De Wikipedia, la enciclopedia libre
  (Redirigido de la habilidad general )
Saltar a navegación Saltar a búsqueda
La "inteligencia general" vuelve a dirigir aquí. No debe confundirse con Inteligencia , Inteligencia artificial general o Cociente de inteligencia .

El factor g (también conocido como inteligencia general , habilidad mental general o factor de inteligencia general ) es un constructo desarrollado en investigaciones psicométricas de habilidades cognitivas e inteligencia humana . Es una variable que resume las correlaciones positivas entre diferentes tareas cognitivas, lo que refleja el hecho de que el desempeño de un individuo en un tipo de tarea cognitiva tiende a ser comparable al desempeño de esa persona en otro tipo de tareas cognitivas. El factor g generalmente representa del 40 al 50 por ciento de las diferencias de desempeño entre individuos en un determinadopruebas cognitivas y puntuaciones compuestas ("puntuaciones de CI") basadas en muchas pruebas se consideran con frecuencia como estimaciones de la posición de los individuos en el factor g . [1] Los términos CI, inteligencia general, capacidad cognitiva general, capacidad mental general y simplemente inteligencia se usan a menudo de manera intercambiable para referirse a este núcleo común compartido por las pruebas cognitivas. [2] El factor g apunta a una medida particular de inteligencia general .

La existencia del factor g fue propuesta originalmente por el psicólogo inglés Charles Spearman en los primeros años del siglo XX. Observó que las calificaciones de desempeño de los niños, en materias escolares aparentemente no relacionadas, estaban correlacionadas positivamente y razonó que estas correlaciones reflejaban la influencia de una habilidad mental general subyacente que entraba en el desempeño en todo tipo de pruebas mentales. Spearman sugirió que todo el rendimiento mental podría conceptualizarse en términos de un único factor de capacidad general, al que denominó g , y muchos factores de capacidad específicos de la tarea. Poco después de que Spearman propusiera la existencia de g , fue desafiado por Godfrey Thomson, quien presentó evidencia de que tales intercorrelaciones entre los resultados de las pruebas podrían surgir incluso si no existiera un factor g . [3] Los modelos factoriales de inteligencia actuales típicamente representan las habilidades cognitivas como una jerarquía de tres niveles, donde hay muchos factores estrechos en la parte inferior de la jerarquía, un puñado de factores amplios y más generales en el nivel intermedio y en el vértice un factor único, denominado factor g , que representa la varianza común a todas las tareas cognitivas.

Tradicionalmente, la investigación sobre g se ha concentrado en investigaciones psicométricas de datos de prueba, con un énfasis especial en enfoques analíticos de factores . Sin embargo, la investigación empírica sobre la naturaleza de g también se ha basado en la psicología cognitiva experimental y la cronometría mental , la anatomía y fisiología del cerebro, la genética cuantitativa y molecular y la evolución de los primates . [4] Algunos científicos consideran g como una regularidad estadística y no controvertida, y un factor cognitivo general aparece en los datos recopilados de personas en casi todas las culturas humanas. [5]Sin embargo, no hay consenso sobre las causas de las correlaciones positivas entre las pruebas.

La investigación en el campo de la genética del comportamiento ha establecido que la construcción de g es altamente heredable . Tiene una serie de otros correlatos biológicos, incluido el tamaño del cerebro . También es un predictor significativo de diferencias individuales en muchos resultados sociales, particularmente en educación y empleo. Las teorías contemporáneas de la inteligencia más ampliamente aceptadas incorporan el factor g . [6] Sin embargo, los críticos de g han sostenido que el énfasis en g está fuera de lugar y conlleva una devaluación de otras habilidades importantes. Stephen J. Gould denuncia el concepto de gcomo apoyo a una visión cosificada poco realista de la inteligencia humana.

Prueba de capacidad cognitiva [ editar ]

Matriz de correlación de Spearman para seis medidas de desempeño escolar. Todas las correlaciones son positivas, el fenómeno múltiple positivo . La fila inferior muestra las cargas g de cada medida de rendimiento. [7]
ClásicosfrancésinglésMatemáticasTonoMúsica
Clásicos-
francés.83-
inglés.78.67-
Matemáticas.70.67.64-
Discriminación de tono.66.sesenta y cinco.54.45-
Música.63.57.51.51.40-
gramo.958.882.803.750.673.646
Intercorrelaciones de subpruebas en una muestra de sujetos escoceses que completaron la batería WAIS-R . Las subpruebas son Vocabulario, Similitudes, Información, Comprensión, Disposición de imágenes, Diseño de bloques, Aritmética, Completar imágenes, Rango de dígitos, Ensamblaje de objetos y Símbolo de dígitos. La fila inferior muestra las cargas g de cada subprueba. [8]
VSICPensilvaniaBDAordenador personalDSpOADS
V-
S.67-
I.72.59-
C.70.58.59-
Pensilvania.51.53.50.42-
BD.45.46.45.39.43-
A.48.43.55.45.41.44-
ordenador personal.49.52.52.46.48.45.30-
DSp.46.40.36.36.31.32.47.23-
OA.32.40.32.29.36.58.33.41.14-
DS.32.33.26.30.28.36.28.26.27.25-
gramo.83.80.80.75.70.70.68.68.56.56.48

Las pruebas de capacidad cognitiva están diseñadas para medir diferentes aspectos de la cognición. Los dominios específicos evaluados por las pruebas incluyen habilidad matemática, fluidez verbal, visualización espacial y memoria, entre otros. Sin embargo, los individuos que sobresalen en un tipo de prueba tienden a sobresalir en otros tipos de pruebas también, mientras que aquellos que obtienen malos resultados en una prueba tienden a hacerlo en todas las pruebas, independientemente del contenido de las pruebas. [9] El psicólogo inglés Charles Spearman fue el primero en describir este fenómeno. [10] En un famoso artículo de investigación publicado en 1904, [11]observó que las medidas de desempeño de los niños en materias escolares aparentemente no relacionadas estaban correlacionadas positivamente. Desde entonces, este hallazgo se ha repetido en numerosas ocasiones. El hallazgo constante de matrices de correlación universalmente positivas de los resultados de las pruebas mentales (o la "variedad positiva"), a pesar de las grandes diferencias en el contenido de las pruebas, se ha descrito como "posiblemente el resultado más replicado en toda la psicología". [12] Las correlaciones nulas o negativas entre las pruebas sugieren la presencia de un error de muestreo o una restricción del rango de capacidad en la muestra estudiada. [13]

Utilizando el análisis factorial o métodos estadísticos relacionados, es posible calcular un único factor común que puede considerarse como una variable de resumen que caracteriza las correlaciones entre todas las diferentes pruebas en una batería de pruebas. Spearman se refirió a este factor común como el factor general , o simplemente g . (Por convención, g siempre se imprime en cursiva minúscula.) Matemáticamente, el factor g es una fuente de variación entre los individuos , lo que implica que no se puede hablar de manera significativa de las habilidades mentales de un individuo que consisten en go otros factores a cualquier especificación grados. Solo se puede hablar de la posición de un individuo en g(u otros factores) en comparación con otros individuos de una población relevante. [13] [14] [15]

Diferentes pruebas en una batería de prueba pueden correlacionarse con (o "cargarse") con el factor g de la batería en diferentes grados. Estas correlaciones se conocen como cargas g . El puntaje del factor g de un examinado individual , que representa su posición relativa en el factor g en el grupo total de individuos, se puede estimar usando las cargas g . Los puntajes de CI a escala completa de una batería de pruebas generalmente estarán altamente correlacionados con los puntajes del factor g , y a menudo se los considera como estimaciones de g . Por ejemplo, las correlaciones entre las puntuaciones del factor g y las puntuaciones de CI de escala completa de David WechslerSe ha encontrado que las pruebas son superiores a .95. [1] [13] [16] Los términos CI, inteligencia general, capacidad cognitiva general, capacidad mental general o simplemente inteligencia se utilizan con frecuencia de manera intercambiable para referirse al núcleo común compartido por las pruebas cognitivas. [2]

Las cargas g de las pruebas mentales siempre son positivas y suelen oscilar entre 0,10 y 0,90, con una media de alrededor de 0,60 y una desviación estándar de alrededor de 0,15. Las matrices progresivas de Raven se encuentran entre las pruebas con las cargas de g más altas , alrededor de .80. Las pruebas de vocabulario e información general también suelen tener cargas de g altas . [17] [18] Sin embargo, la carga g de la misma prueba puede variar algo dependiendo de la composición de la batería de prueba. [19]

La complejidad de las pruebas y las exigencias que imponen a la manipulación mental están relacionadas con las cargas g de las pruebas . Por ejemplo, en la prueba de extensión de dígitos hacia adelante, se le pide al sujeto que repita una secuencia de dígitos en el orden de su presentación después de escucharlos una vez a una velocidad de un dígito por segundo. Por lo demás, la prueba de extensión de dígitos hacia atrás es la misma, excepto que se le pide al sujeto que repita los dígitos en el orden inverso al que se presentaron. La prueba de extensión de dígitos hacia atrás es más compleja que la prueba de extensión de dígitos hacia adelante y tiene una carga g significativamente mayor . Del mismo modo, la gLas cargas de las pruebas de cálculo aritmético, ortografía y lectura de palabras son más bajas que las de las pruebas de resolución de problemas aritméticos, composición de textos y comprensión de lectura, respectivamente. [13] [20]

La dificultad de la prueba y las cargas g son conceptos distintos que pueden o no estar relacionados empíricamente en una situación específica. Las pruebas que tienen el mismo nivel de dificultad, según el índice de la proporción de elementos de prueba que fallan por los examinados, pueden exhibir una amplia gama de cargas g . Por ejemplo, se ha demostrado que las pruebas de memoria de memoria tienen el mismo nivel de dificultad pero cargas g considerablemente más bajas que muchas pruebas que involucran razonamiento. [20] [21]

Teorías [ editar ]

Si bien la existencia de g como una regularidad estadística está bien establecida y no es controvertida entre los expertos, no hay consenso sobre las causas de las intercorrelaciones positivas. Se han propuesto varias explicaciones. [22]

Energía o eficiencia mental [ editar ]

Charles Spearman razonó que las correlaciones entre las pruebas reflejaban la influencia de un factor causal común, una capacidad mental general que entra en el desempeño de todo tipo de tareas mentales. Sin embargo, pensó que los mejores indicadores de g eran aquellas pruebas que reflejaban lo que él llamaba la educación de relaciones y correlatos , que incluían habilidades como la deducción , la inducción , la resolución de problemas, la comprensión de relaciones, la inferencia de reglas y la detección de diferencias y similitudes. Spearman planteó la hipótesis de que gera equivalente a "energía mental". Sin embargo, esto era más una explicación metafórica, y permaneció agnóstico sobre la base física de esta energía, esperando que la investigación futura descubriera la naturaleza fisiológica exacta de g . [23]

Siguiendo a Spearman, Arthur Jensen sostuvo que todas las tareas mentales se relacionan con g hasta cierto punto. Según Jensen, el factor g representa un "destilado" de puntajes en diferentes pruebas en lugar de una suma o un promedio de tales puntajes, con el análisis factorial actuando como el procedimiento de destilación . [18] Argumentó que g no se puede describir en términos de las características del ítem o el contenido de información de las pruebas, señalando que las tareas mentales muy diferentes pueden tener cargas g casi iguales . Wechsler sostuvo de manera similar que g no es una habilidad en absoluto, sino más bien una propiedad general del cerebro. Jensen planteó la hipótesis de que gcorresponde a diferencias individuales en la velocidad o eficiencia de los procesos neuronales asociados con las habilidades mentales. [24] También sugirió que, dadas las asociaciones entre g y tareas cognitivas elementales , debe ser posible construir una escala de razón de prueba de g que los usos tiempo como la unidad de medida. [25]

Teoría del muestreo [ editar ]

La llamada teoría de muestreo de g , desarrollada originalmente por Edward Thorndike y Godfrey Thomson , propone que la existencia de la variedad positiva puede explicarse sin referencia a una capacidad subyacente unitaria. Según esta teoría, hay varios procesos mentales no correlacionados y todas las pruebas se basan en diferentes muestras de estos procesos. Las intercorrelaciones entre las pruebas se deben a una superposición entre los procesos aprovechados por las pruebas. [26] [27] Por lo tanto, la variedad positiva surge debido a un problema de medición, una incapacidad para medir procesos mentales más detallados y presumiblemente no correlacionados. [15]

Se ha demostrado que no es posible distinguir estadísticamente entre el modelo de g de Spearman y el modelo de muestreo; ambos son igualmente capaces de explicar las intercorrelaciones entre las pruebas. [28] La teoría del muestreo también es consistente con la observación de que las tareas mentales más complejas tienen cargas g más altas , porque se espera que las tareas más complejas involucren una muestra mayor de elementos neuronales y, por lo tanto, tengan más de ellos en común con otras tareas. [29]

Algunos investigadores han argumentado que el modelo de muestreo invalida g como concepto psicológico, porque el modelo sugiere que los factores g derivados de diferentes baterías de prueba simplemente reflejan los elementos compartidos de las pruebas particulares contenidas en cada batería en lugar de una g que es común a todas las pruebas. . De manera similar, las altas correlaciones entre diferentes baterías podrían deberse a que miden el mismo conjunto de habilidades en lugar de la misma habilidad. [30]

Los críticos han argumentado que la teoría del muestreo es incongruente con ciertos hallazgos empíricos. Con base en la teoría del muestreo, uno podría esperar que las pruebas cognitivas relacionadas compartan muchos elementos y, por lo tanto, estén altamente correlacionadas. Sin embargo, algunas pruebas estrechamente relacionadas, como el intervalo de dígitos hacia adelante y hacia atrás, están solo modestamente correlacionadas, mientras que algunas pruebas aparentemente completamente diferentes, como las pruebas de vocabulario y las matrices de Raven, están constantemente altamente correlacionadas. Otro hallazgo problemático es que el daño cerebral con frecuencia conduce a deterioros cognitivos específicos en lugar de un deterioro general que uno podría esperar según la teoría del muestreo. [15] [31]

Mutualismo [ editar ]

El modelo de "mutualismo" de g propone que los procesos cognitivos inicialmente no están correlacionados, pero que la variedad positiva surge durante el desarrollo individual debido a las relaciones mutuamente beneficiosas entre los procesos cognitivos. Por tanto, no existe un único proceso o capacidad subyacente a las correlaciones positivas entre las pruebas. Durante el curso del desarrollo, sostiene la teoría, cualquier proceso particularmente eficiente beneficiará a otros procesos, con el resultado de que los procesos terminarán correlacionados entre sí. Por lo tanto, los coeficientes intelectuales igualmente altos en diferentes personas pueden deberse a ventajas iniciales bastante diferentes de las que tenían. [15] [32] Los críticos han argumentado que las correlaciones observadas entre la gLas cargas y los coeficientes de heredabilidad de las subpruebas son problemáticos para la teoría del mutualismo. [33]

Estructura factorial de las habilidades cognitivas [ editar ]

Una ilustración de la teoría de la inteligencia de dos factores de Spearman. Cada pequeño óvalo es una prueba mental hipotética. Las áreas azules corresponden a la varianza de la prueba específica ( s ), mientras que las áreas de color púrpura representan la varianza atribuido a g .

El análisis factorial es una familia de técnicas matemáticas que se pueden utilizar para representar correlaciones entre pruebas de inteligencia en términos de un número menor de variables conocidas como factores. El propósito es simplificar la matriz de correlación mediante el uso de factores subyacentes hipotéticos para explicar los patrones en ella. Cuando todas las correlaciones en una matriz son positivas, como lo son en el caso del CI, el análisis factorial arrojará un factor general común a todas las pruebas. El factor general de las pruebas de IQ se conoce como factor g , y generalmente representa del 40 al 50 por ciento de la variación en las baterías de prueba de IQ. [34] La presencia de correlaciones entre muchas pruebas cognitivas que varían ampliamente se ha tomado a menudo como evidencia de la existencia de g, pero McFarland (2012) mostró que tales correlaciones no brindan más o menos apoyo a la existencia de g que a la existencia de múltiples factores de inteligencia. [35]

Charles Spearman desarrolló el análisis factorial para estudiar las correlaciones entre las pruebas. Inicialmente, desarrolló un modelo de inteligencia en el que las variaciones en todos los puntajes de las pruebas de inteligencia se explican por sólo dos tipos de variables: primero, factores que son específicos de cada prueba (denotados por s ); y segundo, un factor g que da cuenta de las correlaciones positivas entre las pruebas. Esto se conoce como la teoría de los dos factores de Spearman. Investigaciones posteriores basadas en baterías de prueba más diversas que las utilizadas por Spearman demostraron que g por sí solo no podía explicar todas las correlaciones entre las pruebas. Específicamente, se encontró que incluso después de controlar por g , algunas pruebas todavía estaban correlacionadas entre sí. Esto llevó a la postulación defactores de grupo que representan la varianza que tienen en común grupos de pruebas con demandas de tareas similares (p. ej., verbal, espacial o numérica) además de la varianza g compartida . [36]

Una ilustración de la teoría de los tres estratos de John B. Carroll , un modelo contemporáneo influyente de habilidades cognitivas. Las amplias habilidades reconocidas por el modelo son inteligencia fluida (Gf), inteligencia cristalizada (Gc), memoria y aprendizaje general (Gy), percepción visual amplia (Gv), percepción auditiva amplia (Gu), capacidad de recuperación amplia (Gr), amplia velocidad cognitiva (Gs) y velocidad de procesamiento (Gt). Carroll consideró las amplias capacidades como diferentes "sabores" de g .

A través de la rotación de factores , en principio, es posible producir un número infinito de soluciones de factores diferentes que son matemáticamente equivalentes en su capacidad para explicar las intercorrelaciones entre pruebas cognitivas. Estos incluyen soluciones que no contienen un factor g . Por tanto, el análisis factorial por sí solo no puede establecer cuál es la estructura subyacente de la inteligencia. Al elegir entre diferentes soluciones de factores, los investigadores deben examinar los resultados del análisis de factores junto con otra información sobre la estructura de las habilidades cognitivas. [37]

Hay muchas razones psicológicamente relevantes para preferir soluciones factoriales que contienen un factor g . Estos incluyen la existencia de la variedad positiva, el hecho de que ciertos tipos de pruebas (generalmente las más complejas) tienen cargas g consistentemente mayores , la invariancia sustancial de los factores g en diferentes baterías de prueba, la imposibilidad de construir baterías de prueba que no rinden un g de factores y la validez práctica generalizada de g como un predictor de los resultados individuales. El factor g , junto con los factores de grupo, representa mejor el hecho establecido empíricamente de que, en promedio, las diferencias generales de capacidad entrelos individuos son mayores que las diferencias entre las habilidades dentro de los individuos, mientras que una solución factorial con factores ortogonales sin g oscurece este hecho. Además, g parece ser el componente de inteligencia más heredable. [38] Las investigaciones que utilizan las técnicas de análisis factorial confirmatorio también han respaldado la existencia de g . [37]

Se puede calcular un factor g a partir de una matriz de correlación de los resultados de las pruebas utilizando varios métodos diferentes. Estos incluyen análisis factorial exploratorio, análisis de componentes principales (PCA) y análisis factorial confirmatorio. Los diferentes métodos de extracción de factores producen resultados muy consistentes, aunque a veces se ha encontrado que el PCA produce estimaciones infladas de la influencia de g en los puntajes de las pruebas. [19] [39]

Existe un amplio consenso contemporáneo de que la variación cognitiva entre personas se puede conceptualizar en tres niveles jerárquicos, que se distinguen por su grado de generalidad. En el nivel más bajo, menos general, hay muchos factores estrechos de primer orden; en un nivel más alto, hay un número relativamente pequeño - entre cinco y diez - de factores amplios (es decir, más generales) de segundo orden (o factores de grupo); y en el vértice, hay un solo factor de tercer orden, g , el factor general común a todas las pruebas. [40] [41] [42] El factor g generalmente representa la mayor parte de la varianza del factor común total de las baterías de prueba de CI. [43] Los modelos jerárquicos contemporáneos de inteligencia incluyen ella teoría de los tres estratos y la teoría de Cattell-Horn-Carroll . [44]

"Indiferencia del indicador" [ editar ]

Spearman propuso el principio de la indiferencia del indicador , según el cual el contenido preciso de las pruebas de inteligencia no es importante para identificar g , porque g entra en el desempeño en todo tipo de pruebas. Por tanto, cualquier prueba puede utilizarse como indicador de g . [5] Siguiendo a Spearman, Arthur Jensen argumentó más recientemente que un factor g extraído de una batería de prueba siempre será el mismo, dentro de los límites del error de medición, que el extraído de otra batería, siempre que las baterías sean grandes y diversas. [45] De acuerdo con este punto de vista, cada prueba mental, sin importar cuán distintiva sea, requiere ghasta cierto punto. Por lo tanto, una puntuación compuesta de varias pruebas diferentes se cargará en g con más fuerza que cualquiera de las puntuaciones de las pruebas individuales, porque los componentes g se acumulan en la puntuación compuesta, mientras que los componentes no g no correlacionados se cancelarán entre sí. En teoría, la puntuación compuesta de una batería de pruebas diversa e infinitamente grande sería, entonces, una medida perfecta de g . [46]

Por el contrario, LL Thurstone argumentó que un factor g extraído de una batería de prueba refleja el promedio de todas las habilidades requeridas por la batería en particular y que, por lo tanto, g varía de una batería a otra y "no tiene un significado psicológico fundamental". [47] En líneas similares, John Horn argumentó que los factores g no tienen sentido porque no son invariantes entre las baterías de prueba, manteniendo que las correlaciones entre diferentes medidas de habilidad surgen porque es difícil definir una acción humana que depende de una sola habilidad. [48] [49]

Para demostrar que diferentes baterías reflejan la misma g , se deben administrar varias baterías de prueba a las mismas personas, extraer factores g de cada batería y demostrar que los factores están altamente correlacionados. Esto se puede hacer dentro de un marco de análisis factorial confirmatorio. [22] Wendy Johnson y sus colegas han publicado dos de esos estudios. [50] [51] El primero encontró que las correlaciones entre los factores g extraídos de tres baterías diferentes eran .99, .99 y 1.00, apoyando la hipótesis de que los factores g de diferentes baterías son iguales y que la identificación de gno depende de las habilidades específicas evaluadas. El segundo estudio encontró que los factores g derivados de cuatro de las cinco baterías de prueba se correlacionaron entre .95-1.00, mientras que las correlaciones variaron de .79 a .96 para la quinta batería, la prueba de inteligencia de la cultura justa de Cattell (CFIT). Atribuyeron las correlaciones algo más bajas con la batería CFIT a su falta de diversidad de contenido, ya que contiene solo elementos de tipo matriz, e interpretaron que los hallazgos respaldan la afirmación de que los factores g derivados de diferentes baterías de prueba son los mismos siempre que las baterías sean diversas. suficiente. Los resultados sugieren que el mismo g puede identificarse consistentemente a partir de diferentes baterías de prueba. [40] [52]

Distribución de la población [ editar ]

Se desconoce la forma de distribución de la población de g , porque g no se puede medir en una escala de razón [se necesita aclaración ] . (Las distribuciones de los puntajes en las pruebas de CI típicas son aproximadamente normales, pero esto se logra mediante la construcción, es decir, normalizando los puntajes brutos). Se ha argumentado [ ¿quién? ] que, no obstante, existen buenas razones para suponer que g se distribuye normalmente en la población general, al menos dentro de un rango de ± 2 desviaciones estándar de la media. En particular, gpuede considerarse como una variable compuesta que refleja los efectos aditivos de muchas influencias genéticas y ambientales independientes, y tal variable debería, de acuerdo con el teorema del límite central , seguir una distribución normal. [53]

Ley de Spearman de rendimientos decrecientes [ editar ]

Varios investigadores han sugerido que la proporción de variación explicada por g puede no ser uniforme en todos los subgrupos de una población. La ley de Spearman de rendimientos decrecientes ( SLODR ), también denominada hipótesis de diferenciación de la capacidad cognitiva , predice que las correlaciones positivas entre las diferentes capacidades cognitivas son más débiles entre los subgrupos de individuos más inteligentes. Más específicamente, (SLODR) predice que el factor g explicará una menor proporción de las diferencias individuales en las puntuaciones de las pruebas cognitivas en puntuaciones más altas en el factor g .

(SLODR) fue propuesto originalmente por Charles Spearman , [54] quien informó que la correlación promedio entre 12 pruebas de capacidad cognitiva era .466 en 78 niños normales y .782 en 22 niños "defectuosos". Detterman y Daniel redescubrieron este fenómeno en 1989. [55] Informaron que para las subpruebas tanto del WAIS como del WISC , las intercorrelaciones de las subpruebas disminuyeron monótonamente con el grupo de capacidad, que van desde aproximadamente una intercorrelación promedio de 0,7 entre los individuos con un CI menor de 78 a .4 entre personas con un coeficiente intelectual superior a 122. [56]

(SLODR) se ha replicado en una variedad de muestras de niños y adultos que se han medido utilizando una amplia gama de pruebas cognitivas. El enfoque más común ha sido dividir a los individuos en múltiples grupos de habilidades usando un proxy observable para su habilidad intelectual general y luego comparar la interrelación promedio entre las subpruebas en los diferentes grupos o comparar la proporción de variación explicada por una factor común único, en los diferentes grupos. [57] Sin embargo, tanto Deary et al. (1996). [57] y Tucker-Drob (2009) [58] han señalado que dividir la distribución continua de la inteligencia en un número arbitrario de grupos de capacidad discretos es menos que ideal para examinar (SLODR). Tucker-Drob (2009) [58]revisó extensamente la literatura sobre (SLODR) y los diversos métodos por los cuales se había probado previamente, y propuso que (SLODR) podría capturarse de manera más apropiada ajustando un modelo de factor común que permita que las relaciones entre el factor y sus indicadores sean no lineales en naturaleza. Aplicó tal modelo de factores a datos representativos a nivel nacional de niños y adultos en los Estados Unidos y encontró evidencia consistente para (SLODR). Por ejemplo, Tucker-Drob (2009) encontró que un factor general explicaba aproximadamente el 75% de la variación en siete habilidades cognitivas diferentes entre adultos con un coeficiente intelectual muy bajo, pero solo explicaba aproximadamente el 30% de la variación en las habilidades entre un coeficiente intelectual muy alto. adultos.

Un reciente estudio metaanalítico de Blum y Holling [59] también apoyó la hipótesis de la diferenciación. A diferencia de la mayoría de las investigaciones sobre el tema, este trabajo hizo posible estudiar las variables de capacidad y edad como predictores continuos de la saturación g , y no solo para comparar grupos de testeados con menor o mayor nivel de habilidad o más joven con mayor edad. Los resultados demuestran que la correlación media y las cargas g de las pruebas de capacidad cognitiva disminuyen con el aumento de la capacidad, pero aumentan con la edad del encuestado. (SLODR), como lo describió Charles Spearman , podría confirmarse mediante una disminución de la saturación g como una función del IQ, así como una g-Aumento de la saturación desde la mediana edad hasta la senescencia. Específicamente hablando, para muestras con una inteligencia media que es dos desviaciones estándar (es decir, 30 puntos de CI) más alta, la correlación media esperada se reduce en aproximadamente 0,15 puntos. La pregunta sigue siendo si una diferencia de esta magnitud podría resultar en una mayor complejidad factorial aparente cuando los datos cognitivos se factorizan para la muestra de mayor capacidad, en contraposición a la muestra de menor capacidad. Parece probable que se tienda a observar una mayor dimensionalidad de los factores para el caso de mayor capacidad, pero la magnitud de este efecto (es decir, cuánto más probable y cuántos factores más) sigue siendo incierta.

Validez práctica [ editar ]

La validez práctica de g como predictor de resultados educativos, económicos y sociales es objeto de un debate continuo. [60] Algunos investigadores han argumentado que es más amplio y universal que cualquier otra variable psicológica conocida, [61] y que la validez de g aumenta a medida que aumenta la complejidad de la tarea medida. [62] [63] Otros han argumentado que las pruebas de habilidades específicas superan al factor g en análisis ajustados a situaciones del mundo real. [64] [65] [66]

La validez práctica de una prueba se mide por su correlación con el desempeño en algún criterio externo a la prueba, como el promedio de calificaciones de la universidad o una calificación del desempeño laboral. La correlación entre las puntuaciones de las pruebas y la medida de algún criterio se denomina coeficiente de validez . Una forma de interpretar un coeficiente de validez es cuadrarlo para obtener la varianza contabilizada por la prueba. Por ejemplo, un coeficiente de validez de .30 corresponde al 9 por ciento de la varianza explicada. Sin embargo, este enfoque ha sido criticado por ser engañoso y poco informativo, y se han propuesto varias alternativas. Podría decirse que un enfoque más interpretable es observar el porcentaje de examinados en cada quintil de calificaciones de exámenes.que cumplen con algún estándar de éxito acordado. Por ejemplo, si la correlación entre los puntajes de las pruebas y el desempeño es .30, la expectativa es que el 67 por ciento de los que se encuentran en el quintil superior tendrán un desempeño superior al promedio, en comparación con el 33 por ciento de los del quintil inferior. [67] [68]

Logros académicos [ editar ]

La validez predictiva de g es más notoria en el dominio del rendimiento escolar. Aparentemente, esto se debe a que g está estrechamente relacionado con la capacidad de aprender material novedoso y comprender conceptos y significados. [62]

En la escuela primaria, la correlación entre el coeficiente intelectual y las calificaciones y los puntajes de rendimiento se encuentra entre .60 y .70. En los niveles educativos más avanzados, más estudiantes del extremo inferior de la distribución del CI abandonan, lo que restringe el rango de CI y da como resultado coeficientes de validez más bajos. En la escuela secundaria, la universidad y la escuela de posgrado, los coeficientes de validez son .50 – .60, .40 – .50 y .30 – .40, respectivamente. Las cargas g de los puntajes de CI son altas, pero es posible que parte de la validez del CI para predecir el rendimiento escolar sea atribuible a factores medidos por el CI independientes de g . Según una investigación de Robert L. Thorndike , del 80 al 90 por ciento de la variación predecible en el rendimiento escolar se debe a g, y el resto se atribuye a factores no g medidos por CI y otras pruebas. [69]

Los puntajes de las pruebas de rendimiento están más correlacionados con el coeficiente intelectual que con las calificaciones escolares. Esto puede deberse a que las calificaciones están más influenciadas por las percepciones idiosincrásicas del profesor sobre el alumno. [70] En un estudio longitudinal en inglés, los puntajes g medidos a los 11 años se correlacionaron con las 25 pruebas de materias del examen nacional GCSE tomado a los 16. Las correlaciones variaron de .77 para la prueba de matemáticas a .42 para la prueba de arte. La correlación entre g y un factor educativo general calculado a partir de las pruebas GCSE fue de .81. [71]

La investigación sugiere que el SAT , ampliamente utilizado en las admisiones universitarias, es principalmente una medida de g . Se ha encontrado una correlación de .82 entre las puntuaciones g calculadas a partir de una batería de pruebas de CI y las puntuaciones del SAT. En un estudio de 165,000 estudiantes en 41 universidades de EE. UU., Se encontró que los puntajes del SAT estaban correlacionados en .47 con el promedio de calificaciones de la universidad de primer año después de corregir la restricción de rango en los puntajes del SAT (la correlación aumenta a .55 cuando se mantiene la dificultad del curso constante, es decir, si todos los estudiantes asistieron al mismo conjunto de clases). [67] [72]

Consecución de empleo [ editar ]

Existe una alta correlación de .90 a .95 entre las clasificaciones de prestigio de las ocupaciones, según la clasificación de la población general, y las puntuaciones de inteligencia general promedio de las personas empleadas en cada ocupación. A nivel de empleados individuales, la asociación entre el prestigio laboral y g es menor: un gran estudio de EE. UU. Informó una correlación de .65 (.72 corregido por atenuación ). Por tanto, el nivel medio de g aumenta con el prestigio laboral percibido. También se ha encontrado que la dispersión de las puntuaciones de inteligencia general es menor en las ocupaciones más prestigiosas que en las ocupaciones de nivel inferior, lo que sugiere que las ocupaciones de nivel superior tienen requisitos mínimos de g . [73][74]

Desempeño laboral [ editar ]

Las investigaciones indican que las pruebas de g son los mejores predictores individuales del desempeño laboral, con un coeficiente de validez promedio de .55 en varios metanálisis de estudios basados ​​en calificaciones de supervisores y muestras de trabajo. El coeficiente de validez metaanalítica promedio para el desempeño en la capacitación laboral es de .63. [75] Se ha encontrado que la validez de g en los trabajos de mayor complejidad (trabajos profesionales, científicos y de alta dirección) es mayor que en los trabajos de menor complejidad, pero g tiene validez predictiva incluso para los trabajos más simples. La investigación también muestra que las pruebas de aptitud específicas diseñadas para cada trabajo proporcionan poco o ningún aumento en la validez predictiva sobre las pruebas de inteligencia general. Se cree queg afecta el desempeño laboral principalmente al facilitar la adquisición de conocimientos relacionados con el trabajo. La validez predictiva de g es mayor que la de la experiencia laboral, y una mayor experiencia en el trabajo no disminuye la validez de g . [62] [73]

En un metanálisis de 2011, los investigadores encontraron que la capacidad cognitiva general (ACG) predijo el desempeño laboral mejor que la personalidad ( modelo de cinco factores ) y tres corrientes de inteligencia emocional . Examinaron la importancia relativa de estos constructos en la predicción del desempeño laboral y encontraron que la capacidad cognitiva explicaba la mayor parte de la variación en el desempeño laboral. [76] Otros estudios sugirieron que la ACG y la inteligencia emocional tienen una contribución lineal independiente y complementaria al desempeño laboral. Côté y Miners (2015) [77] encontraron que estos constructos están interrelacionados al evaluar su relación con dos aspectos del desempeño laboral: el comportamiento de ciudadanía organizacional(OCB) y desempeño de tareas. La inteligencia emocional es un mejor predictor del desempeño de la tarea y OCB cuando GCA es bajo y viceversa. Por ejemplo, un empleado con un GCA bajo compensará su desempeño en la tarea y OCB, si la inteligencia emocional es alta.

Aunque estos efectos compensatorios favorecen la inteligencia emocional , la ACG sigue siendo el mejor predictor del desempeño laboral. Varios investigadores han estudiado la correlación entre GCA y el desempeño laboral entre diferentes puestos de trabajo. Por ejemplo, Ghiselli (1973) [78] encontró que los vendedores tenían una correlación más alta que los vendedores. El primero obtuvo una correlación de 0.61 para ACG, 0.40 para habilidad perceptiva y 0.29 para habilidades psicomotoras; mientras que el dependiente obtuvo una correlación de 0.27 para GCA, 0.22 para habilidad perceptiva y 0.17 para habilidades psicomotoras. [79] Otros estudios compararon GCA - correlación de desempeño laboral entre trabajos de diferente complejidad. Hunter y Hunter (1984) [80]desarrolló un metaanálisis con más de 400 estudios y encontró que esta correlación era mayor para trabajos de alta complejidad (0,57). Seguido de trabajos de mediana complejidad (0,51) y baja complejidad (0,38).

El desempeño laboral se mide mediante calificaciones objetivas y subjetivas. Aunque la primera es mejor que las calificaciones subjetivas, la mayoría de los estudios sobre desempeño laboral y GCA se han basado en calificaciones de desempeño de los supervisores. Este criterio de calificación se considera problemático y poco confiable, principalmente por su dificultad para definir qué es un buen y mal desempeño. La calificación de los supervisores tiende a ser subjetiva e inconsistente entre los empleados. [81] Además, la calificación del supervisor sobre el desempeño laboral está influenciada por diferentes factores, como el efecto halo , [82] el atractivo facial , [83] el sesgo racial o étnico y la altura de los empleados. [84] Sin embargo, Vinchur, Schippmann, Switzer y Roth (1998)[79] encontraron en su estudio con empleados de ventas que el desempeño de ventas objetivo tenía una correlación de 0.04 con GCA, mientras que la calificación de desempeño del supervisor tenía una correlación de 0.40. Estos hallazgos fueron sorprendentes, considerando que el principal criterio para evaluar a estos empleados serían las ventas objetivas.

Al comprender cómo la GCA está asociada al desempeño laboral, varios investigadores concluyeron que la GCA afecta la adquisición de conocimientos laborales, lo que a su vez mejora el desempeño laboral . En otras palabras, las personas con un alto nivel de ACG son capaces de aprender más rápido y adquirir más conocimientos laborales con facilidad, lo que les permite desempeñarse mejor. Por el contrario, la falta de capacidad para adquirir conocimientos laborales afectará directamente el desempeño laboral. Esto se debe a los bajos niveles de ACG. Además, GCA tiene un efecto directo sobre el desempeño laboral. Diariamente, los empleados están expuestos constantemente a desafíos y tareas de resolución de problemas, cuyo éxito depende únicamente de su GCA. Estos hallazgos son desalentadores para las entidades gubernamentales encargadas de proteger los derechos de los trabajadores. [85]Debido a la alta correlación de GCA en el desempeño laboral, las empresas están contratando empleados según los puntajes de las pruebas de GCA. Inevitablemente, esta práctica está negando la oportunidad de trabajar a muchas personas con GCA bajo. [86] Investigadores anteriores han encontrado diferencias significativas en la ACG entre grupos raciales / étnicos. Por ejemplo, existe un debate sobre si los estudios estaban sesgados en contra de los afroamericanos, que puntuaron significativamente más bajo que los estadounidenses blancos en las pruebas de GCA. [87] Sin embargo, las conclusiones sobre la correlación entre ACG y desempeño laboral deben tomarse con cuidado. Algunos investigadores han advertido sobre la existencia de artefactos estadísticos relacionados con las medidas de desempeño laboral y los puntajes de las pruebas GCA. Por ejemplo, Viswesvaran, Ones y Schmidt (1996) [88]argumentó que es absolutamente imposible obtener medidas perfectas del desempeño laboral sin incurrir en ningún error metodológico. Además, los estudios sobre GCA y el desempeño laboral siempre son susceptibles de restricción de rango, porque los datos se recopilan principalmente de los empleados actuales, descuidando a los que no fueron contratados. Por lo tanto, la muestra proviene de empleados que aprobaron con éxito el proceso de contratación, incluidas las medidas de GCA. [89]

Ingresos [ editar ]

La correlación entre los ingresos y g , medida por los puntajes de CI, promedia alrededor de .40 en todos los estudios. La correlación es mayor en los niveles educativos superiores y aumenta con la edad, estabilizándose cuando las personas alcanzan su mayor potencial profesional en la mediana edad. Incluso cuando la educación, la ocupación y el entorno socioeconómico se mantienen constantes, la correlación no desaparece. [90]

Otros correlatos [ editar ]

El factor g se refleja en muchos resultados sociales. Muchos problemas de conducta social, como el abandono escolar, la dependencia crónica del bienestar, la propensión a sufrir accidentes y la delincuencia, se correlacionan negativamente con g independientemente de la clase social de origen. [91] Los resultados de salud y mortalidad también están vinculados con g , con puntuaciones más altas en las pruebas de la niñez que predicen mejores resultados de salud y mortalidad en la edad adulta (consulte Epidemiología cognitiva ). [92]

En 2010, el psicólogo Satoshi Kanazawa argumentó que g se correlacionó solo con el desempeño en problemas evolutivamente desconocidos en lugar de evolutivamente familiares , proponiendo lo que denominó la "hipótesis de interacción Savanna-IQ". [93] [94] En respuesta, los psicólogos Scott Barry Kaufman , Colin G. DeYoung , Deirdre Reis y Jeremy R. Gray dieron a 112 sujetos una versión computarizada de 70 ítems de la tarea de selección de Wason (un acertijo lógico ) en un campo de relaciones sociales. contexto propuesto por los psicólogos evolucionistas Leda Cosmides y John Tooby enThe Adapted Mind , [95] y encontró en cambio que "el desempeño en problemas evolutivamente familiares no arbitrarios está más fuertemente relacionado con la inteligencia general que el desempeño en problemas arbitrarios y evolutivamente novedosos". [96] [97]

Determinantes genéticos y ambientales [ editar ]

Artículo principal: Heredabilidad del coeficiente intelectual

La heredabilidad es la proporción de variación fenotípica en un rasgo en una población que puede atribuirse a factores genéticos. Se ha estimado que la heredabilidad de g cae entre el 40 y el 80 por ciento utilizando diseños de estudios de gemelos, adopción y otros estudios familiares, así como métodos genéticos moleculares. Las estimaciones basadas en la totalidad de la evidencia sitúan la heredabilidad de g en aproximadamente el 50%. [98] Se ha encontrado que aumenta linealmente con la edad. Por ejemplo, un gran estudio en el que participaron más de 11.000 pares de gemelos de cuatro países informó la heredabilidad de g41 por ciento a los nueve años, 55 por ciento a los doce y 66 por ciento a los diecisiete años. Otros estudios han estimado que la heredabilidad llega al 80 por ciento en la edad adulta, aunque puede disminuir en la vejez. La mayor parte de la investigación sobre la heredabilidad de g se ha realizado en los Estados Unidos y Europa occidental , pero los estudios en Rusia ( Moscú ), la antigua Alemania Oriental , Japón y la India rural han arrojado estimaciones de heredabilidad similares a las de los estudios occidentales. [40] [99] [100] [101]

La investigación genética del comportamiento también ha establecido que los efectos ambientales compartidos (o entre familias) sobre g son fuertes en la infancia, pero disminuyen a partir de entonces y son insignificantes en la edad adulta. Esto indica que los efectos ambientales que son importantes para el desarrollo de g son únicos y no compartidos entre miembros de la misma familia. [100]

La correlación genética es una estadística que indica hasta qué punto los mismos efectos genéticos influyen en dos rasgos diferentes. Si la correlación genética entre dos rasgos es cero, los efectos genéticos sobre ellos son independientes, mientras que una correlación de 1.0 significa que el mismo conjunto de genes explica la heredabilidad de ambos rasgos (independientemente de cuán alta o baja sea la heredabilidad de cada uno). Las correlaciones genéticas entre habilidades mentales específicas (como la habilidad verbal y la habilidad espacial) se han encontrado consistentemente muy altas, cercanas a 1.0. Esto indica que la variación genética en las habilidades cognitivas se debe casi por completo a la variación genética en cualquier ges. También sugiere que lo que es común entre las habilidades cognitivas es causado en gran parte por los genes, y que la independencia entre las habilidades se debe en gran medida a los efectos ambientales. Por tanto, se ha argumentado que cuando se identifiquen los genes de la inteligencia, serán "genes generalistas" y cada uno de ellos afectará a muchas capacidades cognitivas diferentes. [100] [102] [103]

Muchas investigaciones apuntan a que g es un rasgo altamente poligénico influenciado por muchas variantes genéticas comunes, cada una de las cuales tiene solo pequeños efectos. Otra posibilidad es que las diferencias hereditarias en g se deban a que los individuos tienen diferentes "cargas" de mutaciones raras y deletéreas, y que la variación genética entre los individuos persiste debido al equilibrio mutación-selección . [103] [104]

Se ha informado que varios genes candidatos están asociados con diferencias de inteligencia, pero los tamaños del efecto han sido pequeños y casi ninguno de los hallazgos se ha replicado. Hasta ahora, ninguna variante genética individual se ha relacionado de manera concluyente con la inteligencia en el rango normal. Muchos investigadores creen que se necesitarán muestras muy grandes para detectar de manera confiable los polimorfismos genéticos individuales asociados con g . [40] [104] Sin embargo, aunque los genes que influyen en la variación de g en el rango normal han resultado difíciles de encontrar, se han descubierto muchos trastornos de un solo gen con retraso mental entre sus síntomas. [105]

Se ha sugerido que se ha encontrado que la carga g de las pruebas mentales se correlaciona con la heredabilidad, [33] pero tanto los datos empíricos como la metodología estadística relacionada con esta cuestión son materia de activa controversia. [106] [107] [108] Varios estudios sugieren que las pruebas con cargas g más grandes se ven más afectadas por la depresión endogámica que reduce los puntajes de las pruebas. [ cita requerida ] También hay evidencia de que las pruebas con cargas de g más grandes están asociadas con efectos heteróticos positivos más grandes en los puntajes de las pruebas, lo que se ha sugerido para indicar la presencia deefectos de dominancia genética para g . [109]

Hallazgos neurocientíficos [ editar ]

Artículo principal: neurociencia e inteligencia

g tiene varios correlatos en el cerebro. Los estudios que utilizan imágenes por resonancia magnética (IRM) han establecido que gy el volumen cerebral total están correlacionados moderadamente (r ~ .3 – .4). El tamaño externo de la cabeza tiene una correlación de ~ .2 con g . La investigación de resonancia magnética en las regiones del cerebro indica que los volúmenes de las cortezas frontal , parietal y temporal , y el hipocampo también se correlacionan con g , generalmente en .25 o más, mientras que las correlaciones, promediadas en muchos estudios, con la materia gris y la materia blanca en general.se han encontrado en .31 y .27, respectivamente. Algunos estudios, aunque no todos, también han encontrado correlaciones positivas entre g y el grosor cortical. Sin embargo, las razones subyacentes de estas asociaciones entre la cantidad de tejido cerebral y las diferencias en las capacidades cognitivas siguen siendo en gran parte desconocidas. [2]

La mayoría de los investigadores creen que la inteligencia no se puede localizar en una sola región del cerebro, como el lóbulo frontal. Los estudios de lesiones cerebrales han encontrado asociaciones pequeñas pero consistentes que indican que las personas con más lesiones de materia blanca tienden a tener una menor capacidad cognitiva. La investigación que utiliza espectroscopía de RMN ha descubierto correlaciones algo inconsistentes pero generalmente positivas entre la inteligencia y la integridad de la materia blanca, lo que respalda la idea de que la materia blanca es importante para la inteligencia. [2]

Algunas investigaciones sugieren que, además de la integridad de la materia blanca, también su eficiencia organizativa está relacionada con la inteligencia. La hipótesis de que la eficiencia cerebral tiene un papel en la inteligencia está respaldada por una investigación de resonancia magnética funcional que muestra que las personas más inteligentes generalmente procesan la información de manera más eficiente, es decir, utilizan menos recursos cerebrales para la misma tarea que las personas menos inteligentes. [2]

Las asociaciones pequeñas pero relativamente consistentes con los puntajes de las pruebas de inteligencia incluyen también la actividad cerebral, medida por los registros de EEG o los potenciales relacionados con eventos , y la velocidad de conducción nerviosa . [110] [111]

g en no humanos [ editar ]

Artículo principal: factor g en no humanos

También se ha observado evidencia de un factor general de inteligencia en animales no humanos. Los estudios han demostrado que g es responsable del 47% de la variación a nivel de especie en primates [112] y alrededor del 55% de la variación individual observada en ratones . [113] [114] Sin embargo, una revisión y un metanálisis de la inteligencia general encontró que la correlación promedio entre las capacidades cognitivas era de 0,18 y sugirió que el apoyo general para g es débil en animales no humanos. [115]

Si bien no se puede evaluar con las mismas medidas de inteligencia que se utilizan en los seres humanos, la capacidad cognitiva se puede medir con una variedad de herramientas interactivas y de observación que se centran en la innovación , la inversión de hábitos , el aprendizaje social y las respuestas a la novedad . Los modelos no humanos de g , como los ratones, se utilizan para estudiar las influencias genéticas en la inteligencia y la investigación del desarrollo neurológico sobre los mecanismos subyacentes y los correlatos biológicos de g . [116]

g ( oc ) en grupos humanos [ editar ]

Artículo principal: Inteligencia colectiva

Al igual que g para los individuos, una nueva ruta de investigación tiene como objetivo extraer un factor de inteligencia colectiva general c para grupos que muestran la capacidad general de un grupo para realizar una amplia gama de tareas. [117] La definición, la operacionalización y el enfoque estadístico de este factor c se derivan y son similares a g . Se investigan las causas, la validez predictiva y los paralelismos adicionales ag . [118]

Otras asociaciones biológicas [ editar ]

La altura se correlaciona con la inteligencia (r ~ .2), pero esta correlación generalmente no se ha encontrado dentro de las familias (es decir, entre hermanos), lo que sugiere que es el resultado del apareamiento cruzado para la altura y la inteligencia, o de otro factor que se correlaciona con ambos (por ejemplo, nutrición). Se sabe que la miopía está asociada con la inteligencia, con una correlación de alrededor de .2 a .25, y esta asociación también se ha encontrado dentro de las familias. [119]

Similitudes y diferencias de grupo [ editar ]

Ver también: Diferencias sexuales en inteligencia y Raza e inteligencia

Los estudios transculturales indican que el factor g se puede observar cada vez que se administra una batería de pruebas cognitivas complejas y diversas a una muestra humana. También se ha encontrado que la estructura factorial de las pruebas de CI es consistente entre sexos y grupos étnicos en los EE. UU. Y en otros lugares. [111] Se ha descubierto que el factor g es el más invariante de todos los factores en las comparaciones interculturales. Por ejemplo, cuando se compararon los factores g calculados a partir de una muestra de estandarización estadounidense de la batería IQ de Wechsler y de muestras grandes que completaron la traducción al japonés de la misma batería, el coeficiente de congruencia fue 0,99, lo que indica identidad virtual. De manera similar, el coeficiente de congruencia entre elLos factores g obtenidos de muestras de estandarización en blanco y negro de la batería WISC en los EE. UU. fueron de .995, y la varianza en los puntajes de las pruebas explicada por g fue muy similar para ambos grupos. [120]

La mayoría de los estudios sugieren que existen diferencias insignificantes en el nivel medio de g entre los sexos, pero que las diferencias sexuales en las capacidades cognitivas se encuentran en dominios más estrechos. Por ejemplo, los hombres generalmente superan a las mujeres en tareas espaciales, mientras que las mujeres generalmente superan a los hombres en tareas verbales. [121] Otra diferencia que se ha encontrado en muchos estudios es que los hombres muestran más variabilidad tanto en habilidades generales como específicas que las mujeres, con proporcionalmente más hombres tanto en el extremo inferior como en el extremo superior de la distribución de la puntuación de la prueba. [122]

Se han encontrado diferencias en g entre grupos raciales y étnicos, particularmente en los EE. UU. Entre los examinados de identificación de blancos y negros, aunque estas diferencias parecen haber disminuido significativamente con el tiempo, [107] y ser atribuibles a factores ambientales (más que genéticos). ) causas. [107] [123] Algunos investigadores han sugerido que la magnitud de la brecha en blanco y negro en los resultados de las pruebas cognitivas depende de la magnitud de la carga g de la prueba , y que las pruebas muestran una carga g más alta que produce brechas más grandes (ver la hipótesis de Spearman ), [ 124] mientras que otros han criticado este punto de vista como metodológicamente infundado. [125][126] Aún otros han notado que a pesar del aumento decarga g de las baterías de prueba de CI con el tiempo, la brecha de desempeño entre los grupos raciales continúa disminuyendo. [107] El análisis comparativo ha demostrado que, si bien a finales de la década de 1960 existía una brecha de aproximadamente 1,1 desviación estándar en el coeficiente intelectual medio (alrededor de 16 puntos) entre estadounidenses blancos y negros, entre 1972 y 2002 los estadounidenses negros ganaron entre 4 y 7 puntos de coeficiente intelectual en relación con blancos no hispanos, y que "labrecha g entre negros y blancos disminuyó virtualmente a la par con la brecha del coeficiente intelectual". [107] En contraste, los estadounidenses de ascendencia asiática oriental generalmente superan ligeramente a los estadounidenses blancos. [127]Se ha afirmado que las diferencias raciales y étnicas similares a las que se encuentran en los Estados Unidos se pueden observar a nivel mundial, [128] pero la importancia, el fundamento metodológico y la veracidad de tales afirmaciones han sido cuestionadas. [129] [130] [131] [132] [133] [134]

Relación con otros constructos psicológicos [ editar ]

Tareas cognitivas elementales [ editar ]

Artículos principales: Tarea cognitiva elemental y cronometría mental
Una ilustración de la caja de Jensen , un aparato para medir el tiempo de reacción de elección.

Las tareas cognitivas elementales (TEC) también se correlacionan fuertemente con g. Los ECT son, como su nombre indica, tareas simples que aparentemente requieren muy poca inteligencia, pero aún se correlacionan fuertemente con pruebas de inteligencia más exhaustivas. Determinar si una luz es roja o azul y determinar si hay cuatro o cinco cuadrados dibujados en la pantalla de una computadora son dos ejemplos de ECT. Las respuestas a tales preguntas generalmente se brindan presionando botones rápidamente. A menudo, además de los botones para las dos opciones proporcionadas, se mantiene presionado un tercer botón desde el inicio de la prueba. Cuando se le da el estímulo al sujeto, retiran su mano del botón de inicio al botón de la respuesta correcta. Esto le permite al examinador determinar cuánto tiempo pasó pensando en la respuesta a la pregunta (tiempo de reacción, generalmente medido en pequeñas fracciones de segundo).y cuánto tiempo se dedicó al movimiento físico de la mano hasta el botón correcto (tiempo de movimiento). El tiempo de reacción se correlaciona fuertemente cong , mientras que el tiempo de movimiento se correlaciona con menos fuerza. [135] Las pruebas de TEC han permitido el examen cuantitativo de hipótesis relativas al sesgo de la prueba, la motivación de los sujetos y las diferencias de grupo. En virtud de su simplicidad, las TEC proporcionan un vínculo entre las pruebas de CI clásicas y las investigaciones biológicas, como los estudios de resonancia magnética funcional .

Memoria de trabajo [ editar ]

Una teoría sostiene que g es idéntica o casi idéntica a la capacidad de la memoria de trabajo . Entre otras pruebas de este punto de vista, algunos estudios han encontrado que los factores que representan g y la memoria de trabajo están perfectamente correlacionados. Sin embargo, en un metanálisis se encontró que la correlación era considerablemente menor. [136] Una crítica que se ha hecho a los estudios que identifican g con la memoria de trabajo es que "no avanzamos en la comprensión mostrando que un concepto misterioso está vinculado a otro". [137]

Tareas piagetianas [ editar ]

Las teorías psicométricas de la inteligencia tienen como objetivo cuantificar el crecimiento intelectual e identificar las diferencias de capacidad entre individuos y grupos. Por el contrario, la teoría del desarrollo cognitivo de Jean Piaget busca comprender los cambios cualitativos en el desarrollo intelectual de los niños. Piaget diseñó una serie de tareas para verificar hipótesis derivadas de su teoría. Las tareas no estaban destinadas a medir diferencias individuales y no tienen equivalente en las pruebas de inteligencia psicométrica. [138] [139] Por ejemplo, en una de las tareas de conservación de Piaget más conocidasSe le pregunta a un niño si la cantidad de agua en dos vasos idénticos es la misma. Después de que el niño acepta que la cantidad es la misma, el investigador vierte el agua de uno de los vasos en un vaso de diferente forma para que la cantidad parezca diferente aunque siga siendo la misma. Luego se le pregunta al niño si la cantidad de agua en los dos vasos es la misma o diferente.

A pesar de las diferentes tradiciones de investigación en las que se desarrollaron las pruebas psicométricas y las tareas piagetianas, se ha encontrado que las correlaciones entre los dos tipos de medidas son consistentemente positivas y generalmente de magnitud moderada. Un factor general común los subyace. Se ha demostrado que es posible construir una batería que consta de tareas piagetianas que sea una medida de g tan buena como las pruebas de CI estándar. [138] [140]

Personalidad [ editar ]

Artículo principal: Inteligencia y personalidad.

La visión tradicional en psicología es que no existe una relación significativa entre la personalidad y la inteligencia, y que ambas deben estudiarse por separado. La inteligencia se puede entender en términos de lo que un individuo puede hacer, o cuál es su desempeño máximo , mientras que la personalidad se puede pensar en términos de lo que un individuo hará típicamente , o cuáles son sus tendencias generales de comportamiento. La investigación ha indicado que las correlaciones entre las medidas de inteligencia y personalidad son pequeñas, por lo que se ha argumentado que g es una variable puramente cognitiva que es independiente de los rasgos de personalidad. En un metaanálisis de 2007, las correlaciones entre gy elSe encontró que los rasgos de personalidad de los "Cinco Grandes" eran los siguientes:

  • escrupulosidad −.04
  • amabilidad .00
  • extraversión .02
  • apertura .22
  • estabilidad emocional .09

El mismo metanálisis encontró una correlación de .20 entre la autoeficacia y g . [141] [142] [143]

Algunos investigadores han argumentado que las asociaciones entre inteligencia y personalidad, aunque modestas, son consistentes. Han interpretado las correlaciones entre las medidas de inteligencia y personalidad de dos formas principales. La primera perspectiva es que los rasgos de personalidad influyen en el desempeño en las pruebas de inteligencia . Por ejemplo, es posible que una persona no se desempeñe a un nivel máximo en una prueba de coeficiente intelectual debido a su ansiedad y propensión al estrés. La segunda perspectiva considera que la inteligencia y la personalidad están relacionadas conceptualmente , y los rasgos de personalidad determinan cómo las personas aplican e invierten sus habilidades cognitivas, lo que lleva a la expansión del conocimiento y una mayor diferenciación cognitiva. [141] [144]

Creatividad [ editar ]

Algunos investigadores creen que hay un nivel de umbral de g por debajo del cual la creatividad socialmente significativa es rara, pero que de lo contrario no existe una relación entre los dos. Se ha sugerido que este umbral es al menos una desviación estándar por encima de la media de la población. Por encima del umbral, se cree que las diferencias de personalidad son determinantes importantes de la variación individual en la creatividad. [145] [146]

Otros han desafiado la teoría del umbral. Si bien no discuten que la oportunidad y los atributos personales distintos de la inteligencia, como la energía y el compromiso, son importantes para la creatividad, argumentan que g se asocia positivamente con la creatividad incluso en el extremo superior de la distribución de habilidades. El estudio longitudinal de la juventud matemáticamente precozha proporcionado evidencia para esta afirmación. Ha demostrado que los individuos identificados mediante pruebas estandarizadas como intelectualmente dotados en la adolescencia temprana logran logros creativos (por ejemplo, obtener patentes o publicar obras literarias o científicas) a una tasa varias veces mayor que la de la población en general, y que incluso dentro del 1% superior de la población. capacidad cognitiva, aquellos con mayor capacidad tienen más probabilidades de lograr logros sobresalientes. El estudio también ha sugerido que el nivel de g actúa como un predictor del nivel de logro, mientras que los patrones de capacidad cognitiva específicos predicen el ámbito del logro. [147] [148]

Desafíos [ editar ]

Teoría G f -G c [ editar ]

Artículo principal: Inteligencia fluida y cristalizada

Raymond Cattell , un estudiante de Charles Spearman, rechazó el modelo del factor g unitario y dividió g en dos dominios amplios y relativamente independientes: inteligencia fluida (G f ) e inteligencia cristalizada (G c ). G f se conceptualiza como una capacidad para resolver problemas novedosos, y se evalúa mejor con pruebas con poco contenido cultural o escolar, como las matrices de Raven. G c puede considerarse como un conocimiento consolidado, que refleja las habilidades y la información que una persona adquiere y retiene a lo largo de su vida. G cdepende de la educación y otras formas de aculturación, y se evalúa mejor con pruebas que enfatizan el conocimiento escolar y cultural. [2] [44] [149] Se puede pensar que G f consiste principalmente en el razonamiento actual y las capacidades de resolución de problemas, mientras que G c refleja el resultado de procesos cognitivos ejecutados previamente . [150]

El fundamento de la separación de G f y G c fue explicar el desarrollo cognitivo de los individuos a lo largo del tiempo. Si bien se ha encontrado que G f y G c están altamente correlacionados, difieren en la forma en que cambian a lo largo de la vida. G f tiende a alcanzar su punto máximo alrededor de los 20 años, disminuyendo lentamente a partir de entonces. Por el contrario, G c se mantiene estable o aumenta a lo largo de la edad adulta. Se ha criticado un solo factor general por oscurecer este patrón bifurcado de desarrollo. Cattell argumentó que G f reflejaba diferencias individuales en la eficiencia del sistema nervioso central . G cfue, en el pensamiento de Cattell, el resultado de que una persona "invirtiera" su G f en experiencias de aprendizaje a lo largo de la vida. [2] [30] [44] [151]

Cattell, junto con John Horn , más tarde expandió el modelo G f -G c para incluir una serie de otras habilidades amplias, como G q (razonamiento cuantitativo) y G v (razonamiento visual-espacial). Si bien todos los factores de capacidad amplios en el modelo G f -G c extendido están correlacionados positivamente y, por lo tanto, permitirían la extracción de un factor g de orden superior , Cattell y Horn sostuvieron que sería erróneo postular que un factor general subyace a estas capacidades generales. . Argumentaron que los factores g calculados a partir de diferentes baterías de prueba no son invariantes y darían diferentes valores de gy que las correlaciones entre las pruebas surgen porque es difícil probar solo una habilidad a la vez. [2] [48] [152]

Sin embargo, varios investigadores han sugerido que el modelo G f -G c es compatible con una comprensión de las habilidades cognitivas centrada en g . Por ejemplo, John B. Carroll 's modelo de tres estratos de la inteligencia incluye tanto G f y G c junto con un orden superior g factor. Con base en análisis factoriales de muchos conjuntos de datos, algunos investigadores también han argumentado que G f y g son el mismo factor y que los factores g de diferentes baterías de prueba son sustancialmente invariantes siempre que las baterías sean grandes y diversas. [44] [153][154]

Teorías de habilidades no correlacionadas [ editar ]

Varios teóricos han propuesto que hay habilidades intelectuales que no están correlacionadas entre sí. Uno de los primeros fue LL Thurstone, quien creó un modelo de habilidades mentales primarias que representan dominios de inteligencia supuestamente independientes. Sin embargo, se encontró que las pruebas de Thurstone de estas habilidades produjeron un factor general fuerte. Argumentó que la falta de independencia entre sus pruebas reflejaba la dificultad de construir pruebas "factorialmente puras" que midieran solo una habilidad. Del mismo modo, JP Guilfordpropuso un modelo de inteligencia que comprendía hasta 180 habilidades distintas y no correlacionadas, y afirmó ser capaz de probarlas todas. Análisis posteriores han demostrado que los procedimientos factoriales que Guilford presentó como evidencia para su teoría no la respaldaron, y que los datos de prueba que, según él, proporcionaron evidencia contra g , de hecho exhibieron el patrón habitual de intercorrelaciones después de la corrección de artefactos estadísticos. [155] [156]

Más recientemente, Howard Gardner ha desarrollado la teoría de las inteligencias múltiples. Postula la existencia de nueve dominios de inteligencia diferentes e independientes, como las inteligencias matemática, lingüística, espacial, musical, corporal-cinestésica, metacognitiva y existencial, y sostiene que los individuos que fallan en algunos de ellos pueden sobresalir en otros. Según Gardner, las pruebas y las escuelas tradicionalmente enfatizan solo las habilidades lingüísticas y lógicas mientras descuidan otras formas de inteligencia. Si bien es popular entre los educadores, la teoría de Gardner ha sido muy criticada por psicólogos y psicometristas. Una crítica es que la teoría violenta los usos científicos y cotidianos de la palabra "inteligencia". Varios investigadores han argumentado que no todas las inteligencias de Gardner caen dentro de la esfera cognitiva. Por ejemplo,Gardner sostiene que una carrera exitosa en deportes profesionales o música popular refleja la cinestésica corporalla inteligencia musical y la inteligencia , respectivamente, a pesar de que por lo general se puede hablar de atléticos y musicales habilidades , talentos o habilidades en su lugar. Otra crítica a la teoría de Gardner es que muchos de sus dominios de inteligencia supuestamente independientes están de hecho correlacionados entre sí. Respondiendo a análisis empíricos que muestran correlaciones entre los dominios, Gardner ha argumentado que las correlaciones existen debido al formato comúnde las pruebas y porque todas las pruebas requieren habilidades lingüísticas y lógicas. Sus críticos, a su vez, han señalado que no todas las pruebas de CI se administran en formato de papel y lápiz, que además de las habilidades lingüísticas y lógicas, las baterías de pruebas de CI también contienen medidas de, por ejemplo, habilidades espaciales y que las tareas cognitivas elementales (por ejemplo, tiempo de inspección y tiempo de reacción) que no involucran razonamiento lógico o lingüístico también se correlacionan con baterías IQ convencionales. [71] [157] [158] [159]

Robert Sternberg , trabajando con varios colegas, también ha sugerido que la inteligencia tiene dimensiones independientes de g. Sostiene que hay tres clases de inteligencia: analítica, práctica y creativa. Según Sternberg, las pruebas psicométricas tradicionales miden solo la inteligencia analítica y deben aumentarse para probar también la inteligencia creativa y práctica. Ha ideado varias pruebas a tal efecto. Sternberg equipara la inteligencia analítica con la inteligencia académica y la contrasta con la inteligencia práctica, definida como la capacidad de lidiar con problemas de la vida real mal definidos. La inteligencia tácita es un componente importante de la inteligencia práctica, que consiste en conocimientos que no se enseñan explícitamente pero que se requieren en muchas situaciones de la vida real. La evaluación de la creatividad independientemente de las pruebas de inteligencia ha resultado tradicionalmente difícil, pero Sternberg y sus colegas han afirmado que también han creado pruebas válidas de creatividad.La validación de la teoría de Sternberg requiere que las tres habilidades evaluadas no estén correlacionadas sustancialmente y tengan validez predictiva independiente. Sternberg ha realizado muchos experimentos que, según él, confirman la validez de su teoría, pero varios investigadores han cuestionado esta conclusión. Por ejemplo, en su reanálisis de un estudio de validación de la prueba STAT de Sternberg,Nathan Brody demostró que la validez predictiva del STAT, una prueba de tres habilidades supuestamente independientes, se debía casi exclusivamente a un único factor general subyacente a las pruebas, que Brody equiparó con el factor g . [160] [161]

Modelo de Flynn [ editar ]

James Flynn ha argumentado que la inteligencia debe conceptualizarse en tres niveles diferentes: fisiología cerebral, diferencias cognitivas entre individuos y tendencias sociales de la inteligencia a lo largo del tiempo. Según este modelo, el factor g es un concepto útil con respecto a las diferencias individuales, pero su poder explicativo es limitado cuando el foco de investigación es la fisiología del cerebro o, especialmente, el efecto de las tendencias sociales sobre la inteligencia. Flynn ha criticado la noción de que las ganancias cognitivas a lo largo del tiempo, o el efecto Flynn, son "huecas" si no se puede demostrar que sean aumentos en g . Sostiene que el efecto Flynn refleja el cambio de prioridades sociales y la adaptación de los individuos a ellas. Aplicar el concepto de diferencias individuales de gal efecto Flynn es confundir diferentes niveles de análisis. Por otro lado, según Flynn, también es una falacia negar, refiriéndose a las tendencias de la inteligencia a lo largo del tiempo, que algunos individuos tienen "mejores cerebros y mentes" para hacer frente a las demandas cognitivas de su época particular. A nivel de fisiología cerebral, Flynn ha enfatizado tanto que los grupos neuronales localizados pueden verse afectados de manera diferente por el ejercicio cognitivo como que existen factores importantes que afectan a todos los grupos neuronales. [162]

Otras críticas [ editar ]

Quizás la crítica más famosa del constructo de g sea ​​la del paleontólogo y biólogo Stephen Jay Gould , presentada en su libro de 1981 The Mismeasure of Man . Argumentó que los psicometristas han cosificado falazmente el factor g como algo físico en el cerebro, aunque es simplemente el producto de cálculos estadísticos (es decir, análisis factorial). Además, señaló que es posible producir soluciones factoriales de datos de pruebas cognitivas que no contienen un factor g pero que explican la misma cantidad de información que las soluciones que producen una g. Según Gould, no hay razón para preferir una solución factorial a otra y, por lo tanto, el análisis factorial no respalda la existencia de una entidad como g . De manera más general, Gould criticó la teoría g por abstraer la inteligencia como una entidad única y por clasificar a las personas "en una sola serie de dignidad", argumentando que tales clasificaciones se utilizan para justificar la opresión de los grupos desfavorecidos. [37] [163]

Muchos investigadores han criticado los argumentos de Gould. Por ejemplo, han rechazado la acusación de cosificación, sosteniendo que el uso de factores extraídos como g como posibles variables causales cuya realidad puede ser sustentada o rechazada por investigaciones posteriores constituye una práctica científica normal que de ninguna manera distingue a la psicometría de otras ciencias. Los críticos también han sugerido que Gould no entendía el propósito del análisis factorial y que ignoraba los avances metodológicos relevantes en el campo. Si bien las diferentes soluciones de factores pueden ser matemáticamente equivalentes en su capacidad para explicar las intercorrelaciones entre las pruebas, las soluciones que producen una gLos factores son psicológicamente preferibles por varias razones extrínsecas al análisis factorial, incluido el fenómeno de la variedad positiva, el hecho de que el mismo g puede surgir de baterías de prueba muy diferentes, la validez práctica generalizada de g y la vinculación de g con muchas variables biológicas. . [37] [38] [164]

John Horn y John McArdle han argumentado que la teoría g moderna , como la propugna, por ejemplo, Arthur Jensen, es infalsificable , porque la existencia de un factor común como g se sigue tautológicamente de correlaciones positivas entre pruebas. Contrastaron la teoría jerárquica moderna de g con la teoría de dos factores original de Spearman que era fácilmente falsable (y de hecho fue falsificada). [30]

Joseph Graves Jr. y Amanda Johnson han argumentado que g "... es para los psicometristas lo que el éter de Huygens fue para los primeros físicos: una no entidad tomada como un artículo de fe en lugar de una que necesita ser verificada por datos reales". [165]

Ver también [ editar ]

  • Charles Spearman
  • Análisis factorial en psicometría
  • Inteligencia fluida y cristalizada
  • Efecto Flynn
  • Inteligencia
  • Cociente de inteligencia
  • Maleabilidad de la inteligencia
  • Hipótesis de Spearman
  • Eugenesia

Referencias [ editar ]

  1. ^ a b Kamphaus y col. 2005
  2. ^ a b c d e f g h Deary et al. 2010
  3. ^ THOMSON, GODFREY H. (septiembre de 1916). "Una jerarquía sin un factor general1" . Revista británica de psicología . 8 (3): 271–281. doi : 10.1111 / j.2044-8295.1916.tb00133.x . ISSN  0950-5652 .
  4. ↑ Jensen 1998, 545
  5. ↑ a b Warne, Russell T .; Burningham, Cassidy (2019). "G de Spearman encontrado en 31 naciones no occidentales: fuerte evidencia de que g es un fenómeno universal" . Boletín psicológico . 145 (3): 237–272. doi : 10.1037 / bul0000184 . PMID 30640496 . S2CID 58625266 .  
  6. ^ Neisser y col. 1996
  7. ^ Adaptado de Jensen 1998, 24. La matriz de correlación se publicó originalmente en Spearman 1904 y se basa en el rendimiento escolar de una muestra de niños ingleses. Si bien este análisis es históricamente importante y ha sido muy influyente, no cumple con los estándares técnicos modernos. Ver Mackintosh 2011, 44 y sigs . y Horn & McArdle 2007 para la discusión de los métodos de Spearman.
  8. ^ Adaptado de Chabris 2007, tabla 19.1.
  9. ^ Gottfredson 1998
  10. ^ Deary, IJ (2001). Inteligencia. Una introducción muy breve . Prensa de la Universidad de Oxford. pag. 12. ISBN 9780192893215.
  11. ↑ Spearman 1904
  12. ↑ Deary 2000, 6
  13. ↑ a b c d Jensen, 1992
  14. ↑ Jensen 1998, 28
  15. ^ a b c d van deer Maas et al. 2006
  16. ↑ Jensen 1998, 26, 36–39.
  17. ↑ Jensen 1998, 26, 36–39, 89–90.
  18. ↑ a b Jensen, 2002
  19. ^ a b Floyd y col. 2009
  20. ↑ a b Jensen, 1980, 213
  21. ↑ Jensen 1998, 94
  22. ↑ a b Hunt, 2011, 94
  23. ↑ Jensen 1998, 18-19, 35-36, 38. Herbert Spencer y Francis Galton introdujeron en psicología la idea de una capacidad mental unitaria generalen la segunda mitad del siglo XIX, pero su trabajo fue en gran medida especulativo, con poca base empírica.
  24. ↑ Jensen 1998, 91–92, 95
  25. ^ Jensen 2000
  26. ↑ Mackintosh 2011, 157
  27. ↑ Jensen 1998, 117
  28. ^ Bartolomé y col. 2009
  29. ^ Jensen 1998, 120
  30. ^ a b c Horn y McArdle 2007
  31. ^ Jensen 1998, 120-121
  32. ^ Mackintosh 2011, 157-158
  33. ^ a b Rushton y Jensen, 2010
  34. ^ Mackintosh 2011, 44–45
  35. ^ McFarland, Dennis J. (2012). "No es necesario un solo factor g para simular correlaciones positivas entre pruebas cognitivas" . Revista de Neuropsicología Clínica y Experimental . 34 (4): 378–384. doi : 10.1080 / 13803395.2011.645018 . ISSN 1744-411X . PMID 22260190 . S2CID 4694545 .   El hecho de que diversas pruebas cognitivas tienden a tener una correlación positiva se ha tomado como evidencia de una sola habilidad general o factor "g" ... la presencia de una variedad positiva en las correlaciones entre diversas pruebas cognitivas no proporciona apoyo diferencial para ninguna de las dos modelos factoriales o de factores múltiples de habilidades generales.
  36. ^ Jensen 1998, 18, 31–32
  37. ^ a b c d Carroll 1995
  38. ^ a b Jensen, 1982
  39. ↑ Jensen 1998, 73
  40. ^ a b c d Deary 2012
  41. ↑ Mackintosh 2011, 57
  42. ↑ Jensen 1998, 46
  43. ^ Carroll 1997. La varianza total del factor común consiste en la varianza debida alfactor gy los factores de grupo considerados juntos. La varianza no contabilizada por los factores comunes, denominada unicidad , comprende la varianza específica de la subprueba y el error de medición.
  44. ^ a b c d Davidson y Kemp 2011
  45. ^ Mackintosh 2011, 151
  46. ^ Jensen 1998, 31
  47. ^ Mackintosh 2011, 151-153
  48. ^ a b McGrew, 2005
  49. ^ Kvist y Gustafsson 2008
  50. ^ Johnson y col. 2004
  51. ^ Johnson y col. 2008
  52. ^ Mackintosh 2011, 150-153. Véase también Keith et al. 2001, dondese encontró quelosfactores g de lasbaterías de prueba CAS y WJ III eran estadísticamente indistinguibles, y Stauffer et al. 1996, donde se encontraron resultados similares para labatería ASVAB y una batería de pruebas basadas en componentes cognitivos.
  53. ↑ Jensen 1998, 88, 101-103.
  54. ^ Spearman, C. (1927). Las habilidades del hombre . Nueva York: MacMillan.
  55. ^ Detterman, DK; Daniel, MH (1989). "Las correlaciones de las pruebas mentales entre sí y con las variables cognitivas son más altas para los grupos de CI bajo". Inteligencia . 13 (4): 349–359. doi : 10.1016 / s0160-2896 (89) 80007-8 .
  56. ^ Deary y Pagliari 1991
  57. ^ a b Deary y col. 1996
  58. ↑ a b Tucker-Drob, 2009
  59. ^ Blum, D .; Holling, H. (2017). "Ley de Spearman de rendimientos decrecientes. Un metaanálisis". Inteligencia . 65 : 60–66. doi : 10.1016 / j.intell.2017.07.004 .
  60. ^ Kell, Harrison J .; Lang, Jonas WB (septiembre de 2018). "El gran debate: capacidad general y capacidades específicas en la predicción de resultados importantes" . Revista de inteligencia . 6 (3): 39. doi : 10.3390 / jintelligence6030039 . PMC 6480721 . PMID 31162466 .  
  61. ↑ Neubauer, Aljoscha C .; Opriessnig, Sylvia (enero de 2014). "El desarrollo del talento y la excelencia - no descarte la inteligencia psicométrica, el predictor (potencialmente) más poderoso" . Desarrollo y excelencia del talento . 6 (2): 1–15.
  62. ↑ a b c Jensen, 1998, 270
  63. ^ Gottfredson 2002
  64. ^ Coyle, Thomas R. (septiembre de 2018). "Factores no g predicen criterios educativos y ocupacionales: más de g" . Revista de inteligencia . 6 (3): 43. doi : 10.3390 / jintelligence6030043 . PMC 6480787 . PMID 31162470 .  
  65. ^ Ziegler, Matthias; Peikert, Aaron (septiembre de 2018). "Cómo las habilidades específicas podrían arrojar 'g' una curva: una idea sobre cómo capitalizar la validez predictiva de las habilidades cognitivas específicas" . Revista de inteligencia . 6 (3): 41. doi : 10.3390 / jintelligence6030041 . PMC 6480727 . PMID 31162468 .  
  66. ^ Kell, Harrison J .; Lang, Jonas WB (abril de 2017). "Habilidades específicas en el lugar de trabajo: ¿más importantes que g?" . Revista de inteligencia . 5 (2): 13. doi : 10.3390 / jintelligence5020013 . PMC 6526462 . PMID 31162404 .  
  67. ^ a b Sackett y col. 2008
  68. ^ Jensen 1998, 272, 301
  69. ^ Jensen 1998, 279-280
  70. ↑ Jensen 1998, 279
  71. ↑ a b Brody, 2006
  72. ^ Frey y Detterman 2004
  73. ^ a b Schmidt y Hunter 2004
  74. ^ Jensen 1998, 292–293
  75. ^ Schmidt & Hunter 2004. Estos coeficientes de validez se han corregido por error de medición en la variable dependiente (es decir, desempeño laboral o de capacitación) y por restricción de rango, pero no por error de medición en la variable independiente (es decir, medidas de g ).
  76. ^ O'Boyle Jr., EH; Humphrey, RH; Pollack, JM; Hawver, TH; Historia, PA (2011). "La relación entre inteligencia emocional y desempeño laboral: un metaanálisis" . Revista de comportamiento organizacional . 32 (5): 788–818. doi : 10.1002 / job.714 . S2CID 6010387 . 
  77. ^ Côté, Stéphane; Mineros, Christopher (2006). "Inteligencia emocional, inteligencia cognitiva y desempeño laboral". Trimestral de Ciencias Administrativas . 51 : 1–28. doi : 10.2189 / asqu.51.1.1 . S2CID 142971341 . 
  78. ^ Ghiselli, EE (1973). "La validez de las pruebas de aptitud en la selección de personal". Psicología del personal . 26 (4): 461–477. doi : 10.1111 / j.1744-6570.1973.tb01150.x .
  79. ↑ a b Vinchur, Andrew J .; Schippmann, Jeffery S .; S., Fred; Switzer, III; Roth, Philip L. (1998). "Una revisión meta-analítica de predictores de desempeño laboral para vendedores" . Revista de Psicología Aplicada . 83 (4): 586–597. doi : 10.1037 / 0021-9010.83.4.586 . S2CID 19093290 . 
  80. ^ Hunter, John E .; Hunter, Ronda F. (1984). "Validez y utilidad de predictores alternativos del desempeño laboral" . Boletín psicológico . 96 (1): 72–98. doi : 10.1037 / 0033-2909.96.1.72 . S2CID 26858912 . 
  81. ^ Gottfredson, LS (1991). "La evaluación de medidas alternativas de desempeño laboral". Evaluación del desempeño en el lugar de trabajo : 75–126.
  82. ^ Murphy, Kevin R .; Balzer, William K. (1986). "Distorsiones sistemáticas en las calificaciones de comportamiento basadas en la memoria y evaluaciones de desempeño: consecuencias para la precisión de la calificación". Revista de Psicología Aplicada . 71 (1): 39–44. doi : 10.1037 / 0021-9010.71.1.39 .
  83. ^ Hosoda, Megumi; Stone-Romero, Eugene F .; Coats, Gwen (1 de junio de 2003). "Los efectos del atractivo físico en los resultados relacionados con el trabajo: un metaanálisis de estudios experimentales". Psicología del personal . 56 (2): 431–462. doi : 10.1111 / j.1744-6570.2003.tb00157.x . ISSN 1744-6570 . 
  84. ^ Stauffer, Joseph M .; Buckley, M. Ronald (2005). "La existencia y naturaleza del sesgo racial en las calificaciones de supervisión". Revista de Psicología Aplicada . 90 (3): 586–591. doi : 10.1037 / 0021-9010.90.3.586 . PMID 15910152 . 
  85. ^ Schmidt, Frank L. (1 de abril de 2002). "El papel de la capacidad cognitiva general y el desempeño laboral: por qué no puede haber un debate". Rendimiento humano . 15 (1–2): 187–210. doi : 10.1080 / 08959285.2002.9668091 . ISSN 0895-9285 . S2CID 214650608 .  
  86. ^ Schmidt, Frank L .; Hunter, John E. (1998). "La validez y utilidad de los métodos de selección en psicología del personal: implicaciones prácticas y teóricas de 85 años de resultados de investigación". Boletín psicológico . 124 (2): 262–274. CiteSeerX 10.1.1.172.1733 . doi : 10.1037 / 0033-2909.124.2.262 . 
  87. ^ Roth, Philip L .; Bevier, Craig A .; Bobko, Philip; Switzer, Fred S .; Tyler, Peggy (1 de junio de 2001). "Diferencias de grupos étnicos en la capacidad cognitiva en el empleo y entornos educativos: un metaanálisis". Psicología del personal . 54 (2): 297–330. CiteSeerX 10.1.1.372.6092 . doi : 10.1111 / j.1744-6570.2001.tb00094.x . ISSN 1744-6570 .  
  88. ^ Viswesvaran, Chockalingam; Unos, Deniz S .; Schmidt, Frank L. (1996). "Análisis comparativo de la confiabilidad de las calificaciones de desempeño laboral". Revista de Psicología Aplicada . 81 (5): 557–574. doi : 10.1037 / 0021-9010.81.5.557 .
  89. ^ Hunter, JE; Schmidt, FL; Le, H (2006). "Implicaciones de la restricción de rango directa e indirecta para los métodos y hallazgos de metanálisis" . Revista de Psicología Aplicada . 91 (3): 594–612. doi : 10.1037 / 0021-9010.91.3.594 . PMID 16737357 . S2CID 14897081 .  
  90. ↑ Jensen 1998, 568
  91. ^ Jensen 1998, 271
  92. ^ Gottfredson 2007
  93. ^ Kanazawa, Satoshi (16 de febrero de 2010). "Por qué los liberales y los ateos son más inteligentes". Psicología Social Trimestral . 73 (1): 33–57. CiteSeerX 10.1.1.395.4490 . doi : 10.1177 / 0190272510361602 . ISSN 0190-2725 . S2CID 2642312 .   
  94. ^ Kanazawa, Satoshi (mayo-junio de 2010). "Investigación en inteligencia y psicología evolutiva" (PDF) . Psicólogo estadounidense . 65 (4): 279–289. doi : 10.1037 / a0019378 . PMID 20455621 . Consultado el 16 de febrero de 2018 .  
  95. ^ Cosmides, Leda ; Tooby, John (1995) [1992]. "3. Adaptaciones cognitivas para el intercambio social". En Barkow, Jerome H .; Cosmides, Leda; Tooby, John (eds.). La mente adaptada: psicología evolutiva y generación de cultura . Nueva York: Oxford University Press . págs. 179–206. ISBN 978-0195101072.
  96. ^ Kaufman, Scott Barry ; DeYoung, Colin G .; Reis, Deidre L .; Gray, Jeremy R. (mayo-junio de 2010). "La inteligencia general predice la capacidad de razonamiento incluso para contenido evolutivamente familiar" (PDF) . Inteligencia . 39 (5): 311–322. doi : 10.1016 / j.intell.2011.05.002 . Consultado el 16 de febrero de 2018 .
  97. ^ Kaufman, Scott Barry (2 de julio de 2011). "¿Es la inteligencia general compatible con la psicología evolutiva?" . Psicología hoy . Editores de Sussex . Consultado el 16 de febrero de 2018 .
  98. ^ Plomin, Robert; Spinath, Frank M. (abril de 2002). "Genética y capacidad cognitiva general (g)". Tendencias en ciencias cognitivas . 6 (4): 169-176. doi : 10.1016 / s1364-6613 (00) 01853-2 . ISSN 1364-6613 . PMID 11912040 . S2CID 17720084 .   
  99. ^ Deary y col. 2006
  100. ^ a b c Plomin y Spinath 2004
  101. ^ Haworth y col. 2010
  102. ^ Kovas y Plomin 2006
  103. ^ a b Penke y col. 2007
  104. ^ a b Chabris y col. 2012
  105. ^ Plomin 2003
  106. ^ Ashton, MC y Lee, K. (2005). Problemas con el método de vectores correlacionados. Intelligence, 33 (4), 431–444.
  107. ↑ a b c d e Dickens, William T .; Flynn, James R. (2006). "Los estadounidenses negros reducen la brecha de coeficiente intelectual racial: evidencia de muestras de estandarización" (PDF) . Ciencia psicológica . 17 (10): 913–920. doi : 10.1111 / j.1467-9280.2006.01802.x . PMID 17100793 . S2CID 6593169 .   
  108. ^ Flynn, JR (2010). Los espectáculos a través de los cuales veo el debate sobre la raza y el coeficiente intelectual. Intelligence, 38 (4), 363–366.
  109. ^ Jensen 1998, 189-197
  110. ↑ Mackintosh 2011, 134-138.
  111. ^ a b Chabris 2007
  112. ^ Lector, SM; Hager, Y .; Laland, KN (2011). "La evolución de la inteligencia general y cultural de los primates" . Transacciones filosóficas de la Royal Society B: Ciencias biológicas . 366 (1567): 1017–1027. doi : 10.1098 / rstb.2010.0342 . PMC 3049098 . PMID 21357224 .  
  113. ^ Locurto, C. y Durkin, E. Resolución de problemas y diferencias individuales en ratones (Mus musculus) utilizando refuerzo de agua. J Comp Psychol.
  114. ^ Locurto, C. y Scanlon, C. Diferencias individuales y un factor de aprendizaje espacial en dos cepas de ratones (Mus musculus). J. Comp. Psychol. 112, 344–352 (1998).
  115. ^ Poirier, Marc-Antoine; Kozlovsky, Dovid Y .; Morand-Ferron, Julie; Careau, Vincent (9 de diciembre de 2020). "¿Qué tan general es la capacidad cognitiva en animales no humanos? Un enfoque de reanálisis meta-analítico y multinivel" . Actas de la Royal Society B: Ciencias Biológicas . 287 (1940): 20201853. doi : 10.1098 / rspb.2020.1853 . PMC 7739923 . PMID 33290683 .  
  116. ^ Anderson, B. (2000). El factor g en animales no humanos. La naturaleza de la inteligencia, (285), 79.
  117. ^ Woolley, Anita Williams; Chabris, Christopher F .; Pentland, Alex; Hashmi, Nada; Malone, Thomas W. (29 de octubre de 2010). "Evidencia de un factor de inteligencia colectiva en el desempeño de grupos humanos" . Ciencia . 330 (6004): 686–688. Código Bibliográfico : 2010Sci ... 330..686W . doi : 10.1126 / science.1193147 . ISSN 0036-8075 . PMID 20929725 . S2CID 74579 .   
  118. ^ Woolley, Anita Williams; Aggarwal, Ishani; Malone, Thomas W. (1 de diciembre de 2015). "Inteligencia colectiva y desempeño grupal". Direcciones actuales en ciencia psicológica . 24 (6): 420–424. doi : 10.1177 / 0963721415599543 . ISSN 0963-7214 . S2CID 146673541 .  
  119. ^ Jensen 1998, 146, 149-150
  120. ^ Jensen 1998, 87–88
  121. ↑ Hunt, Earl B. (2010). Inteligencia humana . Prensa de la Universidad de Cambridge . págs. 378–379. ISBN 978-1139495110.
  122. ^ Mackintosh 2011, 360–373
  123. ^ Nisbett, Richard E .; Aronson, Joshua; Blair, Clancy; Dickens, William; Flynn, James ; Halpern, Diane F .; Turkheimer, Eric (2012). "Las diferencias de grupo en el coeficiente intelectual se entienden mejor como de origen ambiental" (PDF) . Psicólogo estadounidense . 67 (6): 503–504. doi : 10.1037 / a0029772 . ISSN 0003-066X . PMID 22963427 . Consultado el 22 de julio de 2013 . Resumen Lay (22 de julio de 2013).   
  124. ^ Jensen 1998, 369–399
  125. ^ Schönemann, Peter (1997). "Artefactos famosos: hipótesis de Spearman" (PDF) . Psicología actual de la cognición . 16 (6): 665–694.
  126. ^ Schönemann, Peter H. (1 de mayo de 1989). "Algunos resultados nuevos sobre el artefacto de la hipótesis de Spearman" . Boletín de la Sociedad Psiconómica . 27 (5): 462–464. doi : 10.3758 / BF03334656 . ISSN 0090-5054 . 
  127. ↑ Hunt 2011, 421
  128. ^ Lynn 2003
  129. ↑ Tucker-Drob, Elliot M .; Bates, Timothy C. (febrero de 2016). "Grandes diferencias transnacionales en la interacción gen x estado socioeconómico en inteligencia" . Ciencia psicológica . 27 (2): 138-149. doi : 10.1177 / 0956797615612727 . ISSN 0956-7976 . PMC 4749462 . PMID 26671911 .   
  130. ^ Kamin, Leon J. (1 de marzo de 2006). "IQ africano y retraso mental". Revista Sudafricana de Psicología . 36 (1): 1–9. doi : 10.1177 / 008124630603600101 . ISSN 0081-2463 . S2CID 92984213 .  
  131. ^ Shuttleworth-Edwards, Ann B .; Van der Merwe, Adele S. (2002). "Datos normativos transculturales sudafricanos WAIS-III y WISC-IV estratificados para la calidad de la educación". En Ferraro, F. Richard (ed.). Aspectos minoritarios y transculturales de la evaluación neuropsicológica . Exton, PA: Swets & Zeitlinger. págs. 72–75. ISBN 9026518307.
  132. ^ No se ha hecho caso de pruebas de inteligencia no sesgadas contra africanos negros: un comentario sobre Rushton, Skuy y Bons (2004) 1 *, Leah K.Hamilton1, Betty R. Onyura1 y Andrew S. Winston International Journal of Selection y Evaluación Volumen 14 Número 3 Página 278 - Septiembre de 2006
  133. ^ Evaluación de la capacidad cognitiva de la cultura justa Evaluación de Steven P. Verney, vol. 12, núm. 3, 303-319 (2005)
  134. ^ El ataque de los psicometristas. Archivado el 8 de junio de 2007 en la Wayback Machine . DENNY BORSBOOM. PSYCHOMETRIKA VOL 71, NO 3, 425–440. SEPTIEMBRE DE 2006.
  135. ↑ Jensen 1998, 213
  136. ^ Ackerman y col. 2005
  137. ^ Mackintosh 2011, 158
  138. ↑ a b Weinberg, 1989
  139. ^ Lautrey 2002
  140. ^ Humphreys y col. 1985
  141. ^ a b von Stumm y col. 2011
  142. ↑ Jensen 1998, 573
  143. ^ Juez y col. 2007
  144. ^ von Stumm y col. 2009
  145. ↑ Jensen 1998, 577
  146. ^ Eysenck 1995
  147. ^ Lubinski 2009
  148. ^ Robertson y col. 2010
  149. ^ Jensen 1998, 122-123
  150. ^ Sternberg y col. 1981
  151. ↑ Jensen 1998, 123
  152. ^ Jensen 1998, 124
  153. ^ Jensen 1998, 125
  154. ^ Mackintosh 2011, 152-153
  155. ↑ Jensen 1998, 77–78, 115-117.
  156. ↑ Mackintosh 2011, 52, 239
  157. ^ Jensen 1998, 128-132
  158. ^ Deary 2001, 15-16
  159. ^ Mackintosh 2011, 236–237
  160. ↑ Hunt, 2011, 120-130.
  161. ^ Mackintosh 2011, 223–235
  162. ^ Flynn 2011
  163. ↑ Gould, 1996, 56–57.
  164. ^ Korb 1994
  165. ^ Tumbas, Joseph L .; Johnson, Amanda (1995). "La pseudociencia de la psicometría y la curva de campana". La Revista de Educación Negra . 64 (3): 277-294. doi : 10.2307 / 2967209 . JSTOR 2967209 . 
Referencias incluidas

Bibliografía [ editar ]

  • Ackerman, PL; Beier, YO; Boyle, MO (2005). "Memoria de trabajo e inteligencia: ¿los mismos o diferentes constructos?" . Boletín psicológico . 131 (1): 30–60. doi : 10.1037 / 0033-2909.131.1.30 . PMID  15631550 . S2CID  14087289 .
  • Bartolomé, DJ; Querido, IJ; Césped, M. (2009). "Una nueva vida para el modelo de inteligencia de bonos de Thomson" (PDF) . Revisión psicológica . 116 (3): 567–579. doi : 10.1037 / a0016262 . PMID  19618987 .
  • Brody, N. (2006). Teoría geocéntrica: una alternativa válida a la teoría de la inteligencia de Gardner. En Schaler JA (Ed.), Howard Gardner bajo fuego: el psicólogo rebelde se enfrenta a sus críticos . Chicago: Open Court.
  • Carroll, JB (1995). "Reflexiones sobre la mala medida del hombre de Stephen Jay Gould (1981) una revisión retrospectiva" . Inteligencia . 21 (2): 121-134. doi : 10.1016 / 0160-2896 (95) 90022-5 .
  • Carroll, JB (1997). "Psicometría, inteligencia y percepción pública" (PDF) . Inteligencia . 24 : 25–52. CiteSeerX  10.1.1.408.9146 . doi : 10.1016 / s0160-2896 (97) 90012-x .
  • Chabris, CF (2007). Mecanismos cognitivos y neurobiológicos de la Ley de Inteligencia General. En Roberts, MJ (Ed.) Integración de la mente: procesos generales de dominio versus procesos específicos de dominio en la cognición 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 y Laibson, D. (2012). "La mayoría de las asociaciones genéticas informadas con inteligencia general son probablemente falsos positivos" (PDF) . Ciencia psicológica . 23 (11): 1314-1323. doi : 10.1177 / 0956797611435528 . PMC  3498585 . PMID  23012269 . Archivado desde el original (PDF) el 21 de octubre de 2012 . Consultado el 28 de septiembre de 2012 .
  • Davidson, JE y Kemp, IA (2011). Modelos contemporáneos de inteligencia. En RJ Sternberg y SB Kaufman (Eds.), The Cambridge Handbook of Intelligence. Nueva York, NY: Cambridge University Press.
  • Deary, IJ (2012). "Inteligencia" (PDF) . Revisión anual de psicología . 63 : 453–482. doi : 10.1146 / annurev-psych-120710-100353 . PMID  21943169 . Archivado (PDF) desde el original el 25 de febrero de 2021 . Consultado el 25 de febrero de 2021 .
  • Deary, IJ (2001). Inteligencia. Una introducción muy breve. Oxford: Prensa de la Universidad de Oxford. doi : 10.1093 / actrade / 9780192893215.001.0001
  • Deary IJ (2000). Mirando hacia abajo a la inteligencia humana: de la psicometría al cerebro . Oxford, Inglaterra: Oxford University Press. doi : 10.1093 / acprof: oso / 9780198524175.001.0001
  • Querido, IJ; Pagliari, C. (1991). "La fuerza de g en diferentes niveles de habilidad: ¿Han redescubierto Detterman y Daniel la" ley de rendimientos decrecientes "de Spearman?". Inteligencia . 15 (2): 247–250. doi : 10.1016 / 0160-2896 (91) 90033-A .
  • Querido, IJ; Egan, V .; Gibson, GJ; Marca, CR; Austin, E .; Kellaghan, T. (1996). "La inteligencia y la hipótesis de la diferenciación". Inteligencia . 23 (2): 105-132. doi : 10.1016 / S0160-2896 (96) 90008-2 .
  • Querido, IJ; Spinath, FM; Bates, TC (2006). "Genética de la inteligencia" . Eur J Hum Genet . 14 (6): 690–700. doi : 10.1038 / sj.ejhg.5201588 . PMID  16721405 .
  • Querido, IJ; Penke, L .; Johnson, W. (2010). "La neurociencia de las diferencias de inteligencia humana" (PDF) . Nature Reviews Neurociencia . 11 (3): 201–211. doi : 10.1038 / nrn2793 . PMID  20145623 . S2CID  5136934 .
  • Detterman, DK; Daniel, MH (1989). "Las correlaciones de las pruebas mentales entre sí y con las variables cognitivas son más altas para los grupos de bajo coeficiente intelectual". Inteligencia . 13 (4): 349–359. doi : 10.1016 / S0160-2896 (89) 80007-8 .
  • Eysenck, HJ (1995). La creatividad como producto de la inteligencia y la personalidad. En Saklofske, DH y Zeidner, M. (Eds.), Manual internacional de personalidad e inteligencia (págs. 231–247). Nueva York, NY, EE.UU .: Plenum Press.
  • Floyd, RG; Shands, EI; Rafael, FA; Bergeron, R .; McGrew, KS (2009). "La confiabilidad de las cargas de factores generales: los efectos de los métodos de extracción de factores, la composición de la batería de prueba, el tamaño de la batería de prueba y sus interacciones" (PDF) . Inteligencia . 37 (5): 453–465. doi : 10.1016 / j.intell.2009.05.003 .
  • Flynn, J. (2011). Cambios seculares en la inteligencia. Páginas 647–665 en RJ Sternberg y SB Kaufman (eds.), Cambridge Handbook of Intelligence . Nueva York, NY: Cambridge University Press.
  • Frey, MC; Detterman, DK (2004). "¿Evaluación académica o g ? La relación entre la prueba de evaluación académica y la capacidad cognitiva general" (PDF) . Ciencia psicológica . 15 (6): 373–378. doi : 10.1111 / j.0956-7976.2004.00687.x . PMID  15147489 . S2CID  12724085 .
  • Gottfredson, LS (1998). "Invierno). El factor de inteligencia general". Presenta Scientific American . 9 (4): 24-29.
  • Gottfredson, LS (2002). g: Muy general y muy práctico. Páginas 331–380 en RJ Sternberg y EL Grigorenko (Eds.), El factor general de inteligencia: ¿Qué tan general es? Mahwah, Nueva Jersey: Erlbaum.
  • Gottfredson, LS (2007). Innovación, accidentes mortales y evolución de la inteligencia general. En MJ Roberts (Ed.), Integración de la mente: procesos generales de dominio versus procesos específicos de dominio en la cognición superior (págs. 387–425). Hove, Reino Unido: Psychology Press.
  • Gottfredson, LS (2011). Inteligencia y desigualdad social: ¿Por qué el vínculo biológico? págs. 538–575 en T. Chamorro-Premuzic, A. Furhnam y S. von Stumm (Eds.), Manual de diferencias individuales. Wiley-Blackwell.
  • Gould, SJ (1996, edición revisada). La mala medida del hombre. Nueva York: WW Norton & Company.
  • Haworth, CMA; et al. (2010). "La heredabilidad de la capacidad cognitiva general aumenta linealmente desde la infancia hasta la edad adulta joven" . Mol Psychiatry . 15 (11): 1112-1120. doi : 10.1038 / mp.2009.55 . PMC  2889158 . PMID  19488046 .
  • Horn, JL y McArdle, JJ (2007). Comprendiendo la inteligencia humana desde Spearman. En R. Cudeck y R. MacCallum, (Eds.). Análisis factorial a los 100 años (págs. 205–247). Mahwah, Nueva Jersey: Lawrence Erlbaum Associates, Inc.
  • Humphreys, LG; Rich, SA; Davey, TC (1985). "Una prueba de Piaget de inteligencia general". Psicología del desarrollo . 21 (5): 872–877. doi : 10.1037 / 0012-1649.21.5.872 .
  • Hunt, EB (2011). Inteligencia humana . Cambridge, Reino Unido: Cambridge University Press.
  • Jensen, AR (1980). Sesgo en las pruebas mentales . Nueva York: The Free Press.
  • Jensen, AR (1982). "La desacreditación de fósiles científicos y personas de paja" . Revista de educación contemporánea . 1 : 121-135.
  • Jensen, AR (1992). "Entender g en términos de procesamiento de información". Revista de Psicología Educativa . 4 (3): 271-308. doi : 10.1007 / bf01417874 . S2CID  54739564 .
  • Jensen, AR (1998). El factor g : la ciencia de la capacidad mental . Westport, CT: Praeger. ISBN 0-275-96103-6 
  • Jensen, AR (2000). ¿Una filosofía nihilista de la ciencia para una psicología científica? Psycoloquy, 11, Edición 088, artículo 49.
  • Jensen, AR (2002). Psicométrico g: Definición y fundamentación. En RJ Sternberg & EL Grigorenko (Eds.), Factor general de inteligencia: ¿Qué tan general es? (págs. 39–54). Mahwah, Nueva Jersey: Erlbaum.
  • Johnson, W .; Bouchard, TJ; Krueger, RF; McGue, M .; Gottesman, II (2004). "Solo un g : resultados consistentes de tres baterías de prueba". Inteligencia . 32 : 95-107. doi : 10.1016 / S0160-2896 (03) 00062-X .
  • Johnson, W .; te Nijenhuis, J .; Bouchard Jr, T. (2008). "Todavía solo 1 g: resultados consistentes de cinco baterías de prueba". Inteligencia . 36 : 81–95. doi : 10.1016 / j.intell.2007.06.001 .
  • Juez, TA; Jackson, CL; Shaw, JC; Scott, BA; Rich, BL (2007). "Autoeficacia y desempeño laboral: el papel integral de las diferencias individuales" . Revista de Psicología Aplicada . 92 (1): 107–127. doi : 10.1037 / 0021-9010.92.1.107 . PMID  17227155 . S2CID  333238 .
  • Kamphaus, RW, Winsor, AP, Rowe, EW y Kim, S. (2005). Una historia de interpretación de pruebas de inteligencia. En DP Flanagan y PL Harrison (Eds.), Evaluación intelectual contemporánea: Teorías, pruebas y problemas (2ª Ed.) (Págs. 23–38). Nueva York: Guilford.
  • Kane, MJ; Hambrick, DZ; Conway, ARA (2005). "La capacidad de la memoria de trabajo y la inteligencia fluida son constructos fuertemente relacionados: comentario sobre Ackerman, Beier y Boyle (2004)" (PDF) . Boletín psicológico . 131 (1): 66–71. doi : 10.1037 / 0033-2909.131.1.66 . PMID  15631552 .
  • Keith, TZ; Kranzler, JH; Flanagan, DP (2001). "¿Qué mide el sistema de evaluación cognitiva (CAS)? Análisis factorial confirmatorio conjunto del CAS y las pruebas de capacidad cognitiva de Woodcock-Johnson (tercera edición)". Revisión de psicología escolar . 30 : 89-119. doi : 10.1080 / 02796015.2001.12086102 . S2CID  141437006 .
  • Korb, KB (1994). "Stephen Jay Gould sobre inteligencia". Cognición . 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: implicaciones para las ciencias cognitivas". Tendencias en ciencias cognitivas . 10 (5): 198-203. doi : 10.1016 / j.tics.2006.03.001 . PMID  16580870 . S2CID  13943225 .
  • Kvist, A. y Gustafsson, J.-E. (2008). La relación entre la inteligencia fluida y el factor general en función del trasfondo cultural: una prueba de la teoría de la inversión de Cattell. Intelligence 36, 422–436.
  • Lautrey, J. (2002). ¿Existe un factor general de desarrollo cognitivo? En Sternberg, RJ & Grigorenko, EL (Eds.), El factor general de inteligencia: ¿Qué tan general es? Mahwah, Nueva Jersey: Erlbaum.
  • Lubinski, D (2009). "Capacidad cognitiva excepcional: el fenotipo". Genética del comportamiento . 39 (4): 350–358. doi : 10.1007 / s10519-009-9273-0 . PMID  19424784 . S2CID  7900602 .
  • Lynn, R. (2003). La geografía de la inteligencia. En Nyborg, H. (ed.), El estudio científico de la inteligencia general: tributo a Arthur R. Jensen (págs. 126-146). Oxford: Pérgamo.
  • Mackintosh, Nueva Jersey (2011). IQ e inteligencia humana . Oxford, Reino Unido: Oxford University Press.
  • McGrew, KS (2005). La teoría de las habilidades cognitivas de Cattell-Horn-Carroll: pasado, presente y futuro. Evaluación intelectual contemporánea: teorías, pruebas y problemas. (págs. 136-181) Nueva York, NY, EE.UU .: Guilford Press Flanagan, Dawn P. (Ed); Harrison, Patti L. (Ed), (2005). xvii, 667 págs.
  • Neisser, U .; Boodoo, G .; Bouchard Jr, TJ; Boykin, AW; Brody, N .; Ceci, SJ; Halpern, DF; Loehlin, JC; Perloff, R. (1996). "Inteligencia: lo conocido y lo desconocido". Psicólogo estadounidense . 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). "Memoria de trabajo e inteligencia - su correlación y su relación: un comentario sobre Ackerman, Beier y Boyle (2005)" . Boletín psicológico . 131 (1): 61–65. doi : 10.1037 / 0033-2909.131.1.61 . PMID  15631551 . S2CID  2508020 .
  • Penke, L .; Denissen, JJA; Miller, GF (2007). "La genética evolutiva de la personalidad" (PDF) . Revista europea de personalidad . 21 (5): 549–587. doi : 10.1002 / per.629 . S2CID  13403823 .
  • Plomin, R (2003). "Genética, genes, genómica y g". Psiquiatría molecular . 8 (1): 1–5. doi : 10.1038 / sj.mp.4001249 . PMID  12556898 .
  • Plomin, R .; Spinath, FM (2004). "Inteligencia: genética, genes y genómica" . 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). "Más allá de la hipótesis del umbral: incluso entre los estudiantes superdotados y los mejores graduados de matemáticas / ciencias, las habilidades cognitivas, los intereses vocacionales y las preferencias de estilo de vida son importantes para la elección de carrera, el rendimiento y la persistencia" . Direcciones actuales en ciencia psicológica . 19 (6): 346–351. doi : 10.1177 / 0963721410391442 . S2CID  46218795 .
  • Roth, PL; Bevier, CA; Bobko, P .; Switzer III, FS; Tyler, P. (2001). "Diferencias de grupos étnicos en la capacidad cognitiva en entornos laborales y educativos: un metanálisis". Psicología del personal . 54 (2): 297–330. CiteSeerX  10.1.1.372.6092 . doi : 10.1111 / j.1744-6570.2001.tb00094.x .
  • Rushton, JP; Jensen, AR (2010). "El ascenso y la caída del efecto Flynn como una razón para esperar una reducción de la brecha del coeficiente intelectual blanco-negro". Inteligencia . 38 (2): 213–219. doi : 10.1016 / j.intell.2009.12.002 .
  • Sackett, PR; Borneman, MJ; Connelly, BS (2008). "Pruebas de alto riesgo en la educación superior y el empleo. Evaluación de la evidencia de validez y equidad". Psicólogo estadounidense . 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). "Habilidad mental general en el mundo del trabajo: logro ocupacional y desempeño laboral" (PDF) . Revista de Personalidad y Psicología Social . 86 (1): 162-173. CiteSeerX  10.1.1.394.8878 . doi : 10.1037 / 0022-3514.86.1.162 . PMID  14717634 .
  • Spearman, CE (1904). " ' Inteligencia general', objetivamente determinada y medida" (PDF) . Revista estadounidense de psicología . 15 (2): 201–293. doi : 10.2307 / 1412107 . JSTOR  1412107 . Archivado desde el original (PDF) el 7 de abril de 2014.
  • Spearman, CE (1927). Las habilidades del hombre. Londres: Macmillan.
  • Stauffer, J .; Ree, MJ; Carretta, TR (1996). "Las pruebas de componentes cognitivos no son mucho más que g : una extensión de los análisis de Kyllonen". La Revista de Psicología General . 123 (3): 193-205. doi : 10.1080 / 00221309.1996.9921272 .
  • Sternberg, RJ; Conway, BE; Ketron, JL; Bernstein, M. (1981). "Concepción popular de la inteligencia". Revista de Personalidad y Psicología Social . 41 : 37–55. doi : 10.1037 / 0022-3514.41.1.37 .
  • von Stumm, S .; Chamorro-Premuzic, T .; Quiroga, M.Á .; Colom, R. (2009). "Separación de variaciones estrechas y generales en las asociaciones de inteligencia-personalidad". Personalidad y diferencias individuales . 47 (4): 336–341. doi : 10.1016 / j.paid.2009.03.024 .
  • von Stumm, S., Chamorro-Premuzic, T., Ackerman, PL (2011). Re-visitando las asociaciones inteligencia-personalidad: reivindicando la inversión intelectual. En T. Chamorro-Premuzic, S. von Stumm y A. Furnham (eds.), Manual de diferencias individuales . Chichester, Reino Unido: Wiley-Blackwell.
  • Tucker-Drob, EM (2009). "Diferenciación de habilidades cognitivas a lo largo de la vida" . Psicología del desarrollo . 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). "Un modelo dinámico de inteligencia general: la variedad positiva de la inteligencia por mutualismo" (PDF) . Revisión psicológica . 13 (4): 842–860. doi : 10.1037 / 0033-295x.113.4.842 . PMID  17014305 . Archivado desde el original (PDF) el 17 de abril de 2012 . Consultado el 1 de agosto de 2012 .
  • Weinberg, RA (1989). "Inteligencia y coeficiente intelectual. Temas emblemáticos y grandes debates". Psicólogo estadounidense . 44 (2): 98-104. doi : 10.1037 / 0003-066X.44.2.98 .