[点击图片放大]
已经学到了很多
CHC CHC COG-->期间的ACH关系
过去20年（麦格鲁& Wendling’s, 2010).
本文基于现有研究，首先阐明了
definitions of 能力, 认知能力, 成就能力和 才能. 之间的差异 一般领域 和 特定领域CHC预测学校成绩的指标。 卡夫曼的承诺’s “intelligent” 情报
通过两种方法说明了测试方法 基于CHC的选择性引荐为重点的评估（SRFA）. 接下来，一些新 智能 test design （ITD）原则进行了描述，
通过一系列采用各种方法的探索性数据分析证明
数据分析工具（多元回归，SEM因果建模，
多维缩放）。 ITD
原理和分析得出了建造 发育敏感的CHC一致性
学术能力集群，可以在以下方面发挥重要作用的措施
SLD的当代第三种方法（优势和劣势模式）
identification.
需要超越
COG的简单概念化COG-->讨论并证明了ACH关系和SLD识别模型
通过CHC COG的介绍和讨论-->交流电H因果SEM模型。 另一个
例如确定和量化建议 认知能力成就特质复合体 （CAATC）。 当前PSW第三方法SLD的修订
提出了将集成CAATC的模型。 最后，需要纳入 认知复杂度 测试
and 综合分数 在CHC域内
在设计和组织智能测试电池（以改善
提出了对学校成绩的预测）。
本文提出的各种建议代表了
（a）呼吁以新方法回归旧观念（回到未来）或（b）接受新的想法，概念和
需要心理学家超越主导者范围的方法
人类认知能力的CHC分类法（即 超越CHC）。
