fator g (psicometria) - g factor (psychometrics)

O fator g (também conhecido como inteligência geral , habilidade mental geral ou fator de inteligência geral ) é um construto desenvolvido em investigações psicométricas de habilidades cognitivas e inteligência humana . É uma variável que resume correlações positivas entre diferentes tarefas cognitivas, refletindo o fato de que o desempenho de um indivíduo em um tipo de tarefa cognitiva tende a ser comparável ao desempenho dessa pessoa em outros tipos de tarefas cognitivas. O fator g normalmente é responsável por 40 a 50 por cento das diferenças de desempenho entre indivíduos em um determinado teste cognitivo , e as pontuações compostas ("pontuações de QI") baseadas em muitos testes são frequentemente consideradas como estimativas da posição dos indivíduos no fator g . Os termos de QI, inteligência geral, a capacidade cognitiva geral, mental geral habilidade , e simplesmente inteligência são muitas vezes utilizados indistintamente para referir-se a este núcleo comum compartilhada por testes cognitivos. O fator g visa uma medida particular de inteligência geral .

A existência do fator g foi originalmente proposta pelo psicólogo inglês Charles Spearman nos primeiros anos do século XX. Ele observou que as avaliações de desempenho das crianças, em matérias escolares aparentemente não relacionadas, estavam positivamente correlacionadas e concluiu que essas correlações refletiam a influência de uma capacidade mental geral subjacente que influenciava o desempenho em todos os tipos de testes mentais. Spearman sugeriu que todo desempenho mental poderia ser conceituado em termos de um único fator de habilidade geral, que ele chamou de g , e muitos fatores de habilidade específicos para tarefas específicas. Logo depois que Spearman propôs a existência de g , ele foi contestado por Godfrey Thomson , que apresentou evidências de que tais intercorrelações entre os resultados dos testes poderiam surgir mesmo que o fator g não existisse. Os modelos de fator de inteligência de hoje geralmente representam habilidades cognitivas como uma hierarquia de três níveis, onde existem muitos fatores estreitos na parte inferior da hierarquia, um punhado de fatores amplos e mais gerais no nível intermediário e no ápice um único fator, referido como o fator g , que representa a variância comum a todas as tarefas cognitivas.

Tradicionalmente, a pesquisa sobre g tem se concentrado em investigações psicométricas de dados de teste, com ênfase especial em abordagens analíticas fatoriais . No entanto, a pesquisa empírica sobre a natureza de g também se baseou na psicologia cognitiva experimental e na cronometria mental , na anatomia e fisiologia do cérebro, na genética quantitativa e molecular e na evolução dos primatas . Alguns cientistas consideram g como uma regularidade estatística e incontroversa, e um fator cognitivo geral aparece em dados coletados de pessoas em quase todas as culturas humanas. No entanto, não há consenso sobre o que causa as correlações positivas entre os testes.

A pesquisa no campo da genética comportamental estabeleceu que a construção de g é altamente hereditária . Ele tem vários outros correlatos biológicos, incluindo o tamanho do cérebro . É também um indicador significativo de diferenças individuais em muitos resultados sociais, especialmente na educação e no emprego. As teorias contemporâneas de inteligência mais amplamente aceitas incorporam o fator g . No entanto, os críticos de g argumentaram que a ênfase em g é inadequada e acarreta uma desvalorização de outras habilidades importantes. Stephen J. Gould denunciou o conceito de g como o suporte de uma visão reificada irreal da inteligência humana.

Teste de habilidade cognitiva

Correlações entre testes mentais

Os testes de habilidade cognitiva são projetados para medir diferentes aspectos da cognição. Domínios específicos avaliados por testes incluem habilidade matemática, fluência verbal, visualização espacial e memória, entre outros. No entanto, os indivíduos que se destacam em um tipo de teste tendem a se destacar em outros tipos de teste também, enquanto aqueles que se saem mal em um teste tendem a se sair bem em todos os testes, independentemente do conteúdo dos testes. O psicólogo inglês Charles Spearman foi o primeiro a descrever esse fenômeno. Em um famoso artigo de pesquisa publicado em 1904, ele observou que as medidas de desempenho das crianças em matérias escolares aparentemente não relacionadas eram positivamente correlacionadas. Desde então, essa descoberta foi replicada inúmeras vezes. O achado consistente de matrizes de correlação universalmente positivas de resultados de testes mentais (ou a "variedade positiva"), apesar das grandes diferenças nos conteúdos dos testes, foi descrito como "indiscutivelmente o resultado mais replicado em toda a psicologia". Correlações nulas ou negativas entre os testes sugerem a presença de erro amostral ou restrição da faixa de habilidade na amostra estudada.

Usando a análise fatorial ou métodos estatísticos relacionados, é possível calcular um único fator comum que pode ser considerado uma variável de resumo que caracteriza as correlações entre todos os diferentes testes em uma bateria de teste. Spearman se referiu a esse fator comum como o fator geral , ou simplesmente g . (Por convenção, g é sempre impresso em itálico minúsculo.) Matematicamente, o fator g é uma fonte de variação entre os indivíduos , o que implica que não se pode falar significativamente das habilidades mentais de qualquer indivíduo consistindo em g ou outros fatores para qualquer graus. Só se pode falar da posição de um indivíduo em g (ou outros fatores) em comparação com outros indivíduos em uma população relevante.

Testes diferentes em uma bateria de teste podem se correlacionar com (ou "carregar") o fator g da bateria em diferentes graus. Essas correlações são conhecidas como cargas g . A pontuação do fator g de um indivíduo que faz o teste , representando sua posição relativa no fator g no grupo total de indivíduos, pode ser estimada usando as cargas g . As pontuações de QI em escala real de uma bateria de testes geralmente estão altamente correlacionadas com as pontuações do fator g e costumam ser consideradas estimativas de g . Por exemplo, as correlações entre as pontuações do fator g e as pontuações de QI em escala completa dos testes de David Wechsler foram maiores que 0,95. Os termos QI, inteligência geral, habilidade cognitiva geral, habilidade mental geral ou simplesmente inteligência são freqüentemente usados ​​indistintamente para se referir ao núcleo comum compartilhado por testes cognitivos.

As cargas g de testes mentais são sempre positivas e geralmente variam entre 0,10 e 0,90, com uma média de cerca de 0,60 e um desvio padrão de cerca de 0,15. As matrizes progressivas de Raven estão entre os testes com as cargas g mais altas , em torno de 0,80. Os testes de vocabulário e informações gerais também costumam ter cargas de alta g . No entanto, a carga g do mesmo teste pode variar um pouco dependendo da composição da bateria de teste.

A complexidade dos testes e as exigências que colocam sobre manipulação mental estão relacionados com os testes g cargas. Por exemplo, no teste de amplitude de dígitos para frente, o sujeito é solicitado a repetir uma sequência de dígitos na ordem de sua apresentação, depois de ouvi-los uma vez a uma taxa de um dígito por segundo. O teste de retrocesso de dígitos é o mesmo, exceto que o sujeito é solicitado a repetir os dígitos na ordem inversa àquela em que foram apresentados. O teste de amplitude de dígito reverso é mais complexo do que o teste de amplitude de dígito anterior e tem um carregamento g significativamente maior . Da mesma forma, os g carregamentos de testes de computação aritmética, ortografia e leitura de palavras são menores do que os de solução de problemas aritméticos, composição de texto e testes de compreensão de leitura, respectivamente.

A dificuldade do teste eg carregamentos são conceitos distintos que podem ou não estar empiricamente relacionados em qualquer situação específica. Os testes que têm o mesmo nível de dificuldade, conforme indexados pela proporção de itens de teste que foram reprovados pelos participantes do teste, podem exibir uma ampla faixa de cargas g . Por exemplo, os testes de memória mecânica mostraram ter o mesmo nível de dificuldade, mas cargas g consideravelmente mais baixas do que muitos testes que envolvem raciocínio.

Teorias

Embora a existência de g como regularidade estatística seja bem estabelecida e incontroversa entre os especialistas, não há consenso sobre o que causa as intercorrelações positivas. Várias explicações foram propostas.

Energia ou eficiência mental

Charles Spearman concluiu que as correlações entre os testes refletiam a influência de um fator causal comum, uma habilidade mental geral que influencia o desempenho em todos os tipos de tarefas mentais. No entanto, ele pensava que os melhores indicadores de g eram aqueles testes que refletiam o que ele chamou de edução de relações e correlatos , que incluía habilidades como dedução , indução , resolução de problemas, compreensão de relacionamentos, inferência de regras e detecção de diferenças e semelhanças. Spearman formulou a hipótese de que g era equivalente a "energia mental". No entanto, esta era mais uma explicação metafórica, e ele permaneceu agnóstico sobre a base física dessa energia, esperando que pesquisas futuras descobrissem a natureza fisiológica exata de g .

Seguindo Spearman, Arthur Jensen afirmou que todas as tarefas mentais atingem g até certo ponto. De acordo com Jensen, o fator g representa um "destilado" de pontuações em testes diferentes, em vez de uma soma ou uma média de tais pontuações, com a análise fatorial atuando como o procedimento de destilação . Ele argumentou que g não pode ser descrito em termos das características do item ou do conteúdo da informação dos testes, apontando que tarefas mentais muito diferentes podem ter cargas g quase iguais . Wechsler afirmou da mesma forma que g não é uma habilidade, mas sim uma propriedade geral do cérebro. Jensen formulou a hipótese de que g corresponde a diferenças individuais na velocidade ou eficiência dos processos neurais associados às habilidades mentais. Ele também sugeriu que, dadas as associações entre g e tarefas cognitivas elementares , deve ser possível construir uma escala de razão teste do g que os usos do tempo , como a unidade de medida.

Teoria da Amostragem

A chamada teoria de amostragem de g , originalmente desenvolvida por Edward Thorndike e Godfrey Thomson , propõe que a existência da variedade positiva pode ser explicada sem referência a uma capacidade subjacente unitária. De acordo com essa teoria, há vários processos mentais não correlacionados e todos os testes baseiam-se em diferentes amostras desses processos. As intercorrelações entre os testes são causadas por uma sobreposição entre os processos explorados pelos testes. Assim, a variedade positiva surge devido a um problema de medição, uma incapacidade de medir processos mentais mais refinados, presumivelmente não correlacionados.

Foi demonstrado que não é possível distinguir estatisticamente entre o modelo de ge de Spearman do modelo de amostragem; ambos são igualmente capazes de explicar as intercorrelações entre os testes. A teoria da amostragem também é consistente com a observação de que tarefas mentais mais complexas têm cargas g mais altas , porque as tarefas mais complexas devem envolver uma amostragem maior de elementos neurais e, portanto, têm mais deles em comum com outras tarefas.

Alguns pesquisadores argumentaram que o modelo de amostragem invalida g como um conceito psicológico, porque o modelo sugere que os fatores g derivados de diferentes baterias de teste simplesmente refletem os elementos compartilhados dos testes particulares contidos em cada bateria, em vez de um g que é comum a todos os testes . Da mesma forma, altas correlações entre baterias diferentes podem ser devido ao fato de elas medirem o mesmo conjunto de habilidades em vez da mesma habilidade.

Os críticos argumentaram que a teoria da amostragem é incongruente com certas descobertas empíricas. Com base na teoria da amostragem, pode-se esperar que testes cognitivos relacionados compartilhem muitos elementos e, portanto, sejam altamente correlacionados. No entanto, alguns testes intimamente relacionados, como extensão de dígitos para frente e para trás, são apenas modestamente correlacionados, enquanto alguns testes aparentemente completamente diferentes, como testes de vocabulário e matrizes de Raven, são consistentemente altamente correlacionados. Outra descoberta problemática é que o dano cerebral freqüentemente leva a deficiências cognitivas específicas, em vez de uma deficiência geral que se poderia esperar com base na teoria da amostragem.

Mutualismo

O modelo de "mutualismo" de g propõe que os processos cognitivos inicialmente não estão correlacionados, mas que a variedade positiva surge durante o desenvolvimento individual devido a relações mútuas benéficas entre os processos cognitivos. Portanto, não há um único processo ou capacidade subjacente às correlações positivas entre os testes. Durante o curso do desenvolvimento, sustenta a teoria, qualquer processo particularmente eficiente beneficiará outros processos, com o resultado de que os processos acabarão sendo correlacionados uns com os outros. Assim, IQs igualmente elevados em pessoas diferentes podem resultar de vantagens iniciais bastante diferentes das que tinham. Os críticos argumentaram que as correlações observadas entre os carregamentos g e os coeficientes de herdabilidade dos subtestes são problemáticas para a teoria do mutualismo.

Estrutura fatorial de habilidades cognitivas

Uma ilustração da teoria da inteligência de dois fatores de Spearman. Cada pequeno oval é um teste mental hipotético. As zonas azuis correspondem a variância específica do teste ( s ), enquanto as áreas de púrpura representam a variância atribuída a g .

A análise fatorial é uma família de técnicas matemáticas que pode ser usada para representar correlações entre testes de inteligência em termos de um número menor de variáveis ​​conhecidas como fatores. O objetivo é simplificar a matriz de correlação usando fatores subjacentes hipotéticos para explicar os padrões nela. Quando todas as correlações em uma matriz são positivas, como no caso do IQ, a análise fatorial produzirá um fator geral comum a todos os testes. O fator geral dos testes de QI é conhecido como fator g e normalmente é responsável por 40 a 50 por cento da variação nas baterias de teste de QI. A presença de correlações entre muitos testes cognitivos amplamente variáveis ​​tem sido freqüentemente considerada como evidência da existência de g , mas McFarland (2012) mostrou que tais correlações não fornecem mais ou menos suporte para a existência de g do que para a existência de múltiplos fatores de inteligência.

Charles Spearman desenvolveu a análise fatorial para estudar as correlações entre os testes. Inicialmente, ele desenvolveu um modelo de inteligência no qual as variações em todas as pontuações de testes de inteligência são explicadas por apenas dois tipos de variáveis: primeiro, fatores que são específicos para cada teste (denotados s ); e segundo, um fator g que é responsável pelas correlações positivas entre os testes. Isso é conhecido como a teoria dos dois fatores de Spearman. Pesquisas posteriores baseadas em baterias de teste mais diversas do que as usadas por Spearman demonstraram que g sozinho não poderia explicar todas as correlações entre os testes. Especificamente, descobriu-se que mesmo após controlar para g , alguns testes ainda estavam correlacionados entre si. Isso levou à postulação de fatores de grupo que representam a variância que grupos de testes com demandas de tarefas semelhantes (por exemplo, verbal, espacial ou numérica) têm em comum, além da variância g compartilhada .

Uma ilustração da teoria dos três estratos de John B. Carroll , um influente modelo contemporâneo de habilidades cognitivas. As habilidades amplas reconhecidas pelo modelo são inteligência fluida (Gf), inteligência cristalizada (Gc), memória geral e aprendizagem (Gy), percepção visual ampla (Gv), percepção auditiva ampla (Gu), habilidade de recuperação ampla (Gr), ampla velocidade cognitiva (Gs) e velocidade de processamento (Gt). Carroll considerou as amplas habilidades como diferentes "sabores" de g .

Por meio da rotação dos fatores , é, em princípio, possível produzir um número infinito de diferentes soluções de fatores que são matematicamente equivalentes em sua capacidade de explicar as intercorrelações entre os testes cognitivos. Isso inclui soluções que não contêm um fator g . Assim, a análise fatorial por si só não pode estabelecer qual é a estrutura subjacente da inteligência. Ao escolher entre diferentes soluções fatoriais, os pesquisadores devem examinar os resultados da análise fatorial juntamente com outras informações sobre a estrutura das habilidades cognitivas.

Existem muitas razões psicologicamente relevantes para preferir soluções de fator que contenham um fator g . Estes incluem a existência do coletor positivo, o fato de que certos tipos de testes (geralmente os mais complexos) têm cargas g consistentemente maiores , a invariância substancial dos fatores g em diferentes baterias de teste, a impossibilidade de construir baterias de teste que não rendem um fator g , e a validade prática generalizada de g como um preditor de resultados individuais. O fator g , junto com os fatores de grupo, representa melhor o fato empiricamente estabelecido de que, em média, as diferenças gerais de habilidade entre os indivíduos são maiores do que as diferenças entre as habilidades dentro dos indivíduos, enquanto uma solução de fator com fatores ortogonais sem g obscurece esse fato. Além disso, g parece ser o componente mais hereditário da inteligência. A pesquisa utilizando as técnicas de análise fatorial confirmatória também forneceu suporte para a existência de g .

Um fator g pode ser calculado a partir de uma matriz de correlação de resultados de teste usando vários métodos diferentes. Isso inclui análise fatorial exploratória, análise de componentes principais (PCA) e análise fatorial confirmatória. Diferentes métodos de extração de fator produzem resultados altamente consistentes, embora às vezes se tenha descoberto que a PCA produz estimativas inflacionadas da influência de g nas pontuações dos testes.

Há um amplo consenso contemporâneo de que a variância cognitiva entre as pessoas pode ser conceituada em três níveis hierárquicos, diferenciados por seu grau de generalidade. No nível mais baixo, menos geral, existem muitos fatores estreitos de primeira ordem; em um nível superior, há um número relativamente pequeno - algo entre cinco e dez - de fatores amplos (isto é, mais gerais) de segunda ordem (ou fatores de grupo); e no ápice, há um único fator de terceira ordem, g , o fator geral comum a todos os testes. O fator g geralmente é responsável pela maioria da variância do fator comum total das baterias de teste de QI. Os modelos hierárquicos contemporâneos de inteligência incluem a teoria dos três estratos e a teoria de Cattell-Horn-Carroll .

"Indiferença do indicador"

Spearman propôs o princípio da indiferença do indicador , segundo o qual o conteúdo preciso dos testes de inteligência não é importante para o propósito de identificar g , porque g entra em desempenho em todos os tipos de testes. Qualquer teste pode, portanto, ser usado como um indicador de g . Seguindo Spearman, Arthur Jensen mais recentemente argumentou que um fator g extraído de uma bateria de teste será sempre o mesmo, dentro dos limites do erro de medição, como aquele extraído de outra bateria, desde que as baterias sejam grandes e diversas. De acordo com essa visão, todo teste mental, não importa o quão distinto seja, requer g até certo ponto. Assim, uma pontuação composta de vários testes diferentes carregará em g mais fortemente do que qualquer uma das pontuações de teste individuais, porque os componentes g se acumulam na pontuação composta, enquanto os componentes não- g não correlacionados se cancelarão mutuamente. Teoricamente, a pontuação composta de uma bateria de testes diversificada e infinitamente grande seria, então, uma medida perfeita de g .

Em contraste, LL Thurstone argumentou que um fator g extraído de uma bateria de teste reflete a média de todas as habilidades exigidas por uma bateria específica, e que g, portanto, varia de uma bateria para outra e "não tem significado psicológico fundamental". Em linhas semelhantes, John Horn argumentou que os fatores g não têm sentido porque não são invariáveis ​​nas baterias de teste, sustentando que as correlações entre diferentes medidas de habilidade surgem porque é difícil definir uma ação humana que dependa de apenas uma habilidade.

Para mostrar que diferentes baterias refletem o mesmo g , deve-se administrar várias baterias de teste aos mesmos indivíduos, extrair os fatores g de cada bateria e mostrar que os fatores são altamente correlacionados. Isso pode ser feito dentro de uma estrutura de análise fatorial confirmatória. Wendy Johnson e colegas publicaram dois desses estudos. O primeiro constatou que as correlações entre os fatores g extraídos de três baterias diferentes eram 0,99, 0,99 e 1,00, apoiando a hipótese de que os fatores g de baterias diferentes são iguais e que a identificação de g não depende das habilidades específicas avaliadas . O segundo estudo descobriu que os fatores g derivados de quatro das cinco baterias de teste se correlacionaram entre 0,95-1,00, enquanto as correlações variaram de 0,79 a 0,96 para a quinta bateria, o Cattell Culture Fair Intelligence Test (o CFIT). Eles atribuíram as correlações um pouco mais baixas com a bateria CFIT à sua falta de diversidade de conteúdo, pois contém apenas itens do tipo matriz, e interpretaram os resultados como apoiando a alegação de que os fatores g derivados de diferentes baterias de teste são os mesmos, desde que as baterias sejam diversas o suficiente. Os resultados sugerem que o mesmo g pode ser identificado de forma consistente em diferentes baterias de teste.

Distribuição populacional

A forma da distribuição populacional de g é desconhecida, porque g não pode ser medido em uma escala de razão . (As distribuições de pontuações em testes de QI típicos são aproximadamente normais, mas isso é obtido por construção, ou seja, normalizando as pontuações brutas.) Argumentou-se que existem, no entanto, boas razões para supor que g é normalmente distribuído na população em geral. , pelo menos dentro de uma faixa de ± 2 desvios padrão da média. Em particular, g pode ser pensado como uma variável composta que reflete os efeitos aditivos de muitas influências genéticas e ambientais independentes, e tal variável deve, de acordo com o teorema do limite central , seguir uma distribuição normal.

Lei de Spearman dos rendimentos decrescentes

Vários pesquisadores sugeriram que a proporção da variação representada por g pode não ser uniforme em todos os subgrupos dentro de uma população. A lei dos retornos decrescentes de Spearman ( SLODR ), também chamada de hipótese de diferenciação da capacidade cognitiva , prevê que as correlações positivas entre as diferentes habilidades cognitivas são mais fracas entre subgrupos de indivíduos mais inteligentes. Mais especificamente, (SLODR) prevê que o fator g será responsável por uma proporção menor das diferenças individuais nas pontuações dos testes cognitivos em pontuações mais altas no fator g .

(SLODR) foi originalmente proposto por Charles Spearman , que relatou que a correlação média entre 12 testes de habilidade cognitiva era 0,466 em 78 crianças normais e 0,782 em 22 crianças "defeituosas". Detterman e Daniel redescobriram esse fenômeno em 1989. Eles relataram que para os subtestes do WAIS e do WISC , as intercorrelações dos subtestes diminuíram monotonicamente com o grupo de habilidade, variando de aproximadamente uma intercorrelação média de .7 entre indivíduos com QIs inferiores a 78 a .4 entre indivíduos com QI superior a 122.

(SLODR) foi replicado em uma variedade de amostras de crianças e adultos que foram medidos usando uma ampla gama de testes cognitivos. A abordagem mais comum tem sido dividir os indivíduos em vários grupos de habilidades usando um proxy observável para sua capacidade intelectual geral e, em seguida, comparar a inter-relação média entre os subtestes nos diferentes grupos ou comparar a proporção de variação explicada por um único fator comum, nos diferentes grupos. No entanto, como Deary et al. (1996). e Tucker-Drob (2009) apontaram, dividir a distribuição contínua de inteligência em um número arbitrário de grupos de habilidades discretos é menos do que ideal para exame (SLODR). Tucker-Drob (2009) revisou extensivamente a literatura sobre (SLODR) e os vários métodos pelos quais tinha sido testado anteriormente, e propôs que (SLODR) poderia ser mais apropriadamente capturado pelo ajuste de um modelo de fator comum que permite as relações entre o fator e seus indicadores sejam de natureza não linear. Ele aplicou esse modelo de fator a dados nacionalmente representativos de crianças e adultos nos Estados Unidos e encontrou evidências consistentes para (SLODR). Por exemplo, Tucker-Drob (2009) descobriu que um fator geral foi responsável por aproximadamente 75% da variação em sete habilidades cognitivas diferentes entre adultos de QI muito baixo, mas apenas respondeu por aproximadamente 30% da variação nas habilidades entre QI muito alto adultos.

Um recente estudo meta-analítico de Blum e Holling também forneceu suporte para a hipótese de diferenciação. Ao contrário da maioria das pesquisas sobre o tema, este trabalho possibilitou estudar as variáveis ​​de habilidade e idade como preditores contínuos da saturação g , e não apenas comparar grupos de testados com habilidades mais baixas vs. mais altas ou mais jovens com grupos mais velhos. Os resultados demonstram que a correlação média e as cargas g dos testes de capacidade cognitiva diminuem com o aumento da capacidade, mas aumentam com a idade do respondente. (SLODR), conforme descrito por Charles Spearman , pode ser confirmado por uma diminuição da saturação de g em função do QI, bem como um aumento da saturação de g da meia-idade à senescência. Especificamente falando, para amostras com uma inteligência média que é dois desvios padrão (isto é, 30 pontos de QI) mais alta, a correlação média esperada é diminuída em aproximadamente 0,15 pontos. Resta saber se uma diferença dessa magnitude poderia resultar em uma maior complexidade fatorial aparente quando os dados cognitivos são fatorados para a amostra de maior habilidade, em oposição à amostra de menor habilidade. Parece provável que a maior dimensionalidade do fator tende a ser observada para o caso de maior habilidade, mas a magnitude desse efeito (isto é, quanto mais provável e quantos fatores mais) permanece incerta.

Validade prática

A validade prática de g como um preditor de resultados educacionais, econômicos e sociais é o assunto de um debate contínuo. Alguns pesquisadores argumentaram que é mais abrangente e universal do que qualquer outra variável psicológica conhecida, e que a validade de g aumenta à medida que aumenta a complexidade da tarefa medida. Outros argumentaram que os testes de habilidades específicas superam o fator g em análises ajustadas a situações do mundo real.

A validade prática de um teste é medida por sua correlação com o desempenho em algum critério externo ao teste, como a média de notas da faculdade ou uma classificação de desempenho no trabalho. A correlação entre as pontuações dos testes e uma medida de algum critério é chamada de coeficiente de validade . Uma forma de interpretar um coeficiente de validade é elevá-lo ao quadrado para obter a variância contabilizada pelo teste. Por exemplo, um coeficiente de validade de 0,30 corresponde a 9 por cento da variância explicada. Essa abordagem, no entanto, foi criticada como enganosa e não informativa, e várias alternativas foram propostas. Uma abordagem indiscutivelmente mais interpretável é olhar para a porcentagem de pessoas que fazem o teste em cada quintil de pontuação do teste que atendem a algum padrão de sucesso acordado. Por exemplo, se a correlação entre as pontuações dos testes e o desempenho for 0,30, a expectativa é que 67% dos que estão no quintil superior terão desempenho acima da média, em comparação com 33% dos que estão no quintil inferior.

Conquista acadêmica

A validade preditiva de g é mais evidente no domínio do desempenho escolar. Aparentemente, g está intimamente ligado à capacidade de aprender material novo e compreender conceitos e significados.

No ensino fundamental, a correlação entre QI e notas e pontuações de desempenho é entre 0,60 e 0,70. Em níveis educacionais mais avançados, mais alunos da extremidade inferior da distribuição de QI desistem, o que restringe a gama de QIs e resulta em coeficientes de validade mais baixos. No ensino médio, na faculdade e na pós-graduação, os coeficientes de validade são 0,50 a 0,60, 0,40 a 0,50 e 0,30 a 0,40, respectivamente. As cargas g das pontuações de QI são altas, mas é possível que parte da validade do QI na previsão do desempenho escolar seja atribuível a fatores medidos pelo QI independente de g . De acordo com a pesquisa de Robert L. Thorndike , 80 a 90 por cento da variação previsível no desempenho escolar é devido a g , com o restante atribuído a fatores não g medidos pelo IQ e outros testes.

As pontuações dos testes de desempenho estão mais altamente correlacionadas com o QI do que as notas escolares. Isso pode ser porque as notas são mais influenciadas pelas percepções idiossincráticas do professor sobre o aluno. Em um estudo longitudinal inglês, as pontuações g medidas aos 11 anos se correlacionaram com todos os 25 testes de assuntos do exame nacional GCSE feito aos 16 anos. As correlações variaram de 0,77 para o teste de matemática a 0,42 para o teste de arte. A correlação entre ge um fator educacional geral calculado a partir dos testes GCSE foi de 0,81.

A pesquisa sugere que o SAT , amplamente utilizado em admissões em faculdades, é principalmente uma medida de g . Uma correlação de 0,82 foi encontrada entre as pontuações g calculadas a partir de uma bateria de testes de QI e as pontuações do SAT. Em um estudo com 165.000 alunos em 41 faculdades dos EUA, as pontuações do SAT foram correlacionadas em 0,47 com a média de notas da faculdade do primeiro ano após a correção da restrição de intervalo nas pontuações do SAT (a correlação aumenta para 0,55 quando a dificuldade do curso é mantida constante, ou seja, se todos os alunos frequentaram o mesmo conjunto de aulas).

Realização de trabalho

Há uma alta correlação de 0,90 a 0,95 entre as classificações de prestígio das ocupações, conforme avaliado pela população em geral, e as pontuações médias de inteligência geral das pessoas empregadas em cada ocupação. No nível de funcionários individuais, a associação entre prestígio no trabalho eg é menor - um grande estudo americano relatou uma correlação de 0,65 (0,72 corrigido para atenuação ). O nível médio de g, portanto, aumenta com a percepção do prestígio no trabalho. Também foi descoberto que a dispersão dos escores de inteligência geral é menor em ocupações de maior prestígio do que em ocupações de nível inferior, sugerindo que ocupações de nível superior têm requisitos mínimos de g .

Desempenho no trabalho

A pesquisa indica que os testes de g são os melhores preditores individuais de desempenho no trabalho, com um coeficiente de validade médio de 0,55 em várias meta-análises de estudos com base em classificações de supervisor e amostras de trabalho. O coeficiente médio de validade meta-analítica para desempenho em treinamento profissional é de 0,63. A validade de g nos trabalhos de maior complexidade (profissionais, científicos e de alta administração) foi considerada maior do que nos trabalhos de menor complexidade, mas g tem validade preditiva mesmo para os trabalhos mais simples. A pesquisa também mostra que testes de aptidão específicos ajustados para cada trabalho fornecem pouco ou nenhum aumento na validade preditiva em relação aos testes de inteligência geral. Acredita-se que g afeta o desempenho no trabalho principalmente por facilitar a aquisição de conhecimentos relacionados ao trabalho. A validade preditiva de g é maior do que a da experiência de trabalho, e o aumento da experiência no trabalho não diminui a validade de g .

Em uma meta-análise de 2011, os pesquisadores descobriram que a capacidade cognitiva geral (ACG) previu o desempenho no trabalho melhor do que a personalidade ( modelo de cinco fatores ) e três fluxos de inteligência emocional . Eles examinaram a importância relativa desses construtos na previsão do desempenho no trabalho e descobriram que a capacidade cognitiva explicava a maior parte da variação no desempenho no trabalho. Outros estudos sugeriram que a ACG e a inteligência emocional têm uma contribuição linear independente e complementar para o desempenho no trabalho. Côté e Miners (2015) descobriram que esses construtos estão inter-relacionados ao avaliar sua relação com dois aspectos do desempenho no trabalho: comportamento de cidadania organizacional (CCO) e desempenho de tarefas. A inteligência emocional é um melhor preditor do desempenho da tarefa e do OCB quando o GCA é baixo e vice-versa. Por exemplo, um funcionário com baixo GCA irá compensar seu desempenho na tarefa e CCO, se a inteligência emocional for alta.

Embora esses efeitos compensatórios favoreçam a inteligência emocional , a ACG ainda permanece como o melhor preditor de desempenho no trabalho. Vários pesquisadores estudaram a correlação entre a CGC e o desempenho no trabalho entre diferentes cargos. Por exemplo, Ghiselli (1973) descobriu que os vendedores tinham uma correlação mais alta do que os balconistas. O primeiro obteve correlação de 0,61 para CGC, 0,40 para habilidade perceptual e 0,29 para habilidades psicomotoras; enquanto o balconista obteve uma correlação de 0,27 para GCA, 0,22 para habilidade perceptual e 0,17 para habilidades psicomotoras. Outros estudos compararam GCA - correlação de desempenho no trabalho entre trabalhos de diferentes complexidades. Hunter e Hunter (1984) desenvolveram uma meta-análise com mais de 400 estudos e descobriram que essa correlação era maior para trabalhos de alta complexidade (0,57). Seguido por trabalhos de média complexidade (0,51) e baixa complexidade (0,38).

O desempenho no trabalho é medido pelo desempenho da classificação objetiva e classificações subjetivas. Embora o primeiro seja melhor do que as avaliações subjetivas, a maioria dos estudos sobre desempenho no trabalho e ACG foi baseada nas avaliações de desempenho do supervisor. Este critério de classificação é considerado problemático e pouco confiável, principalmente pela dificuldade de definir o que é um bom e um mau desempenho. A classificação dos supervisores tende a ser subjetiva e inconsistente entre os funcionários. Além disso, a classificação do supervisor quanto ao desempenho no trabalho é influenciada por diferentes fatores, como efeito halo , atratividade facial , preconceito racial ou étnico e altura dos funcionários. No entanto, Vinchur, Schippmann, Switzer e Roth (1998) descobriram em seu estudo com funcionários de vendas que o desempenho objetivo de vendas tinha uma correlação de 0,04 com o GCA, enquanto a classificação de desempenho do supervisor obteve uma correlação de 0,40. Esses achados foram surpreendentes, tendo em vista que o principal critério para avaliação desses funcionários seriam as vendas objetivas.

Ao compreender como a ACG está associada ao desempenho no trabalho, vários pesquisadores concluíram que a ACG afeta a aquisição de conhecimento no trabalho, o que, por sua vez, melhora o desempenho no trabalho . Em outras palavras, pessoas com alto ACG são capazes de aprender mais rápido e adquirir mais conhecimento do trabalho com facilidade, o que lhes permite um melhor desempenho. Por outro lado, a falta de capacidade de adquirir conhecimento sobre o trabalho afetará diretamente o desempenho no trabalho. Isso se deve aos baixos níveis de GCA. Além disso, a GCA tem um efeito direto sobre o desempenho no trabalho. No dia a dia, os colaboradores estão constantemente expostos a desafios e tarefas de resolução de problemas, cujo sucesso depende exclusivamente do seu ACG. Essas descobertas são desanimadoras para as entidades governamentais responsáveis ​​pela proteção dos direitos dos trabalhadores. Por causa da alta correlação da GCA com o desempenho no trabalho, as empresas estão contratando funcionários com base nas pontuações dos testes da GCA. Inevitavelmente, essa prática está negando a oportunidade de trabalho a muitas pessoas com baixa ACG. Pesquisadores anteriores encontraram diferenças significativas na GCA entre grupos de raça / etnia. Por exemplo, há um debate se os estudos foram tendenciosos contra os afro-americanos, que pontuaram significativamente mais baixo do que os americanos brancos nos testes de ACG. No entanto, as conclusões sobre a correlação de desempenho de trabalho GCA devem ser tomadas com cuidado. Alguns pesquisadores alertaram para a existência de artefatos estatísticos relacionados às medidas de desempenho no trabalho e pontuações nos testes GCA. Por exemplo, Viswesvaran, Ones e Schmidt (1996) argumentaram que é totalmente impossível obter medidas perfeitas de desempenho no trabalho sem incorrer em qualquer erro metodológico. Além disso, os estudos sobre ACG e desempenho no trabalho estão sempre sujeitos à restrição de faixa, pois os dados são coletados, em sua maioria, dos funcionários atuais, desprezando aqueles que não foram contratados. Portanto, a amostra vem de funcionários que foram aprovados no processo de contratação, incluindo medidas de GCA.

Renda

A correlação entre renda eg , medida por pontuações de QI, tem média de cerca de 0,40 entre os estudos. A correlação é maior em níveis de educação mais elevados e aumenta com a idade, estabilizando quando as pessoas atingem seu maior potencial de carreira na meia-idade. Mesmo quando educação, ocupação e nível socioeconômico são mantidos constantes, a correlação não desaparece.

Outros correlatos

O fator g se reflete em muitos resultados sociais. Muitos problemas de comportamento social, como abandono escolar, dependência crónica do bem-estar, tendência para acidentes e crime, estão negativamente correlacionados com g independentemente da classe social de origem. Os resultados de saúde e mortalidade também estão ligados a g , com pontuações mais altas em testes de infância predizendo melhores resultados de saúde e mortalidade na idade adulta (consulte Epidemiologia cognitiva ).

Em 2004, o psicólogo Satoshi Kanazawa argumentou que g era um específicas de domínio , em espécies típicas , processamento de informação adaptação psicológica e, em 2010, Kanazawa argumentou que g correlacionada apenas com o desempenho em termos evolutivos não familiares, em vez de evolutivamente familiares problemas, propondo o que ele chamou de "Hipótese de interação Savanna-IQ". Em 2006, a Psychological Review publicou um comentário revisando o artigo de Kanazawa de 2004 dos psicólogos Denny Borsboom e Conor Dolan, que argumentava que a concepção de g de Kanazawa era empiricamente não suportada e puramente hipotética e que um relato evolutivo de g deve tratá-lo como uma fonte de diferenças individuais , e em resposta ao artigo de Kanazawa de 2010, os psicólogos Scott Barry Kaufman , Colin G. DeYoung , Deirdre Reis e Jeremy R. Gray publicaram um estudo em 2011 na Intelligence de 112 indivíduos tomando uma versão de computador de 70 itens da tarefa de seleção de Wason (uma lógica enigma ) em um contexto de relações sociais, conforme proposto pelos psicólogos evolucionistas Leda Cosmides e John Tooby em The Adapted Mind , e descobriram que "o desempenho em problemas não arbitrários e evolutivamente familiares está mais fortemente relacionado à inteligência geral do que o desempenho em problemas arbitrários e evolutivamente novos problemas ".

Determinantes genéticos e ambientais

Herdabilidade é a proporção da variância fenotípica em uma característica em uma população que pode ser atribuída a fatores genéticos. A herdabilidade de g foi estimada entre 40 e 80 por cento usando gêmeos, adoção e outros projetos de estudo de família, bem como métodos de genética molecular. As estimativas baseadas na totalidade das evidências colocam a herdabilidade de g em cerca de 50%. Verificou-se que aumenta linearmente com a idade. Por exemplo, um grande estudo envolvendo mais de 11.000 pares de gêmeos de quatro países relatou que a herdabilidade de g era de 41% aos nove anos, 55% aos doze anos e 66% aos dezessete. Outros estudos estimam que a herdabilidade chega a 80% na idade adulta, embora possa diminuir na idade avançada. A maior parte das pesquisas sobre a herdabilidade de g foi conduzida nos Estados Unidos e na Europa Ocidental , mas estudos na Rússia ( Moscou ), na antiga Alemanha Oriental , no Japão e na Índia rural produziram estimativas de herdabilidade semelhantes às dos estudos ocidentais.

A pesquisa de genética comportamental também estabeleceu que os efeitos ambientais compartilhados (ou entre famílias) sobre g são fortes na infância, mas diminuem depois disso e são insignificantes na idade adulta. Isso indica que os efeitos ambientais importantes para o desenvolvimento de g são únicos e não são compartilhados entre membros da mesma família.

A correlação genética é uma estatística que indica até que ponto os mesmos efeitos genéticos influenciam duas características diferentes. Se a correlação genética entre duas características for zero, os efeitos genéticos sobre elas são independentes, enquanto uma correlação de 1,0 significa que o mesmo conjunto de genes explica a herdabilidade de ambas as características (independentemente de quão alta ou baixa é a herdabilidade de cada um). As correlações genéticas entre habilidades mentais específicas (como habilidade verbal e habilidade espacial) foram consistentemente encontradas como muito altas, perto de 1,0. Isso indica que a variação genética nas habilidades cognitivas é quase inteiramente devida à variação genética em qualquer coisa que g seja. Também sugere que o que é comum entre as habilidades cognitivas é em grande parte causado pelos genes e que a independência entre as habilidades se deve em grande parte aos efeitos ambientais. Assim, argumentou-se que quando os genes para a inteligência são identificados, eles serão "genes generalistas", cada um afetando muitas habilidades cognitivas diferentes.

Muitas pesquisas apontam que g é uma característica altamente poligênica influenciada por muitas variantes genéticas comuns, cada uma tendo apenas pequenos efeitos. Outra possibilidade é que as diferenças hereditárias em g sejam devidas a indivíduos com diferentes "cargas" de mutações raras e deletérias, com a variação genética entre os indivíduos persistindo devido ao equilíbrio mutação-seleção .

Foi relatado que vários genes candidatos estão associados a diferenças de inteligência, mas os tamanhos dos efeitos têm sido pequenos e quase nenhuma das descobertas foi replicada. Nenhuma variante genética individual foi conclusivamente ligada à inteligência na faixa normal até agora. Muitos pesquisadores acreditam que amostras muito grandes serão necessárias para detectar com segurança polimorfismos genéticos individuais associados a g . No entanto, embora os genes que influenciam a variação em g na faixa normal tenham se mostrado difíceis de encontrar, muitos distúrbios de um único gene com retardo mental entre seus sintomas foram descobertos.

Foi sugerido que o g carregamento dos testes mentais se correlacionou com a herdabilidade, mas tanto os dados empíricos quanto a metodologia estatística que sustentam esta questão são assuntos de controvérsia ativa. Vários estudos sugerem que os testes com cargas g maiores são mais afetados pela depressão por endogamia, reduzindo os escores dos testes. Também há evidências de que os testes com maiores cargas g estão associados a maiores efeitos heteróticos positivos nos escores dos testes, o que foi sugerido para indicar a presença de efeitos de dominância genética para g .

Achados neurocientíficos

g tem vários correlatos no cérebro. Estudos usando imagens de ressonância magnética (MRI) estabeleceram que ge o volume cerebral total estão moderadamente correlacionados (r ~ .3 – .4). O tamanho da cabeça externa tem uma correlação de ~ 0,2 com g . A pesquisa de ressonância magnética em regiões do cérebro indica que os volumes dos córtices frontal , parietal e temporal e do hipocampo também estão correlacionados com g , geralmente em 0,25 ou mais, enquanto as correlações, em média ao longo de muitos estudos, com a substância cinzenta geral e a substância branca geral foram encontrados para ser 0,31 e 0,27, respectivamente. Alguns estudos, mas não todos, também encontraram correlações positivas entre ge espessura cortical. No entanto, as razões subjacentes para essas associações entre a quantidade de tecido cerebral e as diferenças nas habilidades cognitivas permanecem amplamente desconhecidas.

A maioria dos pesquisadores acredita que a inteligência não pode ser localizada em uma única região do cérebro, como o lobo frontal. Estudos de lesões cerebrais encontraram associações pequenas, mas consistentes, indicando que pessoas com mais lesões na substância branca tendem a ter menor capacidade cognitiva. Pesquisas utilizando espectroscopia de NMR descobriram correlações um tanto inconsistentes, mas geralmente positivas entre inteligência e integridade da substância branca, apoiando a noção de que a substância branca é importante para a inteligência.

Algumas pesquisas sugerem que, além da integridade da matéria branca, também sua eficiência organizacional está relacionada à inteligência. A hipótese de que a eficiência do cérebro tem um papel na inteligência é apoiada por pesquisas de ressonância magnética funcional que mostram que pessoas mais inteligentes geralmente processam informações com mais eficiência, ou seja, usam menos recursos cerebrais para a mesma tarefa do que pessoas menos inteligentes.

Associações pequenas, mas relativamente consistentes, com os escores dos testes de inteligência incluem também a atividade cerebral, medida por registros de EEG ou potenciais relacionados a eventos , e velocidade de condução nervosa .

g em não humanos

A evidência de um fator geral de inteligência também foi observada em animais não humanos. Estudos têm mostrado que g é responsável por 47% da variância em nível de espécie em primatas e cerca de 55% da variância individual observada em camundongos . Uma revisão e meta-análise da inteligência geral, entretanto, descobriu que a correlação média entre as habilidades cognitivas era de 0,18 e sugeriu que o suporte geral para g é fraco em animais não humanos.

Embora não possa ser avaliada usando as mesmas medidas de inteligência usadas em humanos, a capacidade cognitiva pode ser medida com uma variedade de ferramentas interativas e observacionais com foco na inovação , reversão de hábitos , aprendizagem social e respostas à novidade . Modelos não humanos de g , como camundongos, são usados ​​para estudar as influências genéticas na inteligência e na pesquisa do desenvolvimento neurológico sobre os mecanismos por trás e os correlatos biológicos de g .

g (ou c ) em grupos humanos

Semelhante a g para indivíduos, um novo caminho de pesquisa visa extrair um fator c de inteligência coletiva geral para grupos que exibem a capacidade geral de um grupo de realizar uma ampla gama de tarefas. Definição, operacionalização e abordagem estatística para este fator c são derivadas de e semelhantes a g . Causas, validade preditiva, bem como paralelos adicionais para g são investigados.

Outras associações biológicas

A altura está correlacionada com a inteligência (r ~ .2), mas essa correlação geralmente não foi encontrada dentro das famílias (ou seja, entre irmãos), sugerindo que resulta de acasalamento cruzado para altura e inteligência, ou de outro fator que se correlaciona com ambos (por exemplo, nutrição). A miopia é conhecida por estar associada à inteligência, com uma correlação de cerca de 0,2 a 0,25, e essa associação também foi encontrada dentro das famílias.

Semelhanças e diferenças de grupo

Estudos transculturais indicam que o fator g pode ser observado sempre que uma bateria de diversos testes cognitivos complexos é administrada a uma amostra humana. A estrutura fatorial dos testes de QI também foi considerada consistente entre os sexos e grupos étnicos nos Estados Unidos e em outros lugares. O fator g foi considerado o mais invariante de todos os fatores em comparações interculturais. Por exemplo, quando os fatores g calculados de uma amostra de padronização americana da bateria de QI de Wechsler e de grandes amostras que completaram a tradução para o japonês da mesma bateria foram comparados, o coeficiente de congruência foi de 0,99, indicando identidade virtual. Da mesma forma, o coeficiente de congruência entre os fatores g obtidos a partir de amostras de padronização brancas e pretas da bateria WISC nos Estados Unidos foi de 0,995, e a variância nos escores dos testes explicada por g foi altamente semelhante para ambos os grupos.

A maioria dos estudos sugere que há diferenças insignificantes no nível médio de g entre os sexos, mas que as diferenças sexuais nas habilidades cognitivas podem ser encontradas em domínios mais restritos. Por exemplo, os homens geralmente superam as mulheres em tarefas espaciais, enquanto as mulheres geralmente superam os homens em tarefas verbais. Outra diferença encontrada em muitos estudos é que os homens mostram mais variabilidade nas habilidades gerais e específicas do que as mulheres, com proporcionalmente mais homens na extremidade inferior e superior da distribuição de pontuação do teste.

Diferenças em g entre grupos raciais e étnicos foram encontradas, particularmente nos Estados Unidos entre os participantes do teste de identificação negra e branca, embora essas diferenças pareçam ter diminuído significativamente ao longo do tempo e serem atribuíveis a causas ambientais (em vez de genéticas). Alguns pesquisadores sugeriram que a magnitude da lacuna preto-branco nos resultados do teste cognitivo depende da magnitude do carregamento g do teste , com testes mostrando maior carregamento g produzindo maiores lacunas (ver hipótese de Spearman ), enquanto outros criticaram esta visão como metodologicamente infundado. Ainda outros notaram que apesar da crescente g carregamento de baterias de testes de QI ao longo do tempo, a diferença de desempenho entre grupos raciais continua a diminuir. A análise comparativa mostrou que, enquanto uma diferença de aproximadamente 1,1 desvio padrão no QI médio (cerca de 16 pontos) entre americanos brancos e negros existia no final dos anos 1960, entre 1972 e 2002 negros americanos ganharam entre 4 e 7 pontos de QI em relação aos não hispânicos Brancos, e que "a diferença de g entre negros e brancos diminuiu virtualmente em conjunto com a diferença de QI". Em contraste, os americanos de ascendência asiática geralmente superam ligeiramente os americanos brancos. Foi alegado que diferenças raciais e étnicas semelhantes às encontradas nos Estados Unidos podem ser observadas globalmente, mas a importância, o fundamento metodológico e a verdade de tais afirmações foram todos contestados.

Relação com outras construções psicológicas

Tarefas cognitivas elementares

Uma ilustração da caixa de Jensen , um aparelho para medir o tempo de reação de escolha.

Tarefas cognitivas elementares (ECTs) também se correlacionam fortemente com g . Os ECTs são, como o nome sugere, tarefas simples que aparentemente requerem muito pouca inteligência, mas ainda se correlacionam fortemente com testes de inteligência mais exaustivos. Determinar se uma luz é vermelha ou azul e determinar se há quatro ou cinco quadrados desenhados em uma tela de computador são dois exemplos de ECTs. As respostas a essas perguntas geralmente são fornecidas pressionando botões rapidamente. Freqüentemente, além dos botões para as duas opções fornecidas, um terceiro botão é pressionado desde o início do teste. Quando o estímulo é dado ao sujeito, ele retira a mão do botão inicial para o botão da resposta correta. Isso permite que o examinador determine quanto tempo foi gasto pensando sobre a resposta à pergunta (tempo de reação, geralmente medido em pequenas frações de segundo) e quanto tempo foi gasto no movimento físico da mão para o botão correto (tempo de movimento). O tempo de reação se correlaciona fortemente com g , enquanto o tempo de movimento se correlaciona menos fortemente. O teste de ECT permitiu o exame quantitativo de hipóteses relacionadas ao viés do teste, à motivação do sujeito e às diferenças de grupo. Em virtude de sua simplicidade, os ECTs fornecem uma ligação entre os testes clássicos de QI e pesquisas biológicas, como estudos de fMRI .

Memória de trabalho

Uma teoria afirma que g é idêntico ou quase idêntico à capacidade da memória de trabalho . Entre outras evidências para essa visão, alguns estudos descobriram que os fatores que representam ge a memória de trabalho estão perfeitamente correlacionados. No entanto, em uma meta-análise, a correlação foi considerada consideravelmente mais baixa. Uma crítica que tem sido feita aos estudos que identificam g com a memória de trabalho é que "não avançamos no entendimento mostrando que um conceito misterioso está ligado a outro".

Tarefas piagetianas

As teorias psicométricas da inteligência objetivam quantificar o crescimento intelectual e identificar diferenças de habilidades entre indivíduos e grupos. Em contraste, a teoria do desenvolvimento cognitivo de Jean Piaget busca compreender as mudanças qualitativas no desenvolvimento intelectual das crianças. Piaget projetou uma série de tarefas para verificar as hipóteses decorrentes de sua teoria. As tarefas não se destinavam a medir diferenças individuais e não têm equivalente em testes de inteligência psicométrica. Por exemplo, em uma das mais conhecidas tarefas de conservação piagetiana, pergunta-se a uma criança se a quantidade de água em dois copos idênticos é a mesma. Depois que a criança concorda que a quantidade é a mesma, o investigador derrama a água de um dos copos em um copo de formato diferente para que a quantidade pareça diferente, embora permaneça a mesma. A criança é então questionada se a quantidade de água nos dois copos é a mesma ou diferente.

Apesar das diferentes tradições de pesquisa nas quais os testes psicométricos e as tarefas piagetianas foram desenvolvidos, as correlações entre os dois tipos de medidas foram consideradas consistentemente positivas e geralmente moderadas em magnitude. Um fator geral comum está por trás deles. Foi demonstrado que é possível construir uma bateria consistindo de tarefas piagetianas que são uma medida de g tão boa quanto os testes de QI padrão.

Personalidade

A visão tradicional em psicologia é que não existe uma relação significativa entre personalidade e inteligência, e que as duas devem ser estudadas separadamente. A inteligência pode ser entendida em termos do que um indivíduo pode fazer ou qual é seu desempenho máximo , enquanto a personalidade pode ser pensada em termos do que um indivíduo fará normalmente ou quais são suas tendências gerais de comportamento. A pesquisa indicou que as correlações entre as medidas de inteligência e personalidade são pequenas e, portanto, argumentou-se que g é uma variável puramente cognitiva que é independente de traços de personalidade. Em uma meta-análise de 2007, as correlações entre g e os "Cinco Grandes" traços de personalidade foram as seguintes:

• conscienciosidade −.04
• agradabilidade .00
• extroversão .02
• abertura .22
• estabilidade emocional .09

A mesma meta-análise encontrou uma correlação de 0,20 entre autoeficácia e g .

Alguns pesquisadores argumentaram que as associações entre inteligência e personalidade, embora modestas, são consistentes. Eles interpretaram as correlações entre as medidas de inteligência e personalidade de duas maneiras principais. A primeira perspectiva é que os traços de personalidade influenciam o desempenho em testes de inteligência . Por exemplo, uma pessoa pode falhar no desempenho em um nível máximo em um teste de QI devido à sua ansiedade e propensão ao estresse. A segunda perspectiva considera que inteligência e personalidade estão conceitualmente relacionadas, com traços de personalidade determinando como as pessoas aplicam e investem suas habilidades cognitivas, levando à expansão do conhecimento e maior diferenciação cognitiva.

Criatividade

Alguns pesquisadores acreditam que há um nível de limiar de g abaixo do qual a criatividade socialmente significativa é rara, mas que, de outra forma, não há relação entre os dois. Foi sugerido que este limite é pelo menos um desvio padrão acima da média da população. Acima do limiar, acredita-se que as diferenças de personalidade sejam determinantes importantes da variação individual na criatividade.

Outros desafiaram a teoria do limite. Embora não contestem que oportunidade e atributos pessoais diferentes da inteligência, como energia e comprometimento, são importantes para a criatividade, eles argumentam que g está positivamente associado à criatividade, mesmo na extremidade superior da distribuição de habilidades. O Estudo longitudinal da Juventude Matemática Precoce forneceu evidências para essa contenção. Ele mostrou que os indivíduos identificados por testes padronizados como intelectualmente dotados no início da adolescência realizam realizações criativas (por exemplo, obter patentes ou publicar obras literárias ou científicas) em várias vezes a taxa da população em geral, e que mesmo dentro do 1 por cento do topo da capacidade cognitiva, aqueles com maior capacidade têm mais probabilidade de fazer realizações notáveis. O estudo também sugeriu que o nível de g atua como um preditor do nível de realização, enquanto padrões de habilidade cognitiva específicos predizem o reino de realização.

Desafios

Teoria G f -G c

Raymond Cattell , um aluno de Charles Spearman, rejeitou o modelo do fator g unitário e dividiu g em dois domínios amplos e relativamente independentes: inteligência fluida (G f ) e inteligência cristalizada (G c ). G f é conceituado como uma capacidade de descobrir novos problemas e é melhor avaliado com testes com pouco conteúdo cultural ou escolar, como as matrizes de Raven. G c pode ser pensado como conhecimento consolidado, refletindo as habilidades e informações que um indivíduo adquire e retém ao longo de sua vida. G c depende da educação e de outras formas de aculturação e é melhor avaliada com testes que enfatizam o conhecimento escolar e cultural. Pode-se pensar que G f consiste principalmente de raciocínio atual e capacidades de resolução de problemas, enquanto G c reflete o resultado de processos cognitivos executados anteriormente .

A justificativa para a separação de G f e G c era explicar o desenvolvimento cognitivo dos indivíduos ao longo do tempo. Embora G f e G c tenham se mostrado altamente correlacionados, eles diferem na maneira como mudam ao longo da vida. G f tende a atingir o pico por volta dos 20 anos, diminuindo lentamente depois disso. Em contraste, G c é estável ou aumenta na idade adulta. Um único fator geral foi criticado por obscurecer esse padrão bifurcado de desenvolvimento. Cattell argumentou que G f refletia diferenças individuais na eficiência do sistema nervoso central . G c era, na opinião de Cattell, o resultado de uma pessoa "investindo" seu G f em experiências de aprendizagem ao longo da vida.

Cattell, junto com John Horn , posteriormente expandiu o modelo G f -G c para incluir uma série de outras habilidades amplas, como G q (raciocínio quantitativo) e G v (raciocínio visual-espacial). Enquanto todos os fatores de ampla capacidade no modelo estendido G f -G c são positivamente correlacionados e, portanto, permitiriam a extração de um fator g de ordem superior , Cattell e Horn sustentaram que seria errôneo postular que um fator geral está subjacente a essas habilidades amplas. . Eles argumentaram que os fatores g calculados a partir de diferentes baterias de teste não são invariantes e dariam diferentes valores de g , e que as correlações entre os testes surgem porque é difícil testar apenas uma habilidade de cada vez.

No entanto, vários pesquisadores sugeriram que o modelo G f -G c é compatível com uma compreensão centrada em g das habilidades cognitivas. Por exemplo, John B. Carroll 's modelo de três estratos da inteligência inclui tanto G f e G c juntamente com um de ordem superior g fator. Com base na análise fatorial de muitos conjuntos de dados, alguns pesquisadores também argumentaram que G f e g são o mesmo fator e que os fatores g de diferentes baterias de teste são substancialmente invariantes, desde que as baterias sejam grandes e diversas.

Teorias de habilidades não correlacionadas

Vários teóricos propuseram que existem habilidades intelectuais que não estão correlacionadas entre si. Entre os primeiros estava LL Thurstone, que criou um modelo de habilidades mentais primárias representando domínios supostamente independentes de inteligência. No entanto, os testes de Thurstone dessas habilidades foram encontrados para produzir um forte fator geral. Ele argumentou que a falta de independência entre seus testes refletia a dificuldade de construir testes "fatorialmente puros" que medissem apenas uma habilidade. Da mesma forma, JP Guilford propôs um modelo de inteligência que compreendia até 180 habilidades distintas e não correlacionadas e afirmou ser capaz de testar todas elas. Análises posteriores mostraram que os procedimentos fatoriais que Guilford apresentou como evidência para sua teoria não forneciam suporte para ela, e que os dados de teste que ele alegou forneceram evidências contra g de fato exibiram o padrão usual de intercorrelações após a correção de artefatos estatísticos.

Mais recentemente, Howard Gardner desenvolveu a teoria das inteligências múltiplas . Ele postula a existência de nove domínios de inteligência diferentes e independentes, como inteligências matemáticas, linguísticas, espaciais, musicais, cinestésicas corporais, metacognitivas e existenciais, e afirma que os indivíduos que falham em alguns deles podem se destacar em outros. De acordo com Gardner, os testes e as escolas tradicionalmente enfatizam apenas as habilidades linguísticas e lógicas, enquanto negligenciam outras formas de inteligência. Embora popular entre os educadores, a teoria de Gardner foi muito criticada por psicólogos e psicometristas. Uma crítica é que a teoria violenta os usos científicos e cotidianos da palavra "inteligência". Vários pesquisadores argumentaram que nem todas as inteligências de Gardner se enquadram na esfera cognitiva. Por exemplo, Gardner afirma que uma carreira de sucesso nos esportes profissionais ou música popular reflete corporal-cinestésica inteligência musical e inteligência , respectivamente, ainda que se possa geralmente falam de atletismo e musicais habilidades , talentos ou habilidades em seu lugar. Outra crítica à teoria de Gardner é que muitos de seus domínios de inteligência supostamente independentes estão de fato correlacionados uns com os outros. Respondendo a análises empíricas que mostram correlações entre os domínios, Gardner argumentou que as correlações existem por causa do formato comum dos testes e porque todos os testes requerem habilidades linguísticas e lógicas. Seus críticos, por sua vez, apontaram que nem todos os testes de QI são administrados no formato de papel e lápis, que, além das habilidades linguísticas e lógicas, as baterias de teste de QI também contêm medidas de, por exemplo, habilidades espaciais e tarefas cognitivas elementares (por exemplo, tempo de inspeção e tempo de reação) que não envolvem raciocínio linguístico ou lógico, também se correlacionam com baterias de QI convencionais.

Robert Sternberg , trabalhando com vários colegas, também sugeriu que a inteligência tem dimensões independentes de g . Ele argumenta que existem três classes de inteligência: analítica, prática e criativa. De acordo com Sternberg, os testes psicométricos tradicionais medem apenas a inteligência analítica e devem ser aumentados para testar também a inteligência criativa e prática. Ele planejou vários testes para esse efeito. Sternberg iguala inteligência analítica com inteligência acadêmica e a contrasta com inteligência prática, definida como uma capacidade de lidar com problemas mal definidos da vida real. A inteligência tácita é um componente importante da inteligência prática, consistindo em conhecimento que não é explicitamente ensinado, mas é necessário em muitas situações da vida real. Avaliar a criatividade independentemente de testes de inteligência tem se mostrado tradicionalmente difícil, mas Sternberg e seus colegas afirmam ter criado testes válidos de criatividade também. A validação da teoria de Sternberg requer que as três habilidades testadas sejam substancialmente não correlacionadas e tenham validade preditiva independente. Sternberg conduziu muitos experimentos que ele afirma confirmar a validade de sua teoria, mas vários pesquisadores contestaram essa conclusão. Por exemplo, em sua reanálise de um estudo de validação do teste STAT de Sternberg, Nathan Brody mostrou que a validade preditiva do STAT, um teste de três habilidades supostamente independentes, era quase exclusivamente devido a um único fator geral subjacente aos testes, que Brody equiparou com o fator g .

Modelo de Flynn

James Flynn argumentou que a inteligência deve ser conceituada em três níveis diferentes: fisiologia do cérebro, diferenças cognitivas entre os indivíduos e tendências sociais da inteligência ao longo do tempo. De acordo com esse modelo, o fator g é um conceito útil com respeito às diferenças individuais, mas seu poder explicativo é limitado quando o foco da investigação é a fisiologia do cérebro ou, especialmente, o efeito das tendências sociais sobre a inteligência. Flynn criticou a noção de que os ganhos cognitivos ao longo do tempo, ou o efeito Flynn, são "vazios" se não puder ser demonstrado que são aumentos em g . Ele argumenta que o efeito Flynn reflete a mudança de prioridades sociais e a adaptação dos indivíduos a elas. Aplicar o conceito de diferenças individuais de g ao efeito Flynn é confundir diferentes níveis de análise. Por outro lado, de acordo com Flynn, também é falacioso negar, referindo-se às tendências da inteligência ao longo do tempo, que alguns indivíduos têm "cérebros e mentes melhores" para lidar com as demandas cognitivas de seu tempo particular. No nível da fisiologia do cérebro, Flynn enfatizou que os agrupamentos neurais localizados podem ser afetados de maneira diferente pelo exercício cognitivo e que existem fatores importantes que afetam todos os agrupamentos neurais.

Outras críticas

Talvez a crítica mais famosa do constructo de g seja a do paleontólogo e biólogo Stephen Jay Gould , apresentada em seu livro de 1981, The Mismeasure of Man . Ele argumentou que os psicometristas reificaram falaciosamente o fator g como uma coisa física no cérebro, embora seja simplesmente o produto de cálculos estatísticos (isto é, análise fatorial). Ele observou ainda que é possível produzir soluções de fatores de dados de testes cognitivos que não contenham um fator g , embora expliquem a mesma quantidade de informações que as soluções que geram um g . De acordo com Gould, não há razão para preferir uma solução fatorial a outra, e a análise fatorial, portanto, não dá suporte à existência de uma entidade como g . De forma mais geral, Gould criticou a teoria g por abstrair a inteligência como uma entidade única e por classificar as pessoas "em uma única série de valor", argumentando que tais classificações são usadas para justificar a opressão de grupos desfavorecidos.

Muitos pesquisadores criticaram os argumentos de Gould. Por exemplo, eles rejeitaram a acusação de reificação, sustentando que o uso de fatores extraídos como g como variáveis ​​causais potenciais cuja realidade pode ser apoiada ou rejeitada por investigações adicionais constitui uma prática científica normal que de forma alguma distingue a psicometria de outras ciências. Os críticos também sugeriram que Gould não entendia o propósito da análise fatorial e que ele ignorava os avanços metodológicos relevantes nesse campo. Embora diferentes soluções de fator possam ser matematicamente equivalentes em sua capacidade de explicar as intercorrelações entre os testes, as soluções que produzem um fator g são psicologicamente preferíveis por várias razões extrínsecas à análise fatorial, incluindo o fenômeno da variedade positiva, o fato de que o mesmo g pode emergem de baterias de teste bastante diferentes, a validade prática generalizada de g , e a ligação de g a muitas variáveis ​​biológicas.

John Horn e John McArdle argumentaram que a teoria g moderna , conforme defendida por, por exemplo, Arthur Jensen, é infalsificável , porque a existência de um fator comum como g decorre tautologicamente de correlações positivas entre os testes. Eles contrastaram a moderna teoria hierárquica de g com a teoria original de dois fatores de Spearman, que era facilmente falsificável (e de fato foi falsificada).

Joseph Graves Jr. e Amanda Johnson argumentaram que g "... é para os psicometristas o que o éter de Huygens foi para os primeiros físicos: uma nulidade considerada um artigo de fé em vez de alguém que precisa ser verificado por dados reais."

Veja também

• Charles Spearman
• Análise fatorial em psicometria
• Inteligência fluida e cristalizada
• Efeito Flynn
• Inteligência
• Quociente de inteligência
• Maleabilidade da inteligência
• Hipótese de Spearman
• Eugenia

Referências

Referências agrupadas

Bibliografia

• Ackerman, PL; Beier, ME; Boyle, MO (2005). "Memória operacional e inteligência: as mesmas ou diferentes construções?" . Boletim psicológico . 131 (1): 30–60. doi : 10.1037 / 0033-2909.131.1.30 . PMID  15631550 . S2CID  14087289 .
• Bartolomeu, DJ; Deary, IJ; Lawn, M. (2009). "Um novo sopro de vida para o modelo de inteligência de títulos da Thomson" (PDF) . Revisão psicológica . 116 (3): 567–579. doi : 10.1037 / a0016262 . PMID  19618987 .
• Brody, N. (2006). Teoria geocêntrica: uma alternativa válida à teoria da inteligência de Gardner. Em Schaler JA (Ed.), Howard Gardner sob fogo: O psicólogo rebelde enfrenta seus críticos . Chicago: Tribunal Aberto.
• Carroll, JB (1995). "Reflexões sobre The Mismeasure of Man (1981) A Retrospective Review de Stephen Jay Gould " . Inteligência . 21 (2): 121–134. doi : 10.1016 / 0160-2896 (95) 90022-5 .
• Carroll, JB (1997). "Psicometria, Inteligência e Percepção Pública" (PDF) . Inteligência . 24 : 25–52. CiteSeerX  10.1.1.408.9146 . doi : 10.1016 / s0160-2896 (97) 90012-x .
• Chabris, CF (2007). Mecanismos Cognitivos e Neurobiológicos da Lei da Inteligência Geral. In Roberts, MJ (Ed.) Integrando a mente: Domínio geral versus processos específicos de domínio na cognição superior. Hove, Reino Unido: Psychology Press.
• Chabris, CF; Hebert, BM; Benjamin, DJ; Beauchamp, JP; Cesarini, D .; van der Loos, MJHM; Johannesson, M .; Magnusson, PKE; Lichtenstein, P .; Atwood, CS; Freese, J .; Hauser, TS; Hauser, RM; Christakis, NA & Laibson, D. (2012). "A maioria das associações genéticas relatadas com a inteligência geral são provavelmente falsos positivos" (PDF) . Ciências psicológicas . 23 (11): 1314–1323. doi : 10.1177 / 0956797611435528 . PMC  3498585 . PMID  23012269 . Arquivado do original (PDF) em 21 de outubro de 2012 . Retirado em 28 de setembro de 2012 .
• Davidson, JE & Kemp, IA (2011). Modelos contemporâneos de inteligência. Em RJ Sternberg & SB Kaufman (Eds.), The Cambridge Handbook of Intelligence. New York, NY: Cambridge University Press.
• Deary, IJ (2012). "Inteligência" (PDF) . Revisão Anual de Psicologia . 63 : 453–482. doi : 10.1146 / annurev-psych-120710-100353 . PMID  21943169 . Arquivado (PDF) do original em 25 de fevereiro de 2021 . Página visitada em 25 de fevereiro de 2021 .
• Deary, IJ (2001). Inteligência. Uma introdução muito curta. Oxford: Oxford University Press. doi : 10.1093 / actrade / 9780192893215.001.0001
• Deary IJ (2000). Olhando para baixo na inteligência humana: da psicometria ao cérebro . Oxford, Inglaterra: Oxford University Press. doi : 10.1093 / acprof: oso / 9780198524175.001.0001
• Deary, IJ; Pagliari, C. (1991). "A força de g em diferentes níveis de habilidade: Detterman e Daniel redescobriram a" lei dos rendimentos decrescentes "de Spearman?". Inteligência . 15 (2): 247–250. doi : 10.1016 / 0160-2896 (91) 90033-A .
• Deary, IJ; Egan, V .; Gibson, GJ; Marca, CR; Austin, E .; Kellaghan, T. (1996). “Inteligência e hipótese de diferenciação”. Inteligência . 23 (2): 105-132. doi : 10.1016 / S0160-2896 (96) 90008-2 .
• Deary, IJ; Spinath, FM; Bates, TC (2006). "Genética da inteligência" . Eur J Hum Genet . 14 (6): 690–700. doi : 10.1038 / sj.ejhg.5201588 . PMID  16721405 .
• Deary, IJ; Penke, L .; Johnson, W. (2010). "A neurociência das diferenças da inteligência humana" (PDF) . Nature Reviews Neuroscience . 11 (3): 201–211. doi : 10.1038 / nrn2793 . hdl : 20.500.11820 / 9b11fac3-47d0-424c-9d1c-fe6f9ff2ecac . PMID  20145623 . S2CID  5136934 .
• Detterman, DK; Daniel, MH (1989). “Correlações de testes mentais entre si e com variáveis ​​cognitivas são mais altas para grupos de baixo QI”. Inteligência . 13 (4): 349–359. doi : 10.1016 / S0160-2896 (89) 80007-8 .
• Eysenck, HJ (1995). A criatividade como produto da inteligência e da personalidade. Em Saklofske, DH & Zeidner, M. (Eds.), International Handbook of Personality and Intelligence (pp. 231–247). New York, NY, US: Plenum Press.
• Floyd, RG; Shands, EI; Rafael, FA; Bergeron, R .; McGrew, KS (2009). "A confiabilidade das cargas de fator geral: os efeitos dos métodos de extração de fator, composição da bateria de teste, tamanho da bateria de teste e suas interações" (PDF) . Inteligência . 37 (5): 453–465. doi : 10.1016 / j.intell.2009.05.003 .
• Flynn, J. (2011). Mudanças seculares na inteligência. Páginas 647-665 em RJ Sternberg & SB Kaufman (eds.), Cambridge Handbook of Intelligence . New York, NY: Cambridge University Press.
• Frey, MC; Detterman, DK (2004). "Avaliação escolar ou g ? A relação entre o teste de avaliação escolar e capacidade cognitiva geral" (PDF) . Ciências psicológicas . 15 (6): 373–378. doi : 10.1111 / j.0956-7976.2004.00687.x . PMID  15147489 . S2CID  12724085 .
• Gottfredson, LS (1998). "Inverno). O fator de inteligência geral". Scientific American Presents . 9 (4): 24–29.
• Gottfredson, LS (2002). g: Altamente geral e altamente prático. Páginas 331–380 em RJ Sternberg & EL Grigorenko (Eds.), The general factor of intelligence: How general is it? Mahwah, NJ: Erlbaum.
• Gottfredson, LS (2007). Inovação, acidentes fatais e evolução da inteligência geral. Em MJ Roberts (Ed.), Integrando a mente: Domínio geral versus processos específicos de domínio em cognição superior (pp. 387-425). Hove, Reino Unido: Psychology Press.
• Gottfredson, LS (2011). Inteligência e desigualdade social: por que o vínculo biológico? pp. 538–575 em T. Chamorro-Premuzic, A. Furhnam, & S. von Stumm (Eds.), Handbook of Individual Differences. Wiley-Blackwell.
• Gould, SJ (1996, edição revisada). A má medida do homem. Nova York: WW Norton & Company.
• Haworth, CMA; et al. (2010). "A herdabilidade da capacidade cognitiva geral aumenta linearmente desde a infância até a idade adulta jovem" . Mol Psychiatry . 15 (11): 1112–1120. doi : 10.1038 / mp.2009.55 . PMC  2889158 . PMID  19488046 .
• Horn, JL & McArdle, JJ (2007). Compreendendo a inteligência humana desde Spearman. Em R. Cudeck & R. MacCallum, (Eds.). Factor Analysis at 100 years (pp. 205–247). Mahwah, NJ: Lawrence Erlbaum Associates, Inc.
• Humphreys, LG; Rich, SA; Davey, TC (1985). "Um Teste Piagetiano de Inteligência Geral". Psicologia do Desenvolvimento . 21 (5): 872–877. doi : 10.1037 / 0012-1649.21.5.872 .
• Hunt, EB (2011). Inteligência Humana . Cambridge, Reino Unido: Cambridge University Press.
• Jensen, AR (1980). Viés em testes mentais . Nova York: The Free Press.
• Jensen, AR (1982). "O Desmascaramento de Fósseis Científicos e Pessoas de Palha" . Revisão da Educação Contemporânea . 1 : 121–135.
• Jensen, AR (1992). "Compreender g em termos de processamento de informação". Revisão de Psicologia Educacional . 4 (3): 271–308. doi : 10.1007 / bf01417874 . S2CID  54739564 .
• Jensen, AR (1998). The G Factor: The Science of Mental Ability . Evolução humana, comportamento e inteligência. Praeger. ISBN 978-0-275-96103-9. Retirado em 10 de julho de 2021 .
• Jensen, AR (2000). Uma filosofia niilística da ciência para uma psicologia científica? Psycoloquy, 11, Issue 088, Article 49.
• Jensen, AR (2002). G psicométrico: Definição e comprovação. Em RJ Sternberg & EL Grigorenko (Eds.), General factor of intelligence: How general is it? (pp. 39–54). Mahwah, NJ: Erlbaum.
• Johnson, W .; Bouchard, TJ; Krueger, RF; McGue, M .; Gottesman, II (2004). "Apenas um g : resultados consistentes de três baterias de teste". Inteligência . 32 : 95–107. doi : 10.1016 / S0160-2896 (03) 00062-X .
• Johnson, W .; te Nijenhuis, J .; Bouchard Jr, T. (2008). "Ainda apenas 1 g: resultados consistentes de cinco baterias de teste". Inteligência . 36 : 81–95. doi : 10.1016 / j.intell.2007.06.001 .
• Juiz, TA; Jackson, CL; Shaw, JC; Scott, BA; Rich, BL (2007). "Autoeficácia e desempenho no trabalho: o papel integral das diferenças individuais" . Journal of Applied Psychology . 92 (1): 107–127. doi : 10.1037 / 0021-9010.92.1.107 . PMID  17227155 . S2CID  333238 .
• Kamphaus, RW, Winsor, AP, Rowe, EW, & Kim, S. (2005). Uma história de interpretação de testes de inteligência. Em DP Flanagan e PL Harrison (Eds.), Avaliação intelectual contemporânea: Teorias, testes e questões (2ª Ed.) (Pp. 23-38). Nova York: Guilford.
• Kane, MJ; Hambrick, DZ; Conway, ARA (2005). "Capacidade de memória operacional e inteligência fluida são construções fortemente relacionadas: Comentário sobre Ackerman, Beier e Boyle (2004)" (PDF) . Boletim psicológico . 131 (1): 66–71. doi : 10.1037 / 0033-2909.131.1.66 . PMID  15631552 .
• Keith, TZ; Kranzler, JH; Flanagan, DP (2001). "O que o Sistema de Avaliação Cognitiva (CAS) mede? Análise fatorial confirmatória conjunta do CAS e os Testes Woodcock-Johnson de Capacidade Cognitiva (3ª Edição)". Revisão da psicologia escolar . 30 : 89–119. doi : 10.1080 / 02796015.2001.12086102 . S2CID  141437006 .
• Korb, KB (1994). "Stephen Jay Gould na inteligência". Cognição . 52 (2): 111–123. CiteSeerX  10.1.1.22.9513 . doi : 10.1016 / 0010-0277 (94) 90064-7 . PMID  7924200 . S2CID  10514854 .
• Kovas, Y .; Plomin, R. (2006). "Genes generalistas: implicações para as ciências cognitivas". Tendências em Ciências Cognitivas . 10 (5): 198–203. doi : 10.1016 / j.tics.2006.03.001 . PMID  16580870 . S2CID  13943225 .
• Kvist, A. & Gustafsson, J.-E. (2008). A relação entre a inteligência fluida e o fator geral em função da formação cultural: um teste da teoria de investimento de Cattell. Intelligence 36, 422-436.
• Lautrey, J. (2002). Existe um fator geral de desenvolvimento cognitivo? Em Sternberg, RJ & Grigorenko, EL (Eds.), O fator geral da inteligência: quão geral é? Mahwah, NJ: Erlbaum.
• Lubinski, D (2009). "Capacidade cognitiva excepcional: o fenótipo". Behavior Genetics . 39 (4): 350–358. doi : 10.1007 / s10519-009-9273-0 . PMID  19424784 . S2CID  7900602 .
• Lynn, R. (2003). A Geografia da Inteligência. Em Nyborg, H. (ed.), The Scientific Study of General Intelligence: Tribute to Arthur R. Jensen (pp. 126-146). Oxford: Pergamon.
• Mackintosh, NJ (2011). QI e inteligência humana . Oxford, Reino Unido: Oxford University Press.
• McGrew, KS (2005). A Teoria Cattell-Horn-Carroll das Habilidades Cognitivas: Passado, Presente e Futuro. Avaliação intelectual contemporânea: teorias, testes e questões. (pp. 136–181) New York, NY, US: Guilford Press Flanagan, Dawn P. (Ed); Harrison, Patti L. (Ed), (2005). xvii, 667 pp.
• Neisser, U .; Boodoo, G .; Bouchard Jr, TJ; Boykin, AW; Brody, N .; Ceci, SJ; Halpern, DF; Loehlin, JC; Perloff, R. (1996). "Inteligência: Conhecidos e Desconhecidos". Psicólogo americano . 51 (2): 77–101. CiteSeerX  10.1.1.322.5525 . doi : 10.1037 / 0003-066x.51.2.77 .
• Oberauer, K .; Schulze, R .; Wilhelm, O .; Süß, H.-M. (2005). "Memória de trabalho e inteligência - sua correlação e sua relação: um comentário sobre Ackerman, Beier e Boyle (2005)" . Boletim psicológico . 131 (1): 61–65. doi : 10.1037 / 0033-2909.131.1.61 . PMID  15631551 . S2CID  2508020 .
• Penke, L .; Denissen, JJA; Miller, GF (2007). "The Evolutionary Genetics of Personality" (PDF) . European Journal of Personality . 21 (5): 549–587. doi : 10.1002 / per.629 . S2CID  13403823 .
• Plomin, R (2003). "Genética, genes, genômica e g." Molecular Psychiatry . 8 (1): 1–5. doi : 10.1038 / sj.mp.4001249 . PMID  12556898 .
• Plomin, R .; Spinath, FM (2004). "Inteligência: genética, genes e genômica" . J Pers Soc Psychol . 86 (1): 112–129. doi : 10.1037 / 0022-3514.86.1.112 . PMID  14717631 . S2CID  5734393 .
• Robertson, KF; Smeets, S .; Lubinski, D .; Benbow, CP (2010). "Além da hipótese do limiar: mesmo entre os alunos talentosos e os melhores alunos de graduação em matemática / ciências, as habilidades cognitivas, os interesses vocacionais e as preferências de estilo de vida são importantes para a escolha de carreira, desempenho e persistência" . Direções atuais na ciência psicológica . 19 (6): 346-351. doi : 10.1177 / 0963721410391442 . S2CID  46218795 .
• Roth, PL; Bevier, CA; Bobko, P .; Switzer III, FS; Tyler, P. (2001). "Diferenças de grupos étnicos em capacidade cognitiva em ambientes de trabalho e educacionais: uma meta-análise". Psicologia de pessoal . 54 (2): 297–330. CiteSeerX  10.1.1.372.6092 . doi : 10.1111 / j.1744-6570.2001.tb00094.x .
• Rushton, JP; Jensen, AR (2010). "A ascensão e queda do Efeito Flynn como uma razão para esperar um estreitamento da lacuna de QI Preto-Branco". Inteligência . 38 (2): 213–219. doi : 10.1016 / j.intell.2009.12.002 .
• Sackett, PR; Borneman, MJ; Connelly, BS (2008). "Testes de alto risco no ensino superior e no emprego. Avaliando as evidências de validade e justiça". Psicólogo americano . 63 (4): 215–227. CiteSeerX  10.1.1.189.2163 . doi : 10.1037 / 0003-066x.63.4.215 . PMID  18473607 .
• Schmidt, FL; Hunter, J. (2004). "Capacidade mental geral no mundo do trabalho: realização ocupacional e desempenho no trabalho" (PDF) . Journal of Personality and Social Psychology . 86 (1): 162–173. CiteSeerX  10.1.1.394.8878 . doi : 10.1037 / 0022-3514.86.1.162 . PMID  14717634 .
• Spearman, CE (1904). " ' Inteligência geral', objetivamente determinada e medida" (PDF) . American Journal of Psychology . 15 (2): 201–293. doi : 10.2307 / 1412107 . JSTOR  1412107 . Arquivado do original (PDF) em 7 de abril de 2014.
• Spearman, CE (1927). As habilidades do homem. Londres: Macmillan.
• Stauffer, J .; Ree, MJ; Carretta, TR (1996). "Testes de componentes cognitivos não são muito mais do que g : uma extensão das análises de Kyllonen". The Journal of General Psychology . 123 (3): 193–205. doi : 10.1080 / 00221309.1996.9921272 .
• Sternberg, RJ; Conway, BE; Ketron, JL; Bernstein, M. (1981). “A concepção de inteligência das pessoas”. Journal of Personality and Social Psychology . 41 : 37–55. doi : 10.1037 / 0022-3514.41.1.37 .
• von Stumm, S .; Chamorro-Premuzic, T .; Quiroga, M.Á .; Colom, R. (2009). "Separando variações estreitas e gerais em associações inteligência-personalidade". Personalidade e diferenças individuais . 47 (4): 336–341. doi : 10.1016 / j.paid.2009.03.024 .
• von Stumm, S., Chamorro-Premuzic, T., Ackerman, PL (2011). Revisitando associações de inteligência-personalidade: Vindicando o investimento intelectual. Em T. Chamorro-Premuzic, S. von Stumm, & A. Furnham (eds.), Handbook of Individual Differences . Chichester, Reino Unido: Wiley-Blackwell.
• Tucker-Drob, EM (2009). "Diferenciação de habilidades cognitivas ao longo da vida" . Psicologia do Desenvolvimento . 45 (4): 1097–1118. doi : 10.1037 / a0015864 . PMC  2855504 . PMID  19586182 .
• van der Maas, HLJ; Dolan, CV; Grasman, RPPP; Wicherts, JM; Huizenga, HM; Raaijmakers, MEJ (2006). "Um modelo dinâmico de inteligência geral: o múltiplo positivo de inteligência por mutualismo" (PDF) . Revisão psicológica . 13 (4): 842–860. doi : 10.1037 / 0033-295x.113.4.842 . PMID  17014305 . Arquivado do original (PDF) em 17 de abril de 2012 . Retirado em 1 de agosto de 2012 .
• Weinberg, RA (1989). "Intelligence and IQ. Landmark Issues and Great Debates". Psicólogo americano . 44 (2): 98–104. doi : 10.1037 / 0003-066X.44.2.98 .