Formular de manera sucinta cómo entiende Salmon lo que es una

explicación

La explicación es señalar el lugar que ocupa un evento dentro de un patrón

discernible del mundo.

Donde para identificar el lugar que ocupa x evento, Salmon echa mano de la
noción de causalidad, y la introduce en su modelo de explicación como un
segundo nivel (siendo el primer nivel el modelo SR). La explicación con la noción
de causalidad coloca los fenómenos en el lugar que les pertenece, dentro de un
nexo causal.

Así Salmon dice que dar una explicación científica es mostrar cómo los eventos
caben en la estructura causal del mundo. La explicación del evento x se obtiene
cuando éste se subsume a un patrón de la naturaleza, y por tanto, puede saberse
qué lugar de la red causal del mundo tiene el evento x.

Debe notarse además que previamente a la subsunción del evento a su posición

del nexo causal, existe un primer nivel de la explicación donde Salmon coloca su
modelo Estadístico Relevante, de forma que permita conocer cuál es la
información relevante del explanans que da cuenta del evento x. La explicación
así, se define con base en dos niveles: relevancia estadística y causalidad.

Finalmente, es importante mencionar que Salmon considera conveniente la noción

de relación causal porque con ésta se evita caer en problemas de simetría de la
explicación.

(Hasta aquí la respuesta es sucinta, lo de abajo es un añadido, que podría ser

importante a la respuesta, según lo considere cada uno).

La noción de relación causal se introducen en el modelo de explicación de

Salmon cuando adopta el enfoque óntico de la explicación. Este enfoque adopta
una posición realista en relación a las leyes, donde estas leyes crean patrones en
el mundo, los cuales pueden descubrirse.
¿Por qué piensa Salmon que las explicaciones no son argumentos?

Hay dos razones por las que la explicación no es un argumento en Salmon.

1. Una explicación para Salmon no es un argumento porque así es posible evitar

problemas de irrelevancia:

Salmon caracteriza la explicación en dos niveles, donde en el primer nivel

se ubica el modelo estadístico relevante, que es el que prohíbe la
caracterización de explicaciones como argumentos. Esta prohibición se da
porque los criterios que un buen argumento debe cumplir son diferentes a
los criterios requeridos para una buena explicación.

Prueba de ello es que la información irrelevante no provoca daños cuando

está instalada en un argumento, y por el contrario, cuando está instalada en
una explicación es fatal.

Las explicaciones pues, son libres de información irrelevante gracias al

modelo estadístico relevante, donde una explicación la define como un
conjunto de información estadísticamente relevante para el explanandum.

Un ejemplo de lo anterior es que el modelo puede identificar que el hecho

de que un hombre tome pastillas anticonceptivas es irrelevante para evitar
un embarazo. Donde el hecho de ser hombre rechaza la primera
información por ser estadísticamente irrelevante. Mientras tanto, las
explicaciones caracterizadas como argumentos no detectarían la
información irrelevante de tomar pastillas anticonceptivas, en el caso de que
un hombre no quiera quedar embarazado.

De esta manera, es conveniente que las explicaciones no sean argumentos.

1. Ergo, las explicaciones sin ser caracterizadas como argumentos evitan

problemas de irrelevancia.

(Esto excluye, por supuesto, los argumentos deductivos e inductivos (IS) del
modelo hempeliano.)
2. Rechazar las explicaciones como argumentos permite que emerjan otros
factores relevantes en relación a un explanandum:

El del modelo SR rechaza la noción de argumento porque así puede

desecharse el modelo Inductivo Estadístico.

Se rechaza el modelo inductivo estadístico porque este solo permite que

emerja información con muy alta probabilidad en el explanandum.

Al no tener los constreñimientos de alta probabilidad del modelo inductivo,

pueden considerarse como relevantes otros conjuntos de información que
pueden dar cuenta del explanandum.

Esto es así porque para el modelo Estadístico Relevante los conjuntos d

información con baja probabilidad también pueden ser explicativos.

Ergo, el rechazo de caracterizar las explicaciones como argumentos permite que

otros factores relevantes en relación a un explanandum emerjan.

Por 1) y por 2), Salmon no ve las explicaciones como argumentos.