Einführung

Das Bedürfnis, sich von anderen zu unterscheiden, ist vielleicht eindeutig menschlich. Intelligenz als Konzept hebt uns nicht nur als Spezies vom Rest der Tiere ab, sondern ermöglicht es uns auch, uns in der Gesellschaft unserer Mitmenschen einzigartig zu positionieren (Sternberg, 2018). Grob gesagt, beschreibt das Konzept der Intelligenz die Wirksamkeit der geistigen Funktionen, die dem Verhalten zugrunde liegen, anhand bestimmter Kriterien (Perkins, 1995). Die Regeln, die das geistige Funktionieren qualifizieren, waren jedoch Gegenstand erheblicher Debatten zwischen den engen und den breiten Intelligenztheorien (Stanovich, 2009).

Die engen Theorien identifizieren Intelligenz mit der Leistung in einer Reihe von Tests, die das kognitive Funktionieren in ausgewählten Bereichen des menschlichen geistigen Repertoires erfassen. Die Zusammenstellung solcher Tests ist als Intelligenzquotient (IQ) bekannt. Binet und Simon (1916) waren unter den ersten, die die einflussreiche Tradition der IQ-Tests entwickelten. Ihr Ziel war es, kognitiv beeinträchtigte Kinder, die im französischen öffentlichen Schulsystem registriert waren, zu identifizieren und zu fördern. Zu diesem Zweck entwarfen sie Tests, mit denen gemessen wurde, wie die kognitiven Funktionen eines Kindes geistige Fähigkeiten wie Urteilsvermögen, Verständnis und logisches Denken prägten. Lewis Terman brachte diesen Test an die Stanford University und überarbeitete ihn zu dem, was als Stanford-Binet-IQ-Test bekannt geworden ist (Roid und Pomplun, 2012). Seitdem wurde der Test häufig überarbeitet und wird weiterhin in Ländern auf der ganzen Welt als Maß für die Intelligenz verwendet (Deary, 2001). Viele andere IQ-Tests, wie der SAT (Scholastic Aptitude Test), sind im Laufe der Zeit in Mode gekommen (Sternberg, 2006). Die Vielfalt der heute verwendeten IQ-Tests unterscheidet sich in der Anzahl und Art der geistigen Fähigkeiten, die sie zu messen versuchen (Sternberg, 2018).

Ein weit verbreiteter IQ-Test ist beispielsweise die Wechsler Adult Intelligence Scale III (WAIS-III) (The Psychological Corporation, 1997; Wechsler, 1997). WAIS-III misst die Leistung einer Person in einer Reihe von vier geistigen Fähigkeiten: Sprachverständnis, Verarbeitungsgeschwindigkeit, Wahrnehmungsorganisation und Arbeitsgedächtnis (Wechsler, 1997). Jede der vier geistigen Fähigkeiten wird durch eine Sammlung von 13 verschiedenen Aufgaben erfasst. Diese Aufgaben wiederum haben eine bestimmte Anzahl von Items, die zum Gesamtergebnis beitragen.

Psychometrische Theorien charakterisieren die Leistung bei IQ-Tests durch faktorenanalytische Verfahren (Deary, 2001; Sternberg, 2006). Typischerweise erklärt eine psychometrische Theorie die Leistung in den IQ-Tests in zwei miteinander verbundenen Schritten. Erstens konvergiert die Leistung bei den Items in einer Reihe verwandter Aufgaben zu einer bestimmten geistigen Fähigkeit (Kline, 2013). Dann konvergiert die gemeinsame Varianz, die den Ergebnissen der geistigen Fähigkeiten der Kandidaten zugrunde liegt, zu einem einzigen Faktor, der als g-Faktor bezeichnet wird. Der so ermittelte g-Faktor ist repräsentativ für die allgemeine Intelligenz einer Person (Kline, 2013). Die intuitive Idee dabei ist, dass die Leistungen in den einzelnen Tests für geistige Fähigkeiten (als Faktoren bezeichnet) positiv korreliert sind – ein Phänomen, das in der psychometrischen Fachsprache als „positive Mannigfaltigkeit“ bezeichnet wird (Sternberg, 2018). Allerdings folgen nur wenige Varianten einem einstufigen Verfahren, um die gemeinsame Varianz über die Ergebnisse verschiedener Aufgaben des IQ-Tests zu berücksichtigen und so den g-Faktor zu ermitteln (Deary, 2001). Trotz der verfahrenstechnischen Nuancen stimmen alle psychometrischen Theorien darin überein, dass der aus den Leistungen in den IQ-Tests ermittelte g-Faktor die Intelligenz einer Person darstellt (Eysenck, 2018). Zusammen haben die IQ-Tests und die entsprechenden psychometrischen Erklärungen den Weg für die Entstehung der differentiellen Psychologie geebnet – einer systematischen Untersuchung der Frage, wie und warum unser Geist unterschiedlich funktioniert (Eysenck, 2018).

Die engen Theorien dominieren zwar die wissenschaftliche und allgemeinverständliche Vorstellung von Intelligenz, sind aber nicht frei von Kritik. Die Kritik besagt insbesondere, dass die engen Theorien nicht repräsentativ für die geistige Leistungsfähigkeit sind. Die IQ-Tests charakterisieren die Effizienz, mit der eine Person Informationen in bestimmten Bereichen, die in erster Linie kognitiv sind, aufnimmt und verarbeitet. Sie lassen nicht-kognitive Aspekte des geistigen Funktionierens, wie z. B. sozio-emotionale Fähigkeiten und zwischenmenschliche Fähigkeiten, außer Acht (Neisser et al., 1996). Darüber hinaus wirft die Forschung Fragen hinsichtlich der Repräsentativität der Tests auf. Die Forscher halten die IQ-Tests für unzureichend, wenn es darum geht, die Leistung selbst bei kognitiv anspruchsvollen Aspekten des geistigen Lebens einer Person zu erfassen. Diesbezügliche Belege deuten darauf hin, dass IQ-Werte bei der Vorhersage von Leistungsunterschieden (einschließlich der Extremitäten) bei Aktivitäten wie Lernen, logischem Denken und Entscheidungsfindung inkonsistent sind (Stanovich, 2009; Fletcher et al., 2018).

Diese Kritik an den IQ-Tests führt zum Aufkommen der breit angelegten Theorien der Intelligenz. Die breit angelegten Theorien betonen die Aspekte des geistigen Funktionierens, die mit der umgangssprachlichen Verwendung des Begriffs Intelligenz in Verbindung gebracht werden, einschließlich der Anpassung an die Umwelt, der Darstellung von Weisheit, Kreativität usw., unabhängig davon, ob diese Aspekte messbar sind oder nicht (Gardner, 1993; Perkins et al., 1993; Ceci, 1996; Sternberg, 2018). Sie heben Aspekte des geistigen Funktionierens hervor, die das menschliche Verhalten prägen und ansonsten von den engen Theoretikern weitgehend ignoriert werden, einschließlich biologischer Merkmale, psychologischer Prozesse und soziokultureller Umgebungen.

Die engen Theoretiker werfen den breiten Perspektiven jedoch vor, den begrifflichen Umfang und die Verwendung des Begriffs Intelligenz absichtlich zu erweitern, um dem hohen Status der IQ-Tests entgegenzuwirken. Sie argumentieren, dass die großzügigen Konzeptualisierungen der breiten Theorien die Bedeutung der IQ-Tests strategisch herunterspielen, indem sie die Definition von Intelligenz so erweitern, dass sie nur ein Teil des größeren Ganzen sind (Stanovich, 2009). Darüber hinaus weisen Kritiker darauf hin, dass breite Theorien keine empirische Grundlage haben und sich ausschließlich auf anekdotische Belege stützen (Stanovich et al., 2016). Insgesamt bilden sowohl die engen als auch die breiten Theorien den Kern der langjährigen Debatte über das Wesen der Intelligenz und ihre Messung. Dennoch genießen die engen Ansätze, in deren Mittelpunkt die IQ-Tests stehen, im Vergleich zu den weiten Theorien einen hervorragenden wissenschaftlichen und populären Ruf. Die berühmte Behauptung von EG Boring (1923), dass „Intelligenz das ist, was IQ-Tests messen“, spiegelt den Status wider, den die IQ-Tests in der wissenschaftlichen Gemeinschaft genießen.

Die Interpretationslücke

Die Verwendung von IQ-Tests durchdringt viele Bereiche menschlicher Aktivitäten (Sternberg et al., 2001). Die IQ-Tests werden verwendet, um Entscheidungen in einer Vielzahl von Kontexten zu treffen, einschließlich Schul- und Hochschulzulassungen, Beschäftigungsmöglichkeiten und sogar Partnerwahl (Hunt, 1995; Fitzsimons, 2015). Die weitreichenden Anwendungen der IQ-Tests geben jedoch Anlass zu besonderen Bedenken. Konzeptionell zeigen die IQ-Tests die Qualität der kognitiven Funktion in ausgewählten Aspekten des geistigen Lebens einer Person an.

Durch ihre realen Interpretationen werden sie jedoch aufgeblasen, um die allgemeine geistige Funktion in den verschiedensten Bereichen darzustellen, von der Bildungsleistung bis zur Arbeitsleistung und den zwischenmenschlichen Beziehungen (Sternberg et al., 2001). Diese Aufblähung zeigt sich in den Widersprüchen, die bei den Nachweisen für den Vorhersagewert der IQ-Tests beobachtet wurden. Verwandte Forschungsarbeiten deuten auf eine schwache bis mäßige Korrelation zwischen der Leistung in IQ-Tests und den Ergebnissen in den Bereichen Bildung, berufliche Leistung, Einkommensniveau und allgemeines individuelles Wohlbefinden hin (Bowles und Gintis, 2002; Strenze, 2007). Es hat sich gezeigt, dass andere Faktoren, wie der sozioökonomische Status der Eltern (Strenze, 2007), diese Korrelationen aktiv abschwächen. Insgesamt deuten die Belege auf eine Interpretationslücke zwischen dem, was die IQ-Tests angeblich messen, und dem, was sie tatsächlich tun.

Die Interpretationslücke wirkt sich nachteilig auf entscheidende Faktoren aus, die die menschliche Entwicklung prägen. Moderne meritokratische Gesellschaften beschränken den Zugang zu Bildungs-, Beschäftigungs- und allgemeinen Wachstumschancen auf diejenigen, die in den IQ-Tests gut abschneiden, während sie andere, die in den Tests nicht gut abschneiden, ausschließen (Neisser et al., 1996). Ein Großteil der Kritik an den IQ-Tests, die von den Theoretikern im weiteren Sinne geäußert wird, geht auf diese Interpretationslücke zurück (Sternberg, 2018). Daher muss die Debatte über das Wesen der Intelligenz neu gestaltet werden, um die Fragen der Interpretation der IQ-Werte anzugehen, anstatt diese Tests ganz aufzugeben.

In dieser Hinsicht sind die Fortschritte bei der Frage, wie motivationale und affektive Prozesse die kognitive Funktion beeinflussen, vielversprechend. Psychische Funktionen beruhen weitgehend auf den drei psychologischen Prozessen Motivation, kognitive Funktion und Affekt (Crocker et al., 2013; Pessoa, 2013). Motivationale und affektive Prozesse formen und verändern die kognitive Funktionsweise und führen zu einem Großteil der in der realen Welt beobachteten Verhaltensvielfalt (Simon, 1967; Crocker et al., 2013).

Dieser Artikel versucht, die Erkenntnisse darüber zusammenzufassen, wie motivationale und affektive Prozesse die kognitive Funktionsweise im Allgemeinen und die IQ-Tests im Besonderen erklären. Abschließend werden in dem Artikel spezifische zukünftige Forschungsrichtungen aufgezeigt. In den nächsten Abschnitten wird die Rolle der Motivation in verschiedenen Aspekten der kognitiven Funktion dargelegt und es wird aufgezeigt, wie der Affekt die Motivation und die kognitive Funktion moduliert.

Einfluss von Motivation und Affekt auf die kognitive Funktion

Ein hervorstechendes Merkmal des menschlichen Verhaltens ist, dass es nicht nur organisiert, sondern auch zielgerichtet ist (Ryan, 2012). Es sind die Motivationen, die dem Handeln eines Individuums Struktur und Zweck verleihen. Motivationen sind wertgeladene Hinweise, die ein Ergebnis der Interaktion zwischen Person und Umwelt sind (Braver et al., 2014). Sie haben zwei Funktionen: Energetisierung und Orientierung (Heckhausen und Heckhausen, 2018). Während die Energetisierung die kognitiven Funktionen des Individuums anregt oder aktiviert, richtet die Richtungsfunktion das energetisierte kognitive Repertoire auf bestimmte Ziele aus (Elliot, 2008). Die in jahrzehntelanger Forschung gesammelten Erkenntnisse deuten darauf hin, dass Motivationen verschiedene Aspekte der kognitiven Funktion beeinflussen, von der rudimentären Wahrnehmung (Rothkirch und Sterzer, 2015) über komplexere Aufmerksamkeit (Rothkirch et al, 2014), Lernen (Daw und Shohamy, 2008), Gedächtnis (Miendlarzewska et al., 2016) und Kontrolle (Botvinick und Braver, 2015).

Motivationen treiben Erwartungen an, die das menschliche Sehen und die Wahrnehmungsmechanismen so beeinflussen, dass sie selektiv Merkmale der visuellen Umgebung verarbeiten (O’Callaghan et al., 2017). Diese Verzerrung des Wahrnehmungsapparats wirkt sich auf die Schätzungen von Größe, Entfernung, Steilheit und Bedeutung der Objekte in der visuellen Umgebung aus (Firestone und Scholl, 2016). Darüber hinaus helfen Erwartungen auch dabei, mehrdeutige Reize zu interpretieren und den Wahrnehmungseinstellungen eine Bedeutung zu geben, selbst wenn nur wenige Informationen zur Verfügung stehen (O’Callaghan et al., 2017). Ebenso treiben Motivationen auch die Informationssuche und -verarbeitung auf höherer Ebene an, die der Argumentation, dem Urteilsvermögen und der Entscheidungsfindung zugrunde liegen (Chiew und Braver, 2011; Epley und Gilovich, 2016). Sie lenken die Aufmerksamkeitsmechanismen, um Informationen selektiv zu erfassen, und modulieren Parameter wie Geschwindigkeit, Genauigkeit und Tiefe der Informationsverarbeitung (Dweck et al., 2004).

Darüber hinaus treiben die motivierenden Hinweise auch Lernmechanismen an, die von einfachen assoziativen bis hin zu komplexeren Konditionierungsstrategien reichen, die dazu beitragen, Beziehungen zwischen verschiedenen Informationen herzustellen (Dayan und Balleine, 2002; Daw und Shohamy, 2008). Sie modulieren vor allem die Stärke des Lernens (Braver et al., 2014). In diesem Zusammenhang deuten Forschungsergebnisse auch darauf hin, dass die motivationale Relevanz die Kodierung und den Abruf von erworbenen Informationen moduliert (Miendlarzewska et al., 2016).

Motivationen erleichtern auch Kontrollprozesse, die bei der Auswahl zwischen konkurrierenden Motivationen helfen (Botvinick und Braver, 2015; Suri et al., 2018). Diese Bevorzugung bestimmter Motivationen gegenüber anderen ermöglicht nicht nur einen schnellen Wechsel der kognitiven Funktionen von einer Informationsumgebung zur anderen (Suri et al., 2018), sondern steuert auch Verhaltensreaktionen innerhalb des gewählten Kontexts (Yee und Braver, 2018).

Das erfolgreiche Streben nach Motivation erfordert jedoch auch kontinuierliche Überwachung und Rückmeldung (Carver, 2018). Monitoring ermöglicht es Menschen, auf die Kongruenz zwischen dem aktuellen Verhalten und seinen Konsequenzen zu den Merkmalen der gewünschten Handlungen und Ergebnisse aufmerksam zu werden (Benn et al., 2014). Diese kontinuierliche Überprüfung des motivationsbezogenen Verhaltens gewährleistet, dass Menschen die Diskrepanzen erkennen und die Lücken zwischen dem aktuellen und dem gewünschten Verhalten schließen (Harkin et al., 2016).

Die Rückmeldung aus der regelmäßigen Überwachung des motivationsbezogenen Verhaltens erfolgt in Form von Affekt (Fishbach und Finkelstein, 2012). Die positiven affektiven Zustände (d. h. „Gut-für-mich-Gefühle“) vermitteln Fortschritte im motivationalen Streben, während die negativen affektiven Zustände (d. h. „Schlecht-für-mich-Gefühle“) Diskrepanzen im zielgerichteten Verhalten signalisieren (Hart und Gable, 2013; Inzlicht et al., 2015). Darüber hinaus verstärkt der positive Affekt die Motivationsintensität (Orehek et al., 2011), während der negative Affekt sie typischerweise abschwächt (Watkins und Moberly, 2009). Diese Veränderungen der Motivation aufgrund des Affekts wirken sich auf die nachfolgenden kognitiven Funktionen und das Verhalten aus (Carver und Scheier, 2008; Gable und Harmon-Jones, 2010; Gable et al., 2016).

Auch neuere neurowissenschaftliche Erkenntnisse unterstützen das Zusammenspiel zwischen den drei Strängen der psychischen Funktion (Pessoa, 2019). Mehrere anatomische und funktionelle Studien deuten darauf hin, dass die Gehirnregionen in hohem Maße miteinander verbunden sind. Diese miteinander verbundenen Netzwerke bilden die Grundlage für die Interaktion zwischen Motivation, kognitiven Funktionen und affektiven Prozessen (Pessoa, 2013). Insgesamt beeinflussen motivationale und affektive Prozesse das kognitive Funktionieren erheblich. Diese Erkenntnisse haben Auswirkungen auf die IQ-Tests und ihre Interpretation.

Rolle von Motivation und Affekt auf die Leistung in den Intelligenzquotiententests

Es gibt immer mehr Hinweise darauf, dass Motivationen die kognitive Leistung eines typischen Testteilnehmers anregen und steuern (Duckworth et al., 2011). In diesem Zusammenhang sagt die dispositionelle Theorie der Intelligenz (Perkins et al., 1993) voraus, dass Eigenschaftsmotivationen einen Großteil der Leistungsunterschiede bei IQ-Tests bestimmen. Ebenso deuten Forschungsergebnisse darauf hin, dass Eigenschaften wie Wachstumsorientierung, Offenheit für Erfahrungen und das Bedürfnis nach Erkenntnis die Bereitschaft, Informationen zu suchen und zu verarbeiten, modulieren, was wiederum die Leistung einer Person in einem IQ-Test beeinflusst (Dweck, 2006; Woods et al., 2019).

Eine aktuelle meta-analytische Überprüfung der motivationalen Einflüsse auf die kognitive Leistung deutet jedoch darauf hin, dass dispositionelle Merkmale im Vergleich zu Veränderungen der motivationalen Zustände für weniger erhebliche Variationen verantwortlich sind (Van Iddekinge et al., 2018). In einer bahnbrechenden Studie zeigen Duckworth et al. (2011), wie Zustandsveränderungen in der Motivation von Testteilnehmern die Leistung in IQ-Tests signifikant vorhersagen. Die Forschungsergebnisse deuten auch darauf hin, dass die Vorhersagekraft der IQ-Werte für verschiedene Lebensergebnisse mit den Veränderungen im Motivationsniveau des Testteilnehmers erheblich abnimmt.

Die Rückmeldung über die Leistung und die nachfolgenden affektiven Zustände beeinflussen die kognitiven Funktionen des Testteilnehmers. Es hat sich gezeigt, dass vor allem negative affektive Zustände wie Aufgabenangst die Leistung in IQ-Tests deutlich verringern (von der Embse et al., 2018). Zusammenfassend lässt sich sagen, dass die spärliche, aber signifikante Evidenz zu motivationalen und affektiven Prozessen darauf hindeutet, dass sie für erhebliche Leistungsunterschiede bei IQ-Tests verantwortlich sind.

Implikationen und zukünftige Forschungsrichtungen

Die Evidenz zu den Auswirkungen von motivationalen und affektiven Prozessen hat Auswirkungen auf die Interpretation und den Einsatz von IQ-Tests. Bisher ging man davon aus, dass Leistungsunterschiede in IQ-Tests ausschließlich auf Diskrepanzen in der Qualität der kognitiven Fähigkeiten der Testteilnehmer zurückzuführen sind. Die neuen Erkenntnisse zeigen jedoch, dass die Variabilität der Leistungen bei IQ-Tests auch von der Art und Intensität der Motivationen und affektiven Zustände abhängt, die die Testteilnehmer während des Tests erleben. Diese Erkenntnisse machen eine Änderung der Art und Weise erforderlich, wie die IQ-Werte interpretiert werden, um Entscheidungen in der Praxis zu treffen. Daher sind in Zukunft mehr konzertierte Anstrengungen erforderlich, um die Auswirkungen von motivationalen und affektiven Prozessen auf die kognitiven Funktionen im Zusammenhang mit IQ-Tests aufzudecken.

In der zukünftigen Forschung könnte insbesondere untersucht werden, welche Art von motivationalen Hinweisen, d.h. aufgaben- oder ergebnisorientiert (Pintrich, 2000), für die Leistung in einem IQ-Test optimal sind. Eine Person mit aufgabenorientierter Motivation sieht das gute Abschneiden bei einem IQ-Test als Selbstzweck an. Im Gegensatz dazu geht eine Person mit ergebnisorientierter Motivation davon aus, dass die Leistung in einem IQ-Test für andere Lebensziele von Bedeutung ist. Darüber hinaus muss untersucht werden, wie die Motivationsintensität (ob aufgaben- oder ergebnisorientiert) die kognitiven Funktionen in einem IQ-Test moduliert.

Forschungen zu zielgerichteten Verhaltensweisen legen nahe, dass Überwachung und Feedback ebenfalls für die Variation der kognitiven Funktionen verantwortlich sein könnten (Fishbach et al., 2010; Carver, 2018). Daher könnten zukünftige Studien auch untersuchen, wie die Häufigkeit der Überwachung und die Art des Feedbacks die Leistung in IQ-Tests beeinflussen. Ebenso könnten die affektiven Reaktionen auf die Überwachungsleistung während des IQ-Tests für die Gesamtleistung im Test verantwortlich sein. Einschlägige Forschungsarbeiten untersuchten nur die Auswirkungen negativer affektiver Zustände wie Angst (von der Embse et al., 2018). Allerdings könnten auch positive affektive Zustände zur Variation der IQ-Werte beitragen (Fredrickson, 2004). Schließlich könnten Studien auch untersuchen, wie Emotionsregulationsstrategien die Leistung bei IQ-Tests beeinflussen, da sie die Erzeugung und den Ausdruck von Emotionen modulieren (Gross, 2002).

Zusammengenommen könnten diese Forschungsstränge schließlich zu einer psychologisch nuancierteren Darstellung der IQ-Tests beitragen. Eine solche integrierte Sichtweise würde dazu beitragen, die Interpretationslücke zu schließen, die ihre Anwendung in der Praxis erschwert.

Schlussfolgerung

Der Begriff der Intelligenz wird bleiben, ebenso wie die IQ-Tests, die die Intelligenz anzeigen. Es spricht jedoch einiges für eine umfassendere psychologische Interpretation dessen, was IQ-Werte widerspiegeln. Die Untersuchung des Einflusses von motivationalen und affektiven Prozessen auf die kognitiven Funktionen, die der Leistung in den IQ-Tests zugrunde liegen, ist ein Schritt in diese Richtung. Eine verlässliche Darstellung dessen, was die IQ-Werte widerspiegeln, würde eine vorsichtigere Verwendung dieser Zahlen ermöglichen, um den Zugang zu Chancen zu bestimmen, die den individuellen Lebenserfolg in modernen Leistungsgesellschaften prägen.

Beiträge der Autoren

Beide, VG und SS, haben in allen Phasen der Entwicklung des Manuskripts, die zu seiner Einreichung führten, gleichermaßen beigetragen.

Interessenkonflikt

Die Autoren erklären, dass die Forschung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als potenzieller Interessenkonflikt ausgelegt werden könnten.

Benn, Y., Webb, T. L., Chang, B. P., Sun, Y. H., Wilkinson, I. D., and Farrow, T. F. (2014). Die neuronale Basis der Überwachung von Zielfortschritten. Front. Hum. Neurosci. 8:688. doi: 10.3389/fnhum.2014.00688

PubMed Abstract | CrossRef Full Text | Google Scholar

Binet, A., and Simon, T. (1916). „The development of intelligence in children“ in The Binet-Simon scale. trans. E. S. Kite (Baltimore, MD: Williams & Wilkins Co.).

Google Scholar

Boring, E. G. (1923). Intelligence as the tests test it. New Republic. 35-37.

Google Scholar

Botvinick, M., and Braver, T. (2015). Motivation und kognitive Kontrolle: vom Verhalten zum neuronalen Mechanismus. Annu. Rev. Psychol. 66, 83-113. doi: 10.1146/annurev-psych-010814-015044

PubMed Abstract | CrossRef Full Text | Google Scholar

Bowles, S., and Gintis, H. (2002). The inheritance of inequality. J. Econ. Perspect. 16, 3-30. doi: 10.1257/089533002760278686

CrossRef Full Text | Google Scholar

Braver, T. S., Krug, M. K., Chiew, K. S., Kool, W., Westbrook, J. A., Clement, N. J., et al. (2014). Mechanismen der Interaktion zwischen Motivation und Kognition: Herausforderungen und Möglichkeiten. Cogn. Affect. Behav. Neurosci. 14, 443-472. doi: 10.3758/s13415-014-0300-0

PubMed Abstract | CrossRef Full Text | Google Scholar

Carver, C. S. (2018). Kontrolltheorie, Zielerreichung und Psychopathologie. Psychol. Inq. 29, 139-144. doi: 10.1080/1047840X.2018.1513681

PubMed Abstract | CrossRef Full Text | Google Scholar

Carver, C. S., and Scheier, M. F. (2008). On the self-regulation of behavior. Cambridge, UK: Cambridge University Press.

Google Scholar

Ceci, S. J. (1996). On Intelligence: Eine bio-ökologische Abhandlung über die Entwicklung der Intelligenz. Cambridge, MA: Harvard University Press.

Google Scholar

Chiew, K. S., and Braver, T. S. (2011). Positiver Affekt versus Belohnung: Emotionale und motivationale Einflüsse auf die kognitive Kontrolle. Front. Psychol. 2:279. doi: 10.3389/fpsyg.2011.00279

PubMed Abstract | CrossRef Full Text | Google Scholar

Crocker, L. D., Heller, W., Warren, S. L., O’Hare, A. J., Infantolino, Z. P., and Miller, G. A. (2013). Beziehungen zwischen Kognition, Emotion und Motivation: Implikationen für Intervention und Neuroplastizität in der Psychopathologie. Front. Hum. Neurosci. 7:261. doi: 10.3389/fnhum.2013.00261

PubMed Abstract | CrossRef Full Text | Google Scholar

Daw, N. D., and Shohamy, D. (2008). Die kognitive Neurowissenschaft der Motivation und des Lernens. Soc. Cogn. 26, 593-620. doi: 10.1521/soco.2008.26.5.593

CrossRef Full Text | Google Scholar

Dayan, P., and Balleine, B. W. (2002). Belohnung, Motivation und Verstärkungslernen. Neuron 36, 285-298. doi: 10.1016/s0896-6273(02)00963-7

CrossRef Full Text | Google Scholar

Deary, I. J. (2001). Intelligence: A very short introduction. Oxford, UK: Oxford University Press.

Google Scholar

Duckworth, A. L., Quinn, P. D., Lynam, D. R., Loeber, R., and Stouthamer-Loeber, M. (2011). Die Rolle der Testmotivation bei Intelligenztests. Proc. Natl. Acad. Sci. USA 108, 7716-7720. doi: 10.1073/pnas.1018601108

PubMed Abstract | CrossRef Full Text | Google Scholar

Dweck, C. S. (2006). Mindset: Die neue Psychologie des Erfolgs. New York, NY: Random House.

Google Scholar

Dweck, C. S., Mangels, J. A., and Good, C. (2004). „Motivational effects on attention, cognition, and performance“ in The educational psychology series. Motivation, Emotion und Kognition: Integrative perspectives on intellectual functioning and development. eds. D. Y. Dai and R. J. Sternberg (Mahwah, NJ: Lawrence Erlbaum Associates Publishers), 41-55.

Google Scholar

Elliot, A. J. (Ed.) (2008). Handbook of approach and avoidance motivation. New York, NY: Psychology Press.

Google Scholar

Epley, N., and Gilovich, T. (2016). The mechanics of motivated reasoning. J. Econ. Perspect. 30, 133-140. doi: 10.1257/jep.30.3.133

CrossRef Full Text | Google Scholar

Eysenck, H. J. (2018). Intelligence: A new look. Piscataway, NJ: Transaction Publishers.

Google Scholar

Firestone, C., and Scholl, B. J. (2016). Kognition beeinflusst nicht die Wahrnehmung: Evaluierung der Evidenz für „Top-down“-Effekte. Behav. Brain Sci. 39:e229. doi: 10.1017/S0140525X15000965

CrossRef Full Text | Google Scholar

Fishbach, A., Eyal, T., and Finkelstein, S. R. (2010). Wie positives und negatives Feedback das Verfolgen von Zielen motiviert. Soc. Pers. Psychol. Compass 4, 517-530. doi: 10.1111/j.1751-9004.2010.00285.x

CrossRef Full Text | Google Scholar

Fishbach, A., and Finkelstein, S. R. (2012). „How feedback influences persistence, disengagement, and change in goal pursuit“ in Goal-directed behavior. eds. H. Aarts and A. J. Elliot (London, UK: Psychology Press), 203-230.

Google Scholar

Fitzsimons, P. (2015). „Human capital theory and education“ in Encyclopedia of educational philosophy and theory. ed. M. A. Peters (Singapore: Springer Publishing), 1-4.

Google Scholar

Fletcher, J. M., Lyon, G. R., Fuchs, L. S., and Barnes, M. A. (2018). Learning disabilities: From identification to intervention. New York, NY: The Guilford Press.

Google Scholar

Fredrickson, B. L. (2004). Die broaden-and-build-Theorie der positiven Emotionen. Philos. Trans. R. Soc. Lond. Ser. B Biol. Sci. 359, 1367-1377. doi: 10.1098/rstb.2004.1512

PubMed Abstract | CrossRef Full Text | Google Scholar

Gable, P. A., Browning, L., and Harmon-Jones, E. (2016). „Affect, motivation, and cognitive scope“ in Frontiers of cognitive psychology. Motivation and cognitive control. ed. T. S. Braver (New York, NY: Routledge/Taylor & Francis Group), 164-187.

Google Scholar

Gable, P., and Harmon-Jones, E. (2010). Das motivationale dimensionale Modell des Affekts: Implikationen für die Breite der Aufmerksamkeit, das Gedächtnis und die kognitive Kategorisierung. Cognit. Emot. 24, 322-337. doi: 10.1080/02699930903378305

CrossRef Full Text | Google Scholar

Gardner, H. (1993). Multiple Intelligenzen: The theory in practice. New York, NY: Basic Books.

Google Scholar

Gross, J. J. (2002). Emotionsregulation: affektive, kognitive und soziale Konsequenzen. Psychophysiology 39, 281-291. doi: 10.1017/S0048577201393198

PubMed Abstract | CrossRef Full Text | Google Scholar

Harkin, B., Webb, T. L., Chang, B. P., Prestwich, A., Conner, M., Kellar, I., et al. (2016). Fördert die Überwachung von Zielfortschritten das Erreichen von Zielen? A meta-analysis of the experimental evidence. Psychol. Bull. 142, 198-229. doi: 10.1037/bul0000025

PubMed Abstract | CrossRef Full Text | Google Scholar

Hart, W., and Gable, P. A. (2013). Motivierende Zielverfolgung: die Rolle von Affektmotivationsintensität und aktivierten Zielen. J. Exp. Soc. Psychol. 49, 922-926. doi: 10.1016/j.jesp.2013.05.002

CrossRef Full Text | Google Scholar

Heckhausen, J., and Heckhausen, H. (eds.) (2018). „Motivation and action: introduction and overview“ in Motivation and action (New York, NY: Springer), 1-14.

Google Scholar

Hunt, E. (1995). Die Rolle der Intelligenz in der modernen Gesellschaft. Am. Sci. 83, 356-369.

Google Scholar

Inzlicht, M., Bartholow, B. D., and Hirsh, J. B. (2015). Emotionale Grundlagen der kognitiven Kontrolle. Trends Cogn. Sci. 19, 126-132. doi: 10.1016/j.tics.2015.01.004

PubMed Abstract | CrossRef Full Text | Google Scholar

Kline, P. (2013). Intelligence: The psychometric view. London, UK: Routledge.

Google Scholar

Miendlarzewska, E. A., Bavelier, D., and Schwartz, S. (2016). Einfluss der Belohnungsmotivation auf das menschliche deklarative Gedächtnis. Neurosci. Biobehav. Rev. 61, 156-176. doi: 10.1016/j.neubiorev.2015.11.015

PubMed Abstract | CrossRef Full Text | Google Scholar

Neisser, U., Boodoo, G., Bouchard, T. J. Jr., Boykin, A. W., Brody, N., Ceci, S. J., et al. (1996). Intelligenz: Bekanntes und Unbekanntes. Am. Psychol. 51, 77-101. doi: 10.1037/0003-066X.51.2.77

CrossRef Full Text | Google Scholar

O’Callaghan, C., Kveraga, K., Shine, J. M., Adams, R. B. Jr., and Bar, M. (2017). Vorhersagen durchdringen die Wahrnehmung: Konvergierende Erkenntnisse aus Gehirn, Verhalten und Störung. Conscious. Cogn. 47, 63-74. doi: 10.1016/j.concog.2016.05.003

CrossRef Full Text | Google Scholar

Orehek, E., Bessarabova, E., Chen, X., and Kruglanski, A. W. (2011). Positiver Affekt als informationelles Feedback bei der Zielverfolgung. Motiv. Emot. 35, 44-51. doi: 10.1007/s11031-010-9197-2

PubMed Abstract | CrossRef Full Text | Google Scholar

Perkins, D. (1995). Outsmarting IQ: The emerging science of learnable intelligence. New York, NY: Simon and Schuster.

Google Scholar

Perkins, D. N., Jay, E., and Tishman, S. (1993). Jenseits der Fähigkeiten: eine dispositionelle Theorie des Denkens. Merrill-Palmer Q. 39, 1-21.

Google Scholar

Pessoa, L. (2013). Das kognitiv-emotionale Gehirn: From interactions to integration. Cambridge, MA: MIT Press.

Google Scholar

Pessoa, L. (2019). Intelligente Architekturen für die Robotik: Die Verschmelzung von Kognition und Emotion. arXiv . Available at: http://arXiv:1902.00363 (Accessed October 23, 2019).

Google Scholar

Pintrich, P. R. (2000). „The role of goal orientation in self-regulated learning“ in Handbook of self-regulation. eds. M. Boekaerts, P. R. Pintrich, and M. Zeidner (San Diego, CA: Academic Press), 451-502.

Google Scholar

Roid, G. H., and Pomplun, M. (2012). The Stanford-Binet intelligence scales. New York, NY: The Guilford Press.

Google Scholar

Rothkirch, M., Schmack, K., Deserno, L., Darmohray, D., and Sterzer, P. (2014). Aufmerksamkeitsmodulation der Belohnungsverarbeitung im menschlichen Gehirn. Hum. Brain Mapp. 35, 3036-3051. doi: 10.1002/hbm.22383

PubMed Abstract | CrossRef Full Text | Google Scholar

Rothkirch, M., and Sterzer, P. (2015). „The role of motivation in visual information processing“ in Motivation and cognitive control ed. T. S. Braver (London, UK: Routledge), 35-61.

Google Scholar

Ryan, R. M. (Ed.) (2012). The Oxford handbook of human motivation. New York, NY: Oxford University Press.

Google Scholar

Simon, H. A. (1967). Motivationale und emotionale Kontrollen der Kognition. Psychol. Rev. 74, 29-39. doi: 10.1037/h0024127

PubMed Abstract | CrossRef Full Text | Google Scholar

Stanovich, K. E. (2009). Was Intelligenztests übersehen: Die Psychologie des rationalen Denkens. New Haven, CT: Yale University Press.

Google Scholar

Stanovich, K. E., West, R. F., and Toplak, M. E. (2016). The rationality quotient: Toward a test of rational thinking. Cambridge, MA: MIT Press.

Google Scholar

Sternberg, R. J. (2006). Intelligence. Encyclopedia of cognitive science. New York, NY: Wiley Publishing.

Google Scholar

Sternberg, R. J. (Ed.) (2018). The nature of human intelligence. Cambridge, UK: Cambridge University Press.

Google Scholar

Sternberg, R. J., Grigorenko, E. L., and Bundy, D. A. (2001). Der prädiktive Wert des IQ. Merrill-Palmer Q. 47, 1-41. doi: 10.1353/mpq.2001.0005

CrossRef Full Text | Google Scholar

Strenze, T. (2007). Intelligenz und sozioökonomischer Erfolg: eine meta-analytische Überprüfung der Längsschnittforschung. Intelligence 35, 401-426. doi: 10.1016/j.intell.2006.09.004

CrossRef Full Text | Google Scholar

Suri, G., Shine, J. M., and Gross, J. J. (2018). Why do we do what we do? The attention-readiness-motivation framework. Soc. Pers. Psychol. Compass 12:e12382. doi: 10.1111/spc3.12382

CrossRef Full Text | Google Scholar

The Psychological Corporation (1997). WAIS-III-WMS-III technical manual. San Antonio, TX: The Psychological Corporation.

Google Scholar

Van Iddekinge, C. H., Aguinis, H., Mackey, J. D., and DeOrtentiis, P. S. (2018). Eine Meta-Analyse der interaktiven, additiven und relativen Effekte von kognitiven Fähigkeiten und Motivation auf die Leistung. J. Manag. 44, 249-279. doi: 10.1177/0149206317702220

CrossRef Full Text | Google Scholar

von der Embse, N., Jester, D., Roy, D., and Post, J. (2018). Auswirkungen, Prädiktoren und Korrelate von Prüfungsangst: ein metaanalytischer Überblick über 30 Jahre. J. Affect. Disord. 227, 483-493. doi: 10.1016/j.jad.2017.11.048

PubMed Abstract | CrossRef Full Text | Google Scholar

Watkins, E. R., and Moberly, N. J. (2009). Konkretheitstraining reduziert Dysphorie: eine Pilotstudie zum Nachweis des Prinzips. Behav. Res. Ther. 47, 48-53. doi: 10.1016/j.brat.2008.10.014

PubMed Abstract | CrossRef Full Text | Google Scholar

Wechsler, D. (1997). WAIS-III Administration and Scoring Manual. San Antonio, TX: Psychological Corporation.

Google Scholar

Woods, S. A., Hinton, D. P., von Stumm, S., and Bellman-Jeffreys, J. (2019). Persönlichkeit und Intelligenz: Untersuchung des Zusammenhangs von investitionsbezogenen Persönlichkeitsmerkmalen mit allgemeiner und spezifischer Intelligenz. Eur. J. Psychol. Assess. 35, 206-216. doi: 10.1027/1015-5759/a000391

CrossRef Full Text | Google Scholar

Yee, D. M., and Braver, T. S. (2018). Interaktionen von Motivation und kognitiver Kontrolle. Curr. Opin. Behav. Sci. 19, 83-90. doi: 10.1016/j.cobeha.2017.11.009

PubMed Abstract | CrossRef Full Text | Google Scholar

admin

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

lg