前幾週寫了篇[思維框架]—學會用R0-R1法檢視自己的研究與評析論文，講述r0-r1 (從r0到R1) 的概念與重要性，也提到如何具體的利用r0-r1法來檢視與評析對象。
今天我想延續R0-R1的主題，更進一步的挖掘R0-R1的基本前提 (基底)，來給予R0-R1法更廣的解釋空間，讓我們從R0-R1的本質開始談起：
R0-R1的本質：分辨與差異
那時我們在文中提到了R0-R1觀念的本質，列舉如下：
其實R0-R1觀念的本質是R0與R1兩者的差異。 當我們想從R0到R1時，必須先分辨出R0與R1兩者的差異 也就是說，分辨R0-R1的差異是決定如何從R0到R1的基底
那時我們提到分辨R0-R1的差異是R0-R1法的基底，而 “分辨R0-R1的差異” 可以拆成 “分辨” 與 “差異” 兩部分。
關於 “差異” 的部份，我的理解是可以用 “差多遠” 與 “離多散” 兩個方向來思考，細節我們在以下兩篇文章有討論過。或許在我看完德勒茲的作品 “差異與重複” 之後，會對這部分有更新的想法，那到時再寫一篇 “再談差異與重複” 好了
至於另外一部分 “分辨” 就是我們今天要探討的主題
甚麼是 “分辨” ?
分辨是個動詞，可以拆成 “分” 與 “辨” 兩者來看
分，意即區分，使兩個有形或無形的物質、概念分開並放在不同類
辨，意即辨識，意思是要能夠認得這些物質個別是甚麼，以及對應的正確屬性
所以 “分辨” 一詞其實包含著 “區分” 與 “辨識” 兩者的含意，缺一不可。只有區分則無從得知區分是否完全，只有辨識則兩者仍混為一談。
比方，當鹽與沙混在一碗時：
- 想要 “分辨” 鹽與沙就必須完成以下兩者
- 分：將鹽與沙區分成不同類
- 辨：個別辨識鹽與沙
- 只做到 “分”：閉著眼睛分鹽與沙，我無法確定是否鹽中還有沙，換言之我必須補做 “辨識” 鹽中是否還有沙
- 只做到 “辨”：只用眼睛看著鹽+沙，知道碗中有鹽+沙，但還是混合的一碗
聽起來很複雜，但其實都是日常生活中會用到的基本判斷，用久了就習慣了
除了日常生活外，研究中舉凡實驗設計、實驗除錯、文獻批判等活動，都運用到大量 “分辨” 的技能，還是建議要好好練練的
- 實驗設計：你如何設計實驗組與控制組? 重點就在於分辨兩者的差異
- 實驗除錯：你必須 “分辨” 當下與理想狀態的差異，才能找到可能的錯誤並排除
- 論文評析：你必須分辨以下三者間的關係是否合理，才能做出評論、選擇方案
- 作者的結果
- 作者的論述
- 領域知識、常識、學理
在底層邏輯部分，分辨就有更大的用處了：
“分辨” 是 “選擇” 的前提
我們要知道如何選擇，就必須 “評斷選項的優劣”，才能夠選出較優的選項
而要 “評斷選項的優劣” 的前提，就是如何 “分辨選項的差異”，輔以自身情況的評估決定差異孰優孰劣
“分辨” 也是 “拒絕” 及 “接受” 的前提
這裡的概念跟 “選擇” 很像，我們同樣必須先 “分辨選項的差異” ，才能 “評斷選項的優劣”，最終才能決定要 “接受” 還是 “拒絕” 這個選項或假說
“分辨” 可以用來實現策略
這屬於R0-R1的部分，當我們能分辨理想與現實的差異 (R0-R1的第三種)，就能夠根據差異擬定策略，這同樣也是奠基在 “能夠分辨差異” 的前提之下
這部分的參考文獻：
- 關於控制組可以參考[實驗設計] — 實驗中的控制組/對照組是什麼？ 解析控制組的類型＆設計適當控制組
- 關於論文閱讀，可以參考2.1 閱讀論文
- 關於除錯，可以參考[實驗設計] — 學長，我的實驗有bug! 教你用5M1E框架在3分鐘內找到可能原因
分辨的媒介：基準
前述我們提到何謂分辨與分辨的重要性，那我們是如何分辨事情的呢?
想分辨事物就一定需要 “基準”，所謂得基準指的是基底與水準：
- 基底：用來衡量的事物屬性，是基準的成立前提
- 水準：用一定的高度來當門檻，決定越界或不及格。
這個基準可以是一個規則、一個數字、一個信仰等等，只要是能拿來評斷分辨的就可以廣義的算入基準。即便你說是靠感覺決定事情，那你其實是用 “感覺” 當作分辨事物的基準，而非沒有基準
- 一個規則：足球比賽，進球多的就算贏，進球數就是贏球的 “基準”
- 一個數字：>60度叫熱水，那60度就是熱水的 “基準”
- 一個信仰：A是環保人士，那環保與否就是他行事的 “基準”
我們在[預實驗系列] — 詳解研究中的篩選型預實驗中提到的 “篩選基準” 就像是一把刀，切開上下的概念就是對於 “基準” 很好的比喻
基準的性質
1.邊界模糊性
我們在[預實驗系列] — 詳解研究中的篩選型預實驗 “目標與非目標的辨識” 一節中提到，用數值作為基準時，在邊界上的數據不易辨識這點，指的就是基準的邊界模糊性
由於儀器的測量誤差、讀取誤差、取值誤差 (四捨五入) 的因素，我們所獲得的值總會偏離真值，而且以上的差距在倍數關係、指數關係時則會更加放大誤差 (因為分母分子、底數指數都會變)
比方真值2000ml的水，測量結果可能是1999.9ml
- 測量誤差：量筒刻度的誤差
- 讀取誤差：眼睛讀取刻度判斷時的誤差
- 取值誤差：1999.94四捨五入變1999.9的誤差
這個令人不悅的特性讓我們在用基準分辨事物時，無可避免的會產生灰色地帶與判斷失誤，也就是偽陰性與偽陽性
這也是我在該篇中提到的，若你的標準是2.5倍，那2.497倍時要直接刪掉還是留著?
2.恆有差異性
任何一個基準只要我分得夠細、單位夠小，總是能夠區分出差異的
所以差異的存在已經不是重點了，重點是這個差異在當前的反應量級是否有意義，而這個意義的認定是主觀的
打個比方，我測量兩株植物的高度都是15.5cm，p=0.2，看起來沒有差異
若我真的想看出差異，我可以把單位下降到mm、um、nm甚至原子……總有一級會有差異 (ex.用不同的原子)。
但是無論是實際的結果 (A植物高度比B植物高0.1nm)，或是統計的結果 (p=0.2)，這個結果是否有意義都取決於差異相對於反應的量級 (15.5cm)
但這個差異到底有沒有意義，還是取決於主觀的判斷，比方說統計學 “普遍認為 p=0.05” 是一個門檻
基準在分辨事物時發揮的作用
以下我們用一個例子來解釋 “基準是如何在我們分辨事物的時候發揮作用”
情境A：我把手放入45度的熱水，我覺得水是熱的。
這裡完成了分辨的動作，我分辨出這個水是熱的
分辨：可被分為 “區分”、”辨識” 二方面
- 區分：我區分這個水為 “熱” 的類別，而非 “冷” 或 “非熱”
- 辨識：我辨識到屬於水的 “熱” 的性質
OK，那我是如何分辨甚麼是熱的呢? 這就用到基準的概念了
- 基準：水的溫度 (熱用來形容水溫)
- 基底：溫度
- 水準：這裡用的是相對水準，也就是相對於手的溫度
- 分辨原則：水溫>手溫=熱，反之為冷
1 Pingback