Прикладные исследования. Понятие и значение прикладных исследований

Прикладные исследования- самый низкий уровень социологии. Это совокупность частных исследований, как правило, однообъектных, которые завершаются разработкой практических мероприятий и иногда их внедрением (однообъектные исследования - практические рекомендации - внедрения). Прикладные исследования - это исследования местных событий. Цель прикладного исследования - не описания социальной реальности, а ее изменение. Важно знать инструменты прикладной социологии, ее цели и задачи. Если социолог, не зная этого, принесет на предприятие методологию фундаментального исследования и будет изучать, например, динамику ценностных ориентации, то его не поймут. Потому что практические работники, которые будут выступать заказчиками, в этих категориях не рассуждают, они говорят совершенно другим языком. Перед прикладником возникают совершенно другие проблемы, чем перед академическим ученым.

Эмпирические и прикладные исследования - разные типы социологического исследования, у них разные методологии и технологии. Существуют две отличительные черты, которые позволяют их разграничить.

· Приращение новых знаний. Эмпирические исследования нацелены на приращение знаний, и они подтверждают либо опровергают какую-то частную теорию. Прикладные исследования не нацелены на приращение новых знаний, и они лишь дублируют частные теории, т. е. прикладывают их к конкретному объекту.

· Репрезентативность . Эмпирические исследования обязательно должны быть репрезентативными (представительными, отражающими типичные черты, действительные для всей совокупности изучаемых объектов). У них множество объектов, например средние города в разных регионах. Прикладное исследование не обязано быть репрезентативными оно проводится на одном объекте (одно предприятие).

Для прикладников академическими учеными разрабатываются такие стандартные анкеты и стандартные инструменты, по которым тиражируется опыт по разным предприятиям, например, тест Кетелла. Он применяется на многих предприятиях для одной и той же цели: оценка личных и деловых качеств. И никаких новых знаний для науки не добывается, новые знания только для администрации.

Таким образом, социологическое знание в целом не является гомогенной системой и не только потому, что в ней присутствуют разнокачественные уровни - теоретический и эмпирический, но еще и потому, что сюда органически включено метатеоретическое (философское) знание. Современная логика науки признает как удлинение теоретического цикла познания, так и введение в него новых, дополнительных уровней, что предполагает переориентацию содержания теоретического знания.

2. Виды, организация и проведение социологических исследований.

Основу любого конкретно-социологического исследования составляет сбор социальных фактов. Социальный факт в социологии - это фиксированный, описанный фрагмент социальной действительности. Выделяются три основные группы социальных фактов: 1) поведенческие акты (т.е. мы фиксируем то, что делают люди), 2) материальные или духовные продукты человеческой деятельности (т.е. то, что сделали люди), 3) вербальные действия людей (т.е. мнения, взгляды, суждения, которые высказывают люди).

Почему и как начинается социологическое исследование? Оно начинается, если есть проблема в реальной социальной действительности (социальная проблема), в которой надо разобраться и которую необходимо в конечном счете разрешить. О ее наличии могут заявить руководители различного рода организаций, хозяева фирм, политики. Для разрешения ее им требуется помощь профессионалов, и они обращаются к социологам. Социологи начинают исследование. В наиболее общем виде социологическое исследование можно определить каксистему логически последовательных методологических, методических и организационно-технических процедур, связанных между собой единой целью: получить достоверные данные об изучаемом явлении или процессе для их последующего использования в практике социального управления.

Социологическое исследование включает четыре последовательных, сменяющих друг друга организационно автономных и вместе с тем содержательно взаимосвязанных этапа:

Подготовку исследования,

Сбор первичной социологической информации,

Подготовку собранной информации к обработке и ее обработку (на ЭВМ),

Анализ обработанной информации, подготовку отчета по итогам исследования, формулирование выводов и рекомендаций.

Несмотря на то, что каждое социологическое исследование, претендующее на цельность и законченность, включает названные этапы, единой, унифицированной формы социологического анализа, пригодной для изучения любых проблем, не существует.

Конкретный вид социологического исследования обусловлен характером поставленной в нем цели, выдвинутых задач. Именно в соответствии с ними, т.е. в зависимости от глубины требуемого анализа предмета исследования, масштабности и сложности решаемых в ходе него задач, различают три основных вида социологического исследования: разведывательное (пилотажное, зондажное), описательное и аналитическое.

Разведывательное исследование может использоваться в качестве предварительного этапа глубоких и масштабных исследований, либо сбора "прикидочных" сведений об объекте исследования для общей ориентации. Потребность в нем возникает в тех случаях, когда предмет предстоящего крупномасштабного исследования мало изучен или если возникают трудности с выдвижением гипотез.

Описательное исследование - более сложный, чем пилотаж вид социологического анализа. Оно предполагает получение эмпирических сведений, дающих довольно целостное представление об изучаемом явлении, его структурных элементах. Этот вид анализа проводится по полной, достаточно подробно разработанной программе. Он обычно применяется тогда, когда исследуются большие общности людей, отличающиеся разнообразными характеристиками. Это может быть коллектив крупного предприятия, в котором трудятся люди разных профессий и возрастных групп, имеющие различные стаж работы, уровень образования, семейное положение и т.д., или население города, области, региона, страны. При этом в структуре объекта изучения выделяются относительно однородные группы, проводится их поочередная оценка, сравнение, сопоставление интересующих исследователя характеристик, а также выявляется наличие или отсутствие связей между ними.

Аналитическое исследование - самый углубленный вид социологического анализа, целью которого является не только описание структурных элементов изучаемого явления, но и выяснение причин, которые лежат в его основе и обуславливают свойственные ему черты. Если в ходе описательного исследования устанавливается, есть ли связь между характеристиками изучаемого социального явления, то в ходе аналитического исследования выясняется, носит ли обнаруженная связь причинный характер. Самостоятельной разновидностью аналитического исследования является эксперимент. Но о нем мы поговорим попозже.

Социолог или исследовательская группа, выбрав соответствующий проблеме вид социологического исследования, переходят к его непосредственной подготовке. Последняя предполагает разработку программы, рабочего плана и вспомогательных документов исследования. Кратко рассмотрим содержание программы.

Прикладные исследования - научные исследования , направленные на практическое решение технических и социальных проблем.

Наука - это сфера человеческой деятельности, функцией которой является выработка и теоретическая систематизация объективных знаний о действительности. Непосредственные цели науки - описание, объяснение и предсказание процессов и явлений действительности, составляющих предмет её изучения на основе открываемых ею законов , то есть в широком смысле - теоретическое отражение действительности.

По своей направленности, по отношению к практике отдельные науки принято подразделять на фундаментальные науки (fundamental science ) и прикладные науки (applied science ). Задачей фундаментальных наук является познание законов, управляющих поведением и взаимодействием базисных структур природы, общества и мышления. Эти законы и структуры изучаются в «чистом виде», как таковые, безотносительно к их возможному использованию. Непосредственная цель прикладных наук - применение фундаментальных наук для решения не только познавательных, но и социально-практических проблем.

Деление исследований на фундаментальные и прикладные достаточно условно, так как отдельные результаты фундаментальных исследований могут иметь непосредственную практическую ценность, а в результате прикладных исследований могут быть получены научные открытия .

Научное обеспечение хозяйственной деятельности

Научные исследования становятся обязательным процессом принятия управленческого решения. Объём и сложность такой работы определяются конкретной проблемой, но она всегда имеет когнитивную структуру, а результат основывается на применении научных методов .

Ещё более сложным оказывается вопрос объективного описания второй составляющей проблемы - желательной ситуации и, соответственно, следующих из неё определений цели и гипотезы исследований. Все это зависит от объективности описания существующей ситуации и лица, принимающего решение выявить цели систем, в которые входит исследуемый объект. Здесь методические ошибки могут привести к тому, что попытка решения одной проблемы приведет к появлению новых. Многие новые проблемы - уплотнение почвы тяжёлой техникой, инерционность управленческого аппарата, вследствие увеличения численности сотрудников и связей, утилизация стоков животноводческих комплексов и др. - возникали в результате деятельности человека, направленной на решение других проблем.

Анализ первого этапа научной постановки управленческого решения показывает, что если в естественных и технических науках основным источником субъективных искажений и, соответственно, снижения эффективности этого этапа является полнота описания реального факта, достигаемая в основном только за счёт используемых приборов, то в случае исследования производственных проблем добавляются вопросы адекватного восприятия объекта учеными или/и менеджерами, зависящие от применяемой ими методологии. На первом этапе исследования проблем высока вероятность формулировки ложных проблем - «проблемоидов» и псевдозадач, решение которых не будет представлять какой-либо практической ценности, а внедрение может привести к нежелательным последствиям. В этом случае эффективность управленческого решения будет нулевой или даже отрицательной.

Второй этап исследования производственной проблемы - разработка математической модели.

Объективность при этом должна обеспечиваться использованием научных принципов оценки ситуаций, а также методов и моделей принятия решений. Моделирование, особенно с использованием компьютеров, является основным теоретическим инструментом системных исследований прикладной ориентации в управлении сложными системами. Содержательная часть процесса моделирования (выбор показателей, факторов, зависимостей) включается в экономическую теорию, а техническая (под которой в 9 случаях из 10 понимается построение тех или иных статистических моделей) - в эконометрику . Таким образом, экономико-математическое моделирование оказывается, с одной стороны, разорванным, с другой - усечённым. И вопросы взаимосвязи всех этапов моделирования, корректности интерпретации результатов моделирования и, следовательно, ценности рекомендаций на основе моделей оказываются как бы висящими в воздухе.

Однозначность математического языка является одновременно и «плюсом», и «минусом». Достоинство в том, что она не допускает ошибок, но это же свойство ограничивает возможность достаточно полного описания объекта. С повышением информации в модели эвристическая функция моделирования растет не прямо пропорционально количеству учтенной информации, а по экстремальному закону, то есть эффективность моделирования растет лишь до определённого предела, после которого она падает. Иными словами, использование математики гарантирует точность, но не правильность получаемого решения. В исследованиях физических объектов, информационная сложность которых вследствие определяющих их причинно-следственных связей относительно невысока, уровень потерь и искажения информации будут значительно ниже, чем при исследовании социально-экономических объектов. Ограниченность математического языка лежит в основе теории о неполноте формальных систем К. Гёделя и принципа внешнего дополнения Ст. Бира (Beer Stafford ). Её уровень, естественно, во многом носит исторический, а не абсолютный характер. По мере развития математики возможности её будут расти. Однако в настоящее время многие российские и зарубежные математики, философы, экономисты, представители других научных направлений отмечают ограниченные возможности адекватного математического описания социально-экономических явлений.

Практически неограниченный диапазон применения математических методов создаёт впечатление их «всеядности», универсальности. И основным подтверждением этого чаще всего выступает взаимная аргументация этих двух характеристик, а не эффективность использования результатов моделирования на практике. Немаловажное влияние на это оказывает и то, что при описании методологических особенностей математических методов и моделей многие свойства, которыми они должны обладать, чтобы обеспечить адекватное решение, выдаются и, соответственно воспринимаются как свойства, имманентные описанным методам и моделям. Как любое специальное средство, конкретный метод накладывает свои ограничения на обрабатываемую информацию: выделяет одни аспекты, устраняет и искривляет другие, тем самым приводит к искажению описываемой с его помощью реальной ситуации в целом. Авторы ряда работ, количество которых не идет ни в какие сравнения с объёмом публикаций по разработкам теорий и методов математического моделирования, приводят различные аргументы, подтверждающие принципиальную ограниченность их использования для описания реальных процессов, происходящих в общественном производстве. В узких рамках методологии, разработанной оптимизационным подходом, невозможно совместить поиск наилучшего решения (или оптимального управления) с признанием принципиальной ограниченности отражения реальной моделью. Любая, даже самая тонкая и изощренная постановка, где указанное противоречие будет как бы разрешаться, на деле приводит к ещё более серьёзным и очевидным новым противоречиям. На это ещё «накладываются» ошибки разделения и объединения систем и подсистем при использовании методов программирования . Применение предметных концепций при выборе математического метода и модели в решении конкретной задачи приводит к тому, что, допустим, в технических науках с помощью одних и тех же формул проводится обоснование мощности осветительных устройств для квартиры и железнодорожной станции. Так же и формализация задачи оптимизации деятельности предприятия, а то и целой отрасли отличается от задачи об оптимальном раскрое заготовки в основном только количеством переменных и уравнений. Однако в этом случае следствием такого «раскроя» будет «механический» разрыв огромного количества связей, сложность и неопределённость которых ещё не всегда доступны достаточно точному описанию языком современной математики. Некорректность традиционного подхода к обоснованию структуры модели исследуемой ситуации можно показать, сравнивая задачи обоснования состава кормов и поголовья животных в хозяйстве. Если следовать традиционной методике, их можно отнести к одному классу и решать одним и тем же методом. В то же время если результат первой оказывает существенное влияние только на себестоимость продукции, то второй требует учёта социальных интересов, вопросов, связанных с охраной окружающей среды и т. д. Таким образом, во втором случае необходимо использовать метод, обладающий большим разнообразием возможностей описания, чем для первой, иначе нельзя будет построить адекватную математическую модель и получить управленческое решение, имеющее практическую ценность.

Задача, решение которой в конечном итоге обеспечивают методы оптимизации , будь то математическое программирование или регрессионный анализ , сводится к поиску, хотя и не тривиального (вследствие многообразия возможных вариантов), но в то же время и не принципиально нового результата, так как поиск происходит в диапазоне, границы которого определяются знаниями об исследуемом процессе. В случае постановки инженерных, оперативных или тактических задач для технических или простых социально-экономических объектов, позволяющих исследователю или менеджеру дать их полное формальное описание и обосновать диапазоны реальных альтернатив, достаточность и эффективность использования оптимизационных методов не вызывает сомнения. По мере роста сложности объектов исследований при решении стратегических проблем выбора направлений совершенствования технических и социально-экономических систем оптимизационные методы могут выполнять только вспомогательные функции.

Структура того или иного «типичного» вида моделей накладывает ещё более жёсткие ограничения на возможности представления необходимого уровня разнообразия в описании исследуемого объекта. Поэтому некоторые работы по математическому моделированию и рекомендуют начинать исследование с выбора вида модели, а потом уже проводить постановку задачи исследований таким образом, чтобы её легче было «вписать» в выбранную модель. Такой подход облегчает построение модели и эффективен, если целью исследований является именно построение математической модели, а не получение решения проблемы. Последующие аналогичные по своей природе искажения и потери информации вызываются ограничениями алгоритмов и программных языков, возможностями ЭВМ.

Структурно-функциональный анализ свидетельствует о том, что хотя все процедуры, связанные с построением математической модели и получением итоговых данных на ЭВМ, логически обоснованы, они не содержат никаких методологических свойств, гарантирующих адекватность этого результата и соответствующего управленческого решения реальной проблеме. Формирование критериев эффективности (оптимизации) при этом может проводиться независимо от объективных законов общественного развития, а основным критерием разработки математической модели становятся условия скорейшего построения алгоритма на основе применения «типового» алгоритма. Менеджер/исследователь может «подгонять» реальную проблему под структуру освоенного им математического метода или программного обеспечения ПЭВМ. Ориентация на обязательное построение математической модели в рамках одного метода приводит к исключению из исследования проблемы факторов, не поддающихся количественной оценке. Описание причинно-следственных связей, приводит к необоснованному применению принципов аддитивности . Результат при этом будет оптимальным только для того весьма упрощенного и искажённого образа реального объекта, который представляет собой математическая модель после нескольких «трансформаций», проведённых с помощью средств, уровень разнообразия и точность которых ещё значительно отстает от сложности социально-экономических проблем.

На третьем этапе исследования проблем после обоснования вида и структуры адекватность и, соответственно, эффективность управленческого решения, полученного с помощью математической модели, связаны с качеством исходной информации, на основании которой вычисляются, например, элементы матрицы условий задачи математического программирования или коэффициентов уравнения регрессии. Характер искажений здесь во многом зависит от метода моделирования. Для линейного программирования ошибки данного этапа уже мало связаны с исследуемым объектом и в основном возникают из-за невнимательности разработчика: неправильно взяты производительность или нормы расхода материала и т. д. Такого рода ошибки обычно обнаруживаются в работе с моделью и легко исправляются. Более сложная ситуация складывается при использовании регрессионного анализа, одинаково широко распространённого в естественных, технических и общественных науках.

Отличие этого метода по сравнению, допустим, с линейным программированием в том, что формирование коэффициентов регрессии определяется исходными данными, являющимися результатами процессов, происходящих в исследуемом объекте, рассматриваемом как «чёрный ящик», в котором механизм превращения «вход» в «выход» часто неизвестен. С увеличением количества исходной информации уровень её разнообразия приближается к тому, который имманентен реальному объекту. Таким образом можно повышать адекватность регрессионной модели, что нельзя достичь в линейном программировании. Это достоинство регрессионного анализа достаточно эффективно может быть использовано в естественных науках вследствие сравнительно малого количества факторов и возможности управления последними. В исследованиях социально-экономических явлений эффективность использования регрессионных моделей снижается, так как резко возрастает количество факторов, многие из которых неизвестны и/или неуправляемы. Все это требует не ограничиваться отдельной выборкой, а стремиться использовать данные в объёме, приближающемся к генеральной совокупности. В отличие от большинства процессов, изучаемых естественными и техническими науками, сложность тиражирования которых во многом определяется только затратами на эксперимент, проверить регрессионную модель социально-экономического объекта достаточно сложно вследствие уникальности протекающих в нём процессов, имеющих историческую природу.

В этой связи основным источником исходной информации в исследованиях социально-экономических объектов является наблюдение, «пассивный» эксперимент , исключающий повторность опытов и, соответственно, проверку адекватности регрессионной модели по статистическим критериям. Поэтому основные показатели адекватности, используемые при регрессионном анализе социально-экономических объектов, - коэффициент множественной корреляции и ошибка аппроксимации. Однако высокое значение первого и низкое второго показателя не позволяет однозначно судить о качестве регрессионной модели. Объясняется это тем, что с увеличением числа членов полинома модели, а внешне это число ограничивается только числом опытов (наблюдений), вследствие количественного роста её разнообразия, точность аппроксимации исходных данных уравнением регрессии растёт.

В. Леонтьев (Leotief Wassily ), комментируя низкую результативность использования статистических методов в экономике, объясняет это тем, «что для изучения сложных количественных взаимосвязей, присущих современной экономике, косвенный, даже методологически уточнённый, статистический анализ не подходит» . Фактором, также относящимся к интерпретации результатов и снижающим эффективность применения математических методов и соответственно управленческих решений, является и излишняя идеализация полученных таким образом количественных результатов. Точные вычисления не означают правильного решения, которое определяется исходными данными и методологией их обработки. Управляющие, которым предлагают решать задачи линейного программирования, должны знать о том, что наличие даже малейшего нелинейного элемента в задаче может поставить под сомнение и даже сделать опасным её решение методом линейного программирования. К сожалению, в большинство вводных курсов, знакомящих управляющих высшего уровня с основами технических наук и экономико-математическими методами, ничего не говорится о том, как эти науки соотносятся с практическими проблемами. Это объясняется тем, что преподаватель свято верит в универсальную применимость своей методики и плохо представляет границы её применения.

Таким образом, на всех трёх рассмотренных этапах «трансформации» производственной проблемы в математическую модель отсутствуют достаточно строгие, научно обоснованные критерии оценки качества, соответствия идеальных моделей реальному объекту. В то же время традиционная ориентация направлена только на преодоление вычислительных трудностей и большой размерности моделей и не учитывает ограничения математического аппарата.

Моделирование является наиболее практичной стороной прикладных исследований, однако этот прагматизм должен быть основан на гносеологическом и онтологическом подходе в методологии процедурных знаний при решении проблем индивидуального производства. Вместе с тем, применение моделей при принятии управленческих решений должно учитывать их конгруэнтность и, соответственно, адекватность их решений реальным процессам. Эти условия определяются природой описываемых моделями процессов. В экономической науке большинство дескриптивных моделей типа «цена-спрос» описывают институциональные процессы, связанные с поведением человека, и эти модели носят исключительно концептуальный характер и не могут служить для получения количественных прогнозных оценок. Уровень возможностей статистических моделей для интерполяционных оценок внутри описываемого диапазона определяется статистическими показателями надёжности , но для прогнозных оценок уровень экстраполяции при этом не должен превышать 20-30 % от первоначального диапазона данных. Надёжность регрессионных моделей, полученных по управляемым экспериментам с несколькими повторностями

Традиционно выделяют три основных направления научных исследований: фундаментальные научные исследования, прикладные научные исследования, а также научно-исследовательские и опытно-конструкторские разработки (НИОКР).

Как уже говорилось, фундаментальными считаются науки, познающие мир безотносительно к возможности практического использования получаемых знаний. Термин фундаментальность (от лат. fundamentum - основа, опора) означает направленность этих наук на исследование основополагающих, основных законов природы. Результатом функционирования фундаментальной науки является открытие.

Прикладные научные исследования - это такие исследования, которые используют знания и закономерности, сформулированные фундаментальными науками, для решения практических задач. Результатом прикладных исследований являются изобретения (разработка, внедрение и использование) новой техники и технологий. Отметим, что деление научных исследований на фундаментальные и прикладные является относительным, поскольку жесткой границы между ними нет. Например, ведущие промышленные компании мира в сфере высоких технологий имеют научно-исследовательские лаборатории для изучения фундаментальных проблем с финансированием в несколько миллионов долларов, а университетская наука прикладные разработки передает непосредственно в бизнес, для практического использования.

История развития науки и техники показывает, что прикладные научные исследования развиваются в силу необходимости разрешать производственные и технические проблемы. Так, совершенствование паровой машины привело к исследованиям в области термодинамики, кинетической теории газов, теории горения и др. С появлением электродвигателей и генераторов электрического тока стала развиваться теория электротехники. Затем возникли совершенно новые науки - электродинамика и теория колебаний и волн, без которых были бы невозможны радиосвязь и телевидение. При этом следует подчеркнуть, что все эти прикладные исследования основываются на фундаментальных разделах физики, которые исследовались в рамках чистой науки, т.е. не имеющей практической пользы.

В наш прагматичный век, когда все думают о практической пользе, выгоде, возникает вопрос о бесполезности финансовых затрат на фундаментальную науку. Ее называют «наука для науки» и задумываются над тем, зачем тратить деньги на ближний и дальний космос, исследование планет, строить большой адронный коллайдер стоимостью десятки миллиардов долларов для исследования тайн возникновения Вселенной. Более рационально было бы пустить эти финансовые ресурсы на борьбу с бедностью, голодом, отсутствием медицинской помощи и другими гуманитарными проблемами. Действительно гуманитарные проблемы в настоящее время являются приоритетами на транснациональном уровне. Тем не менее, проведение фундаментальных исследований является нс только условием успешности прикладной науки, но и главным фактором выживания человечества в условиях глобального кризиса. Переход на принципиально новые виды энергии (в духе глобальных, паранормальных, инженерно-технологических решений славянского гения Николы Тесла), поиск внеземных цивилизаций, а также решение «земных» проблем, связанных с тайной возникновения жизни и человека на Земле, возможны лишь на базе фундаментальных научных исследований.

Болес того, прикладные научные исследования, применяющие фундаментальные знания о природе для решения технических задач, не могут успешно развиваться в отрыве от фундаментальных наук. Так, в начале XX в. были сформулированы основные принципы квантовой механики и теории относительности. В то время эти теории казались абсолютно умозрительными и совершенно бесполезными. В рамках коммунистической идеологии эти науки наряду с генетикой и кибернетикой, которые возникли на полвска позже, подвергались остракизму и гонениям. Ученые, проводившие фундаментальные исследования в этих сферах, не только упрекались в схоластике, идеализме, но и физически уничтожались (Н.И. Вавилов). Однако через короткий исторический период были изобретены ускорители элементарных частиц, для строительства которых использовались принципы теории относительности, затем появились лазеры, работающие на принципах квантовой механики. Разработка генома человека основывалась на фундаментальных принципах генетической теории. И таких примеров - сотни.

Cтраница 1

Результаты прикладных исследований более предсказуемы по сравнению с фундаментальными, но также сопряжены с большой неопределенностью результата, и велика вероятность получения отрицательного (тупикового) результата.  

Если результаты прикладных исследований могут стать секретом фирмы, то результаты фундаментальных исследований являются достоянием всего человечества, предметом широкого международного интеллектуального обмена.  

Опытно-конструкторские работы (ОКР) используют результаты прикладных исследований.  

В монографии с единых позиций излагаются результаты теоретических и прикладных исследований по построению быстрых алгоритмов и доказательству их отсутствия. Рассмотрены задачи перебора, упорядочения массивов данных, умножения чисел, умножения матриц; обсуждаются алгоритмы на графах. Многие результаты ранее были рассеяны в труднодоступных источниках и в монографическом виде публикуются впервые.  

Опытно-конструкторские разработки предполагают конкретное конструктивно-технологическое воплощение результатов прикладных исследований, отработку и внедрение их в производство.  

Таким образом, разработка технологий коммуникации в PR-программах ориентируется на широкое применение теоретических моделей и использование результатов прикладных исследований, без которых планируемые продолжительные усилия, направленные на создание и поддержание доброжелательных отношений и взаимопонимания между организацией и общественностью, становятся неадекватными.  

Принципы Школы: опора на требования мировой экономической и социальной науки; междисциплинарное взаимодействие (экономисты получают юридическое образование, и наоборот); непосредственная связь преподавания с практикой реформ, с результатами прикладных исследований; просветительская миссия в образовательном сообществе России, в ее регионах. Политическая деятельность в школе запрещена.  

Исследования имеют практическую направленность и осуществляются во всех научных учреждениях и финансируются как за счет бюджета (государственные научные программы), так и за счетзаказчиковданных разработок. Поскольку результат прикладных исследований далеко не всегда предсказуем и сопряжен с большей долей неопределенности, именно с этого этапа инновационного процесса возникает возможность риска потери вложенных средств.  

В связи с острой потребностью в таких знаниях и прямой практической направленностью результатов прикладных исследований их широко организуют и финансируют производственно-хозяйственные организации - от министерств и ведомств до производственных объединений и предприятий, обладающих соответствующими ресурсами.  

Неизменно значительное внимание уделяется профессором Е.А. Кантором поискам областей практического применения полученных научных результатов и синтезированных соединений. Под его руководством разработан целый ряд перспективных ингибиторов коррозии, флотореагентов, реагентов для удаления смолисто-асфаль-теновых отложений, пластификаторов и светостабилизаторов полимеров, а также биологически активных соединений: бактерицидов, фунгицидов, регуляторов роста растений и противовирусных препаратов. По результатам проведенных прикладных исследований Е.А. Кантором получено более 100 авторских свидетельств и патентов, несколько медалей и дипломов ВДНХ.  

Если в период становления экспериментальной науки предварительная схематизация объектных структур была довольно длительным и трудным процессом формирования простых абстракций, то в настоящее время всякие вновь создаваемые технические структуры незамедлительно вовлекаются в сферу прикладных исследований. Поскольку прикладные исследования опираются на теории естественных наук, разрабатывая их на уровне частнотеоретических и эмпирических схем, то результаты прикладных исследований легко усваиваются естествознанием и включаются в него. В тех же случаях, когда исследуемые структуры не удается описать на основе тех или иных естественнонаучных теорий, задача исследования передается в сферу естественных (фундаментальных) наук. Это возможно благодаря тесному контакту прикладных исследований с естественными науками.  

Семинар имеет межотраслевой характер и объединяет специалистов в области надежности различных отраслей энергетики. Объектами исследования проблем надежности являются энергетический комплекс (ЭК) в целом, а также специализированные системы энергетики (СЭ): электроэнергетические, газоснабжения, нефтеснаб-жения, теплоснабжения и водоснабжения. Основными задачами семинара являются: обсуждение постановок задач и направлений исследований в области надежности СЭ и ЭК; сопоставление уровня исследований в этой области в государствах бывшего СССР и за рубежом; анализ и оценка результатов наиболее важных научных и прикладных исследований, выполняемых по данной проблеме; формирование общих точек зрения по рассматриваемым вопросам и на этой основе подготовка и издание взаимосогласованных материалов методического характера. Основное внимание в работе семинара обращается на методические аспекты исследований, имеющих межотраслевое значение и опирающихся на наличие общих свойств различных СЭ.  

Изложены экспериментальные и теоретические методы исследования системы самолет - летчик. Рассмотрены характеристики действий летчика, закономерности его поведения при непрерывном пилотировании, методическое и техническое обеспечение экспериментальных исследований на пилотажных стендах. Приведены основные подходы к математическому моделированию действий летчика и получены модели их характеристик. Рассмотрены проблемы формирования требований к показателям управляемости самолета и параметрам его систем, обеспечивающим высокое качество системы самолет - летчик. Представлены результаты прикладных исследований.  

Страницы:      1

Прикладные научные исследования -- это исследования, направленные преимущественно на применение новых знаний для достижения практических целей и решения конкретных задач, в том числе имеющих коммерческое значение. На данном этапе проверяется техническая осуществимость идеи, анализируются масштабы потребностей рынка, а также потенциальные возможности предприятия по разработке и производству нового продукта. Выполнение работ на данном этапе связано с высокой вероятностью получения отрицательных результатов, возникает риск потерь при вложении средств в проведение прикладных научных исследований. Финансирование прикладных научно-исследовательских работ ведётся, во-первых, из государственного бюджета, во-вторых, за счёт отдельных заказчиков в лице крупных промышленных фирм, акционерных обществ, коммерческих фондов и венчурных фирм. Формирование прикладных исследований как организационно специфичной сферы ведения научной деятельности, целенаправленное систематическое развитие которой приходит на смену утилизации случайных единичных изобретений, относится к кон. 19 в. и обычно связывается с созданием и деятельностью лаборатории Ю. Либиха в Германии. Перед 1-й мировой войной прикладные исследования как основа для разработки новых видов техники (прежде всего военной) становятся неотъемлемой частью общего научно-технического развития. К сер. 20 в. они постепенно превращаются в ключевой элемент научно-технического обеспечения всех отраслей народного хозяйства и управления. Хотя в конечном счете социальная функция прикладных исследований направлена на снабжение инновациями научно-технического и социально-экономического прогресса в целом, непосредственная задача любой исследовательской группы и организации состоит в обеспечении конкурентного преимущества той организационной структуры (фирмы, корпорации, отрасли, отдельного государства), в рамках которой осуществляются исследования. Эта задача определяет приоритеты в деятельности исследователей и в работе по организации знания: выбор проблематики, состав исследовательских групп (как правило, междисциплинарных), ограничение внешних коммуникаций, засекречивание промежуточных результатов и юридическая защита конечных интеллектуальных продуктов исследовательской и инженерной деятельности (патенты, лицензии и т п.). Ориентация прикладных исследований на внешние приоритеты и ограничение коммуникаций внутри исследовательского сообщества резко снижают эффективность внутренних информационных процессов (в частности, научной критики как основного двигателя научного познания). Поиск целей исследований опирается на систему научно-технического прогнозирования, которая дает информацию о раз витии рынка, формировании потребностей, а тем самым и о перспективности тех или иных инноваций. Система научнотехнической информации снабжает прикладные исследования сведениями как о достижениях в различных областях фундаментальной науки, так и о новейших прикладных разработках, уже достигших лицензионного уровня. Знание, полученное в прикладных исследованиях (за исключением временно засекреченных сведений о промежуточных результатах), организуется в универсальной для науки форме научных дисциплин (технические, медицинские, сельскохозяйственные и др. науки) и в этом стандартном виде используется для подготовки специалистов и поиска базовых закономерностей. Единство науки не разрушается наличием различных типов исследований, а приобретает новую форму, соответствующую современной ступени социально-экономического развития.