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. 阿基·尼古拉迪斯（Aki Nikolaidis）1,2,
2. Pauline L.Baniqued1,3,4,
3. 迈克尔·B·克兰兹1,3,
4. 克莱尔·斯卡维佐（Claire J.Scavuzzo）2,5,
5. 阿伦·K·巴比1,
6. 亚瑟·克拉默（Arthur F. Kramer）1,2,3 和
7. 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 和
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 和空间认知所需的计划和 推理，我们将在 Parieto-Frontal 情报集成理论。

研究字节：额叶皮质和顶叶皮质在解决问题的各个阶段表现出不同的时空动态-P-FIT是吗？

支持P-FIT神经智能模型的另一项研究。 P-FIT 概述在这里。 //en.m.wikipedia.org/wiki/Parieto-frontal_integration_theory

之前，我曾在P.FIT智能模型的概述 节拍器家庭互动博客.

在解决问题的各个阶段，额叶和顶叶皮层表现出不同的时空动态。 -PubMed

算术问题解决可以概念化为从任务到任务的多阶段过程…

在Flipboard上阅读

在ncbi.nlm.nih.gov上阅读

“维持和平”的执行功能在流体情报（Gf）中起作用

点击图片放大

CHC 理论：流体推理或智能（Gf）定义

流体推理（Gf）：有意但灵活控制注意力以解决小说“on the spot”不能完全依靠以前学习的习惯，方案和脚本来执行的问题。流体推理是一个多维结构，但其各个部分在用途上是统一的：解决不熟悉的问题。流体推理在抽象推理中最为明显，而抽象推理则较少依赖于先前的学习。但是，它也存在于日常问题解决中。流体推理通常与背景知识和自动响应配合使用。也就是说，即使在最短的时间内，只要当前的习惯，脚本和模式不足以满足新情况的要求，就应采用流畅的推理。在推理推理，概念形成，陌生刺激的分类，对新问题和新环境的旧解决方案的泛化，假设的产生和确认，相关相似点，差异以及各种对象和思想之间的关系的识别，对事物的认识等方面，流动推理也很明显。新获得的知识的相关后果，以及在模棱两可的情况下外推合理估计。

• 感应（一）。观察现象并发现决定其行为的基本原理或规则的能力。
• 通用顺序推理（RG）。使用已知前提和原则进行逻辑推理的能力。此功能也称为演绎推理或规则应用。
• 定量推理（RQ）：通过数字，数学关系和运算符进行归纳或演绎的推理能力。

以上定义摘自 施耐德和麦格鲁（2012） 当代CHC理论章节的形式特别 CHC v2.0发布。有关此能力领域和当代CHC理论的更多详细信息，请参见本章。

可以找到本系列中的先前定义 这里 .


谢谢 Scott Barry Kaufman博士 允许使用该CHC功能的以上图形描述。这些CHC图标是Kaufman博士的书的一部分， 未赠送：智能已重新定义，并且是 乔治·杜西奥普洛斯.

发表于Blogsy

CHC 理论：理解知识或结晶智能（Gc）定义

理解知识（Gc): 一个人重视的知识和技能的深度和广度’的文化。每种文化都比其他文化更重视某些技能和知识。 Gc反映了一个人学习实用知识和掌握有价值技能的程度。因此，根据定义，不可能独立于文化来测量Gc。从理论上讲，Gc比任何现有认知电池所测得的宽。

• 一般语言信息（K0）。知识的广度和深度’文化被认为是必不可少的，实用的或其他值得大家了解的文化。

• 语言发展（LD）。在单词，习语和句子级别上对口头语言的一般理解。就像归纳是Gf的核心一样，语言开发也是Gc的核心。尽管在卡洛尔中被列为明显的窄带能力 ’在他的模型中，他对分析的描述清楚地表明，他将语言发展视为Gc和更具体的语言相关能力（如词汇知识，语法敏感性和听力能力）之间的中间类别。语言发展这似乎是所有语言能力共同协作的标签。

• 词汇知识（VL）。了解单词的定义及其基础的概念。语言开发更多地是在上下文中理解单词，而词汇知识更多地是在孤立地理解单词的定义。

• 听力能力（LS）。能够理解语音。 听力能力测试通常具有简单的词汇，但是语法越来越复杂，语音样本也越来越长。

• 沟通能力（CM）。使用语音进行交流的能力’的想法很清楚。该能力与听力能力相当，只是它具有生产力（表达）而非接受能力。

• 语法敏感性（MY）。意识到语音中语法和词形的形式规则。此因素与英语用法的区别在于，它以口头语言而不是书面语言来体现，并且它衡量的是语法规则的意识而不是正确的用法。

以上定义摘自 施耐德和麦格鲁（2012） 当代CHC理论章节的形式特别 CHC v2.0发布。有关此能力领域和当代CHC理论的更多深入信息，请参阅本章。

可以找到本系列中的先前定义 这里 .

谢谢 Scott Barry Kaufman博士 允许使用该CHC功能的以上图形描述。这些CHC图标是Kaufman博士的书的一部分， 未赠送：智能已重新定义，并且是 乔治·杜西奥普洛斯.

发表于Blogsy

研究方向：大脑复杂性，预测工作成功，神经科学/创造力，流体智商和性格

Bassett，D. S.和Gazzaniga，M. S.（2011）。了解人脑的复杂性。认知科学趋势，15（5），200-209。

尽管神经科学探究的最终目的是获得对大脑及其运作方式与大脑的了解，但当前的大多数努力主要集中在使用越来越详细的数据的小问题上。但是，可能有可能成功解决更大的心理问题–这些神经科学研究的累积发现与物理和哲学的补充方法相结合的大脑机制。我们认为，大脑可以理解为一个复杂的系统或网络，其中心理状态是由多个物理和功能水平之间的相互作用产生的。实现进一步的概念进步将至关重要地取决于关于认知性质的广泛讨论以及当前可用或必须开发的用于研究思维的工具–brain mechanisms.
文章大纲



Ziegler，M.，Dietl，E.，Danay，E.，Vogel，M.＆Buhner，M.（2011）。通过一般的心理能力，特定能力测验和（非）结构化面试来预测培训的成功：采用独特样本进行的荟萃分析。国际选择与评估杂志，19（2），170-182。


一些荟萃分析将大量与预测培训成功有关的研究结合在一起。一般的心理能力被认为是具有特定能力或测验的最佳预测指标，但很少能解释额外的差异。但是，只有很少的研究测量了一个样本中的所有预测变量。因此，经常根据其他研究来估计相互关系。而且，现在有纠正范围限制的新方法。本荟萃分析使用的样本来自一家德国公司，在该公司中，对不同学徒的申请人进行了智力结构测试，特定能力测试以及结构化和非结构化面试。因此，不必从其他数据中估算不同评估工具之间的相互关系。最终检查的结果是标准变量，该结果至少应在原始评估后2年进行。证实了一般智力的主导作用。但是，确定了可以用作有价值的补充的特定能力。工作的复杂性缓解了某些关系。研究发现，结构化访谈具有比一般智力更好的递增效度。另一方面，无组织的采访表现不佳。讨论了实际含义。


Sawyer，K。（2011）。创造力的认知神经科学：评论评论。创造力研究杂志，23（2），137-154。

近年来，关于创造力的认知神经科学研究已经频繁出现。迄今为止，尚未发表对这些研究的全面而严格的评论。本文的第一部分简要介绍了认知神经科学家使用的3种主要方法：脑电图（EEG），正电子发射断层扫描（PET）和功能磁共振成像（fMRI）。第二部分提供了与创造力相关的认知过程的认知神经科学研究的全面综述。第三部分是对这些研究的批判性考察。目的是要明确清楚这些研究可以适当解释的确切含义。结论为创造力研究人员和认知神经科学家之间的未来研究合作提供了建议。


Djapo，N.，Kolenovic Djapo，J.，Djokic，R.和Fako，I.（2011年）。卡特尔（Cattell）的16PF与流体和结晶智能之间的关系。人格与个体差异，51（1），63-67。

该研究的目的是探讨五个全球因素与Cattell的16个维度之间的关系’的人格模型和流畅而结晶的智力。三所高中共有105名三年级学生（男性占45.7％）参加了这项研究。流体智能由Raven测量’通过Mill Hill词汇量表对高级进阶矩阵和结晶智能进行了测量。人格特质通过十六个人格因子问卷进行测量。焦虑既与体液无关，也与结晶智力无关。外向性和自我控制与体液智力呈负相关，而强硬意识与体液智力呈正相关。独立性与明确的智力呈正相关，而“坚强”与否与智力呈负相关。回归分析表明，除焦虑外，所有广泛的人格因素都是流体智力的重要预测因子。当综合在一起时，这些因素占流体智力得分方差的25％。以结晶智能为标准变量的回归模型在统计上不显着。研究结果与Chamorro一致


-使用我的Kevin McGrew的iPad使用BlogPress的iPost

冷热CHC智能能力-Gf，Gc，Gv热-Ga，Glr冷

期刊上有趣的文章 情报 审查最新的因素分析实践，以识别 g （一般情报）因素。摘要如下。有趣的是使用CHC框架对研究综合中发现的广泛的CHC因子指标的类型进行分类。

毫不意外，在智商因素分析研究中最常发现Gf，Gc和Gv，其次是Gq，Gs和Gsm。在智商因子分析研究中表现不足的能力是Glr和Ga的领域。

但是，有两个主要警告。文献综述主要是成人样本。在儿童和青少年样本中进行的因子分析活动相当多，可能会增加Glr和Ga指标的比例。同样，作者也没有包括那些受到学校心理学，特殊教育以及言语和语言研究者青睐的期刊，因为这些研究领域很可能在代表性不足的CHC领域发表了更多的研究。

没什么……总的趋势并不奇怪。

单击图像将使您的版本更大。






-使用我的Kevin McGrew的iPad使用BlogPress的iPost

情报 智商测试 智商分数 CHC 理论 卡特尔·洪·卡罗尔 人类的认知能力 心理学 学校心理学 个体差异 认知心理学 神经心理学 特殊教育 教育心理学 心理测验 心理评估 心理测量 智商角 神经科学 神经认知 认知能力 认识 Gq 定量能力 定量知识 定量推理 Gf 流体智能 GC 结晶的智慧 GSM 短期记忆 ll 长期检索 嘎 听觉处理 Gv 视觉处理 视觉空间 s 处理速度 因子分析 一般情报 g

研究领域：认知就业测试-老化策略-认知阈值

来自我最喜欢的期刊之一的三篇有趣的文章-心理科学的最新方向.

和往常一样，当我做一个 研究字节/简要 帖子，如果有人想阅读原始文章，我可以通过电子邮件与他人分享，但要理解的是，提供该文章是为了交换有关内容的简短来宾帖子。 ：）（如果有兴趣，请通过[email protected]与我联系）。另外，如果帖子中包含图形/图像，通常可以通过单击图像将它们放大。












-使用我的Kevin McGrew的iPad使用BlogPress的iPost

情报 智商测试 智商分数 CHC 理论 卡特尔·洪·卡罗尔 人类的认知能力 心理学 学校心理学 个体差异 认知心理学 神经心理学 特殊教育 教育心理学 心理测验 心理评估 心理测量 智商角 神经科学 神经认知 认知能力 认识 天才 老化 发展心理学 认知阈值 就业测试

研究字节：工作记忆，记忆跨度和流体智能（Gf）之间的关系

和往常一样，当我做一个 研究字节/简要 帖子，如果有人想阅读原始文章，我可以通过电子邮件与他人分享，但要理解的是，提供该文章是为了交换有关内容的简短来宾帖子。 ：）（如果有兴趣，请通过[email protected]与我联系）。另外，如果帖子中包含图形/图像，通常可以通过单击图像将它们放大。


Pascale M.J. Engel de Abreu，Andrew R.A.康威（Susan E. 嘎 thercole）。幼儿的工作记忆和体液智力。 情报38 （2010）552–561

抽象

本研究调查了幼儿的工作记忆和流体智力之间的关系，以及这些联系如何随着时间发展。主要目的是确定工作内存系统的哪个方面—短期储存或认知控制—推动与流动智能的关系。从幼儿园到二年级，对119名儿童进行了抽样调查，并完成了对工作记忆，短期记忆和体液智力的多项评估。数据显示，工作记忆，短期记忆和体液智力高度相关，但在幼儿中的结构却相互独立。结果进一步表明，当控制工作记忆和短期记忆的共同方差时，残余工作记忆因子与流体智能之间存在显着联系，而残余短期记忆因子则没有。这些发现表明，在幼儿中，认知控制机制而不是工作记忆跨度任务的存储组成部分是他们与体液智力联系的来源。





这项研究的发现与 我运行的一系列SEM模型 《 WJ III》中的指标。基于WJ III CHC 的模型还显示，内存跨度（Gms-MS）是工作内存（Gsm-MW）的因果关系，而工作记忆又对g（而不仅仅是Gf）具有显着的因果关系。主要区别在于，这些基于WJ III的分析还包括处理速度（Gs）作为对MS和MW的因果影响，但与发展级联假说一致，Gs对Gf没有直接的因果影响（它是通过Gsm- MS-MW）。此外，这些模型还包括g的更广泛的指标，包括Gc，Gv，Ga，Glr和Gf。


-使用我的Kevin McGrew的iPad使用BlogPress的iPost

情报 智商测试 智商分数 CHC 理论 卡特尔·洪·卡罗尔 人类的认知能力 心理学 学校心理学 个体差异 认知心理学 神经心理学 特殊教育 教育心理学 心理测验 心理评估 心理测量 智商角 神经科学 神经认知 认知能力 认识 Gv 嘎 l Gf GC GSM 工作记忆 发育级联假设 认知控制 流体智能 一般情报 WJ III

对工作内存（Gsm-MW）和流体智能（Gf）的更多支持

工作记忆，辅助记忆和一般流体智力之间的关系：工作记忆是特殊的。吉尔顿·谢尔顿·谢尔顿艾略特（Emily M.）马修斯，罗素A。 Hill，B.D .；西西里岛的Gouvier。德鲁
实验心理学杂志：学习，记忆和认知，第36卷（3），2010年5月，813-820。

抽象

为了阐明通常观察到的工作记忆和推理能力之间的联系，人们做出了新的努力。结果不一致，有些工作表明，工作记忆测试强调从二级记忆中进行检索是该关联背后的驱动力（Mogle，Lovett，Stawski，&Sliwinski，2008年），而其他研究表明，从二级记忆中检索仅部分负责观察到的工作记忆与推理之间的联系（Unsworth&恩格尔，2006年，2007年）。在本研究中，我们调查了处理速度，工作记忆，辅助记忆，主记忆和流体智能之间的关系。尽管我们的研究结果表明，所有结构都与体液智力，工作记忆显着相关—但不是辅助内存—在流体智能中占重要的独特差异。我们的数据支持了Unsworth和Engle（2006，2007）所做的预测，并表明工作记忆测试中存在的维护和检索过程的综合需求使它们在预测高阶认知方面具有特殊意义。

追踪工作记忆可增加流体智力（Gf）：最新研究

训练工作记忆可以增加体液智力（Gf）。哇。嗯？

我有很多人向我转发以下摘要。看完文章后，我现在知道为什么。中的文章 美国国家科学院院刊（PNAS） 报告说 工作记忆 培训干预在 流体智能（Gf）。认知能力训练研究缺乏足够的研究，这些研究表明正向其他任务/领域的积极转移不同于训练介质。这项研究还为之间 工作记忆和Gf。

酷的东西。必须阅读。关于工作内存和Gf之间的联系已写了很多文章。以下是一些先前的相关帖子，涉及以下主题： 工作记忆 和 Gf 。

在发表更多评论之前，我需要花时间深入阅读本研究。此时，我只浏览了摘要。也许其他人可以阅读和评论。

Jaeggi，S.，Buschkuehl，M.，Jonides，J.&Perrig，W.（2008年）。通过训练工作记忆来提高流体智力。 美国国家科学院学报，105（19），6829-6833。 （点击阅读）


抽象

• 流体智能（Gf）是指独立于先前获得的知识进行推理和解决新问题的能力。 Gf 对于各种各样的认知任务至关重要，它被认为是学习中最重要的因素之一。此外，Gf与专业和教育成就密切相关，尤其是在复杂而苛刻的环境中。尽管可以通过直接对Gf进行测试来提高Gf的测试性能，但没有证据表明在任何其他方案下进行训练都会增加成年人的Gf。此外，对认知训练的研究已有很长的历史，这表明，尽管在训练后的任务上的表现可以显着提高，但是将这种学习转移到其他任务上仍然很困难。在这里，我们提供了从训练要求高的工作记忆任务转移到Gf量度的证据。即使受过训练的任务与智能测试本身完全不同，也会产生这种转移。此外，我们证明了智力的获得程度主要取决于训练的数量：训练越多，Gf的改善就越多。即，训练效果是剂量依赖性的。因此，与许多以前的研究相比，我们得出的结论是，无需实践测试任务就可以提高Gf，从而打开了广泛的应用领域。

我们可以训练Gf（流体智商）吗？

从我最喜欢的博客之一-Sharp Brains中查看以下内容：

“最近的一项科学研究受到了里程碑式的欢迎，它显示了如何通过培训来改善流体智力。我最近采访了一位研究人员（可以训练智力吗？ Martin Buschkuehl展示了如何），撰稿人Pascale Michelon博士在接下来的精彩文章中添加了自己的观点。请享用！”

从KMcGrew iPhone发送

工作记忆，Gf和任务切换文章

数据库：PsycARTICLES

[杂志文章]

在工作存储器中访问信息的速度和准确性：焦点切换的个体差异调查。

纳什，恩斯沃思；恩格尔，兰德尔·W。

实验心理学杂志：学习，记忆和认知。 2008年5月 34（3）616-630

抽象

三个实验检查了在切换工作记忆中的关注焦点时个体差异的性质。参与者执行了3个版本的连续计数任务，这些任务需要连续更新和计数之间的切换。在所有三个实验中，工作记忆跨度和流体智能的个体差异与计数的准确性有关，但与与在计数之间切换相关的时间成本无关。这组作者建议，工作记忆跨度和流体智能措施可以部分索引准确转移信息的能力，而这种变化与转移速度无关。 （PsycINFO数据库记录（c）2008 预约定价安排 ，保留所有权利）

从KMcGrew iPhone发送

通过认知和语言测验预测WJ III阅读/数学

这是我的更新 CHC 认知能力和 阅读 和 数学 研究项目ts（请访问以前的帖子以获取背景信息）。

我最近跑了 多元回归分析 在里面 WJ III 规范数据[利益冲突说明 -我是《 WJ III》的合著者，在这里我使用了整套的WJ III认知测验（原始的WJ III和WJ III 诊断补充 测试）和WJ III口语测试来预测WJ III（a）个别阅读测试，（b）阅读类，（c）个别数学测试和（d）数学类。

结果摘要表现已包含在CHC中 阅读 和 数学 先前发布的摘要视觉图形思维导图。如摘要文件中所述，我在WJ III规范样本（6-8岁； 9-13岁； 14-19岁）中的三个不同年龄组上运行了逐步多元回归模型（后退）。我指定模型包括五个预测检验。由于可能的预测标准污染，在预测数学推理和定量概念测试（属于MR群集的QC测试的一半，包括数字系列类型的项目）。最后，回归模型是在每个年龄组中计算的相关矩阵上进行的，其中去除了年龄差异（基于年龄 标准分数s）。的 EM缺失数据算法 在矩阵计算期间被调用。然后将这些矩阵用于多元回归分析。

WJ III测试的描述和解释可通过以下链接获得： 先前的帖子 （第一个链接位于 “结果：第一阶段” 先前帖子的部分）

汇总表包括最终的标准化回归权重以及测试的编码，尽管这些测试未最终出现在最终的回归模型中，但往往在某些步骤中接近输入回归模型（基于对模型的检查）。 偏相关 在每一步）-叫他们 伴娘 测试。

该材料正在作为我正在完成的演讲的一部分 国家航空航天局 2008研讨会。对这些结果的解释，结合精选的综述和综合 CHC - 与非CHC组织的COG-ACH相关研究将在该研讨会上进行介绍，并最终发布该研讨会上精选的PPT幻灯片（在此博客中观看公告）。

请确认这些结果有 不 受到同行评审。结果以“原样”呈现，没有任何解释。如上所述，对此材料的解释将成为NASP研讨会的一部分。此外，此资料将包含在对 WJ III不断发展的知识网（EWOK），我计划在研讨会之前（或之后）进行更新。

尽情享受分析摘要的乐趣。我希望此信息的发布能激发其他CHC / WJ III学者和评估专家的假设产生和讨论。我敦促有兴趣的人对 CHC 列表服务器...由于CHC 列表服务器提供了比静态博客“评论”帖子更动态的让与学习体验。

您可以通过以下两个链接直接过去并下载报告。

• WJ III阅读成绩多元回归总结
• WJ III数学成绩多元回归摘要
  

Technorati标签： 心理学, 教育心理学, 学校心理学, 神经心理学, 河滨出版, 伍德科克-约翰逊, WJ III, WJ III NU, 规范更新, 阅读, 数学 , w , Gq , CHC , CHC 理论, 多重回归

供电 抄写员.

可能太聪明了吗？

流体智能是否过多（高度）（ Gf ）会对某些形式的认知表现有害吗？可能，据 Shamosh 和 GR ay（2007）的文章 "流体情报与资源枯竭之间的关系” 出版于 认知与情感。尽管样本量较小且精选（本科生无处不在的样本），但这项研究表明， Gf 可能“耗尽”他们的 自我调节 资源多于拥有较低资源的个人 Gf 。也许这就是为什么随着时间的推移从事剧烈认知活动的人常常最终感到筋疲力尽……需要休息的原因。至少当我觉得“想得太多”后再也无法复制时，这将为我提供一个有效的借口。

• 抽象： 自我调节取决于有限的资源，该资源可以暂时耗尽，但对于这种资源与认知能力的个体差异之间的关系知之甚少。我们调查了自我调节耗竭是否会随着体液智力（gF）的个体差异而变化，体液智力是与执行功能有关的认知能力的稳定指标。参与者执行了根据自我调节需求而变化的情绪调节任务，然后进行了多源干扰任务以评估消耗。在另一天，参与者完成了Raven ’■用于评估gF的高级渐进矩阵。情绪抑制导致干扰任务受损，表明自我调节耗竭。至关重要的是，较高的gF与更大的耗竭有关。控制反映任务要求和特质动机敏感性的变量并不会影响这种效果。这些结果对自我调节和认知能力之间关系的理论以及支持行为控制的机制具有理论意义。

Technorati标签： 心理学, 教育心理学, 学校心理学, 神经心理学, 流体智能, Gf , 智慧, 智商 , 智商分数, 智商测试, 自我调节执行功能

供电 抄写员.