初等物理学実験におけるデータ駆動型モデリング

水の比熱実験におけるスケーリング解析とデータコラプス

抄録

初等物理学実験における主要な教育目標は、単に与えられた公式を適用することに終始するのではなく、経験的データから数学的モデルを構築し評価する方法を学生に習得させることである。本稿では、モデル構築のツールとしてスケーリング解析とデータコラプスを強調した、古典的な「水の比熱」実験のデータ駆動型再設計を提示する。学生は、ヒーター、水、および簡易熱量計を用いた様々な実験条件の下で温度と時間のデータを収集し、一見すると無関係に見える複数のデータセットを生成する。変数の連続的な再スケーリングを通じて、学生は変数空間の次元を削減し、単一のマスターカーブへのデータコラプスを達成する。そしてそこから、入力エネルギー、質量、温度変化を関連づける経験的モデルを定式化する。

この解析は、乗法的なスケーリングの限界を浮き彫りにする。すなわち、熱量計の熱容量による加法的な寄与を排除することはできず、データのみから部分系のパラメータを分離する際には本質的な不定性が生じる。経験的に構築されたモデルの妥当な領域を明確にするため、熱力学第一法則に基づく理論的記述を事後的に導入する。これは演繹的な導出としてではなく、整合性の確認および境界設定の枠組み（boundary-setting framework）として用いる。この比較により、学生は自身の経験的パラメータを熱力学で定義される比熱と関連づけ、データ駆動型モデリングの強力さと限界の両方を認識することができる。本実験は、物理的モデリングに対する学生の理解を支援するために、スケーリング、データコラプス、および理論的推論を初等実験においてどのように統合できるかを示す、具体的かつ実践可能な例を提供する。