我很感兴趣地阅读了（ 注意一篇出色的文章，探讨了 注意 和 情报 在...的范围内 CHC智能模型。持续的不适感 CHC 模型，尤其是 CHC 对各个智能电池中的测试所测量的内容进行分类的术语是，缺乏明确的作用/存在/有效性 交流电 （注意/集中） 在模型中。 Carroll（1993）明确指出，在认知能力模型中，注意力的未知状态是：“ ...可以说，注意力在所有认知表现中都有不同程度的参与，因此，在所有被认为表明认知能力的表现中都涉及到这一点。可以预见，要分离出注意力中的注意力成分是非常困难的个体差异因素通常可以同样好地解释为某种特定认知能力的因素或注意力能力的因素，这些表现代表了能力而非参加能力的那些潜在特征。下面列出了当前的文章参考和摘要：
（第547页）”
伯恩斯，北卡罗来纳州，Nettelbeck&McPherson，J.（2009）注意和智力：因素分析研究。 个体差异杂志，30（1），44–57. (点击这里查看)
- 抽象： 卡洛尔（Carroll，1993）发现很少有针对注意力能力的因子分析研究。我们回顾并重新分析了其中一些研究，并得出结论认为，有必要采用探索性方法研究注意力测试与认知能力之间的关系。我们从普通社区中抽取了N = 147名成年人作为样本，并进行了17项注意力测试，包括著名的神经心理学测试以及从差异性和实验性文献中得出的注意力测试。我们还进行了14次认知能力测试，旨在测量Carroll中描述的结构’的智力分类法，包括较高阶的一般能力因子。从能力电池到从注意电池的一般因素的一般因素的回归显示，这两个潜在变量接近相同（β= .98）。探索性的结构方程建模允许使用模型，其中模型的能力部分为验证性测量模型，但注意变量由三个旋转的探索性因素建模，从而阐明了这一结果。有两个持续注意因素和一个工作记忆能力因素与潜在能力变量和年龄之间存在差异关系。在过程网络的背景下讨论了结果，该过程在心理层面上描述了一般认知能力，包括心理速度，工作记忆和持续关注。
尽管该研究的成年人样本数量有限（n = 147），因此恳求在年轻样本中进行复制，但这项研究的优势在于，存在大量选择用于代表CHC域的认知变量（14） GC，Gf，Gv，Gs和Gy（在Catell-Horn模型中这将结合Glr和Gsm）和17个注意变量，以及使用（我需要了解更多有关此信息）组合的确认性和探索性因素分析程序称为ESEM（探索性结构方程建模）。有趣的是以下一些发现：
- 认知g因子和注意g因子之间的潜在因子相关性为.977。根据作者的说法，这表明有趣的假设 “几乎没有什么东西可以决定注意力测试的表现，而g或g基本上是由行政注意力能力构成的。“在凯恩，恩格尔，康威等人的背景下，我发现了有趣的后来的假设 控制执行注意力 工作记忆的模型，并且工作记忆=（或与G或Gf密切相关）。作者确实讨论了这些不同研究结果之间的关系。
- 确定了三个单独的注意因素，两个被解释为反映持续关注的方面（一个与Gs能力非常相似）和一个工作记忆（Gsm-MW）。实际上，这表明对智能电池的许多加速认知测试可能反映了持续关注的强大影响（如以上Carroll引用中所建议）。另一个持续关注的因素可能是像以前那样具有“注意力”结构 “对于持续不断提高性能的明确要求不高，但是需要保持更长的时间，或者要求更复杂的任务，或者两者兼而有之。这种关注因素与Gs的关系几乎为零，而与更高阶的Gs的关系则很大。因子。” 也许我们在应用测试开发领域应该检查第二注意因素的变量，并尝试开发用于临床的心理测量方法。
Technorati标签： 心理学, 教育, 教育心理学, 学校心理学, 特殊教育, 情报, 信息系统, g, 一般情报, 智商, 智商测试, 智商分数, 工作记忆, Gf, Gv, s, GSM, y, 因子分析, CHC理论, 卡特尔·洪·卡罗尔, WJ III, 伍德科克-约翰逊
