?”, pero es terrible para arreglar su coche.

Otro paradigma es el “Método Científico”. Muy bueno para arreglar su coche, un cero a la izquierda para crear relaciones.

Números Científicos en sistemas complejos

No es tan simple

Entiendo que a todo el mundo le gustaría pensar que lo que miden es científico. Cosas como el peso, la temperatura, volumen son simples de cuantificar y por ende parecer muy científico al tratar de probar algo. El problema es que incluso los sistemas simples son más complicados que una simple medida. Normalmente expresamos estas cosas más complejas con declaraciones turbias como “no es pesado, es incómodo”. Esto es una manera de expresar que aunque sabemos (desde el punto de vista científico) que si ponemos este objeto en una escala no dirá que pesa mucho más que objetos que podamos levantar con facilidad, este objeto es difícil de levantar. Sentimos que el peso debe traducirse a cuán difícil es de levantar, pero también sabemos que la realidad es que no lo es.

El peso como ejemplo

El peso es solo un aspecto de cuán difícil es algo de levantar. Cualquier objeto donde acabamos con mucho peso fuera del cuerpo es incómodo. El contrapeso está en contra de nosotros de tal forma que es como poner más tensión en nuestras espaldas que el peso parecía indicar. Esto es porque cómo de difícil es algo de levar o mover, no trata sólo de peso, es el contrapeso y la ventaja y desventaja mecánica. Es también sobre cuán rápido podemos poner un objeto en el suelo, o con cuánto cuidado tenemos que poner el objeto en el suelo.

Mover sacos de granos de cincuenta libras (23kg) donde puedo tirarlas en una pila es mucho más fácil que cajas de abejas y miel de cincuenta libras que tienen que ser puestas en el suelo cuidadosamente. Es también sobre cuánto hay que doblarse para colocarlas en el suelo. El peso es solo un aspecto del problema entero.

Una caja de ocho marcos es mucho más fácil de manejar que lo que su peso indicaría. Es cierto que pesa menos que una caja de diez marcos en otras circunstancias iguales (llenas de miel, de la misma profundidad, etc.) pero el peso que eliminó eran los dos marcos más alejados de su cuerpo, siendo la desventaja mecánica de esos marcos mucho mayor que la del resto. Así que mirándolo desde una simple medida (peso) es engañoso. Hay que tener en cuenta muchas otras cosas. Esas son cosas que probablemente podrán ser cuantificadas, pero hacer eso es mucho más complejo. Intentar descifrar el “peso mecánico” (significa el peso por la ventaja o desventaja mecánica) es mucho más complicado que ponerlo en una escala y pesarlo.

Invernar como otro ejemplo

Saco este tema, no solo para hablar de cajas, sio sobre cosas en general y otras cosas como las termodinámicas de invernar una colmena. No estoy intentando explicar la respuesta a la termodinámica de una colmena, sino intentando resumir la pregunta y mostrar que la métrica es mucho más complicada de lo que parecía en un principio. Veamos cuántos aspectos significativos de las termodinámicas de una colmena invernando podemos listar:

o Este es simple. Es fácil medir temperatura al poner un termómetro donde puede medirla. Mida la temperatura de los puntos equidistantes de la colmena, del agrupamiento, de los bordes de los agrupamientos y de fuera de la colmena. Estos son los “hechos” que normalmente usaban para intentar explicar la termodinámica de una colmena invernando. Estos hechos son una pequeña parte de la idea general.

o Producción de Calor. El agrupamiento está produciendo calor. Puede argumentar que no calientan la colmena, y obviamente esa no es su intención, pero si producen calor en la colmena y el calor se disipa en la colmena, y dependiendo de otros factores, al exterior, a cierto ratio. Esta fuente no termostática de calor controlada en las abejas producirá más calor mientras las temperaturas caen para compensar por la pérdida de calor, o menos mientras calientan. La temperatura en su casa es la misma con la puerta abierta o cerrada, pero eso no significa que dejarla abierta no importe. Un ambiente controlado termostático puede ser engañoso cuando intentamos medirlo en temperatura y no se tiene en cuenta la pérdida de calor.

o Respiración. . Hay un cambio de humedad en la colmena causado por el proceso metabólico de las abejas. Esta agua se pone en el aire por la respiración. Es aire caliente y húmedo. Esto cambia la humedad y la humedad cambia otros aspectos.

o Humedad. La humedad en el aire cambia muchos otros aspectos de la termodinámica que causan más transferencia de calor por convección, más calor almacenado por el aire, más condensación y menos evaporación. Expresamos la diferencia cuando nos referimos al clima con cosas como “hace calor pero era calor seco” o “no hacía frio, era la humedad”.

o Condensación. La condensación de agua desprende calor. Hay agua condensándose en los lados fríos y la tapa de la colmena durante el invierno y esto afecta a la temperatura. La condensación es causada por la diferencia de temperatura entre la superficie y el aire que entra en contacto con la superficie. Ocurre cuando la humedad del aire es lo suficientemente alta como para que el aire se enríe en la superficie, el aire (ahora más frio) no puede soportar esa cantidad de humedad.

o Evaporación. . El agua se ha consensado y ha bajado desde los lados hasta el fondo o goteado en las abejas, se evapora. Esto absorbe calor mientras se evapora. Abejas mojadas tienen que quemar cantidades enormes de energía para evaporar el agua que les ha goteado. Los charcos de agua en el fondo continúan absorbiendo calor hasta que se evaporan.

o Masa Termal. La masa de toda la miel en la colmena mantiene el calor y disipa el calor con el paso del tiempo. Cambia el periodo de donde ocurren los cambios de temperatura. Mantiene gran parte del calor que está en la colmena. Mucha miel fría puede mantener una colmena fría aun cuando hace calor fuera. Mucha miel caliente puede mantener una colmena caliente aun cuando hace frío fuera. Modera el efecto de los cambios de temperatura y mantiene y suelta calor. Esto está más relacionado con la cantidad de calor que hay en el sistema que con la temperatura. Una masa grande de temperatura moderada puede mantener más calor que una masa pequeña de temperatura alta.

o Intercambio de Aire. Estoy separando esto de la convección, aunque la convección está implicada, porque estoy diferenciando un intercambio de aire con en el exterior al contrario que la convección teniendo lugar dentro de la colmena. El aire exterior que entra en la colmena es esencial para que las abejas tengan suficiente oxígeno para su metabolismo aeróbico, pero cuanto más hay, más afectan las temperaturas de la colmena. Si se minimiza en invierno, las temperaturas en la colmena se minimizarán durante el invierno, la temperatura en la colmena excederá la temperatura exterior de la colmena. Si disminuye demasiado las abejas se sofocarán. Si aumenta demasiado las abejas tendrán que trabajar mucho más duro para mantener el calor del agrupamiento. Aun si fuese a aumentar esto gradualmente hasta el punto de que las temperaturas interior y exterior fuesen iguales, más intercambio de aire desde ese punto en adelante no cambiaría la temperatura, dentro, fuera, o en el agrupamiento pero causaría más pérdida de calor para compensar. Si se empeña en medir la temperatura no vería esta diferencia.re you will not see this difference.

o Convección dentro de la colmena. La convección es como un objeto con masa térmica y, por lo tanto, algún calor cinético, pierde el calor en el aire (dependiendo de la dirección de la diferencia del calor) y si el aire se calienta se levanta trayendo más aire fresco en su lugar. Si se enfría se hunde trayendo más aire caliente en su lugar. Las cosas que bloquean el aire o lo dividen en capas añadirán al calor. Así es cómo cosas como las sabanas y las mantas funcionas. Crean un espacio muerto donde el aire no se puede mover fácilmente. Un vacío térmico funciona en el principio de que si no hay aire, no se puede llevar el calor por convección. Cuanto más espacio abierto haya en la colmena, más convección puede tener lugar. Cuanto más limite con cosas como capas, menos convección tendrá lugar. A veces nos referimos al exceso de convección en nuestras casas como “Estaba a 70 grados en la casa pero había brisa.”

o Conducción. La conducción es cómo se mueve el calor por un objeto. Coge la pared exterior de la colmena. Por la noche si hace frio fuera, absorbe el calor de dentro que viene por convección (aire caliente en contra de la superficie) y el calor de radiación (calor radiando del agrupamiento) y el calor que calienta la madera. El índice por el cual el calor se mueve a la madera desde fuera es la conductividad. El calor se conduce al exterior donde la convección se lleva el calor a la superficie. En un día soleado en el lado sur, el sol calentará la pared, el calor se moverá por conducción por la pared interior donde la convección transferirá el calor al aire. El aislamiento o las colmenas de poliestireno harán la conducción más lenta.

o Radiación. La radiación es el proceso por el cual en cuerpo emite energía, transmitida por un medio o un espacio sin que no afecte de manera significativa a la temperatura del medio, y absorbida por otro cuerpo. Una lámpara de calor o el calor del fuego son ejemplos tangibles de esto. En el caso de una colmena invernando, las dos fuentes de calor son el agrupamiento y el sol. Durante un día caliente el calor radiante del sol da a un lado de la colmena y se vuelve calor cinético y es transferido por conducción a la parte interior de la colmena. El calor radiante del agrupamiento da a los panales de alrededor de la miel y las paredes, tapa y fondo. Parte es absorbido por la miel y las paredes, y el resto se reflecta de vuelta. La cantidad depende de cuán cerca del agrupamiento y cuán reflectada esté la superficie. La experiencia del calor radiante sería estar en el sol en un día frio o poner un termómetro en el sol y tener una lectura dramáticamente diferente a en la sombra.

o Diferencias de Temperatura. . La cantidad de diferencia de temperatura entre el agrupamiento y el exterior es un factor significativo. Si sus temperaturas exteriores en el invierno tienen por promedio 32° F (0° C) y sus bajas rara vez están en 0° F (-18° C)lo significativo de alguna de estas cosas será mínimo. Por otro lado, si sus inviernos normalmente tienen temperaturas de -20° a -40° F (-7 a 4° C) durante periodos largos de tiempo, entonces estos problemas son mucho más significativos.

La verdadera pregunta es “¿cómo interacciona todo esto en una colmena que está invernando?”""

Una pista para entender algo de esto es observar a las abejas. Se ajustan basándose en lo que están experimentando de pérdida de calor, en vez de lo que dice el termómetro. El agrupamiento se mueve al lugar donde hay menos posibilidad de pérdida de calor. Esto debe ser una pista de dónde y cómo están perdiendo el calor.

Mi idea es, si mira la mayoría de las cosas son más complicadas que una medida simple pero tenemos la tendencia de intentar reducirlas a eso.

Michael Bush

email address

Sitio web completo Copyright 2004-2015 por Michael Bush

Bush Bees Inicio