come gestire la causalità sfuggente nei dati ambientali e modelli predittivi?

[PaulM]

Sto lavorando a una revisione della letteratura per il mio dottorato in scienze ambientali e mi sono imbattuto in un concetto che mi ha fatto riflettere. Diversi paper recenti, soprattutto quelli che trattano di modelli predittivi sugli ecosistemi, fanno riferimento all'effetto farfalla come principio ispiratore per interpretare la complessità. Nella mia ricerca mi occupo di microplastiche in bacini fluviali e, analizzando i dati, a volte osservo variazioni locali che sembrano avere ripercussioni a chilometri di distanza in modi difficili da tracciare con precisione. Mi chiedo se qualcun altro, magari in campi diversi come la meteorologia o l'epidemiologia, si sia trovato a dover affrontare questa sensazione di causalità sfuggente nei propri dati, e come l'abbia gestita a livello metodologico senza perdersi in congetture.