显示带有标签的帖子 Gv . 显示所有帖子
显示带有标签的帖子 Gv . 显示所有帖子

2020年7月14日,星期二

超越一般智力(g)的空间认知(Gv)单一结构的证据

一项非常令人信服的研究,支持一般的单一但多维的空间Gv因子。 点击这里 用于Open Access副本。

超越一般智力的空间认知单一结构的证据

Margherita Malanchini,Kaili Rimfeld,Nicholas G.Shakeshaft,A​​ndrew McMillan,Kerry L.Schofield,Maja Rodic,Valerio Rossi,Yulia Kovas,Philip S.Dale,Elliot M.Tucker-Drob,Mand Robert Plomin

抽象 

在日常空间定向任务中的性能(例如,地图阅读和导航)在功能上与在更抽象的基于对象的空间能力(例如,心理旋转和可视化)上的性能分开。但是,很少有研究检查空间定向与基于对象的空间技能之间的联系,而进行包括大量空间测试在内的研究很少。为了研究这个问题并更广泛地测试空间能力的结构,我们使用了一种新型游戏电池来评估虚拟环境中的六个空间定向测试,并检查了它们与十个基于对象的空间测试的关联以及它们与一般认知能力(g)。我们进一步估计了遗传和环境因素在这些空间测试中潜在的变异和协变中的作用。参与者(N = 2660; 19岁)–22)是Twins早期发展研究的一部分。空间取向的六个测试聚集成单个‘“导航”因素可遗传64%。在所有16个测试中检查空间能力的结构时,出现了三个基本相关的因素:导航,对象操纵和可视化。这些因素反过来又极大地影响了空间能力的一般因素,该因素具有很高的遗传性(84%)。这种高遗传力的很大一部分(45%)与g无关。结果表明存在一个支持所有空间能力的通用遗传网络。  

点击图片可放大。





2020年2月29日,星期六

空间能力(Gv)和数学(Gq; Gf -RQ):荟萃分析






方X& Li Zhang  & Xu Chen & Ziqiang Xin


抽象

空间能力和数学能力之间的关系是有争议的。因此,本研究对73项研究进行了荟萃分析,分析了263种效应大小,以探讨空间能力与数学能力之间的关系。此外,我们探索了调节这种关系的潜在因素。结果表明,数学和空间能力之间的关系不是简单的线性关系。具体而言,逻辑推理与空间能力的关联要强于与空间能力的数字或算术能力的关联。内在动力,内在静态,外在动力,外在静态空间能力和视觉–空间记忆与数学能力显示出可比的关联。空间和数学能力之间的关联表明,儿童,青少年和成人之间没有差异,典型的发育个体和发育障碍个体之间也没有差异。讨论了这些发现对理论和实践的意义。

关键词空间能力。数学能力。荟萃分析。 robumeta包。空间训练。


对理论和实践的启示

“我们的研究可以阐明我们对空间和数学能力之间关系的理解。空间能力和数学能力之间的关系不只是线性的。我们的适度分析表明,逻辑推理与空间能力的关联要强于数字和算术能力。因此,在检查空间能力与数学能力之间的关联机制时,应分别检查数学能力的每个领域。当前的研究具有重要的教育意义。尽管我们没有证明空间能力与数学能力之间的因果关系,但我们的发现可能会提供一些有关如何训练空间能力以提高儿童数学能力的教学建议。值得注意的是,Sorby等人最近的一项干预研究。 (2018)证明了空间干预对STEM相关技能的积极作用,并且一些研究表明空间训练可以提高数学成绩(Cheng 和 Mix 2014; Clements et al.2011; Sorby 和 Baartmans 2000)。首先,我们的发现阐明了应该选择哪种空间能力训练。当前的研究表明,空间能力的不同领域在相似程度上与数学能力相关。因此,在教育实践中应鼓励在空间能力的其他领域进行训练,而不仅仅是内在动态空间能力(Cheng 和 Mix 2014; Clements等人2011; Taylor 和 Hutton 2013)。此外,我们的发现揭示了何时开始进行空间能力训练。这项研究表明,空间能力和数学能力之间的紧密联系存在于儿童期和青春期。因此,空间训练对儿童和青少年都可能有益。对于儿童来说,空间训练可以植根于现实世界,通过使用常规活动(例如折叠纸,剪纸(Burte等人,2017)和乐高积木(Nath 和Szücs2014))来发展直接的体验。对于小鹿角,最好通过涉及一系列空间技能的理论和实践的综合课程来进行空间培训(Miller和Halpern 2013; Patkin和Dayan 2013; Sorby等人2013)。”

教育心理学评论

2019年12月14日星期六

中学时期跨性别和跨性别的3-D心理旋转与数学推理技能之间关系的纵向分析

根据CHC智能模型在Gv和Gq / Gf 下归档

中学时期跨性别和跨性别的3-D心理旋转与数学推理技能之间关系的纵向分析

凯特琳·麦克弗兰(Caitlin McPherran Lombardia),贝丝·M·凯西(Beth M.Caseyb),伊丽莎白·佩萨里斯(Elizabeth Pezarisb),玛丽亚姆·沙德梅尔(Maryam Shadmehrb)和玛格·琼(Margeau Jong)

认知与发展学报2019,VOL。 20号4,487–509 
//doi.org/10.1080/15248372.2019.1614592

抽象

数学推理和3-d心理旋转技能的发展是交织在一起的。然而,目前尚不了解这些认知过程如何在人际层面纵向发展和互动–性别内或性别间。在本研究中,对553名学生(52%的女孩)从3年级到5年级进行了3-d心理旋转空间技巧(每年秋天进行评估)以及数字和代数数学推理技巧(每年春天进行评估)的评估。在所有三个年级以及五年级和七年级的数学推理测试中,男孩的表现都优于女孩。与人与人之间比较的文献一致,在整个样本中以及对于男女,心理旋转和数学推理能力之间存在正相关。为了隔离早期和后期表演之间的人际关联,使用了随机的交叉拦截交叉滞后面板模型来控制这些令人困惑的组级别差异。最初在五年级时,数学推理就预测了随后的六年级心理旋转技能。到七年级时,更高级的心理旋转技能与随后的数学推理技能相关联,而数学推理技能不再能够预测心理旋转技能。对性别差异的调查显示,这种模式是由男孩驱动的,而女孩的人际变化较少。这些发现表明,男孩可能最初会部分依靠他们的数学推理技能来解决3-d心理旋转任务。然而,随着他们的3-d心理旋转技能的成熟,他们开始主要依靠这些发展中的空间技能来解决数学推理问题,而不是反过来

2018年10月28日星期日

CHC taxonomy update: Large-scale Gv 空间导航 abilities 提议的 entry 在 to taxonomy

乔尔·施耐德(Joel Schneider)和我在我们的新的CHC章节中建议将大空间Gv导航功能包括在CHC分类法中。证据很充分。措施之间相差甚远—一个很好的论文研究和仪器开发的潜在场所,尤其是计算机管理的测试技术。

点击图片放大。

2018年6月9日,星期六

精神旋转和流体智力:脑电势分析

Gv 和Gf下的文件

精神旋转和流体智力:脑电势分析
情报69(2018)146–157. 文章链接。

Vincenzo Varrialea,Maurits W.van der Molenb,Vilfredo De Pascalis


抽象

当前的研究使用性能指标和脑电势指数来检验心理旋转与流体智力之间的关系。参加者进行了Raven的渐进式矩阵测试,并执行了心理旋转任务,该任务表现出直立和旋转的字母刺激(60°, 120° or 180°),并且需要根据说明执行或禁止响应的正常和镜像图像。性能结果表明,线性斜率与性能精度有关,而与速度无关,与刺激的角旋转有关,与流体智能的个体差异有关。对于直立刺激,在额叶和中央区域记录的P3振幅与体液智力得分呈正相关。精神旋转过程与顶叶皮层上记录的脑电势的负移有关。将与旋转相关的负数的幅度与旋转角度相关的线性函数与流体智能相关。高能力参与者相对于低能力参与者的斜率更为明显,这表明前者可以根据精神旋转需求灵活地调整他们的脑力劳动支出,而后者则不那么熟练。


-使用iPad上的BlogPress发布

2018年6月3日星期日

可视化,归纳推理和记忆跨度是流体智能的组成部分:对技术教育的启示

Gf ,Gwm,Gc和STEM的CHC域下的文件

可视化,归纳推理和记忆是流体智能的组成部分:对技术教育的启示。 林琳 k。

Jeffrey Buckleya,Niall Seerya,Donal Cantyc,Lena Gumaelius

国际教育研究杂志,90(2018)64–77

抽象

技术教育的哲学和认识论是相对独特的,因为该学科主要侧重于获取任务特定的相关知识,而不是具有明确的认识论学科边界。此外,技术教育中的情报研究很少。为了支持技术教育中的学习研究,本文描述了两项旨在识别属于流体智力的认知因素的研究。结果表明,可视化,短期记忆跨度和归纳推理的综合可占流体智能方差的大约28%至43%。为这些因素在技术教育中的重要性提供了理论基础,并讨论了它们在认知干预中的未来考虑。


-使用iPad上的BlogPress发布

2018年3月5日,星期一

CHC视觉处理领域的发展



Much new is occurring regarding the domain of Gv . Below is a new 评论 of the Gv research 和 a 提议的 heuristic framework. This is then followed 通过 选择 摘录自我们(Schneider 和 McGrew,2018)即将在CIA书中的CHC更新一章,其中我们增加了一些有关新“proposed”Gv frameworks.

空间能力的启发式框架:对空间因素文献的回顾与综合,以支持将其翻译成STEM教育. 文章链接.

杰弗里·巴克利& Niall Seery & Donal Canty


抽象

存在大量的经验证据,特别是在科学,技术,工程和数学(STEM)中,确定了空间能力与教育表现之间的显着相关性。尽管有这些证据,但尚未确定因果关系的解释。有关研究表明,空间能力可以得到发展,并且这样做具有积极的教育效果。但是,在有关空间能力的明确定义的相关文献中存在争论。因此,需要定义相对于经验证据的空间能力,在这种情况下,经验能力与其空间结构有关。大量的经验证据支持了现代框架中未表现出的独特空间因素的存在。进一步了解这些因素可以支持教育干预措施的发展,以提高其在STEM教育中的功效和相关效果。这也可能导致确定为什么空间能力会对STEM教育成就产生如此重大的影响,因为在实践中研究更多因素可以帮助推断最重要的因素。有鉴于此,提出了在现有框架内提供的空间因素与当代研究中建议的那些因素的综合,以指导进一步的研究和空间能力研究的翻译,以进一步加强STEM教育中的学习。

关键词空间能力。空间因素。 干教育。人类智慧

点击图片可放大。




以下是我们即将推出的Gv一章的精选部分 中央情报局的书。




视觉处理(Gv)可定义为利用模拟心理图像解决问题的能力—感知,区分,操纵和回忆非语言图像“mind’s eye.”人类所做的不只是“act” 在 space; they “cognize”关于空间(Tommasi&Laeng,2012年)。眼睛传输视觉信息后,大脑的视觉系统会自动执行一些低级计算(例如,边缘检测,光线–暗觉,颜色区分,运动检测)。这些低级计算的结果被各种高阶处理器用来推断视觉图像的更复杂方面(例如,对象识别,构建空间配置模型,运动预测)。传统上,测量Gv的测试旨在测量这些高阶过程的个体差异,因为它们协同工作以感知相关信息(例如,卡车正在驶入!)并解决视觉问题。–空间性质(例如,在汽车后备箱中放置行李箱)。

在CHC域中,Gv是研究最多的域之一(Carroll,1993)。然而,长期以来,它一直被认为是智力心理学模型中的二等公民,这在很大程度上是由于与诸如Gf和Gc之类的强大能力相比,它对重要结果的预测相对较弱或不一致(Lohman,1996)。但“他们正在改变的时代。”Carroll(1993)引用Eliot和Smith(1983),总结了空间能力研究的三个阶段,其中大部分在1970年代末至1980年代初结束(Lohman,1979)。读卡洛尔’s的调查传达了一种印象,即他的综合反映的仅是1980年代已广为人知的东西。我们认为,Gv领域正在进入第四阶段,并正在经历新的复兴,这将导致其在CHC理论中的地位不断提高,并最终在认知评估中地位更高。甲骨文卡罗尔(Carroll)在他的1993年Gv章中提供了一些提示。

卡罗尔 (1993) was prophetic regarding two of the targets of the resurgent 在 terest 在 Gv 和 Gv -related constellations (often broadly referred to as 空间思维, 空间认知, spatial 情报, or spatial 专长; gar, 2010; National Research Council, 2006). In 卡罗尔’s discussion of “其他可能的视觉感知因素”(他在模型中没有正式身份),他提到“ecological”能力(例如,反映一个人的能力’具有将自己定位在现实世界中并保持方向感的能力和动态(相对于静态)空间推理因素(例如,预测移动物体在哪里移动以及何时到达预测位置)的能力。

卡罗尔’关于大型空间导航的研究不断增长,反映了其生态能力。大规模空间导航与寻找一个’的方式,即表示和维持方向感和位置感以及在环境中移动的能力(Allen,2003年; gar,2010年; Uttal,Newcombe,&索特(Sauter),2013年;沃尔伯斯&Hegarty,2010年; Yilmaz,2009年)。使用地图或智能手机GPS系统查找一个’前往餐厅,然后返回一个’旅馆的房间,在一个陌生的大城市中,需要大规模的空间导航。小型和大型空间能力之间的主要区别是使用不同的视角或参照系。以对可用的认知或神经心理学电池的传统心理测验为代表的小规模空间能力涉及同心轴或基于对象的转换。

大规模的空间能力通常涉及以自我为中心的空间变换,其中观察者’内部环境观点或参考框架在环境方面发生变化,而个人’与对象的关系不会改变(Hegarty&沃勒(Waller),2004年; Newcombe等,2013;王科恩&卡尔,2014年)。最近的荟萃分析表明,大规模空间能力明显不同于小规模空间能力,总体相关性约为0.27。实际上,这意味着轻松解决3D Rubik的能力’立方体可能无法预测在一个陌生的大城市中迷路的可能性。发展证据也支持这两种类型的空间能力之间的明显区别,这表明大规模的空间能力显示出与年龄有关的衰落速度更快,并且这两种类型最有可能与不同的大脑网络有关(Newcombe等人(2013年; Wang等人,2014年)。

Pellegrino及其同事(亨特,佩莱格里诺,弗里克,法尔,&奥尔德顿(Alderton),1988年;佩莱格​​里诺,亨特,阿巴特,&Farr,1987年),现在被认为是空间思维的两个主要组织方面之一(Uttal,Meadow等,2013)。静态空间能力可以通过Gv的标准测试(例如模块设计测试)很好地体现出来。动态和静态空间任务的主要区别在于运动的存在与否。“动态空间能力是指估计移动物体何时会到达目的地的能力,或者是做出接触时间(TTC)判断的技能” (Kyllonen &Chaiken,2003年,第2页。 233)。踢足球,玩视频游戏或充当空中交通管制员的能力需要动态的空间能力,例如“必须记录移动物体的位置,判断物体的速度,预测物体何时到达另一点(例如,人的手,汽车或轮船),并根据该判断采取一些动作。在感知文学中,围绕这一日常人类信息处理活动的研究被称为‘time to collision’” (Kyllonen &Chaiken,2003年,第2页。 233)。虽然动态–静态区别获得了很大的吸引力和支持(Allen,2003; Buckley,Seery,&Canty,2017年;孔特雷拉斯,科隆,埃尔南德斯, &Santacreu,2003年),一些研究质疑基本差异是否反映了实际的空间能力差异。 [AU:Buckley等人的状态有何更新?否] Kyllonen和Chaiken(2003)的研究表明,参与执行动态空间任务的潜在认知过程可能是一种非空间的,类似计数的时钟机制。—时间处理,而不是空间处理。

关于空间思维的兴趣增加和新概念发展背后的驱动力是三方面的。首先,在过去的十年中,技术的飞速发展现在使大部分人口可以使用相对便宜且可访问的基于视觉图形的技术。个人可以将自己沉浸在3D虚拟现实环境中进行娱乐或学习。通常在智能手机和平板电脑上可以使用的计算机可视化,可以用来指导医学生进行人体解剖和外科手术。复杂性和细微差别“bid data”现在可以使用复杂的可视网络模型发掘出比随意旋转更容易的模型。任何人都可以通过Google Earth遍历世界来探索地理位置和城市,从而学习地理。人们依靠基于车载或电话的GPS视觉导航系统从A点移动到B点。显然,通过技术,同时发展Gv能力(或空间思维)变得越来越容易,但随着人类必须学习如何使用,其要求也越来越高并了解可以显示多维信息复杂视觉显示的Gv图形界面工具。
第二,越来越多的人要求将空间思维嵌入整个教育课程中—“spatializing”课程(纽康,2013年)—来提高我们的孩子和青年的集体空间智能(Hegarty,2010; National Research Council,2006)。现有研究表明,科学,技术,工程和数学领域的空间能力与教育绩效之间存在重要联系(STEM; Buckley等人,2017; gar,2010; Lubinski,2010; Newcombe等人,2013) )。 Gv 能力和具有空间定向认知能力的个人“tilts”(Lubinksi,2010)被技术先进的社会所重视。更重要的是,研究表明空间能力或策略具有延展性(国家研究委员会,2006; Tzuriel&自我,2010; Uttal,Meadow等,2013;乌塔尔,米勒,& Newcombe, 2013).

尽管许多心理学家是重新引起人们对Gv概念化和测量概念重新产生兴趣的重要驱动力(例如,Allen,2003; gar,2010; Kyllonen&Chaiken,2009年; Kyllonen& l uck, 2003; Lubinski, 2010; Uttal, Miller, et al., 2013; Wang et al., 2014), some of the more 法案ive research 和 conceptualizing are being driven 通过 researchers 在 教育 (e.g., National Research Council, 2006; Yilmaz, 2009), cognitive 神经科学 (e.g., Thompson, Slotnick, Burrage, &Kosslyn,2009年;沃尔伯斯&Hegarty,2010年)和STEM学科(Harle)&城镇,2010年; Seery,Buckley,&Delahunty,2015年)。显然,CHC模型’s “mind’s eye”(Gv)正在取得更大的成就,这需要通过对尚未确定的,得到充分支持的其他窄能力和创新的测量方法(尤其是在大规模和动态空间能力方面)进行重新研究的支持来进行。



是否存在其他Gv窄能力? 当然。与所有CHC域一样,当前分类法中已验证的较窄能力在很大程度上是自下而上的研究计划的结果,这些研究计划的目的是为实际目的(例如预测,诊断)开发测试。 Gv 作为更广泛的空间思维构造的最新概念化;动态与空间,大规模与小规模的概念化;和其他Gv能力的功能族概念化正在打开潜在的Pandora’假设的新Gv狭义能力盒。例如,Buckley及其同事(2017)提出了一个全面的Gv分类法,其中包括当前的Gv能力,并基于理论或研究提出了16种潜在的新窄能力,其中一些曾由Carroll(1993)进行过审查。这些可能的新窄能力与经典空间任务(空间方向)有关;图像(质量和速度);幻觉(形状和方向,大小对比,高估和低估,参照系);判断(方向,速度,运动);当前Gv功能的动态版本(视觉记忆,串行感知整合,空间扫描,感知替代)。

这些新的Gv概念化受到欢迎,但是必须认真研究它们。所有新的Gv能力候选人都需要通过概念化的结构有效性研究进行验证(请参见“更新CHC理论的标准,”以上)。同样,如果确定了新的Gv能力,则确定它们是否具有实际用途或有效性也很重要。一个有启发性的例子是最近的CFA CHC设计的研究,该研究为较窄的人脸识别能力(研究人员称为人脸识别识别)提供了初步支持,这不同于其他Gv和CHC能力(Gignac,Shankaralingam,Walker,&Kilpatrick,2016年)。面部识别能力可能具有实用性,因为它可以促进对更年期现象(其中具有认知能力的人完全无法识别熟悉的面孔)的测量和研究。尽管重要的是要防止CHC类别过早硬化(McGrew,2005; Schneider&McGrew,2012年),我们认为,为防止CHC模型中Gv域中的新条目过早扩散,必须进行更大的尽职调查。我们不’不想很快成为正式的地方 开始 为了制止对Gv能力的无根据的猜测和扩散,有必要进行谈判(战略能力降低谈判)。



-使用iPad上的BlogPress发布

2017年12月9日星期六

研究领域:视觉空间能力在乌鸦中的作用'渐进矩阵

根据CHC理论在Gf和Gv下归档。

The Role of Visuospatial Ability 在 the Raven'渐进矩阵

Nicolette A.Waschl,Ted Nettelbeck和Nicholas R.Burns

澳大利亚阿德莱德大学心理学院

抽象:

自从Raven的渐进矩阵(RPM)提出以来,围绕视觉空间能力在性能中的作用的争论就已经存在。这个问题尚未得到充分解决,并且可能会对分数中的性别差异产生影响。因此,本研究旨在检查RPM性能,视觉空间能力和流体能力之间的关系,以及这些关系中的任何性别差异。数据来自三个样本:两个大学样本完成了高级RPM,一个男性人群基于样本完成了标准RPM。所有样品另外完成了对流体能力的另一种测量,以及一种或多种视觉空间能力的测量。结构方程模型用于检查视觉空间和流体能力测试的性能与RPM的性能之间的关系。发现视觉空间能力比流体能力对RPM的性能有显着贡献,从而支持了视觉空间能力与RPM性能有关的争论。尽管视觉空间能力的性别差异可以解释RPM得分的性别差异,但在这种关系中未发现性别差异。

关键字:乌鸦的进步矩阵,流动能力,视觉空间能力,性别差异

点击图片放大。 文章链接.







-使用iPad上的BlogPress发布

2017年12月8日,星期五

教学空间认知与思维。体现认知设计原则

教学生通过空间思考 embodied 法案ions:科学,技术,工程和数学学习环境的设计原则

D.DeSutter *和M.Stieff

抽象

空间的 thinking is a vital component of the 科学, technology, engineering, 和 数学ematics curriculum. However, to date, broad development of 学习 environments that target domain-specific 空间思维 is 在 complete. The present article visits the problem of improving 空间思维 通过 first 评论ing the 证据 that the human 心神 is embodied: that 认识, 记忆, 和 knowledge representation maintain traces of sensorimotor impressions from 法案ing 和 perceiving 在 a physical environment. In particular, we 评论 the 证据 that 空间认知 和 the ways that humans perceive 和 conceive of space are embodied. We then propose a set of design principles to aid researchers, designers, 和 practitioners 在 creating 和 evaluating 学习 environments that align principled embodied 法案ions to targets of 空间思维 在 科学, technology, engineering, 和 数学ematics.

点击图片可放大。 文章链接.




-使用iPad上的BlogPress发布

研究字节:空间(Gv)培训提高了数学ach(Gq)积极研究


空间训练可提高儿童的数学能力

郑亦玲和Kelly S. Mix

密西根州立大学

我们测试了心理旋转训练是否可以改善6至8岁儿童的数学表现。对儿童进行了一系列数字和数学技能的预测试。然后,一组学生使用对象完成任务接受了一次心理旋转训练,该任务先前已经提高了该年龄段儿童的空间能力(Ehrlich,Levine,&Goldin-Meadow,2006年)。其余的孩子则改为完成填字游戏。儿童的测验分数显示,空间训练小组的儿童在计算问题上有显着提高。相比之下,对照组的孩子在任何数学任务上都没有进步。进一步的分析表明,空间训练小组的改进很大程度上是由于在遗失学期问题上表现更好(例如4 + _____ = 11)

文章链接。

点击图片可放大。




-使用iPad上的BlogPress发布

2017年11月4日星期六

数学(Gq)天赋:认知,惯常和神经变量的回顾

点击图片可放大。

文章链接.




抽象

大多数数学认知研究的重点是理解正常的成人功能和儿童发育以及轻度和中度受损的数学技能,通常被称为发育性旋肌障碍和/或数学学习障碍。相比之下,关于成人和儿童的天赋/优秀数学知识的认知和神经相关性的研究很少。为了促进对该领域的进一步研究,在这里我们回顾了40个可用的研究,这些研究检查了天才数学的认知和神经基础。研究将许多认知因素与有天赋的数学联系在一起,其中最常发现的贡献因素是空间处理和工作记忆。然而,目前的文献遭受
统计能力低,这很可能会导致结果之间的差异。其他主要缺点包括未能建立研究结果的域和刺激特异性,提示缺乏充分证据的因果关系以及在神经影像研究中频繁使用无效的反向推论。未来的研究必须提高统计能力,而神经影像研究在解释发现时必须依靠支持行为的数据。研究应以更具体的方式调查与数学天赋相关的因素,并准确确定各个因素如何影响数学天赋。


结论总结声明

符合数学残疾的异质性(例如Rubinsten和Henik,2009年; Fias等人,2013年),数学天赋似乎也与众多因素相关—(请参阅附录A中每个研究中发现的因素)。这些因素大致分为社会,动机和认知领域。具体来说,在社会和动机领域,动机,高动力和学习数学的兴趣,练习时间,缺乏参与人际交往或宗教问题,专制态度和较高的社会经济地位都与较高水平相关。数学成就。从推测上讲,有趣的是,这些因素中的某些因素是否可能与所谓的“自发聚焦于云度”(SFON)概念有关,该概念在生命早期就出现了,这意味着一些孩子倾向于关注数字信息(Hannula和Lehtinen,2005年)。为了澄清这个问题,纵向研究可以调查早年的高SFON是否与晚年的高水平数学专业知识相关。更好地评估个体变异性也很重要,例如,阿尔伯特·爱因斯坦(Albert Einstein)(即使有时“lazy”数学家参见例如艾萨克森(Isaacson,2008))是著名的反威权主义者。

在认知变量方面,我们发现空间处理,工作记忆,动机/练习时间,推理,一般智商,信息处理速度,短期记忆,从工作记忆有效转换为情节记忆,模式识别,抑制,流畅智力,联想记忆和运动功能都与数学天赋有关。请注意,重要的是“重要性计数 ”(即仅考虑对某个概念具有统计学显着性结果的研究)可能会极具误导性,尤其是在心理学和神经影像研究通常缺乏动力的情况下(例如参见Szucs和Ioannidis,2017年)。但是,考虑到零星的研究,这是我们目前可以做的最好的事情。此外,即使可能进行荟萃分析,通常也仅考虑已发表的研究,因此它们通常(高度)高估了效应量,尤其是小规模研究(参见Szucs和Ioannidis,2017年)。


-使用iPad上的BlogPress发布

2017年2月25日,星期六

研究字节:视觉空间工作记忆对数学成绩至关重要

点击图片可放大。

David 通用电器 ary提供了一些最好的数学学习研究。好东西。




-使用iPad上的BlogPress发布

2017年1月22日星期日

Gv 资源:国家空间技能研究网络

刚发现这个 重要资源 视觉空间能力。在CHC分类法中的Gv下归档。


-使用iPad上的BlogPress发布

2016年7月21日星期四

gar空间思维实验室:关于Gv研究的真棒资料

我刚刚发现了研究Gv(视觉空间功能)的最棒的研究实验室。  It is the gar 空间的 思维实验室。

看看这个。  一个人可能要花费数小时来搜索材料。




2016年5月3日星期二

研究字节:想象能力的新度量

 

 

原始研究文章

面前。 Psychol。,2016年4月18日 | http://dx.doi.org/10.3389/fpsyg.2016.00496

想象能力的一项新指标:解剖脑成像相关

  • 1新墨西哥大学心理学系,美国新墨西哥州阿尔伯克基
  • 2新墨西哥大学神经外科,美国新墨西哥州阿尔伯克基
  • 3美国马萨诸塞州波士顿的Hunter Higgs,LLC
想象力涉及情景记忆的检索,可视化,心理 模拟,空间导航和未来思维,使其成为 复杂的认知结构。先前对想象力的研究已经尝试过 研究想象力的各种要素(例如可视化),但是 没有人试图抓住一个人的全部想象能力 单个仪器。在这里我们描述了《猎人的想象力问卷》 (HIQ),一种旨在评估扩展范围内的想象力的工具 时间段,以自然主义的方式。我们假设HIQ 将与创造成就的衡量标准以及与 先前确定对大脑重要的大脑区域 想象力/创造能力。 80名受试者接受了 在线形式的HIQ;所有受试者均接受广泛的治疗 测试,包括智力,性格和能力的测量, 以及结构磁共振成像(sMRI)。的回应 HIQ被发现是正态分布的,探索性因素 分析得出四个因素。 HIQ的内部一致性不等 从0.76到0.79,有两个因素(“Implementation” 和 “Learning”) 与创造成就的衡量标准显着相关 (Scientific—r = 0.26和写作—r 分别为0.31), 提示并发有效性。我们发现HIQ及其因素 与广泛的脑容量网络有关,包括 双侧海马,舌状回和尾/鼻中额额叶 裂开,伏隔核和区域内体积减少 在默认模式网络(例如,前胎,后扣带, 颞颞叶)。 HIQ被认为是可靠和有效的 在正常人类受试者群中的想象力度量,并且 与先前被认为对想象力至关重要的大脑体积有关 包括情景记忆检索(例如海马)。我们也 鉴定出的令人信服的证据暗示了想象力与 体积减少,累及伏隔核和区域 默认模式网络。未来的研究对于评估 该仪器在不同人群中的稳定性,以及 想象力与创造力之间复杂的相互作用 brain.

2016年3月31日星期四

研究方向:流体智能(Gf)和NAA的多元关联-更多的P-FIT模型支持

当鸣则已一鸣惊人。 今天第二次发布 研究研究增强了P-FIT智能神经模型的重要性。

 
流体智能与NAA的多元关联

  1. 瑞安·J·拉森(Ryan J.Larsen)1
+ 作者单位
  1. 1贝克曼先进科学技术学院
  2. 2神经科学计划
  3. 3心理学系, 伊利诺伊大学香槟分校, 伊利诺伊州厄巴纳, 美国
  4. 4海伦·威尔斯神经科学研究所, 加州大学伯克利分校, 加利福尼亚伯克利, 美国
  5. 5心理学系, 艾伯塔大学, 艾伯塔省埃德蒙顿,加拿大
  1. 与Aki Nikolaidis的地址对应。电子邮件: [email protected]

抽象

了解神经和代谢 流体智能的相关性不仅可以帮助科学家 表征认知 涉及情报的过程,但同时也 提供有关改善液体智能的干预方法的见解。 Here 我们使用磁共振波谱成像 (MRSI) to measure N-乙酰天门冬氨酸(NAA),一种生化试剂 神经能量产生和效率的标志。我们使用校长 components analysis (PCA)来检查NAA在 额叶和顶叶与液体智力有关。我们发现 左外侧额叶顶成分 可以预测流体智力,并且与大脑大小无关, 另一个 流体智能的重要预测因子。这些 结果表明,左运动区起着关键作用。 visualization 和planning necessary for 空间认知 和 推理,我们将在 Parieto-Frontal 情报集成理论。

2016年3月15日星期二

研究资料:体操运动员和定向运动员的Gv比非运动员更好

 
根据人类能力的CHC分类法在Gv和Gp下归档。
 
与非运动员相比,体操运动员和定向运动员的心理旋转表现更好。
个体差异杂志,Vol 37(1),2016,1-7。 http://dx.doi.org.ezp1.lib.umn.edu/10.1027/1614-0001/a000180

抽象

  1. 目的是 这项研究是要检查运动员与非运动员在以下方面是否有所不同 他们的心理旋转表现。此外,调查了是​​否 从事运动的运动员需要不同水平的智力 旋转(定向运动,体操,跑步),以及随 关于以自我为中心(体操)或同心为中心 视角(定向运动),彼此不同。因此, 用20个定向器,20个定向器进行了心理旋转测试(MRT) 体操运动员,20名跑步者和20名非运动员。结果表明大 differences 在 精神旋转 performance, 与 those 法案ively doing 运动胜过非运动员。针对特定群体进行分析 表明定向运动员和体操运动员与非运动员有所不同, 而耐力赛跑者则没有。与期望相反,精神 体操运动员的旋转性能与定向运动员的旋转性能没有差异。 这项研究还揭示了男性偏爱的性别差异。 关于区别关系之间的暗示 讨论了特定的运动和心理旋转表现。 (PsycINFO 数据库记录(c)2016 预约定价安排,保留所有权利)

2016年2月4日星期四

研究领域:CHC认知能力与社会支持方面的关系

社会支持的哪些方面与哪些人的认知能力相关?

文章老年医学期刊系列B心理科学与社会科学 · 2016年一月12读
影响因子:3.21· DOI:10.1093 / geronb / gbv119

抽象

目标。
至 评估社会支持的11个方面与5个方面之间的关系 认知能力(词汇,推理,空间可视化, 内存和处理速度),并确定是否 社会支持与认知之间的关系由年龄或 sex.

方法。
A 年龄在18到99岁之间的2,613个人的样本 完成了一系列的认知测验和问卷评估 社会支持方面。衡量一般智力的标准是 使用主成分分析进行计算。多元回归为 用于评估支持的各个方面和/或其相互作用 随年龄或性别预测每个认知能力和g。

结果。
一些 社会支持方面与所有五个方面都显着相关 认知能力和对g。当将g用作预测变量时, 与特定认知能力的关系很少。年龄和性别 不缓和任何关系。

讨论。
这些 结果表明,与家人和朋友的接触,情感和 信息支持,预期支持和负面互动 与认知有关,而对满意度和切实支持 不是。此外,这些方面的支持主要与 到g,除了家庭联系。社会支持– 认识 男女之间的关系是可比的。

2014年11月13日,星期四

Gf (Ravens)训练:改进的Gf,Gv或认知策略?

颇有启发性的文章,提供了扎实的方法论建议,可用于开展旨在提高体液智力(Gf)或工作记忆(Gwm)的大脑训练计划的研究。




点击图片可放大


-使用iPad上的BlogPress发布