Introduction

Potrzeba odróżniania się od innych wokół nas jest być może wyraźnie ludzka. Inteligencja jako pojęcie nie tylko odróżnia nas jako gatunek od reszty zwierząt, ale także umożliwia nam wyjątkowe umiejscowienie siebie w towarzystwie innych istot ludzkich (Sternberg, 2018). Z grubsza rzecz biorąc, pojęcie inteligencji ujmuje skuteczność funkcjonowania umysłowego, które leży u podstaw zachowania, w oparciu o określone kryteria (Perkins, 1995). Jednak zestaw reguł kwalifikujących funkcjonowanie umysłowe był przedmiotem znaczącej debaty między wąskimi a szerokimi teoriami inteligencji (Stanovich, 2009).

Wąskie teorie utożsamiają inteligencję z wynikami w zestawie testów, które rozliczają funkcjonowanie poznawcze w wybranych domenach ludzkiego repertuaru umysłowego. Złożony zestaw takich testów znany jest jako test ilorazu inteligencji (IQ). Binet i Simon (1916) byli jednymi z pierwszych, którzy rozwinęli wpływową tradycję testowania IQ. Ich celem było zidentyfikowanie dzieci z trudnościami poznawczymi zarejestrowanych we francuskim systemie szkolnictwa publicznego i ich edukacja. W tym celu opracowali testy, które mierzyły, jak funkcjonowanie poznawcze dziecka kształtuje zdolności umysłowe, takie jak osąd, rozumienie i rozumowanie. Lewis Terman zabrał ten test na Uniwersytet Stanforda i zmodyfikował go tak, by stał się znany jako test IQ Stanforda-Bineta (Roid i Pomplun, 2012). Od tego czasu test ten był często modyfikowany i nadal jest używany w krajach na całym świecie jako miara inteligencji (Deary, 2001). Z czasem pojawiło się w modzie wiele innych testów IQ, takich jak SAT (Scholastic Aptitude Test) (Sternberg, 2006). Różnorodność testów IQ używanych obecnie różni się liczbą i rodzajem zdolności umysłowych, które próbują zmierzyć (Sternberg, 2018).

Na przykład, jednym szeroko stosowanym testem IQ jest Wechsler Adult Intelligence Scale III (WAIS-III) (The Psychological Corporation, 1997; Wechsler, 1997). WAIS-III mierzy osiągnięcia jednostki w zakresie zestawu czterech zdolności umysłowych: rozumienia werbalnego, szybkości przetwarzania, organizacji percepcyjnej i pamięci roboczej (Wechsler, 1997). Na każdą z czterech zdolności umysłowych składa się zbiór 13 różnych zadań. Te zadania, z kolei, mają określoną liczbę pozycji, które przyczyniają się do ogólnego wyniku.

Teorie psychometryczne charakteryzują wyniki testów IQ poprzez procedury analizy czynnikowej (Deary, 2001; Sternberg, 2006). Zazwyczaj teorie psychometryczne opisują wyniki testów IQ w dwóch powiązanych ze sobą etapach. Po pierwsze, wyniki na pozycjach w zestawie powiązanych zadań zbiegają się do określonej zdolności umysłowej (Kline, 2013). Następnie wspólna wariancja leżąca u podstaw wyników w zakresie zdolności umysłowych kandydata zbiega się do pojedynczego czynnika określanego jako czynnik g. Tak otrzymany czynnik g to współczynnik g. Tak otrzymany czynnik g jest reprezentatywny dla ogólnej inteligencji jednostki (Kline, 2013). Intuicyjną ideą jest to, że wyniki w poszczególnych testach zdolności umysłowych (określanych jako czynniki) są dodatnio skorelowane – zjawisko określane w języku psychometrycznym jako „pozytywny kolektyw” (Sternberg, 2018). Jednakże niewiele wariantów stosuje jednoetapową procedurę w celu uwzględnienia wspólnej wariancji pomiędzy wynikami w różnych zadaniach testu IQ, aby uzyskać współczynnik g (Deary, 2001). Pomimo niuansów proceduralnych, wszystkie teorie psychometryczne zgadzają się, że czynnik g uzyskany z wyników testów IQ reprezentuje inteligencję jednostki (Eysenck, 2018). Razem, testy IQ i odpowiadające im wyjaśnienia psychometryczne utorowały drogę do narodzin psychologii różnicowej – systematycznego badania tego, jak i dlaczego nasze umysły działają w różny sposób (Eysenck, 2018).

Choć wąskie teorie zdominowały naukowe i zdroworozsądkowe pojęcie inteligencji, nie są one pozbawione krytyki. W szczególności krytyka głosi, że wąskie teorie nie są reprezentatywne dla funkcjonowania umysłowego. Testy IQ charakteryzują efektywność, z jaką dana osoba gromadzi i przetwarza informacje w określonych dziedzinach, które są przede wszystkim poznawcze. Nie uwzględniają one pozapoznawczych aspektów funkcjonowania umysłowego, takich jak umiejętności społeczno-emocjonalne i zdolności interpersonalne (Neisser i in., 1996). Ponadto, badania budzą wątpliwości co do reprezentatywności testów. Badacze uważają, że testy IQ są nieadekwatne w odniesieniu do wyników w nawet obciążonych poznawczo aspektach życia psychicznego jednostki. Powiązane dowody sugerują, że wyniki IQ są niespójne w przewidywaniu zmienności wydajności (w tym kończyn) w takich działaniach jak uczenie się, rozumowanie i podejmowanie decyzji (Stanovich, 2009; Fletcher et al., 2018).

Ta krytyka testów IQ prowadzi do powstania szerokich teorii inteligencji. Szerokie teorie kładą nacisk na aspekty funkcjonowania umysłowego związane z wernakularnym użyciem terminu inteligencja, w tym adaptację do środowiska, przejawianie mądrości, kreatywność itp. niezależnie od tego, czy aspekty te są podatne na pomiar, czy nie (Gardner, 1993; Perkins i in., 1993; Ceci, 1996; Sternberg, 2018). Podkreślają one aspekty funkcjonowania umysłowego, które kształtują ludzkie zachowanie, które w przeciwnym razie są w dużej mierze ignorowane przez wąskich teoretyków, w tym cechy biologiczne, procesy psychologiczne i otoczenie społeczno-kulturowe.

Jednakże wąscy teoretycy oskarżają szerokie perspektywy o celowe rozszerzenie zakresu pojęciowego i użycia terminu inteligencja, aby przeciwdziałać podwyższonemu statusowi testów IQ. Twierdzą oni, że hojne konceptualizacje szerokich teorii strategicznie pomniejszają znaczenie testów IQ poprzez poszerzenie definicji inteligencji, tak aby uczynić z nich jedynie część większej całości (Stanovich, 2009). Co więcej, krytycy podkreślają również fakt, że szerokim teoriom brakuje empirycznego ugruntowania i opierają się wyłącznie na dowodach anegdotycznych (Stanovich i in., 2016). Ogólnie rzecz biorąc, zarówno wąskie, jak i szerokie teorie stanowią rdzeń długotrwałej debaty dotyczącej natury inteligencji i jej pomiaru. Niemniej jednak wąskie podejścia, z testami IQ na czele, cieszą się doskonałą reputacją naukową i popularną w porównaniu z szerokimi teoriami. Słynne stwierdzenie EG Boringa (1923), że „Inteligencja jest tym, co mierzą testy IQ”, odzwierciedla status, jakim cieszą się testy IQ w społeczności naukowej.

Lukę interpretacyjną

Wykorzystanie testów IQ przenika wiele sfer ludzkiej działalności (Sternberg i in., 2001). Testy IQ są wykorzystywane do podejmowania decyzji w różnych kontekstach, w tym przy przyjmowaniu do szkół i na studia, przy możliwościach zatrudnienia, a nawet przy wyborze partnera (Hunt, 1995; Fitzsimons, 2015). Szerokie zastosowania testów IQ budzą jednak określone obawy. Koncepcyjnie, testy IQ indeksują jakość funkcjonowania poznawczego w wybranych aspektach życia umysłowego jednostki.

Jednakże ich interpretacje w świecie rzeczywistym zawyżają je, by reprezentowały ogólne funkcjonowanie umysłowe w szerokim zakresie domen, od osiągnięć edukacyjnych po wyniki w pracy i relacje interpersonalne (Sternberg i in., 2001). Ta inflacja jest widoczna w sprzecznościach zaobserwowanych w dowodach dotyczących wartości predykcyjnej testów IQ. Powiązane badania sugerują słabą lub umiarkowaną korelację pomiędzy wynikami testów IQ a wynikami w zakresie edukacji, wyników pracy, poziomu dochodów i ogólnego dobrostanu jednostki (Bowles i Gintis, 2002; Strenze, 2007). Wykazano, że inne czynniki, takie jak status społeczno-ekonomiczny rodziców (Strenze, 2007), aktywnie moderują te korelacje. Ogólnie rzecz biorąc, dowody wskazują na lukę interpretacyjną między tym, co testy IQ mają mierzyć, a tym, co robią.

Luka interpretacyjna negatywnie wpływa na krytyczne czynniki, które kształtują rozwój człowieka. Nowoczesne społeczeństwa merytokratyczne ograniczają dostęp do możliwości edukacji, zatrudnienia i ogólnego wzrostu tym, którzy dobrze wypadają w testach IQ, wykluczając jednocześnie innych, którzy nie wypadają w nich dobrze (Neisser i in., 1996). Znaczna część krytyki testów IQ ze strony szerokich teoretyków również wynika z tej luki interpretacyjnej (Sternberg, 2018). Dlatego debata na temat natury inteligencji musi zostać przeformułowana, aby zająć się kwestiami dotyczącymi interpretacji wyników IQ, zamiast całkowicie porzucać te testy.

W tym względzie postępy w zakresie tego, jak procesy motywacyjne i afektywne wpływają na funkcjonowanie poznawcze, są obiecujące. Funkcjonowanie umysłowe w dużej mierze opiera się na trzech procesach psychologicznych: motywacji, funkcjonowaniu poznawczym i afekcie (Crocker i in., 2013; Pessoa, 2013). Procesy motywacyjne i afektywne kształtują i przekształcają funkcjonowanie poznawcze, dając początek dużej części różnorodności behawioralnej obserwowanej w świecie rzeczywistym (Simon, 1967; Crocker i in., 2013).

Ten artykuł próbuje podsumować dowody na to, jak procesy motywacyjne i afektywne odpowiadają za funkcjonowanie poznawcze w ogóle, a testy IQ w szczególności. Podsumowując, artykuł określa konkretne kierunki przyszłych badań. W kolejnych rozdziałach przedstawiono rolę motywacji w różnych aspektach funkcjonowania poznawczego oraz zasugerowano, w jaki sposób afekt moduluje motywację i funkcjonowanie poznawcze.

Wpływ motywacji i afektu na funkcjonowanie poznawcze

Ważną cechą ludzkiego zachowania jest to, że jest ono nie tylko zorganizowane, ale i celowe (Ryan, 2012). Jest to motywacja, która nadaje działaniu jednostki strukturę i cel. Motywacje to wartościujące wskazówki, które są wynikiem interakcji osoba-środowisko (Braver i in., 2014). Pełnią one dwie funkcje: energetyzującą i ukierunkowującą (Heckhausen i Heckhausen, 2018). Podczas gdy energetyzacja pobudza lub aktywizuje funkcjonowanie poznawcze jednostki, funkcja ukierunkowania kieruje energetyzowany repertuar poznawczy do określonych celów (Elliot, 2008). Dowody zebrane w ciągu dziesięcioleci badań wskazują, że motywacje wpływają na różne aspekty funkcjonowania poznawczego, począwszy od rudymentarnej percepcji (Rothkirch i Sterzer, 2015), poprzez bardziej złożoną uwagę (Rothkirch i in., 2014), uczenia się (Daw i Shohamy, 2008), pamięci (Miendlarzewska i in., 2016) i kontroli (Botvinick i Braver, 2015).

Motywacje napędzają oczekiwania, które uprzedzają ludzki wzrok i mechanizmy percepcyjne do selektywnego przetwarzania cech środowiska wizualnego (O’Callaghan i in., 2017). To odchylenie aparatu percepcyjnego wpływa na szacunki wielkości, odległości, stromości i ważności obiektów w środowisku wizualnym (Firestone i Scholl, 2016). Co więcej, oczekiwania pomagają również interpretować niejednoznaczne bodźce i nadawać znaczenie ustawieniom percepcyjnym, nawet w przypadku ograniczonej ilości informacji (O’Callaghan i in., 2017). Podobnie, motywacje napędzają również wyszukiwanie i przetwarzanie informacji na wyższym poziomie, leżące u podstaw rozumowania, osądu i podejmowania decyzji (Chiew i Braver, 2011; Epley i Gilovich, 2016). Ukierunkowują one mechanizmy uwagi w celu selektywnego pozyskiwania informacji i modulują parametry takie jak szybkość, dokładność i głębokość przetwarzania informacji (Dweck i in., 2004).

Ponadto, wskazówki motywacyjne napędzają również mechanizmy uczenia się, od prostych asocjacyjnych do bardziej złożonych strategii warunkowania, które pomagają ustalić związki między odrębnymi elementami informacji (Dayan i Balleine, 2002; Daw i Shohamy, 2008). Co ważne, modulują one siłę uczenia się (Braver i in., 2014). W związku z tym badania sugerują również, że istotność motywacyjna moduluje kodowanie i odzyskiwanie nabytych informacji (Miendlarzewska i in., 2016).

Motywacje ułatwiają również procesy kontrolne, które pomagają wybierać między konkurującymi motywacjami (Botvinick i Braver, 2015; Suri i in., 2018). To preferencyjne traktowanie niektórych motywacji w stosunku do innych umożliwia nie tylko funkcjonowanie poznawcze w celu szybkiego przejścia z jednego środowiska informacyjnego do drugiego (Suri i in., 2018), ale także napędza reakcje behawioralne w ramach wybranego kontekstu (Yee i Braver, 2018).

Jednakże skuteczne dążenie do motywacji wymaga również ciągłego monitorowania i informacji zwrotnej (Carver, 2018). Monitorowanie pozwala ludziom być ostrzeżonym o kongruencji pomiędzy aktualnym zachowaniem i jego konsekwencjami do charakterystyki pożądanych działań i wyników (Benn i in., 2014). To ciągłe sprawdzanie zachowań odniesienia motywacyjnego gwarantuje ludziom identyfikację rozbieżności i zamykanie luk pomiędzy aktualnymi i pożądanymi reakcjami behawioralnymi (Harkin i in., 2016).

Sprzężenie zwrotne z okresowego monitorowania zachowań odniesienia motywacyjnego przyjmuje kształt afektu (Fishbach i Finkelstein, 2012). Pozytywne stany afektywne (tj. uczucia good-for-me) przekazują postępy w dążeniach motywacyjnych, natomiast negatywne stany afektywne (tj. uczucia bad-for-me) sygnalizują rozbieżności w zachowaniach celowych (Hart i Gable, 2013; Inzlicht i in., 2015). Ponadto, pozytywny afekt wzmacnia intensywność motywacji (Orehek i in., 2011), podczas gdy negatywny afekt zazwyczaj ją osłabia (Watkins i Moberly, 2009). Te zmiany w motywacji z powodu afektu wpływają na późniejsze funkcjonowanie poznawcze i zachowanie (Carver i Scheier, 2008; Gable i Harmon-Jones, 2010; Gable i in., 2016).

Ostatnie dowody neuronaukowe również wspierają wzajemne oddziaływanie między trzema aspektami funkcjonowania psychicznego (Pessoa, 2019). Kilka badań anatomicznych i funkcjonalnych sugeruje, że regiony mózgu są silnie połączone ze sobą. Te wzajemnie połączone sieci stanowią podstawę interakcji pomiędzy motywacją, funkcjonowaniem poznawczym i procesami afektywnymi (Pessoa, 2013). Ogólnie rzecz biorąc, procesy motywacyjne i afektywne znacząco wpływają na funkcjonowanie poznawcze. Dowody te mają implikacje dla testów IQ i ich interpretacji.

Rola motywacji i afektu na wyniki w testach ilorazu inteligencji

Wzrastająca liczba dowodów sugeruje, że motywacje energetyzują i kierują wydajnością poznawczą typowego uczestnika testu (Duckworth i in., 2011). W związku z tym, dyspozycyjna teoria inteligencji (Perkins i in., 1993) przewiduje, że motywacje wynikające z cech kierują znaczną częścią zróżnicowania wyników w testach IQ. Podobnie, badania sugerują, że cechy takie jak nastawienie na rozwój, otwartość na doświadczenie i potrzeba poznania modulują gotowość do poszukiwania i przetwarzania informacji, co z kolei wpływa na wyniki jednostki w testach IQ (Dweck, 2006; Woods i in., 2019).

Jednakże niedawny metaanalityczny przegląd wpływów motywacji na wyniki poznawcze sugeruje, że cechy dyspozycyjne odpowiadają za mniej znaczącą zmienność w porównaniu do zmian w stanach motywacji (Van Iddekinge i in., 2018). W przełomowym badaniu Duckworth et al. (2011) przedstawiają dowody na to, jak zmiany stanów motywacji osób przystępujących do testu znacząco przewidują wyniki w testach IQ. Badania sugerują również, że ważność predykcyjna wyników IQ dla różnych wyników życiowych znacząco maleje wraz z przesunięciami w poziomach motywacji osoby przystępującej do testu.

Wskazówki dotyczące wyników i późniejsze stany afektywne wpływają na funkcjonowanie poznawcze osoby przystępującej do testu. Stwierdzono, że głównie negatywne stany afektywne, takie jak lęk przed zadaniem, znacząco obniżają wyniki w testach IQ (von der Embse i in., 2018). Podsumowując, skąpe, ale znaczące dowody dotyczące procesów motywacyjnych i afektywnych sugerują, że odpowiadają one za znaczące zróżnicowanie wyników w testach IQ.

Implications and Future Research Directions

Dowody dotyczące wpływu procesów motywacyjnych i afektywnych mają implikacje dla interpretacji i wykorzystania testów IQ. Konwencjonalnie zakładano, że różnice w wynikach testów IQ odzwierciedlają wyłącznie rozbieżności w jakości funkcjonowania poznawczego osób biorących udział w teście. Jednakże, z nowymi dowodami na kowadle, zmienność wyników w testach IQ wydaje się być również funkcją rodzaju i intensywności motywacji i stanów afektywnych, których doświadczają osoby badane podczas testu. Dowody te wymagają zmiany sposobu, w jaki wyniki IQ są interpretowane w celu podejmowania decyzji w świecie rzeczywistym. Dlatego, idąc naprzód, konieczne są bardziej skoordynowane wysiłki w celu odkrycia wpływu procesów motywacyjnych i afektywnych na funkcjonowanie poznawcze w kontekście testów IQ.

W szczególności, przyszłe badania mogłyby zbadać, jakiego rodzaju wskazówki motywacyjne, tj. zorientowane na zadanie vs. zorientowane na wynik (Pintrich, 2000), są optymalne dla wykonania testu IQ. Osoba o motywacji zorientowanej na zadanie postrzega dobre wyniki w teście IQ jako cel sam w sobie. W przeciwieństwie do tego, osoba kierująca się motywacją zorientowaną na wynik zakłada, że wykonanie testu IQ jest instrumentalne dla innych wyników życiowych. Ponadto, badania muszą sprawdzić, w jaki sposób intensywność motywacji (zorientowanej na zadanie lub na wynik) moduluje funkcjonowanie poznawcze w teście IQ.

Badania nad zachowaniami ukierunkowanymi na cel sugerują, że monitorowanie i informacja zwrotna mogą również odpowiadać za zróżnicowanie funkcjonowania poznawczego (Fishbach i in., 2010; Carver, 2018). Dlatego w przyszłych badaniach można by również sprawdzić, jak częstotliwość monitorowania i charakter informacji zwrotnej wpływają na wyniki w testach IQ. Podobnie, afektywne reakcje na monitorowanie wydajności podczas testu IQ mogą również odpowiadać za ogólne wyniki w teście. Pertinentne badania badały jedynie wpływ negatywnych stanów afektywnych, takich jak lęk (von der Embse i in., 2018). Jednak pozytywne stany afektywne mogą również przyczyniać się do zróżnicowania wyników IQ (Fredrickson, 2004). Wreszcie, badania mogłyby również zbadać, w jaki sposób strategie regulacji emocji cech wpływają na wyniki w testach IQ, ponieważ modulują one generowanie i wyrażanie emocji (Gross, 2002).

Połączone razem, te wątki badań mogłyby ostatecznie przyczynić się do bardziej psychologicznie zniuansowanego konta testów IQ. Taki zintegrowany pogląd pomógłby w usunięciu luki interpretacyjnej, która nęka ich rzeczywiste zastosowania.

Konkluzja

Pojęcie inteligencji pozostanie, podobnie jak testy IQ, które ją indeksują. Jednakże istnieje potrzeba bardziej psychologicznej interpretacji tego, co odzwierciedlają wyniki IQ. Zbadanie wpływu procesów motywacyjnych i afektywnych na funkcjonowanie poznawcze leżące u podstaw wyników w testach IQ jest krokiem w tym kierunku. Rzetelny opis tego, co odzwierciedlają wyniki IQ, umożliwiłby bardziej ostrożne wykorzystanie tych liczb do określenia dostępu do możliwości, które kształtują indywidualne wyniki życiowe we współczesnych merytokratycznych społeczeństwach.

Wkład autorów

Obaj VG i SS wnieśli równy wkład na wszystkich etapach rozwoju manuskryptu prowadzącego do jego złożenia.

Konflikt interesów

Autorzy deklarują, że badania zostały przeprowadzone przy braku jakichkolwiek komercyjnych lub finansowych relacji, które mogłyby być interpretowane jako potencjalny konflikt interesów.

Benn, Y., Webb, T. L., Chang, B. P., Sun, Y. H., Wilkinson, I. D., and Farrow, T. F. (2014). The neural basis of monitoring goal progress. 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” w The Binet-Simon scale. trans. E. S. Kite (Baltimore, MD: Williams & Wilkins Co.).

Google Scholar

Boring, E. G. (1923). Inteligencja tak, jak testują ją testy. New Republic. 35-37.

Google Scholar

Botvinick, M., and Braver, T. (2015). Motywacja i kontrola poznawcza: od zachowania do mechanizmu neuronalnego. 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). Mechanizmy interakcji motywacja-poznanie: wyzwania i możliwości. 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). Teoria kontroli, osiąganie celów i psychopatologia. 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). O samoregulacji zachowania. Cambridge, UK: Cambridge University Press.

Google Scholar

Ceci, S. J. (1996). O inteligencji: Bio-ekologiczny traktat o rozwoju inteligencji. Cambridge, MA: Harvard University Press.

Google Scholar

Chiew, K. S., and Braver, T. S. (2011). Pozytywny afekt versus nagroda: emocjonalne i motywacyjne wpływy na kontrolę poznawczą. 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). Relationships between cognition, emotion, and motivation: implications for intervention and neuroplasticity in psychopathology. 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). Neuronauka poznawcza motywacji i uczenia się. 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). Nagroda, motywacja i uczenie się przez wzmocnienie. Neuron 36, 285-298. doi: 10.1016/s0896-6273(02)00963-7

CrossRef Full Text | Google Scholar

Deary, I. J. (2001). Inteligencja: Bardzo krótkie wprowadzenie. Oxford, UK: Oxford University Press.

Google Scholar

Duckworth, A. L., Quinn, P. D., Lynam, D. R., Loeber, R., and Stouthamer-Loeber, M. (2011). Rola motywacji testowej w testach inteligencji. 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: Nowa psychologia sukcesu. New York, NY: Random House.

Google Scholar

Dweck, C. S., Mangels, J. A., and Good, C. (2004). „Motivational effects on attention, cognition, and performance” w The educational psychology series. Motywacja, emocje i poznanie: 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). Podręcznik motywacji podejścia i unikania. New York, NY: Psychology Press.

Google Scholar

Epley, N., and Gilovich, T. (2016). Mechanika motywowanego rozumowania. J. Econ. Perspect. 30, 133-140. doi: 10.1257/jep.30.3.133

CrossRef Full Text | Google Scholar

Eysenck, H. J. (2018). Inteligencja: Nowe spojrzenie. Piscataway, NJ: Transaction Publishers.

Google Scholar

Firestone, C., and Scholl, B. J. (2016). Poznanie nie wpływa na percepcję: ocena dowodów na efekty „top-down”. Behav. Brain Sci. 39:e229. doi: 10.1017/S0140525X15000965

CrossRef Full Text | Google Scholar

Fishbach, A., Eyal, T., and Finkelstein, S. R. (2010). Jak pozytywne i negatywne sprzężenie zwrotne motywuje do dążenia do celu. 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 pursuited” 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” w 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). Trudności w uczeniu się: Od identyfikacji do interwencji. New York, NY: The Guilford Press.

Google Scholar

Fredrickson, B. L. (2004). The broaden-and-build theory of positive emotions. 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). „Afekt, motywacja i zakres poznawczy” w Frontiers of cognitive psychology. Motywacja i kontrola poznawcza. ed. T. S. Braver (New York, NY: Routledge/Taylor & Francis Group), 164-187.

Google Scholar

Gable, P., and Harmon-Jones, E. (2010). Motywacyjny model wymiarowy afektu: implikacje dla rozległości uwagi, pamięci i kategoryzacji poznawczej. Cognit. Emot. 24, 322-337. doi: 10.1080/02699930903378305

CrossRef Full Text | Google Scholar

Gardner, H. (1993). Inteligencje wielorakie: Teoria w praktyce. New York, NY: Basic Books.

Google Scholar

Gross, J. J. (2002). Regulacja emocji: afektywne, kognitywne i społeczne konsekwencje. 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). Does monitoring goal progress promote goal attainment? 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). Motywowanie dążenia do celu: rola afektu intensywności motywacji i aktywowanych celów. 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). „Motywacja i działanie: wprowadzenie i przegląd” w Motivation and action (New York, NY: Springer), 1-14.

Google Scholar

Hunt, E. (1995). Rola inteligencji we współczesnym społeczeństwie. Am. Sci. 83, 356-369.

Google Scholar

Inzlicht, M., Bartholow, B. D., and Hirsh, J. B. (2015). Emocjonalne podstawy kontroli poznawczej. Trends Cogn. Sci. 19, 126-132. doi: 10.1016/j.tics.2015.01.004

PubMed Abstract | CrossRef Full Text | Google Scholar

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

Google Scholar

Miendlarzewska, E. A., Bavelier, D., and Schwartz, S. (2016). Influence of reward motivation on human declarative memory. 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., and Bar, M. (2017). Predictions penetrate perception: converging insights from brain, behavior and disorder. 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). Pozytywny afekt jako informacyjne sprzężenie zwrotne w dążeniu do celu. Motiv. Emot. 35, 44-51. doi: 10.1007/s11031-010-9197-2

PubMed Abstract | CrossRef Full Text | Google Scholar

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

Google Scholar

Perkins, D. N., Jay, E., and Tishman, S. (1993). Beyond abilities: a dispositional theory of thinking. Merrill-Palmer Q. 39, 1-21.

Google Scholar

Pessoa, L. (2013). Mózg poznawczo-emocjonalny: Od interakcji do integracji. Cambridge, MA: MIT Press.

Google Scholar

Pessoa, L. (2019). Intelligent architectures for robotics: the merging of cognition and emotion (Inteligentne architektury dla robotyki: łączenie poznania i emocji). arXiv . Dostępne na: http://arXiv:1902.00363 (dostęp 23 października 2019 r.).

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). Skale inteligencji Stanforda-Bineta. New York, NY: The Guilford Press.

Google Scholar

Rothkirch, M., Schmack, K., Deserno, L., Darmohray, D., and Sterzer, P. (2014). Attentional modulation of reward processing in the human brain. 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” w 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). Motywacyjna i emocjonalna kontrola poznania. Psychol. Rev. 74, 29-39. doi: 10.1037/h0024127

PubMed Abstract | CrossRef Full Text | Google Scholar

Stanovich, K. E. (2009). Czego nie dostrzegają testy inteligencji: The psychology of rational thought. 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). Inteligencja. Encyklopedia kognitywistyki. New York, NY: Wiley Publishing.

Google Scholar

Sternberg, R. J. (Ed.) (2018). Natura ludzkiej inteligencji. Cambridge, UK: Cambridge University Press.

Google Scholar

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

CrossRef Full Text | Google Scholar

Strenze, T. (2007). Inteligencja i sukces społeczno-ekonomiczny: metaanalityczny przegląd badań podłużnych. 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). Dlaczego robimy to, co robimy? The attention-readiness-motivation framework (Ramy uwagi-gotowości-motywacji). Soc. Pers. Psychol. Compass 12:e12382. doi: 10.1111/spc3.12382

CrossRef Full Text | Google Scholar

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

Google Scholar

Van Iddekinge, C. H., Aguinis, H., Mackey, J. D., and DeOrtentiis, P. S. (2018). A meta-analysis of the interactive, additive, and relative effects of cognitive ability and motivation on performance. 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). Test anxiety effects, predictors, and correlates: a 30-year meta-analytic review. 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). 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). WAIS-III podręcznik administracji i punktacji. San Antonio, TX: Psychological Corporation.

Google Scholar

Woods, S. A., Hinton, D. P., von Stumm, S., and Bellman-Jeffreys, J. (2019). Personality and intelligence: examining the associations of investment-related personality traits with general and specific intelligence. 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). Interakcje motywacji i kontroli poznawczej. Curr. Opin. Behav. Sci. 19, 83-90. doi: 10.1016/j.cobeha.2017.11.009

PubMed Abstract | CrossRef Full Text | Google Scholar

.

admin

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.

lg