- Introduction
- L’écart d’interprétation
- Influence de la motivation et de l’affect sur le fonctionnement cognitif
- Rôle de la motivation et de l’affect sur la performance dans les tests de quotient intellectuel
- Implications et orientations futures de la recherche
- Conclusion
- Contributions de l’auteur
- Conflit d’intérêts
Introduction
Le besoin de se distinguer des autres autour de nous est peut-être distinctement humain. L’intelligence en tant que concept nous distingue non seulement en tant qu’espèce du reste des animaux, mais nous permet également de nous placer de manière unique en compagnie de nos semblables (Sternberg, 2018). Grosso modo, le concept d’intelligence rend compte de l’efficacité du fonctionnement mental qui sous-tend le comportement en fonction de critères spécifiques (Perkins, 1995). Cependant, l’ensemble des règles qui qualifient le fonctionnement mental a fait l’objet d’un débat considérable entre les théories étroites vs les théories larges de l’intelligence (Stanovich, 2009).
Les théories étroites identifient l’intelligence à la performance sur un ensemble de tests qui rendent compte du fonctionnement cognitif dans des domaines sélectionnés du répertoire mental humain. Le composite de ces tests est connu sous le nom de test du quotient intellectuel (QI). Binet et Simon (1916) ont été parmi les premiers à développer la tradition influente des tests de QI. Leur objectif était d’identifier les enfants souffrant de troubles cognitifs inscrits dans le système scolaire public français et de les éduquer. À cette fin, ils ont conçu des tests qui mesuraient la façon dont le fonctionnement cognitif d’un enfant façonnait les capacités mentales telles que le jugement, la compréhension et le raisonnement. Lewis Terman a apporté ce test à l’université de Stanford et l’a révisé pour en faire ce qui est aujourd’hui connu sous le nom de test de QI de Stanford-Binet (Roid et Pomplun, 2012). Depuis lors, le test a été fréquemment révisé et continue d’être utilisé dans des pays du monde entier comme mesure de l’intelligence (Deary, 2001). De nombreux autres tests de QI, tels que le SAT (Scholastic Aptitude Test), sont apparus avec le temps (Sternberg, 2006). Les différents tests de QI utilisés aujourd’hui diffèrent par le nombre et le type de capacités mentales qu’ils tentent de mesurer (Sternberg, 2018).
Par exemple, le test de QI le plus utilisé est le Wechsler Adult Intelligence Scale III (WAIS-III) (The Psychological Corporation, 1997 ; Wechsler, 1997). Le WAIS-III mesure les performances d’un individu sur un ensemble de quatre capacités mentales : compréhension verbale, vitesse de traitement, organisation perceptive et mémoire de travail (Wechsler, 1997). Un ensemble de 13 tâches distinctes représente chacune de ces quatre capacités mentales. Ces tâches, à leur tour, comportent un nombre spécifique d’items qui contribuent au score global.
Les théories psychométriques caractérisent la performance aux tests de QI par des procédures d’analyse factorielle (Deary, 2001 ; Sternberg, 2006). Généralement, une théorie psychométrique explique la performance aux tests de QI en deux étapes liées. Tout d’abord, la performance aux items d’un ensemble de tâches connexes converge vers une capacité mentale particulière (Kline, 2013). Ensuite, la variance commune sous-jacente aux scores des aptitudes mentales du candidat converge vers un facteur unique appelé facteur g. Le facteur g ainsi obtenu est le résultat d’un test de QI. Le facteur g ainsi obtenu est représentatif de l’intelligence générale d’un individu (Kline, 2013). L’idée intuitive ici est que les performances entre les différents tests d’aptitudes mentales (appelés facteurs) sont positivement corrélées – un phénomène appelé « multiple positif » dans le langage psychométrique (Sternberg, 2018). Cependant, peu de variantes suivent une procédure en une seule étape pour tenir compte de la variance commune aux scores des différentes tâches du test de QI afin d’obtenir le facteur g (Deary, 2001). Malgré les nuances procédurales, toutes les théories psychométriques s’accordent à dire que le facteur g extrait des performances aux tests de QI représente l’intelligence d’un individu (Eysenck, 2018). Ensemble, les tests de QI et les explications psychométriques correspondantes ont ouvert la voie à la naissance de la psychologie différentielle – une étude systématique de comment et pourquoi nos esprits fonctionnent différemment (Eysenck, 2018).
Bien que les théories étroites dominent la notion scientifique et de sens commun de l’intelligence, elles ne sont pas dénuées de critiques. Notamment, la critique soutient que les théories étroites ne sont pas représentatives du fonctionnement mental. Les tests de QI caractérisent l’efficacité avec laquelle un individu rassemble et traite des informations dans des domaines particuliers qui sont principalement cognitifs. Ils laissent de côté les aspects non cognitifs du fonctionnement mental tels que les compétences socio-émotionnelles et les capacités interpersonnelles, entre autres (Neisser et al., 1996). En outre, les recherches soulèvent des questions quant à la représentativité des tests. Les chercheurs estiment que les tests de QI ne permettent pas de rendre compte de la performance des aspects de la vie mentale d’un individu, même s’ils sont chargés sur le plan cognitif. Des preuves connexes suggèrent que les scores de QI sont incohérents pour prédire la variation de la performance (y compris les extrémités) sur des activités telles que l’apprentissage, le raisonnement et la prise de décision (Stanovich, 2009 ; Fletcher et al., 2018).
Cette critique des tests de QI conduit à la montée des théories larges de l’intelligence. Les théories larges mettent l’accent sur les aspects du fonctionnement mental associés à l’utilisation vernaculaire du terme intelligence, notamment l’adaptation à l’environnement, la manifestation de la sagesse, la créativité, etc. que ces aspects soient mesurables ou non (Gardner, 1993 ; Perkins et al., 1993 ; Ceci, 1996 ; Sternberg, 2018). Ils mettent en évidence les aspects du fonctionnement mental qui façonnent le comportement humain et qui sont autrement largement ignorés par les théoriciens étroits, y compris les caractéristiques biologiques, les processus psychologiques et les environnements socioculturels.
Cependant, les théoriciens étroits accusent les perspectives larges d’élargir délibérément la portée conceptuelle et l’usage du terme intelligence pour contrer le statut élevé des tests de QI. Ils affirment que les conceptualisations généreuses des théories larges minimisent stratégiquement l’importance des tests de QI en élargissant la définition de l’intelligence pour n’en faire qu’une partie d’un ensemble plus vaste (Stanovich, 2009). En outre, les critiques soulignent également le fait que les théories larges manquent de fondement empirique et s’appuient exclusivement sur des preuves anecdotiques pour les soutenir (Stanovich et al., 2016). Dans l’ensemble, les théories étroites et larges constituent le cœur du débat de longue date concernant la nature de l’intelligence et sa mesure. Néanmoins, les approches étroites, avec au cœur les tests de QI, jouissent d’une excellente réputation scientifique et populaire par rapport aux théories larges. La célèbre affirmation d’EG Boring (1923) selon laquelle « l’intelligence est ce que les tests de QI mesurent » reflète le statut dont jouissent les tests de QI dans la communauté scientifique.
L’écart d’interprétation
L’utilisation des tests de QI imprègne de nombreuses sphères de l’activité humaine (Sternberg et al., 2001). Les tests de QI sont utilisés pour prendre des décisions dans une variété de contextes, y compris les admissions à l’école et à l’université, les possibilités d’emploi et même la sélection des compagnons (Hunt, 1995 ; Fitzsimons, 2015). L’étendue des applications des tests de QI soulève toutefois des préoccupations spécifiques. Conceptuellement, les tests de QI indexent la qualité du fonctionnement cognitif dans certains aspects de la vie mentale d’un individu.
Cependant, leurs interprétations dans le monde réel les gonflent pour représenter le fonctionnement mental global dans des domaines très variés, de la réussite scolaire aux performances professionnelles et aux relations interpersonnelles (Sternberg et al., 2001). Cette inflation est évidente au vu des contradictions observées dans les preuves de la valeur prédictive des tests de QI. Des recherches connexes suggèrent une corrélation faible à modérée entre les performances aux tests de QI et les résultats en matière d’éducation, de performances professionnelles, de niveaux de revenus et de bien-être individuel global (Bowles et Gintis, 2002 ; Strenze, 2007). Il a été démontré que d’autres facteurs, tels que le statut socio-économique des parents (Strenze, 2007), modèrent activement ces corrélations. Dans l’ensemble, les preuves indiquent un écart d’interprétation entre ce que les tests de QI sont censés mesurer et ce qu’ils font.
L’écart d’interprétation a un impact négatif sur les facteurs critiques qui façonnent le développement humain. Les sociétés méritocratiques modernes limitent l’accès aux possibilités d’éducation, d’emploi et de croissance globale à ceux qui obtiennent de bons résultats aux tests de QI, tout en excluant les autres qui n’obtiennent pas de bons résultats (Neisser et al., 1996). Une grande partie des critiques sur les tests de QI formulées par les théoriciens de la théorie générale découle également de ce fossé interprétatif (Sternberg, 2018). Par conséquent, le débat sur la nature de l’intelligence doit être recadré pour aborder les questions concernant l’interprétation des scores de QI, plutôt que d’abandonner complètement ces tests.
À cet égard, les avancées sur la façon dont les processus motivationnels et affectifs influencent le fonctionnement cognitif sont prometteuses. Le fonctionnement mental repose en grande partie sur les trois processus psychologiques que sont la motivation, le fonctionnement cognitif et l’affect (Crocker et al., 2013 ; Pessoa, 2013). Les processus motivationnels et affectifs façonnent et remodèlent le fonctionnement cognitif, donnant lieu à une grande partie de la diversité comportementale observée dans le monde réel (Simon, 1967 ; Crocker et al., 2013).
Cet article tente de résumer les preuves sur la façon dont les processus motivationnels et affectifs rendent compte du fonctionnement cognitif en général et des tests de QI en particulier. En guise de conclusion, l’article présente des orientations spécifiques pour les recherches futures. Les sections suivantes exposent le rôle de la motivation dans différents aspects du fonctionnement cognitif et suggèrent comment l’affect module les motivations et le fonctionnement cognitif.
Influence de la motivation et de l’affect sur le fonctionnement cognitif
Une caractéristique saillante du comportement humain est qu’il est non seulement organisé, mais aussi intentionnel (Ryan, 2012). Ce sont les motivations qui imprègnent l’action d’un individu de structure et de but. Les motivations sont des indices chargés de valeurs qui résultent de l’interaction personne-environnement (Braver et al., 2014). Elles remplissent deux fonctions : la dynamisation et la direction (Heckhausen et Heckhausen, 2018). Alors que l’énergisation instille ou active le fonctionnement cognitif de l’individu, la fonction de direction oriente le répertoire cognitif énergisé vers des fins spécifiques (Elliot, 2008). Les preuves compilées au cours de décennies de recherche indiquent que les motivations influencent divers aspects du fonctionnement cognitif, allant de la perception rudimentaire (Rothkirch et Sterzer, 2015), à l’attention plus complexe (Rothkirch et al…, 2014), l’apprentissage (Daw et Shohamy, 2008), la mémoire (Miendlarzewska et al., 2016), et le contrôle (Botvinick et Braver, 2015).
Les motivations entraînent des attentes qui biaisent la vision humaine et les mécanismes perceptifs pour traiter sélectivement les caractéristiques de l’environnement visuel (O’Callaghan et al., 2017). Ce biais de l’appareil perceptif a un impact sur les estimations de taille, de distance, de pente et de saillance des objets de l’environnement visuel (Firestone et Scholl, 2016). En outre, les attentes aident également à interpréter les stimuli ambigus et à donner un sens aux paramètres perceptifs, même lorsque l’information est limitée (O’Callaghan et al., 2017). De même, les motivations conduisent également la recherche et le traitement d’informations de plus haut niveau qui sous-tendent le raisonnement, le jugement et la prise de décision (Chiew et Braver, 2011 ; Epley et Gilovich, 2016). Elles orientent les mécanismes d’attention pour acquérir sélectivement des informations et modulent des paramètres tels que la vitesse, la précision et la profondeur du traitement de l’information (Dweck et al., 2004).
En outre, les indices motivationnels pilotent également des mécanismes d’apprentissage allant de stratégies associatives simples à des stratégies de conditionnement plus complexes qui aident à établir des relations entre des éléments d’information distincts (Dayan et Balleine, 2002 ; Daw et Shohamy, 2008). Ils modulent de manière importante la force de l’apprentissage (Braver et al., 2014). De manière connexe, la recherche suggère également que la pertinence motivationnelle module l’encodage et la récupération des informations acquises (Miendlarzewska et al., 2016).
Les motivations facilitent également les processus de contrôle qui aident à choisir entre des motivations concurrentes (Botvinick et Braver, 2015 ; Suri et al., 2018). Ce traitement préférentiel de certaines motivations par rapport à d’autres permet non seulement au fonctionnement cognitif de passer rapidement d’un environnement d’information à l’autre (Suri et al., 2018), mais aussi de conduire les réponses comportementales dans le contexte choisi (Yee et Braver, 2018).
Cependant, la poursuite réussie de la motivation nécessite également une surveillance et une rétroaction continues (Carver, 2018). La surveillance permet aux personnes d’être alertées sur la congruence entre le comportement actuel et ses conséquences avec les caractéristiques des actions et des résultats souhaités (Benn et al., 2014). Cette vérification continue des comportements référents de motivation justifie que les personnes identifient les divergences et comblent les écarts entre les réponses comportementales actuelles et souhaitées (Harkin et al., 2016).
Le retour d’information issu de la surveillance périodique du comportement référent de motivation prend la forme d’affects (Fishbach et Finkelstein, 2012). Les états affectifs positifs (c’est-à-dire les sentiments bons pour moi) véhiculent des avancées dans les poursuites motivationnelles, tandis que les états affectifs négatifs (c’est-à-dire les sentiments mauvais pour moi) signalent des écarts dans le comportement intentionnel (Hart et Gable, 2013 ; Inzlicht et al., 2015). De plus, l’affect positif renforce l’intensité motivationnelle (Orehek et al., 2011), tandis que l’affect négatif l’affaiblit généralement (Watkins et Moberly, 2009). Ces modifications des motivations en raison de l’affect ont un impact sur le fonctionnement cognitif et le comportement ultérieurs (Carver et Scheier, 2008 ; Gable et Harmon-Jones, 2010 ; Gable et al., 2016).
Des preuves neuroscientifiques récentes soutiennent également l’interaction entre les trois volets du fonctionnement mental (Pessoa, 2019). Plusieurs études anatomiques et fonctionnelles suggèrent que les régions du cerveau sont fortement interconnectées. Ces réseaux interconnectés constituent la base de l’interaction entre la motivation, le fonctionnement cognitif et les processus affectifs (Pessoa, 2013). Au total, les processus motivationnels et affectifs influencent significativement le fonctionnement cognitif. Ces preuves ont des implications pour les tests de QI et leur interprétation.
Rôle de la motivation et de l’affect sur la performance dans les tests de quotient intellectuel
De plus en plus de preuves suggèrent que les motivations dynamisent et guident la performance cognitive d’un candidat typique aux tests (Duckworth et al., 2011). Dans le même ordre d’idées, la théorie dispositionnelle de l’intelligence (Perkins et al., 1993) prédit que les motivations liées aux traits de caractère sont à l’origine d’une grande partie de la variation des performances aux tests de QI. De même, la recherche suggère que des traits tels que l’état d’esprit de croissance, l’ouverture à l’expérience et le besoin de cognition modulent la volonté de rechercher et de traiter l’information qui, à son tour, influence la performance d’un individu à un test de QI (Dweck, 2006 ; Woods et al., 2019).
Cependant, une récente revue méta-analytique des influences motivationnelles sur la performance cognitive suggère que les traits dispositionnels expliquent une variation moins considérable par rapport aux changements d’états motivationnels (Van Iddekinge et al., 2018). Dans une étude séminale, Duckworth et al. (2011) présentent des preuves sur la façon dont les changements d’état dans les motivations du preneur de test prédisent de manière significative la performance aux tests de QI. La recherche suggère également que la validité prédictive des scores de QI pour divers résultats de vie diminue substantiellement avec les changements de niveaux de motivation du preneur de test.
Le retour sur la performance et les états affectifs ultérieurs influencent le fonctionnement cognitif du preneur de test. On a constaté que les états affectifs négatifs, comme l’anxiété liée à la tâche, diminuent considérablement les performances aux tests de QI (von der Embse et al., 2018). En résumé, des preuves éparses mais significatives sur les processus motivationnels et affectifs suggèrent qu’ils expliquent une variation substantielle des performances aux tests de QI.
Implications et orientations futures de la recherche
Les preuves de l’impact des processus motivationnels et affectifs ont des implications pour l’interprétation et l’utilisation des tests de QI. Traditionnellement, les différences de performance aux tests de QI ont été supposées traduire uniquement des divergences dans la qualité du fonctionnement cognitif des personnes qui passent les tests. Cependant, avec les nouvelles données disponibles, la variabilité des performances aux tests de QI semble également être fonction du type et de l’intensité des motivations et des états affectifs que les personnes testées ressentent pendant le test. Ces preuves appellent à un changement dans la manière dont les scores de QI sont interprétés pour prendre des décisions dans le monde réel. Par conséquent, pour aller de l’avant, il est nécessaire de déployer davantage d’efforts concertés pour mettre au jour les effets des processus motivationnels et affectifs sur le fonctionnement cognitif dans le contexte des tests de QI.
En particulier, les recherches futures pourraient examiner quel type d’indices motivationnels, c’est-à-dire orientés vers la tâche ou vers le résultat (Pintrich, 2000), est optimal pour la performance à un test de QI. Un individu motivé par la tâche perçoit le fait de bien réussir un test de QI comme une fin en soi. En revanche, la personne motivée par les résultats considère que les performances au test de QI sont déterminantes pour les autres résultats de la vie. De plus, la recherche doit examiner comment l’intensité de la motivation (qu’elle soit orientée vers la tâche ou vers le résultat) module le fonctionnement cognitif lors d’un test de QI.
La recherche sur les comportements dirigés vers un but suggère que le suivi et la rétroaction pourraient aussi bien expliquer la variation du fonctionnement cognitif (Fishbach et al., 2010 ; Carver, 2018). Par conséquent, les études futures pourraient également examiner comment la fréquence de la surveillance et la nature de la rétroaction influencent les performances aux tests de QI. De même, les réponses affectives à la surveillance de la performance pendant le test de QI pourraient également expliquer la performance globale du test. Les recherches pertinentes ont uniquement examiné l’impact des états affectifs négatifs tels que l’anxiété (von der Embse et al., 2018). Cependant, les états affectifs positifs pourraient également contribuer à la variation des scores de QI (Fredrickson, 2004). Enfin, les études pourraient également examiner comment les stratégies de régulation des émotions des traits influencent les performances aux tests de QI, car elles modulent la génération et l’expression des émotions (Gross, 2002).
Mis ensemble, ces volets de recherche pourraient éventuellement contribuer à un compte rendu plus nuancé sur le plan psychologique des tests de QI. Une telle vision intégrée aiderait à purger le fossé interprétatif qui plombe leurs applications dans le monde réel.
Conclusion
La notion d’intelligence est là pour rester, tout comme les tests de QI qui indexent l’intelligence. Cependant, il existe des arguments en faveur d’une interprétation plus complète sur le plan psychologique de ce que reflètent les scores de QI. L’examen de l’influence des processus motivationnels et affectifs sur le fonctionnement cognitif qui sous-tend les performances aux tests de QI est un pas dans cette direction. Un compte rendu fiable de ce que les scores de QI reflètent permettrait une utilisation plus prudente de ces chiffres pour déterminer l’accès aux opportunités qui façonnent les résultats de vie individuels dans les sociétés méritocratiques modernes.
Contributions de l’auteur
La VG et la SS ont contribué de manière égale à toutes les étapes du développement du manuscrit menant à sa soumission.
Conflit d’intérêts
Les auteurs déclarent que la recherche a été menée en l’absence de toute relation commerciale ou financière qui pourrait être interprétée comme un conflit d’intérêts potentiel.
Benn, Y.., Webb, T. L., Chang, B. P., Sun, Y. H., Wilkinson, I. D., et Farrow, T. F. (2014). La base neurale de la surveillance de la progression des objectifs. Front. Hum. Neurosci. 8:688. doi : 10.3389/fnhum.2014.00688
PubMed Abstract | CrossRef Full Text | Google Scholar
Binet, A., et Simon, T. (1916). » Le développement de l’intelligence chez l’enfant » dans L’échelle Binet-Simon, trans. E. S. Kite (Baltimore, MD : Williams & Wilkins Co.).
Google Scholar
Boring, E. G. (1923). L’intelligence telle que les tests la testent. Nouvelle République. 35-37.
Google Scholar
Botvinick, M., et Braver, T. (2015). Motivation et contrôle cognitif : du comportement au mécanisme neuronal. Annu. Rev. Psychol. 66, 83-113. doi : 10.1146/annurev-psych-010814-015044
PubMed Abstract | CrossRef Full Text | Google Scholar
Bowles, S., et Gintis, H. (2002). L’héritage de l’inégalité. 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). Mécanismes d’interaction motivation-cognition : défis et opportunités. 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). La théorie du contrôle, l’atteinte des objectifs et la psychopathologie. Psychol. Inq. 29, 139-144. doi : 10.1080/1047840X.2018.1513681
PubMed Abstract | CrossRef Full Text | Google Scholar
Carver, C. S., et Scheier, M. F. (2008). Sur l’autorégulation du comportement. Cambridge, UK : Cambridge University Press.
Google Scholar
Ceci, S. J. (1996). Sur l’intelligence : Un traité bio-écologique sur le développement de l’intelligence. Cambridge, MA : Harvard University Press.
Google Scholar
Chiew, K. S., et Braver, T. S. (2011). Affect positif contre récompense : influences émotionnelles et motivationnelles sur le contrôle cognitif. 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., et Miller, G. A. (2013). Relations entre la cognition, l’émotion et la motivation : implications pour l’intervention et la neuroplasticité dans la psychopathologie. Front. Hum. Neurosci. 7:261. doi : 10.3389/fnhum.2013.00261
PubMed Abstract | CrossRef Full Text | Google Scholar
Daw, N. D., et Shohamy, D. (2008). Les neurosciences cognitives de la motivation et de l’apprentissage. Soc. Cogn. 26, 593-620. doi : 10.1521/soco.2008.26.5.593
CrossRef Full Text | Google Scholar
Dayan, P., et Balleine, B. W. (2002). Récompense, motivation et apprentissage par renforcement. 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., et Stouthamer-Loeber, M. (2011). Rôle de la motivation dans les tests d’intelligence. 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 : La nouvelle psychologie du succès. New York, NY : Random House.
Google Scholar
Dweck, C. S., Mangels, J. A., et Good, C. (2004). » Motivational effects on attention, cognition, and performance » in The educational psychology series. Motivation, emotion, and cognition : Integrative perspectives on intellectual functioning and development. eds. D. Y. Dai et R. J. Sternberg (Mahwah, NJ : Lawrence Erlbaum Associates Publishers), 41-55.
Google Scholar
Elliot, A. J. (Ed.) (2008). Manuel de la motivation d’approche et d’évitement. New York, NY : Psychology Press.
Google Scholar
Epley, N., et Gilovich, T. (2016). La mécanique du raisonnement motivé. J. Econ. Perspect. 30, 133-140. doi : 10.1257/jep.30.3.133
CrossRef Full Text | Google Scholar
Eysenck, H. J. (2018). L’intelligence : Un nouveau regard. Piscataway, NJ : Transaction Publishers.
Google Scholar
Firestone, C., et Scholl, B. J. (2016). La cognition n’affecte pas la perception : évaluation de la preuve des effets « descendants ». Behav. Brain Sci. 39:e229. doi : 10.1017/S0140525X15000965
CrossRef Full Text | Google Scholar
Fishbach, A., Eyal, T., et Finkelstein, S. R. (2010). Comment les rétroactions positives et négatives motivent la poursuite des objectifs. Soc. Pers. Psychol. Compass 4, 517-530. doi : 10.1111/j.1751-9004.2010.00285.x
CrossRef Full Text | Google Scholar
Fishbach, A., et Finkelstein, S. R. (2012). « Comment la rétroaction influence la persistance, le désengagement et le changement dans la poursuite des objectifs » in Goal-directed behavior. eds. H. Aarts et A. J. Elliot (London, UK : Psychology Press), 203-230.
Google Scholar
Fitzsimons, P. (2015). « Human capital theory and education » dans Encyclopedia of educational philosophy and theory, éd. M. A. Peters (Singapour : Springer Publishing), 1-4.
Google Scholar
Fletcher, J. M., Lyon, G. R., Fuchs, L. S., et Barnes, M. A. (2018). Les troubles de l’apprentissage : De l’identification à l’intervention. New York, NY : The Guilford Press.
Google Scholar
Fredrickson, B. L. (2004). La théorie de l’élargissement et de la construction des émotions positives. 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., et Harmon-Jones, E. (2016). « Affect, motivation et portée cognitive » in Frontiers of cognitive psychology. Motivation et contrôle cognitif, éd. T. S. Braver (New York, NY : Routledge/Taylor & Francis Group), 164-187.
Google Scholar
Gable, P., et Harmon-Jones, E. (2010). Le modèle dimensionnel motivationnel de l’affect : implications pour la largeur de l’attention, la mémoire et la catégorisation cognitive. Cognit. Emot. 24, 322-337. doi : 10.1080/02699930903378305
CrossRef Full Text | Google Scholar
Gardner, H. (1993). Les intelligences multiples : La théorie en pratique. New York, NY : Basic Books.
Google Scholar
Gross, J. J. (2002). La régulation des émotions : conséquences affectives, cognitives et sociales. Psychophysiologie 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). Le suivi de la progression des objectifs favorise-t-il l’atteinte des objectifs ? Une méta-analyse des preuves expérimentales. Psychol. Bull. 142, 198-229. doi : 10.1037/bul0000025
PubMed Abstract | CrossRef Full Text | Google Scholar
Hart, W., et Gable, P. A. (2013). Motivation de la poursuite des objectifs : le rôle de l’intensité motivationnelle de l’affect et des objectifs activés. J. Exp. Soc. Psychol. 49, 922-926. doi : 10.1016/j.jesp.2013.05.002
CrossRef Full Text | Google Scholar
Heckhausen, J., et Heckhausen, H. (eds.) (2018). » Motivation et action : introduction et aperçu » dans Motivation et action (New York, NY : Springer), 1-14.
Google Scholar
Hunt, E. (1995). Le rôle de l’intelligence dans la société moderne. Am. Sci. 83, 356-369.
Google Scholar
Inzlicht, M., Bartholow, B. D., et Hirsh, J. B. (2015). Les fondements émotionnels du contrôle cognitif. Trends Cogn. Sci. 19, 126-132. doi : 10.1016/j.tics.2015.01.004
PubMed Abstract | CrossRef Full Text | Google Scholar
Kline, P. (2013). L’intelligence : The psychometric view. Londres, Royaume-Uni : Routledge.
Google Scholar
Miendlarzewska, E. A., Bavelier, D., et Schwartz, S. (2016). Influence de la motivation de récompense sur la mémoire déclarative humaine. 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). Intelligence : knowns and unknowns. 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. et Bar, M. (2017). Les prédictions pénètrent la perception : aperçus convergents du cerveau, du comportement et du trouble. Conscient. Cogn. 47, 63-74. doi : 10.1016/j.concog.2016.05.003
CrossRef Full Text | Google Scholar
Orehek, E., Bessarabova, E., Chen, X., et Kruglanski, A. W. (2011). L’affect positif comme rétroaction informationnelle dans la poursuite d’un but. Motiv. Emot. 35, 44-51. doi : 10.1007/s11031-010-9197-2
PubMed Abstract | CrossRef Full Text | Google Scholar
Perkins, D. (1995). Outsmarting IQ : La science émergente de l’intelligence apprenable. New York, NY : Simon and Schuster.
Google Scholar
Perkins, D. N., Jay, E., et Tishman, S. (1993). Au-delà des capacités : une théorie dispositionnelle de la pensée. Merrill-Palmer Q. 39, 1-21.
Google Scholar
Pessoa, L. (2013). Le cerveau cognitif-émotionnel : Des interactions à l’intégration. Cambridge, MA : MIT Press.
Google Scholar
Pessoa, L. (2019). Architectures intelligentes pour la robotique : la fusion de la cognition et de l’émotion. arXiv . Disponible à : http://arXiv:1902.00363 (consulté le 23 octobre 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, et M. Zeidner (San Diego, CA : Academic Press), 451-502.
Google Scholar
Roid, G. H., et Pomplun, M. (2012). Les échelles d’intelligence de Stanford-Binet. New York, NY : The Guilford Press.
Google Scholar
Rothkirch, M., Schmack, K., Deserno, L., Darmohray, D., et Sterzer, P. (2014). Modulation attentionnelle du traitement de la récompense dans le cerveau humain. Hum. Brain Mapp. 35, 3036-3051. doi : 10.1002/hbm.22383
PubMed Abstract | CrossRef Full Text | Google Scholar
Rothkirch, M., et Sterzer, P. (2015). « Le rôle de la motivation dans le traitement de l’information visuelle » in Motivation and cognitive control ed. T. S. Braver (London, UK : Routledge), 35-61.
Google Scholar
Ryan, R. M. (Ed.) (2012). Le manuel Oxford de la motivation humaine. New York, NY : Oxford University Press.
Google Scholar
Simon, H. A. (1967). Contrôles motivationnels et émotionnels de la cognition. Psychol. Rev. 74, 29-39. doi : 10.1037/h0024127
PubMed Abstract | CrossRef Full Text | Google Scholar
Stanovich, K. E. (2009). Ce que les tests d’intelligence manquent : La psychologie de la pensée rationnelle. New Haven, CT : Yale University Press.
Google Scholar
Stanovich, K. E., West, R. F., et Toplak, M. E. (2016). Le quotient de rationalité : Vers un test de la pensée rationnelle. Cambridge, MA : MIT Press.
Google Scholar
Sternberg, R. J. (2006). Intelligence. Encyclopédie des sciences cognitives. New York, NY : Wiley Publishing.
Google Scholar
Sternberg, R. J. (Ed.) (2018). La nature de l’intelligence humaine. Cambridge, UK : Cambridge University Press.
Google Scholar
Sternberg, R. J., Grigorenko, E. L., et Bundy, D. A. (2001). La valeur prédictive du QI. Merrill-Palmer Q. 47, 1-41. doi : 10.1353/mpq.2001.0005
CrossRef Full Text | Google Scholar
Strenze, T. (2007). Intelligence et succès socio-économique : une revue méta-analytique de la recherche longitudinale. Intelligence 35, 401-426. doi : 10.1016/j.intell.2006.09.004
CrossRef Full Text | Google Scholar
Suri, G., Shine, J. M., et Gross, J. J. (2018). Pourquoi faisons-nous ce que nous faisons ? Le cadre attention-préparation-motivation. Soc. Pers. Psychol. Compass 12:e12382. doi : 10.1111/spc3.12382
CrossRef Full Text | Google Scholar
The Psychological Corporation (1997). Manuel technique du WAIS-III-WMS-III. San Antonio, TX : The Psychological Corporation.
Google Scholar
Van Iddekinge, C. H., Aguinis, H., Mackey, J. D., et DeOrtentiis, P. S. (2018). Une méta-analyse des effets interactifs, additifs et relatifs de la capacité cognitive et de la motivation sur la performance. J. Manag. 44, 249-279. doi : 10.1177/0149206317702220
CrossRef Full Text | Google Scholar
von der Embse, N., Jester, D., Roy, D., et Post, J. (2018). Effets, prédicteurs et corrélats de l’anxiété de test : une revue méta-analytique de 30 ans. J. Affect. Disord. 227, 483-493. doi : 10.1016/j.jad.2017.11.048
PubMed Abstract | CrossRef Full Text | Google Scholar
Watkins, E. R., et Moberly, N. J. (2009). Concreteness training reduces dysphoria : a pilot proof-of-principle study. Behav. Res. Ther. 47, 48-53. doi : 10.1016/j.brat.2008.10.014
PubMed Abstract | CrossRef Full Text | Google Scholar
Wechsler, D. (1997). Manuel d’administration et de cotation du WAIS-III. San Antonio, TX : Psychological Corporation.
Google Scholar
Woods, S. A., Hinton, D. P., von Stumm, S., et Bellman-Jeffreys, J. (2019). Personnalité et intelligence : examen des associations des traits de personnalité liés à l’investissement avec l’intelligence générale et spécifique. Eur. J. Psychol. Assess. 35, 206-216. doi : 10.1027/1015-5759/a000391
CrossRef Full Text | Google Scholar
Yee, D. M., et Braver, T. S. (2018). Interactions de la motivation et du contrôle cognitif. Curr. Opin. Behav. Sci. 19, 83-90. doi : 10.1016/j.cobeha.2017.11.009
PubMed Abstract | CrossRef Full Text | Google Scholar
.