CC BY
25М. Эронен1, В. Ромейн2 Философия науки и формализация психологической теории*
* Eronen, M. I., & Romeijn, J.-W. (2020). Philosophy of science and the formalization of psychological theory. Theory & Psychology, 30(6), 786799. https://doi.org/10.1177/0959354320969876 (Перевод В. Мединцев).
1 Сведения об авторе 2 Сведения об авторе
Аннотация. Одной из первоначальных целей этого журнала было продвижение теории в психологии. В настоящее время все больше и больше исследователей-психологов призывают к дальнейшему развитию теории, и статьи о «кризисе теории» также попали в основные журналы. В этой статье мы предлагаем продолжение этой теоретической дискуссии. За последнее столетие философия науки провела обширные дебаты о математизации природы и о роли математики в развитии теории а также связи теории с эмпирическими фактами. Мы показываем, что эти обсуждения всё ещё актуальны для нынешней психологии. В частности, мы подчеркиваем важность концептуальной работы в процессе математизации и роль математики в координации теории и наблюдений. Затем мы обсудим значение этих пунктов для статистически ориентированной психологии в целом и для недавних теоретических дебатов в психологии.
Ключевые слова: эпистемическая итерация, формализация, инструментализм, статистика, теория.
Цитирование: Эронен М., Ромейн В. Философия науки и формализация психологической теории // Теоретичш дослщження у психологи: монографiчна серiя / Сост. В.О. Медшцев. Том 12. 2021. С. 18-31. аок 10.24412/2616-6860-2021-1-18-31
Формализация психологии
Одной из первоначальных целей этого журнала было продвижение теории в психологии (Gigerenzer, 2010; Stam, 2010). Поскольку мы являемся свидетелями 30-летия Theory & Psychology, эта цель как никогда важна: развитие теорий по-прежнему играет второстепенную роль в психологии, а эмпирические методы, в основном количественного и статистического характера, доминируют в этой области (Borsboom, 2013; Muthukrishna & Henrich, 2019; Oberauer & Lewandowsky, 2019). Однако за эти 30 лет кардинально изменилось то, что дискуссии о будущем психологии теперь явно включают теорию в качестве центральной темы. Все больше и больше влиятельных исследователей призывают к повышенному вниманию к теории в психологии, а статьи, пропагандирующие развитие теории, нашли свое отражение в основных журналах (e.g., Fiedler, 2017; Muthukrishna & Henrich, 2019; Smaldino, 2019). Та же Theory & Psychology продолжает вносить новый и важный вклад в эту дискуссию (e.g., Hawkins-Elder & Ward, 2020; Klein, 2014; McGann & Speelman, 2020; Trafimow & Earp, 2016).
Центральной темой недавних теоретических дебатов было то, что психологические теории следует сделать более формальными или математическими. Как
часто отмечалось на протяжении многих лет (e.g., Meehl, 1978, 1990), психологические теории обычно формулируются нечетко и неясно и не приводят к точным предсказаниям. Это затрудняет опровержение или проверку психологических теорий, препятствуя теоретическому прогрессу. Сторонники формального поворота в развитии психологической теории утверждают, что теории должны быть более точными с помощью математических формулировок, потому что таким образом предположения и эмпирические следствия теорий становятся явными и проверяемыми.
В этой статье мы предлагаем дальнейшее продолжение этой дискуссии. За последнее столетие философия науки провела обширные дискуссии о математизации природы и о роли математики в развитии теории и о связи теории с эмпирическими фактами. Эти дискуссии очень актуальны для текущих дебатов в психологии, но еще не имеют с ними адекватной связи. Именно это мы намерены сделать в этой статье.
Во-первых, отметим, что существует долгая история аргументов в пользу математизации природы, начиная с астрономии и кончая психологической наукой. Затем
мы связываем эти аргументы с классической философией науки, в частности с логическим эмпиризмом, а также с более поздней работой Nancy Cartwright и Hasok Chang. Мы подчеркиваем важность концептуальной работы
в процессе математизации и роль математики в согласовании теории и наблюдений. В последних разделах мы обсуждаем последствия, которые эти пункты имеют для статистически ориентированной психологии и для недавних теоретических дебатов в психологии.
Концептуальная координация в
Один из ключевых моментов, который вытекает из нашего обсуждения выше, заключается в том, что математизация природы требует концептуальной работы и тщательной координации между эмпирическим миром, с одной стороны, и теоретическими или математическими структурами, с другой. Эти усилия по координации были важной темой в современной философии науки.
Давайте начнем с Nancy Cartwright, которая на протяжении всей своей карьеры изучала многочисленные шаги, необходимые для связи научных концепций с эмпирическими фактами, как в физике, так и в социальных науках (e.g., Cartwright, 1983, 2007). В обеих областях важнейшим шагом в достижении (или повышении) достоверности измерений является обеспечение того, чтобы концепция или конструкция, которую мы
современной философии науки
стремимся измерить, достаточно четко определены (см. также А1ехаМгоуа, 2017). И, что важно, это достигается не за один шаг, а является непрерывным процессом: «Обычно нам нужно начинать с некоторых грубых, отклоняемых характеристик концепции и через постепенный возвратно-поступательный процесс уточнять характеристику одновременно с уточнением нашей процедуры его измерения и наши утверждения о его отношении к другим концепциям» (Bradbum et а1., 2017, р. 76). В психологии были популярны операциональные определения понятий, такие как «10 - это то, что измеряют тесты интеллекта». Однако такое рабочее определение не оставляет много места для постепенного уточнения: концепция уже высечена в камне и не реагирует на теоретические или эмпирические разработки. (БгааЬигп et а1., 2017).
В работе Cartwright становится очень ясно, что путь от теоретических концепций к практическим действиям и эмпирическим фактам долог и сложен. Чтобы увидеть, насколько длинна и сложна эта связь, будет полезно обратиться к другому современному философу науки, Hasok Chang, который подробно изучил взаимоувязку концептуальной и эмпирической координации. (Следующее изложение основано на Chang, 2004; см. также Bringmann & Eronen, 2016; van Fraassen, 2008). Он называет этот возвратно-поступательный процесс эпи-стемической итерацией и характеризует его как «достижение успеха», когда каждый последующий этап познания строится на предыдущем при отсутствии каких-либо общепринятых или безошибочных концептуальных основ (Chang, 2016). Основным примером у Чанга является история измерения температуры. Поэтому давайте кратко вернемся к науке XVI века, но на этот раз с другой точки зрения. Галилей и другие ранние ученые интересовались не только астрономией, но и явлениями тепла и холода, и делали попытки создать приборы для измерения температуры. С древних времен было известно, что жидкости (и воздух) имеют тенденцию расширяться при нагревании, и, основываясь на этом простом эмпирическом принципе, можно было построить
«термоскопы», поместив жидкость (или воздух) в стеклянный или другой закрытый резервуар.
Эти простые инструменты, в свою очередь, позволили обнаружить другие устойчивые явления: например, что температуры, при которых вода закипает и замерзает, удивительно постоянны во время измерений. Эти константы затем могут служить фиксированными точками, а интервал между ними может быть разделен на единицы, в результате чего получается числовая шкала. Это было началом математизации температуры. Простая числовая шкала позволила провести более точные измерения, что снова позволило установить новые устойчивые явления (например, точки кипения или замерзания других жидкостей), что затем привело к созданию более совершенных измерительных приборов и лучшему пониманию концепции температуры. Таким образом, концепция уточнялась в циклах согласования концепции и ее математической структуры с эмпирическими наблюдениями. Этот процесс также не был чисто эмпирическим. Ключевые достижения в определении и количественной оценке температуры явились результатом теоретических разработок: например, абсолютный ноль был успешно вычислен только после того, как понятие температуры было связано со статистической фи-
зикой в 19 веке. Подобные виды эпистемических итераций можно наблюдать во всех науках, например, при разработке систем классификации химических видов (Chang, 2016).
В общем, результатом нашего обсуждения в этом и предыдущем разделе является то, что концепции вступают в контакт с эмпирической реальностью только через длинную цепочку предположений, конкретизаций и
До сих пор мы в основном обсуждали философские вопросы, связанные с математизацией природы в целом. Но в этом разделе мы обратимся к специфике математизации в психологии. Как известно читателям этого журнала, эта математизация не является гипотетическим сценарием: так же, как Галилей и другие ученые, стремившиеся придать движению звезд или явлениям тепла и холода математическую структуру, психологи попытались количественно определить такие атрибуты, как интеллект или ёмкость памяти. Однако способ математизации психологии сильно отличался от естественных наук. Вместо формальных или математических теорий, которые согласовывались с
эвристик, и что математизацию природы следует рассматривать как непрерывный процесс согласование концептуализаций с эмпирическим миром. В следующем разделе мы рассмотрим, что это означает для математизации психологии, изучив статистическую природу этой науки, а затем обсудив три пункта вышеизложенного, то есть то, как математическая структура сама по себе не представляет, а, скорее, способствует связи теории и эмпирического факта.
психологии
эмпирическими наблюдениями, это произошло благодаря статистификации психологии в начале 20 века.
На самом деле история статистики и история психологии тесно взаимосвязаны (Hacking, 1990): многие ключевые статистические концепции были разработаны с учетом психологии, например, коэффициент корреляции (Francis Galton) или факторный анализ (Charles Spearman). Руководящая идея пионеров статистической психологии заключалась в том, что, хотя человеческое поведение на индивидуальном уровне сложно, мимолетно и в значительной степени трудноразрешимо, можно изучать человеческие популяции с помощью статистических методов и тем самым полу-
чать надежные результаты относительно человеческого поведения (Danziger, 1990; Hacking, 1990). Первые успехи этого подхода включали открытие (или построение) g-фактора общего интеллекта и открытие таких явлений, как регрессия к среднему.
Что сделало использование статистики особенно привлекательным для психологии, так это то, что она предоставила сильный аргумент в пользу научного статуса психологии, который все еще оставался предметом дискуссий в начале 20 века (Danziger, 1990). Несмотря на то, что предмет (человеческий разум) оставался неуловимым, а его количественная оценка была предметом споров, (часто успешное) использование четко определенных статистических методов, которые также использовались в других областях, дало психологии полное право претендовать на то, чтобы быть респектабельной наукой. (Danziger, 1990; Michell, 1999). В течение 20-го века статистика стала полностью доминировать в психологической науке, свидетелями чего мы и являемся и по сей день.
Однако такая математизация психологии с помощью статистики - не просто история успеха. Неправильное использование статистики в психологии является предметом большой критики на протяжении десятилетий и по сей день. (Danziger, 1990; Gigerenzer,
2004; Meehl, 1967, 1978, 1990). Что наиболее важно, критика сосредоточена на абсолютном преобладании одного проблемного метода: проверки значимости нулевой гипотезы. (Gigerenzer, 2004; Meehl, 1978, 1990). Gigerenzer (2004) называет это «нулевым ритуалом» и утверждает, что в психологии преобладает «бессмысленная статистика». Meehl (1978, 1990) также указывает (опираясь на философию науки), что проверка значимости нулевой гипотезы исключительно плохо подходит для проверки теории, но психологи, тем не менее, используют ее для этой цели.
Мы согласны с этой критикой, но хотели бы подчеркнуть здесь другую проблему, основываясь на нашем обсуждении в предыдущих разделах. Нулевой ритуал и применение статистических методов в стиле поваренной книги в целом позволило обойти все сложные вопросы о точной природе применяемых концепций (см. также Danziger, 1990). Как мы указывали в предыдущем разделе, понятиям в психологии часто даются операциональные определения, которые не допускают большого количества эпистемиче-ских повторений. Однако еще более распространенным в современной психологии является то, что понятия вообще не определяются явно (Flake & Fried, in press; Flake et al., 2017). Приведу один недавний пример: концепция «самоконтроля» играет ключевую роль во многих областях и
теориях социальной психологии, включая знаменитые эксперименты по истощению эго, но недавно было подчеркнуто, что эта концепция никогда не была четко определена. и часто относится к разным вещам в разных контекстах (Friese et al., 2019; Inzlicht & Friese, 2019; Lurquin & Miyake, 2017).
Другими словами, тот вид координации или эпи-стемической итерации, на который мы обращали внимание в нашем обсуждении математизации науки, едва ли имел место в психологии. Одна из важных причин этого заключается в том, что, когда вместо математических теорий используются статистические методы, такие как проверка значимости нулевой гипотезы, можно пропустить сложные этапы концептуальной работы и координации. Статистические методы легко дадут «значимые» результаты, даже если концептуальная основа неубедительна: например, следуя хорошо известному аргументу Мила (1967,
Статистическая психология
Сделав этот грубый набросок использования математики, в частности статистики, в психологии, давайте вернемся к трем пунктам, поднятым и развитым ранее. По первому пункту мы можем быть относительно краткими. Глядя на внедрение и применение статистических методов
1978), практически всегда можно найти значительную разницу между средними значениями двух групп, на любых переменная, потому что даже крошечные (случайные) различия в средних значениях достигают статистической значимости, если размер выборки достаточно велик.
На протяжении десятилетий велись обширные дискуссии о проверке конструкта и психологическом измерении, но они не привели к устойчивым усилиям по согласованию теоретических концепций с эмпирическим миром посредством итеративного процесса. (Eronen & Bringmann, in press; Flake et al., 2017; Fried & Flake, 2018). Взятые вместе, приведенные выше соображения предполагают, что математизация психологии с помощью формальных теорий может быть преждевременной, пока концептуальная основа не является достаточно прочной (см. также Eronen & Bringmann, in press).
и эпистемическая итерация
и представлений в психологии, мы можем с уверенностью сказать, что они не играли роли репрезентаций реальности. Райхенбаховский анализ того, как гипотезы применимы к эмпирической области психологии, действительно
кажется более подходящим: необходимо провести большую «координационную работу», чтобы сопоставить гипотезы с эмпирическими паттернами. Теоретические структуры, в данном случае статистические, контактируют с эмпирической реальностью только через длинную цепочку конкретизаций, разграничений и практических правил. И сами математические структуры развиваются через циклы эпистемических итераций. Это затрудняет трактовку их как соответствующих реальности в каком-либо прямом смысле (ср. Chang, 2004; van Fraassen, 2008). Таким образом, как мы уже видели при обсуждении логических эмпириков, общая картина естественным образом согласуется с широким инструменталистским взглядом на роль математической структуры в науке (в отличие, например, от реализма Мичелла, 1999, 2000).
Два других момента также можно выделить в контексте статистической психологии, но это требует немного большего внимания. Как именно координационная работа, о которой говорилось выше, выполняется при статистическом моделировании? И действительно ли статистические структуры облегчают эту работу, вводя строгость и точность? Здесь мы сталкиваемся с интересным парадоксом. Мы утверждали, что статистика помогла сделать психологию законной эмпирической наукой. Но именно из-за того, что психологи были
так сосредоточены на установлении эмпирических феноменов, у них нарушился более спекулятивный способ мышления. Это, возможно, препятствовало развитию новых концепций, которые могли бы помочь им в выявлении новых и заметных эмпирических паттернов. Концептуальное развитие, конечно, все еще возможно в статистической психологии, и математические структуры все еще играют в этом важную роль. Но строгая ориентация на эмпирическое замедлила его, и мы полагаем, что это в значительной степени объясняет возобновившийся интерес к теории среди психологов.
К сожалению, мы можем выдвинуть лишь некоторые предварительные предположения о том, как статистика может выполнять функцию соединения психологической теории с эмпирическими фактами. Мы могли бы снова черпать вдохновение из анализа геометрии применительно к физическому пространству, который в некотором смысле является образцом того, как науки связывают математические структуры с эмпирической реальностью в целом, также за пределами естествознания. В своем обсуждении Diagnostic and Statistical Manual of Mental Disorders (DSM-5), van Loo и Romeijn (2015) полагаются на идею Райхенбаха о согласованных определениях, чтобы прояснить, как функционируют концепции бо-
лезней из DSM-5, используя базовую теоретико-множественную структуру DSM-5. Мы полагаем, что такие пояснения могут быть даны и для теорий из других дисциплин психологии. Короче говоря, анализ Райхенбахом того, как математическая геометрия соотносится с физическим пространством, предлагает нечто вроде схемы для понимания того, как формальная или математическая теория соотносится с эмпирической реальностью в целом.
Есть и другие примеры того, как координационная работа выполняется в рамках статистического моделирования. Описательная статистика (например, анализ
Заключительные заме*
Основываясь на том, что мы обсудили, мы можем сделать несколько выводов относительно текущих теоретических дебатов в психологии, где мы наблюдаем призыв к развитию формальных теорий (Borsboom et al., 2020; Fried, in press; Muthukrishna & Henrich, 2019; Oberauer & Lewandowsky, 2019; Robinaugh et al., 2020; Smal-dino, 2019; van Rooij & Baggio, 2020).
Во-первых, как мы уже отмечали, математизация часто сопровождается тенденцией реалистично интерпретировать теории и математические структуры, что мы также видим в недавних дискуссиях в психологии
главных компонентов, вспомогательные векторные машины) может предоставить «модели данных», которые обобщают и представляют данные полезными способами (см. Второй раздел). Статистические инструменты (например, методы машинного обучения) также эффективны при поиске закономерностей в данных и, таким образом, могут помочь найти устойчивые явления, которые необходимы для проверки и улучшения теорий (Eronen & Bringmann, в печати; Haig, 2013). Короче говоря, если целью является математизация психологии, статистику следует рассматривать как инструмент, который может помочь в развитии теорий
о теории и психологии
(например, Borsboom et al., 2020; Fried, in press; Robinaugh et al. др., 2020). Однако история науки подсказывает, что с такими интерпретациями следует быть очень осторожными. Это особенно верно для психологии, где нет согласия даже по основным концепциям, которые следует использовать в качестве строительных блоков для формальных теорий. Более того, на протяжении всей истории статистификации психологии мы видим, что математические структуры не играли роли представления реальности. Напротив, очевидно, что
необходимо провести большую координационную работу, чтобы связать математические структуры и психологические концепции с эмпирическими паттернами. В общем, статистические и математические методы лучше всего рассматривать как инструменты, а не как представление реальности. Это хорошо согласуется с широко инструменталистским взглядом на психологические теории.
Во-вторых, наш анализ подчеркивает конструктивную роль, которую математика играет в посредничестве между теорией и эмпирической областью. Если мы хотим применить математические структуры теории к целевой области, мы должны указать координационные определения. А это требует от нас выделить конкретные эмпирические концепции, которые могут фигурировать в определениях, и сделать их полностью точными с математической точки зрения. В психологии это также подразумевает решение проблем при количественной оценке психологических характеристик, таких как интеллект или личностные черты, которые широко обсуждались на страницах Theory & Psychology (например, Michell, 2000; Trendler, 2009, 2019; see also Borsboom & Mellenbergh, 2004; Bringmann & Eronen, 2016). Сторонники формальных и математических
теорий в психологии должны помнить об этих вопросах, поскольку такие теории могут быть успешными только в том случае, если концептуальная основа достаточно четко определена.
Существуют также дополнительные препятствия на пути к развитию хороших психологических теорий, как указал Meehl (1978, 1990) и как один из нас утверждал в другой статье (Егопеп & Bringmann, в печати). Самое главное, что в психологии мы не находим широкий круг согласованных моделей и явлений, которые могут направлять построение теорий, или, по крайней мере, мы не нашли такую бесспорную концептуальную и эмпирическую основу еще (также см McGann & Speelman, 2020). Более того, найти психологические причины и механизмы чрезвычайно сложно из-за трудностей с измерением и манипулированием психологическими переменными, что еще больше затрудняет разработку формализма, который может служить для выражения психологической теории (Егопеп, 2020). Поэтому, хотя мы находим повышенное внимание к теориям важным и похвальным, мы также считаем, что нынешний призыв к развитию формальных и математических теорий заслуживает более критического внимания.
На более общем уровне, этой статьёй мы надеемся показать, что существуют интересные связи между литературой по философии науки, касающейся вопросы математизации природы, и недавними теоретическими дебатами в психологии. Мы призываем других
продолжить дискуссию и исследовать эти связи дальше, в том числе на страницах Theory & Psychology, которая предоставляет столь необходимое место для такой междисциплинарной работы.
References
Alexandrova, A. (2017). A philosophy for the science of well-being. Oxford University Press.
Barabasi, A. L. (2012). The network takeover. Nature Physics, S(1), 14-16. https://doi.org/10.1038/ nphys2188
Borsboom, D. (2013, November 20). Theoretical amnesia. Open Science Collaboration Blog. http://osc.centerforopen-
science.org/2013/11/20/theoretical-amnesia/ Borsboom, D., & Cramer, A. O. (2013). Network analysis: An integrative approach to the structure of psychopathology. Annual
Review of Clinical Psychology, 9, 91-121. https://doi. org/10.1146/annurev-clinpsy-050212-185608 Borsboom, D., & Mellenbergh, G. J. (2004). Why psychometrics is not pathological: A comment on Michell. Theory & Psychology, 14(1), 105-120. https://doi.org/10.1177/0959354304040200 Borsboom, D., van der Maas, H. L. J., Dalege, J., Kievit, R. A., & Haig, B. D. (2020, September 22). Theory construction methodology: A practical framework for theory formation in psychology. PsyArXiv Preprints. https://doi.org/10.31234/osf.io/w5tp8 Bradburn, N. M., Cartwright, N. L., & Fuller, J. (2017). A theory of measurement. In L. McClimans (Ed.), Measurement
in medicine: Philosophical essays on assessment and evaluation (pp. 73-87). Rowman & Littlefield. Bringmann, L. F., & Eronen, M. I. (2016). Heating up the measurement debate: What psychologists can learn from the history
of physics. Theory & Psychology, 26(1), 27-43. https://doi. org/10.1177/0959354315617253 Cartwright, N. (1983). How the laws of physics lie. Oxford University Press.
Cartwright, N. (2007). Hunting causes and using them: Approaches in philosophy and economics. Cambridge University Press. Chang, H. (2004). Inventing temperature: Measurement and scientific progress. Oxford University Press.
Chang, H. (2016). The rising of chemical natural kinds through epistemic iteration. In C. Kendig (Ed.), Natural kinds and
classification in scientific practice (pp. 53-66). Routledge. Creath, R. (2017, April 5). Logical empiricism. In E. N. Zalta (Ed.), The Stanford encyclope dia of philosophy (Spring 2020
ed.). Stanford University. https://plato.stanford.edu/archives/ sum2020/entries/logical-empiricism/ Danziger, K. (1990). Constructing the subject. Cambridge University Press.
Eronen, M. I. (2020). Causal discovery and the problem of psychological interventions. New Ideas in Psychology, 59, Article
100785. https://doi.org/10.1016/j.newideapsych.2020.100785 Eronen, M. I., & Bringmann, L. F. (in press). The theory crisis in psychology: How to move forward. Perspectives on Psychological Science.
Fiedler, K. (2017). What constitutes strong psychological science? The (neglected) role of diagnosticity and a priori theorizing.
Perspectives on Psychological Science, 12(1), 46-61. https:// doi.org/10.1177/1745691616654458 Flake, J. K., & Fried, E. I. (in press). Measurement schmeasurement: Questionable measurement practices and how to avoid
them. Advances in Methods and Practices in Psychological Science. Flake, J. K., Pek, J., & Hehman, E. (2017). Construct validation in social and personality research: Current practice and recommendations. Social Psychological and Personality Science, 8(4), 370-378. https://doi.org/10.1177/1948550617693063 Fried, E. I. (in press). Lack of theory building and testing impedes progress in the factor and network literature. Psychological Inquiry.
Fried, E. I., & Flake, J. K. (2018). Measurement matters. APS Observer, 31(3), 29-31.
Friese, M., Loschelder, D. D., Gieseler, K., Frankenbach, J., & Inzlicht, M. (2019). Is ego depletion real? An analysis of arguments. Personality and Social Psychology Review, 23(2), 107- 131. https://doi.org/10.1177/1088868318762183 Frigg, R., & Hartmann, S. (2020, Februrary 4). Models in science. In E. N. Zalta (Ed.), The Stanford encyclopedia of philosophy
(Spring 2020 ed.). Stanford University. https://plato. stanford.edu/archives/spr2020/entries/models-science/ Gigerenzer, G. (2004). Mindless statistics. The Journal of Socio-Economics, 33(5), 587-606.
https://doi.org/10.1016Zj.socec.2004.09.033 Gigerenzer, G. (2010). Personal reflections on theory and psychology. Theory & Psychology, 20(6), 733-743.
https://doi.org/10.1177/0959354310378184 Hacking, I. (1990). The taming of chance. Cambridge University Press.
Haig, B. D. (2013). Detecting psychological phenomena: Taking bottom-up research seriously. The American Journal of Psychology, 126(2), 135-153. https://doi.org/10.5406/amer- jpsyc.126.2.0135 Hawkins-Elder, H., & Ward, T. (2020). Theory construction in the psychopathology domain: A multiphase approach.
Theory & Psychology, 30(1), 77-98. https://doi. org/10.1177/0959354319893026 Hoskin, M. (1997a). Astronomy in antiquity. In M. Hoskin (Ed.), The Cambridge illustrated history of astronomy (pp. 22-47). Cambridge University Press.
Hoskin, M. (1997b). From geometry to physics: Astronomy transformed. In M. Hoskin (Ed.), The Cambridge illustrated history
of astronomy (pp. 98-141). Cambridge University Press. Husserl, E. (1954). Die Krisis der europäischen Wissenschaften und die transzendentale Phänomenologie [The crisis of European sciences and transcendental phenomenology: An introduction to phenomenological philosophy]. Martinus Nijhoff. Inzlicht, M., & Friese, M. (2019). The past, present, and future of ego depletion. Social Psychology, 50(5-6), 370-378.
https://doi.org/10.1027/1864-9335/a000398 Klein, S. B. (2014). What can recent replication failures tell us about the theoretical commitments of psychology?
Theory & Psychology, 24(3), 326-338. https://doi. org/10.1177/0959354314529616 Lurquin, J. H., & Miyake, A. (2017). Challenges to ego-depletion research go beyond the replication crisis: A need for tackling
the conceptual crisis. Frontiers in Psychology, 8, Article 568. https://doi.org/10.3389/fpsyg.2017.00568 McGann, M., & Speelman, C. P. (2020). Two kinds of theory: What psychology can learn from Einstein. Theory & Psychology,
30(5), 674-689. https://doi.org/10.1177/0959354320937804 Meehl, P. E. (1967). Theory-testing in psychology and physics: A methodological paradox. Philosophy of Science, 34(2), 103115. https://doi.org/10.1086/288135 Meehl, P. E. (1978). Theoretical risks and tabular asterisks: Sir Karl, Sir Ronald, and the slow progress of soft psychology.
Journal of Consulting and Clinical Psychology, 46(4), 806-834. https://doi.org/10.1037/0022-006X.46.4.806 Meehl, P. E. (1990). Why summaries of research on psychological theories are often uninterpretable. Psychological Reports,
66(1), 195-244. https://doi.org/10.2466/pr0.1990.66.L195 Michell, J. (1999). Measurement in psychology: A critical history of a methodological concept. Cambridge University Press. Michell, J. (2000). Normal science, pathological science and psychometrics. Theory & Psychology, 10(5), 639-667. https://doi.org/10.1177/0959354300105004
Muthukrishna, M., & Henrich, J. (2019). A problem in theory. Nature Human Behaviour, 3, 221- 229.
https://doi.org/10.1038/s41562-018-0522-1 Oberauer, K., & Lewandowsky, S. (2019). Addressing the theory crisis in psychology. Psychonomic Bulletin & Review, 26(5),
1596-1618. https://doi.org/10.3758/s13423-019-01645-2 Poincaré, H. (1902). La science et l'hypothèse [Science and hypothesis]. Flammarion. Reichenbach, H. (1938). Experience and
prediction: An analysis of the foundations and the struc-ture ofknowledge. University of Chicago Press. Reichenbach, H. (1957). The philosophy of space and time (Reichenbach, M., & Freund, J., Trans.). Dover Publications. (Original work published 1928)
Robinaugh, D., Haslbeck, J. M. B., Waldorp, L., Kossakowski, J. J., Fried, E. I., Millner, A., McNally, R., van Nes, E. H., Scheffer, M., Kendler, K. S., & Borsboom, D. (2020, July 18). Advancing the network theory of mental disorders: A computational model of panic disorder. PsyArXiv Preprints. https://doi.org/10.31234/osf.io/km37w Smaldino, P. (2019, November 6). Better methods can't make up for mediocre theory. Nature, 575(7781), Article 9.
https://doi.org/10.1038/d41586-019-03350-5 Stam, H. J. (2010). Theoretical communities and Theory & Psychology: A decade review. Theory & Psychology, 20(6), 723731. https://doi.org/10.1177/0959354310391871 Trafimow, D., & Earp, B. D. (2016). Badly specified theories are not responsible for the replication crisis in social psychology:
Comment on Klein. Theory & Psychology, 26(4), 540-548. https://doi.org/10.1177/0959354316637136 Trendler, G. (2009). Measurement theory, psychology and the revolution that cannot happen. Theory & Psychology, 19(5), 579-599. https://doi.org/10.1177/0959354309341926 Trendler, G. (2019). Conjoint measurement undone. Theory & Psychology, 29(1), 100-128. https://doi.org/10.1177/0959354318788729 van Fraassen, B. (2008). Scientific representation: Paradoxes of perspective. Oxford University Press. van Loo, H. M., & Romeijn, J.-W. (2015). Psychiatric comorbidity: Fact or artifact? Theoretical Medicine and Bioethics, 36(1),
41-60. https://doi.org/10.1007/s11017-015-9321-0 van Rooij, I., & Baggio, G. (2020, February 28). Theory before the test: How to build high-verisimilitude explanatory theories in psychological science. PsyArXiv Preprints. https://doi. org/10.31234/osf.io/7qbpr
