显示带有标签的帖子 智力测试. 显示所有帖子
显示带有标签的帖子 智力测试. 显示所有帖子

2018年5月19日星期六

智力与适应行为之间的关系:荟萃分析 

AB IQ关系的非常重要的荟萃分析。通过事先非正式综合评估目标的主要发现 麦格鲁(2015)

智力与适应行为之间的关系:荟萃分析s   
 
瑞安·亚历山大(Ryan M.Alexander) 
 
抽象 
 
智力测验和适应性行为量表可衡量人类功能多维性质的重要方面。对每个障碍的评估都是诊断或识别智力障碍的必要组成部分,并且在评估和识别其他发展性障碍时经常将两者结合使用。本研究使用心理计量学荟萃分析调查了智力与适应行为之间的人群相关性。主要分析包括148个样本,总共16,468名参与者。在对采样误差,测量误差和距离偏差进行校正之后,分析得出了估计的种群相关性ρ= .51。主持人的分析表明,智商与适应行为之间的关系倾向于随着智商​​的提高而降低,对年幼的孩子最强,并且因残障类型,适应性测评对象和智商测度而异。此外,在WISC-V手册中,用于报告儿童第五版Wechsler智力量表和Vineland-II分数之间相关性的数据集的全民智商分数对适应行为综合分数的曲线回归分析表明,曲线关系 —适应性行为评分与低于50的智商得分几乎没有关系(WISC-V得分不低于45),从那里开始,直到智商约为100为止,存在正向关系,此时,这一关系变得平坦。讨论了智力和适应性行为之间变化的相关量级的实际含义(即相关量如何影响智力残疾的合格率)。
 
报告的其他主要发现
 
McGrew(2012)扩充了Harrison的数据集,并进行了非正式分析,包括总共60种相关性,描述了文献中有关该关系的分布特征。他得出结论,相关性的合理估计约为0.50,但未尝试探索可能影响关系强度的因素。
 
本研究的结果证实了Harrison(1987)和McGrew(2012)的结论,即智商/适应行为的关系是中等的,表明存在截然不同但相关的结构。结果确实表明,在较低的智商水平下,相关性可能会更强—这种趋势跨越整个ID范围,而不仅仅是严重范围。估计的真实平均总体为0.51,而研究伪影(例如采样误差,测量误差和范围偏离)导致个别研究的发现有所减弱(观察到的和估计的真实相关性之间的总体差异约为0.05)。
 
 
本研究发现估计的真实总体平均相关系数为0.51,这意味着适应性行为和智力共有26%的共同方差。实际上,这种关系的大小表明一个人的智商得分和适应行为综合得分并不总是相称的,并且经常会发散,而不是微不足道的。使用公式Ŷ=Ȳ+ρ(X-X̅),其中Ŷ是预测的适应行为综合得分,Ȳ 是总体中的适应行为评分,ρ 是适应性行为与智力之间的相关性,X是观察到的个人智商得分,X̅是平均智商得分,考虑到均值的回归,与智商得分为70对应的预测的适应性行为综合得分(在相关系数为0.51的情况下)为85—分数是适应行为综合分数70(某些实体为满足ID资格要求而推荐的削减分数)之上的完整标准差。如果相关系数为.51,并且考虑到均值的回归,则需要IQ得分为41,才能使预测的适应行为综合得分为70。考虑到大约85%的ID个体报告的IQ得分为75。 55和70±5(Heflinger et al。,1987; Reschly,1981),资格的影响,特别是对于那些智力障碍较轻的人,令人震惊。实际上,根据Lohman和Korb(2006)的计算得出,当两者的相关性为时,只有17%的智商得分为70或以下的人也将获得70或以下的适应行为综合得分。 50 
 
 
这项研究的目的是使用心理计量荟萃分析研究智商与适应行为之间的关系以及调节这种关系的变量。这些发现以多种方式为有关智商和适应行为的当前文献做出了贡献。首先,在校正了抽样误差,测量误差和距离偏离之后,估计的智力和适应性行为之间的真实平均总体相关性是中等的,这表明智力和适应性行为是截然不同但又相关的结构。其次,智商水平对智商与适应行为之间的关系有调节作用。在较低的智商水平下,相关性可能会增强,而随着智商的提高,相关性会减弱。第三,年龄虽然不是线性的,但会影响智商/适应行为的关系。人口相关性对于年幼的儿童最高,而在5至12岁的儿童中最低。第四,智商/适应行为相关性的大小因残疾类型而异。对于没有残疾的人来说,这种关系最弱,而对于发育迟缓的小孩子来说,这种关系最强。当智商水平不匹配时,ID者的智商/适应行为相关性与自闭症者相当。第五,父母/照顾者充当适应行为受访者时的智商/适应相关性与教师充当受访者时的智商/适应相关性相当,但是对适应行为的直接评估会产生更强的相关性。第六,个体的种族不会显着改变智商与适应行为之间的相关性,但未来的研究应评估评估者的种族对适应行为评级的影响。第七,智商与适应行为之间的相关性取决于所使用的智商测度—使用Stanford-Binet量表时的人口相关性显着高于使用Wechsler量表时的人口相关性。第八,智商与适应行为之间的相关性在从Vineland,SIB和ABAS系列适应行为测度中获得的适应行为综合评分之间没有显着差异,这些评分被认为适合进行残疾识别。尽管这项研究存在局限性,但还是首次采用荟萃分析程序和技术来研究智力与适应行为之间的相关性以及主持人如何改变这种关系。这项研究的结果提供的信息可帮助指导从业者,研究人员和政策制定者诊断或识别智力和发育障碍。


-使用iPad上的BlogPress发布

2018年3月17日星期六

差异心理学对于学校学习的重要性:90%的学校成绩差异是由于学生的特点造成的

这就是为什么对个体差异/差异心理学的研究如此重要的原因。如果你不这样做’不想看你能读的文章 观看视频 德特曼博士的论文,他总结了他的想法和本文。

教育和情报:怜悯可怜的老师,因为学生的特征比老师或学校更重要。 文章链接。

道格拉斯·德特曼

凯斯西储大学(美国)

抽象

从记录的历史开始,教育就没有改变。问题在于,重点一直放在学校和教师身上,而不是学生身上。这是一个简单的思想实验,有两个条件:1)根据教学质量,将50名教师分配给20名学生组成的随机班,2)通过选择能力最强的学生按顺序填满每个班,组成50名20名学生教师被随机分配到班级。在条件1中,每个老师的教学能力在条件2中,每个班级学生的平均能力水平与整个教学过程中的平均增益相关。受教育程度最好由学生的能力来预测(r = 0.95),而教师的技能则要少得多(r = 0.32)。我认为看似一成不变的教育不会改变,除非我们完全了解学生,尤其是人类的智力。在过去的50年中,发达国家积累的证据表明,只有约10%的学校成绩可归因于学校和教师,而其余 90%是由于与学生相关的特征。在每个教育阶段,教师占总差异的1%至7%。对于学生而言,智力占与学习成果相关的方差的90%。该证据已审查


-使用iPad上的BlogPress发布

2017年10月23日,星期一

卡特尔-霍恩-卡罗尔(CHC)智力理论的演变:施耐德& McGrew 2018 summary


卡特尔-霍恩-卡罗尔(CHC)智力理论的演变:施耐德& McGrew 2018 summary 凯文·麦格鲁

这个 演示文稿包括将要出版的关键材料的一部分 即将发布的CHC更新/修订章节-D.P. Flanagan& 艾琳·麦克唐纳(Erin M.McDonough)(编),当代智力评估: 理论,检验和问题(第四版),纽约:吉尔福德出版社。

这只是本章的一小部分。另外,我已经插入 一些与测试解释有关的新材料,未包含在其中 即将出版的章节。暂定出版日期 Flanagan的书是2018年春季。此SlideShare演示文稿的大部分(但不是全部)最初是在2017年10月19日的2017 纽约州立大学会议上提交的。

2016年8月22日星期一

四世 COG#7的“智能”智力测试:为什么有些人在各种WJ IV 嘎测试中获得明显不同的分数?

这是#7中的 "智能"智力测试 with the 四世 COG series 在智商角。 单击下面幻灯片右上角的LinkedIn图标可以下载PPT模块的副本。 所有幻灯片的PDF副本可以是 在这里找到.

开发此模块是为了响应IAPCHC 列表服务器上的一个线程,在该线程上,有人寻求帮助以了解为什么WJ IV语音处理测试分数可能会比WJ IV声音混合和分段测试分数如此大(更低)。

请享用。



2016年5月12日星期四

"智能"智力测试 with the 四世 Tests of Cognitive Ability #6: Within-Gc 评定 tree


这是第二个 四世-CHC内部评估树-这次 GC.  See 先前的帖子 我在这里解释这些分组的基础(例如 Gf -树) 以及各种箭头和字体的含义。 我现在还包括表格形式的信息。  这个 is part of my "智能智力测试 with the 四世 Tests of Cognitive Abilities" 系列。

PDF副本非常干净,可以 在这里下载.

相关的广义和狭义定义如下

理解知识(Gc): 陈述式和程序性知识和技能的深度和广度’的文化。通过经验,学习和适应发展对语言,单词和常识的理解。

  • 一般(语言)信息(K0):知识的广度和深度’对于大多数人来说,文化认为必不可少的,实用的或值得的。
  • 语言发展(LD): 从单词,习语和句子的层面对口语的一般理解。 广义Gc能力与其他狭义Gc能力之间的中间因素。 它通常代表许多窄语能力的共同努力—因此这不可能是一种独特的能力。 
  •  词汇知识(VL): 有关单词定义及其基础概念的知识。词汇知识。
  • 听力(LS): 理解语音的能力,首先是理解单个单词,然后逐渐发展为冗长而复杂的口头陈述。 
特定领域知识(Gkn): 专门的声明性和程序性知识的深度,广度和精通度,通常是通过’的职业,爱好或其他热情爱好。 k域可能包含比CHC模型中当前列出的能力更窄的能力。  
  • 文化知识(K2): 关于人文科学的知识范围(例如,哲学,宗教,历史,文学,音乐和艺术)。

单击图像放大并获得更清晰的图像。




我,凯文·麦格鲁(Kevin McGrew),对此内容全权负责。  The 此处(和本系列中)提供的信息不一定 反映我的《 四世》合著者或《科学》杂志出版商的观点 WJ IV (HMH).


"智能"智力测试 with the 四世 Tests of Cognitive Ability #2.5: 什么是Kaufman's "智能"智力测试?



这应该是我的“智能”测试系列的第一篇文章之一。 迟到总比不到好。 艾伦·考夫曼(Alan Kaufman)的1979年“使用WISC-R进行智能智力测试”对我的智力测试实践产生了深远的影响,当时我是一名学校心理学家,并且在许多方面影响了我的职业生涯,并涉足应用心理学,奖学金等领域。 如果您喜欢PDF副本,每页一张幻灯片,则可以 在这里找到.


2016年1月28日星期四

"智能"智力测试 with the W IV Tests of Cognitive Ability #3: Within-CHC 评定 trees - a Gf "tease"



我决定暂时跳过计划中的第三期 这个系列 并为我将在本系列中准备的一小部分“智能”测试材料提供“逗趣”。 在这个有趣的帖子之后,我将发布“智能”智能测试的介绍(根据Kaufman并应用于WJ IV COG / OL)。

艾伦·考夫曼(Alan Kaufman)使用Wecshler系列进行“智能”测试的一个特点是提供了补充测试分组-可以衡量一个共享的共同能力的测试分组,但不是该测试的已发布集群或索引之一的分组。

我已经开发出所谓的 “ CHC内域评估和解释树” 四世 COG中的所有7个CHC域。 我通过回顾和整合以下信息资源来开发这些评估树。


关 WJ IV技术手册(TM)中对CFA结果的检查

关 WJ IV TM中的EFA检查,聚类分析和MDS结果

额外 未发布的EFA,CFA,聚类分析和MDS(2D&3D)完成WJ后 IV出版物(6-19岁之间)

评论 WJ,WJ-R和WJ III的补充/临床分组(例如,McGrew,1986; 1984年-我的两本WJ COG书)

广泛 unpublished “Beyond CHC”  analysis of the WJ III data

理论上的 和临床考虑


以下是Gf内部评估树。 单击图像放大以查看清晰。


(注意。 自发布此原始帖子以来,我现在在下面添加了上述信息的表格形式。 另外,两个图像的干净的PDF副本可以是 在这里找到



带有粗体字体标签的深色箭头表示WJ IV提供的Gf群集。  You will see Gf ,Gf-Ext和定量推理. 虚线表示在评估一个人的Gf能力时可能需要检查的其他测试。 注意从Gf-Ext到Visualization测试的行。  It is labeled Gf -Ext 4 / Gf + Gv混合动力. 此标签不是粗体,表示它不是具有得分规范的类。 对WJ IV规范数据的所有数据分析进行仔细检查后发现,可视化测试倾向于“闲逛”或靠近主要Gf测试。 而且,正如Carroll(1993)报道的那样,有时Gv和Gf测试经常会形成Gf / Gv混合因子(众所周知,有时因子分析很难区分Gf和Gv指标)。  这个 grouping 建议检查人员应查看可视化测试是否与其他Gf测试一致....这可能反映了比可视化测试特定的任何东西更多的共享Gf方差。

另请注意定量推理-外部(RQ)补充分组, 这表明,如果定量推理得分高或低,应检查ACH电池的数字矩阵和应用问题测试-有时,它们将“遵循”定量推理的得分  cluster.

最后,WJ IV TM中的一组CFA模型建议 Gf -Verbal Gf 定量 分裂。 言语推理的补充分组包括概念形成,分析综合,口语词汇和段落理解测验。 CFA结果的下面部分支持可能的Gf-Verbal和Gf-Quantitative区分。 该信息在《 四世技术手册》中。 这些信息表明TM可以成为您的“朋友”。 它包含与测试无关的大量有价值的信息,这些测试不是群集的一部分,但是显示了与可能发布的群集或我将介绍的新的临床补充测试分组存在某些共同差异的证据。

有关Gf的广义和狭义定义如下:

流体推理(Gf): 使用故意的和受控的集中注意力解决小说“on the spot”不能仅通过使用先验知识(先前学习的习惯,模式或脚本)解决的问题。 推理至少取决于学习和适应能力。
  • 归纳(I): 推断一般的隐性原则或规则的能力,这些原则或规则支配观察到的现象或问题解决方案的行为。  Rule discovery.
  • 一般顺序推理(RG): 从给定的前提和原则得出逻辑结论的能力,通常是通过两个或多个连续的步骤来完成的。 演绎推理。
  • 定量推理(RQ): 通过数字或数学关系,运算和算法进行归纳或演绎的推理能力。
      既然我知道人们倾向于像我一样不厌其烦地使用技术手册,那么我的评估树就是将所有这些信息以可视化形式合并的辅助工具,从而使您不必从TM中提取与解释相关的潜在信息。 。

      敬请关注。 CHC内部的一些评估树建议更多的测试分组用于临床解释(比这个Gf示例更重要)。

      我,凯文·麦格鲁(Kevin McGrew),对此内容全权负责。 此处(和本系列中)提供的信息不一定反映我的WJ IV合著者或WJ IV出版者的观点。 

      点击图片放大



      2016年1月24日星期日

      "智能" 测试 with the 四世 Tests of Cognitve Ability #2: Connecting the dots of relevant 情报 research

      点击图片可放大。

      属于人类智能主题范围的研究是广泛的。 

      几十年来,我一直在努力与情报相关的研究保持同步,特别是有助于开发,分析和解释应用情报测试的研究。  我经常在整合专注于脑-行为关系或网络,神经效率等方面的研究时遇到困难。 然后,我重新发现了情报研究的一个简单的三级分类 伯爵亨特. 我将其修改为四个级别的模型,该模型如上图所示。

      在这个“智能”测试系列中,主要重点将放在利用顶级“心理测量”研究的信息来辅助测试解释。 但是,鉴于认知神经心理学研究对测试开发的影响越来越大,通常必须转向2级(信息处理)才能理解如何解释特定的测试。

      本系列文章主要来自前两个级别,尽管有时我可能会从两个与大脑相关的级别中导入知识。

      为了更好地理解此框架,并以适当的角度将本系列中的即将发布的信息,我敦促您查看我先前在此博客上发布的“ PPT”视频。 

      这里是。 下一篇文章将开始作为“智能”智能测试的主要基础的心理测量级别的信息。