Introduzione

Il bisogno di distinguerci dagli altri intorno a noi è forse distintamente umano. L’intelligenza come concetto non solo ci distingue come specie dal resto degli animali, ma ci permette anche di collocarci in modo unico nella compagnia dei nostri simili (Sternberg, 2018). In parole povere, il concetto di intelligenza rende conto dell’efficacia del funzionamento mentale che sta alla base del comportamento sulla base di criteri specifici (Perkins, 1995). Tuttavia, l’insieme di regole che qualificano il funzionamento mentale è stato oggetto di un considerevole dibattito tra le teorie strette contro quelle larghe dell’intelligenza (Stanovich, 2009).

Le teorie strette identificano l’intelligenza con le prestazioni su un insieme di test che rendono conto del funzionamento cognitivo in domini selezionati del repertorio mentale umano. L’insieme di tali test è noto come test del Quoziente di Intelligenza (QI). Binet e Simon (1916) furono tra i primi a sviluppare l’influente tradizione del test del QI. Il loro obiettivo era quello di identificare i bambini con problemi cognitivi registrati nel sistema scolastico pubblico francese ed educarli. A tal fine, progettarono dei test che misuravano come il funzionamento cognitivo di un bambino modellava le abilità mentali come il giudizio, la comprensione e il ragionamento. Lewis Terman portò questo test all’Università di Stanford e lo rielaborò in quello che è diventato noto come il test del QI di Stanford-Binet (Roid e Pomplun, 2012). Da allora, il test è stato rivisto frequentemente e continua ad essere usato nei paesi di tutto il mondo come misura dell’intelligenza (Deary, 2001). Molti altri test in stile QI, come il SAT (Scholastic Aptitude Test), sono entrati in voga col tempo (Sternberg, 2006). La varietà di test del QI in uso oggi differisce nel numero e nel tipo di abilità mentali che tentano di misurare (Sternberg, 2018).

Per esempio, un test del QI molto usato è il Wechsler Adult Intelligence Scale III (WAIS-III) (The Psychological Corporation, 1997; Wechsler, 1997). La WAIS-III misura le prestazioni di un individuo su un insieme di quattro abilità mentali: comprensione verbale, velocità di elaborazione, organizzazione percettiva e memoria di lavoro (Wechsler, 1997). Un insieme di 13 compiti distinti rappresenta ciascuna delle quattro abilità mentali. Questi compiti, a loro volta, hanno un numero specifico di item che contribuiscono al punteggio complessivo.

Le teorie psicometriche caratterizzano la performance nei test del QI attraverso procedure di analisi fattoriale (Deary, 2001; Sternberg, 2006). Tipicamente, una teoria psicometrica rende conto della performance nei test del QI in due fasi correlate. In primo luogo, la performance sugli item in un insieme di compiti correlati converge verso una particolare abilità mentale (Kline, 2013). Poi la varianza comune alla base dei punteggi sulle abilità mentali del candidato converge verso un singolo fattore chiamato fattore g. Il fattore g così ottenuto è rappresentativo dell’intelligenza generale di un individuo (Kline, 2013). L’idea intuitiva qui è che le prestazioni attraverso i singoli test di abilità mentale (denominati fattori) sono positivamente correlati – un fenomeno indicato come “collettore positivo” nel linguaggio psicometrico (Sternberg, 2018). Tuttavia, poche varianti seguono una procedura a fase unica per tenere conto della varianza comune tra i punteggi sui diversi compiti del test del QI per arrivare al fattore g (Deary, 2001). Nonostante le sfumature procedurali, tutte le teorie psicometriche concordano sul fatto che il fattore g ricavato dalle prestazioni nei test del QI rappresenta l’intelligenza di un individuo (Eysenck, 2018). Insieme, i test del QI e le corrispondenti spiegazioni psicometriche hanno aperto la strada alla nascita della psicologia differenziale – uno studio sistematico di come e perché le nostre menti funzionano in modo diverso (Eysenck, 2018).

Mentre le teorie ristrette dominano la nozione scientifica e di senso comune dell’intelligenza, esse non sono prive di critiche. In particolare, la critica sostiene che le teorie ristrette non sono rappresentative del funzionamento mentale. I test del QI caratterizzano l’efficienza con cui un individuo raccoglie ed elabora informazioni in particolari domini che sono principalmente cognitivi. Lasciano fuori gli aspetti non cognitivi del funzionamento mentale come le abilità socio-emotive e le capacità interpersonali, tra gli altri (Neisser et al., 1996). Inoltre, la ricerca solleva domande sulla rappresentatività dei test. I ricercatori ritengono che i test del QI siano inadeguati nel rappresentare le prestazioni anche su aspetti cognitivi della vita mentale di un individuo. Prove correlate suggeriscono che i punteggi del QI sono incoerenti nel predire la variazione delle prestazioni (comprese le estremità) su attività come l’apprendimento, il ragionamento e il processo decisionale (Stanovich, 2009; Fletcher et al., 2018).

Questa critica ai test del QI porta alla nascita delle teorie ampie dell’intelligenza. Le teorie ampie enfatizzano gli aspetti del funzionamento mentale associati all’uso vernacolare del termine intelligenza, tra cui l’adattamento all’ambiente, la visualizzazione della saggezza, la creatività, ecc. indipendentemente dal fatto che questi aspetti siano suscettibili di misurazione o meno (Gardner, 1993; Perkins et al., 1993; Ceci, 1996; Sternberg, 2018). Essi mettono in evidenza gli aspetti del funzionamento mentale che modellano il comportamento umano che altrimenti è largamente ignorato dai teorici ristretti, comprese le caratteristiche biologiche, i processi psicologici e gli ambienti socio-culturali.

Tuttavia, i teorici ristretti accusano le prospettive ampie di espandere deliberatamente la portata concettuale e l’uso del termine intelligenza per contrastare lo status elevato dei test del QI. Essi sostengono che le concettualizzazioni generose delle teorie ampie sminuiscono strategicamente l’importanza dei test del QI ampliando la definizione di intelligenza per renderli solo una parte del tutto più grande (Stanovich, 2009). Inoltre, i critici sottolineano anche il fatto che le teorie ampie mancano di basi empiriche e si basano esclusivamente su prove aneddotiche per il supporto (Stanovich et al., 2016). Nel complesso, sia le teorie ristrette che quelle ampie costituiscono il nucleo dell’annoso dibattito sulla natura dell’intelligenza e sulla sua misurazione. Tuttavia, gli approcci ristretti con al centro i test del QI godono di un’ottima reputazione scientifica e popolare rispetto alle teorie ampie. La famosa affermazione di EG Boring (1923) che “L’intelligenza è ciò che misurano i test del QI” riflette lo status di cui godono i test del QI nella comunità scientifica.

Il gap interpretativo

L’uso dei test del QI permea molte sfere dell’attività umana (Sternberg et al., 2001). I test del QI sono utilizzati per prendere decisioni in una varietà di contesti, comprese le ammissioni scolastiche e universitarie, le opportunità di lavoro e persino la selezione del compagno (Hunt, 1995; Fitzsimons, 2015). Le applicazioni ad ampio raggio dei test del QI, tuttavia, sollevano preoccupazioni specifiche. Concettualmente, i test del QI indicizzano la qualità del funzionamento cognitivo in aspetti selezionati della vita mentale di un individuo.

Tuttavia, le loro interpretazioni nel mondo reale li gonfiano per rappresentare il funzionamento mentale complessivo in domini molto ampi, dal rendimento scolastico alle prestazioni lavorative e alle relazioni interpersonali (Sternberg et al., 2001). Questa inflazione è evidente dalle contraddizioni osservate nelle prove sul valore predittivo dei test del QI. Ricerche correlate suggeriscono una correlazione da debole a moderata tra le prestazioni nei test del QI e i risultati in termini di istruzione, prestazioni lavorative, livelli di reddito e benessere individuale complessivo (Bowles e Gintis, 2002; Strenze, 2007). Altri fattori, come lo status socio-economico dei genitori (Strenze, 2007), hanno dimostrato di moderare attivamente queste correlazioni. Nel complesso, l’evidenza indica un divario interpretativo tra ciò che si crede che i test del QI misurino e ciò che fanno.

Il divario interpretativo ha un impatto negativo sui fattori critici che modellano lo sviluppo umano. Le moderne società meritocratiche limitano l’accesso alle opportunità di istruzione, occupazione e crescita generale a coloro che vanno bene nei test del QI, mentre escludono gli altri che non vanno bene in essi (Neisser et al., 1996). Gran parte delle critiche sui test del QI montate dai teorici dell’ampiezza derivano anche da questo divario interpretativo (Sternberg, 2018). Pertanto, il dibattito sulla natura dell’intelligenza deve essere riformulato per affrontare le questioni relative all’interpretazione dei punteggi del QI, piuttosto che abbandonare del tutto questi test.

A questo proposito, i progressi su come i processi motivazionali e affettivi influenzano il funzionamento cognitivo sono promettenti. Il funzionamento mentale poggia in gran parte sui tre processi psicologici di motivazione, funzionamento cognitivo e affettività (Crocker et al., 2013; Pessoa, 2013). I processi motivazionali e affettivi modellano e rimodellano il funzionamento cognitivo, dando origine a gran parte della diversità comportamentale osservata nel mondo reale (Simon, 1967; Crocker et al., 2013).

Questo articolo cerca di riassumere le prove su come i processi motivazionali e affettivi spiegano il funzionamento cognitivo in generale e i test del QI in particolare. Per concludere, l’articolo indica specifiche direzioni di ricerca future. Le prossime sezioni delineano il ruolo della motivazione in diversi aspetti del funzionamento cognitivo e suggeriscono come l’affetto modula le motivazioni e il funzionamento cognitivo.

Influenza della motivazione e dell’affetto sul funzionamento cognitivo

Una caratteristica saliente del comportamento umano è che non è solo organizzato ma anche finalizzato (Ryan, 2012). Sono le motivazioni che danno struttura e scopo all’azione di un individuo. Le motivazioni sono spunti carichi di valore che sono un risultato dell’interazione persona-ambiente (Braver et al., 2014). Esse portano avanti due funzioni: energizzazione e direzione (Heckhausen e Heckhausen, 2018). Mentre l’energizzazione istiga o attiva il funzionamento cognitivo dell’individuo, la funzione di direzione orienta il repertorio cognitivo energizzato verso fini specifici (Elliot, 2008). L’evidenza compilata in decenni di ricerca indica che le motivazioni influenzano vari aspetti del funzionamento cognitivo che vanno dalla percezione rudimentale (Rothkirch e Sterzer, 2015), all’attenzione più complessa (Rothkirch et al, 2014), l’apprendimento (Daw e Shohamy, 2008), la memoria (Miendlarzewska et al., 2016), e il controllo (Botvinick e Braver, 2015).

Le motivazioni guidano le aspettative che influenzano la visione umana e i meccanismi percettivi per elaborare selettivamente le caratteristiche dell’ambiente visivo (O’Callaghan et al., 2017). Questo skewing dell’apparato percettivo ha un impatto sulle stime di dimensione, distanza, ripidità e salienza degli oggetti nell’ambiente visivo (Firestone e Scholl, 2016). Inoltre, le aspettative aiutano anche a interpretare gli stimoli ambigui e a dare significato alle impostazioni percettive anche quando le informazioni sono limitate (O’Callaghan et al., 2017). Allo stesso modo, le motivazioni guidano anche la ricerca e l’elaborazione delle informazioni di livello superiore che sono alla base del ragionamento, del giudizio e del processo decisionale (Chiew e Braver, 2011; Epley e Gilovich, 2016). Orientano i meccanismi di attenzione per acquisire selettivamente le informazioni e modulano parametri come la velocità, la precisione e la profondità dell’elaborazione delle informazioni (Dweck et al., 2004).

Inoltre, gli spunti motivazionali guidano anche i meccanismi di apprendimento che vanno dalle semplici strategie associative a quelle più complesse di condizionamento che aiutano a stabilire relazioni tra pezzi distinti di informazione (Dayan e Balleine, 2002; Daw e Shohamy, 2008). Essi modulano in modo importante la forza dell’apprendimento (Braver et al., 2014). Relativamente, la ricerca suggerisce anche che la rilevanza motivazionale modula la codifica e il recupero delle informazioni acquisite (Miendlarzewska et al., 2016).

Le motivazioni facilitano anche i processi di controllo che aiutano a scegliere tra motivazioni concorrenti (Botvinick e Braver, 2015; Suri et al., 2018). Questo trattamento preferenziale di alcune motivazioni rispetto ad altre consente non solo al funzionamento cognitivo di passare rapidamente da un ambiente informativo all’altro (Suri et al., 2018), ma anche di guidare le risposte comportamentali all’interno del contesto selezionato (Yee e Braver, 2018).

Tuttavia, il perseguimento efficace della motivazione richiede anche un monitoraggio e un feedback continui (Carver, 2018). Il monitoraggio permette alle persone di essere allertate sulla congruenza tra il comportamento attuale e le sue conseguenze rispetto alle caratteristiche delle azioni e dei risultati desiderati (Benn et al., 2014). Questo controllo continuo sui comportamenti di riferimento della motivazione garantisce alle persone di identificare le discrepanze e colmare le lacune tra le risposte comportamentali attuali e quelle desiderate (Harkin et al., 2016).

Il feedback del monitoraggio periodico del comportamento di riferimento della motivazione prende la forma di affetto (Fishbach e Finkelstein, 2012). Gli stati affettivi positivi (vale a dire, i sentimenti buoni per me) trasmettono progressi nel perseguimento della motivazione, mentre gli stati affettivi negativi (vale a dire, i sentimenti cattivi per me) segnalano discrepanze nel comportamento propositivo (Hart e Gable, 2013; Inzlicht et al., 2015). Inoltre, l’affetto positivo rafforza l’intensità motivazionale (Orehek et al., 2011), mentre l’affetto negativo tipicamente la indebolisce (Watkins e Moberly, 2009). Questi cambiamenti alle motivazioni a causa dell’affetto hanno un impatto sul successivo funzionamento cognitivo e sul comportamento (Carver e Scheier, 2008; Gable e Harmon-Jones, 2010; Gable et al., 2016).

Recenti prove neuroscientifiche supportano anche l’interazione tra i tre filoni del funzionamento mentale (Pessoa, 2019). Diversi studi anatomici e funzionali suggeriscono che le regioni del cervello sono altamente interconnesse. Queste reti interconnesse costituiscono la base dell’interazione tra motivazione, funzionamento cognitivo e processi affettivi (Pessoa, 2013). Nel complesso, i processi motivazionali e affettivi influenzano significativamente il funzionamento cognitivo. Questa evidenza ha implicazioni per i test del QI e la loro interpretazione.

Ruolo della motivazione e dell’affetto sulle prestazioni nei test del Quoziente di Intelligenza

Le prove crescenti suggeriscono che le motivazioni energizzano e guidano le prestazioni cognitive di un tipico partecipante al test (Duckworth et al., 2011). Relativamente, la teoria disposizionale dell’intelligenza (Perkins et al., 1993) predice che le motivazioni del tratto guidano gran parte della variazione nelle prestazioni sui test del QI. Allo stesso modo, la ricerca suggerisce che tratti come la mentalità di crescita, l’apertura all’esperienza e il bisogno di cognizione modulano la volontà di cercare ed elaborare informazioni che, a loro volta, influenzano le prestazioni di un individuo su un test del QI (Dweck, 2006; Woods et al., 2019).

Tuttavia, una recente revisione meta-analitica delle influenze motivazionali sulle prestazioni cognitive suggerisce che i tratti disposizionali rappresentano una variazione meno considerevole rispetto ai cambiamenti negli stati motivazionali (Van Iddekinge et al., 2018). In uno studio seminale, Duckworth et al. (2011) presentano prove su come i cambiamenti di stato nelle motivazioni del test taker predicono significativamente le prestazioni nei test del QI. La ricerca suggerisce anche che la validità predittiva dei punteggi del QI per vari risultati di vita diminuisce sostanzialmente con gli spostamenti dei livelli motivazionali del test taker.

Il feedback sulla performance e i successivi stati affettivi influenzano il funzionamento cognitivo del test taker. Principalmente, gli stati affettivi negativi come l’ansia da compito sono stati trovati per abbassare le prestazioni sui test del QI in modo sostanziale (von der Embse et al., 2018). Riassumendo, le scarse ma significative prove sui processi motivazionali e affettivi suggeriscono che essi rappresentano una variazione sostanziale nelle prestazioni sui test del QI.

Implicazioni e direzioni di ricerca future

Le prove sull’impatto dei processi motivazionali e affettivi hanno implicazioni per l’interpretazione e l’uso dei test del QI. Convenzionalmente, le differenze nelle prestazioni nei test del QI sono state assunte per trasmettere esclusivamente le discrepanze nella qualità del funzionamento cognitivo dei partecipanti al test. Tuttavia, con le nuove prove sull’incudine, la variabilità delle prestazioni nei test del QI sembra essere anche una funzione del tipo e dell’intensità delle motivazioni e degli stati affettivi che i partecipanti al test sperimentano durante la prova. Questa evidenza richiede un cambiamento nel modo in cui i punteggi del QI sono interpretati per prendere decisioni nel mondo reale. Pertanto, andando avanti, sono necessari sforzi più concertati per scoprire gli effetti dei processi motivazionali e affettivi sul funzionamento cognitivo nel contesto dei test del QI.

In particolare, la ricerca futura potrebbe esaminare quale tipo di spunti motivazionali, cioè, orientati al compito o al risultato (Pintrich, 2000), sono ottimali per le prestazioni in un test del QI. Un individuo con una motivazione orientata al compito percepisce il successo in un test del QI come un fine in sé. Al contrario, l’individuo guidato dalla motivazione orientata al risultato presume che fare un test del QI sia strumentale ad altri risultati della vita. Inoltre, la ricerca deve esaminare come l’intensità motivazionale (se orientata al compito o al risultato) modula il funzionamento cognitivo su un test del QI.

La ricerca sui comportamenti orientati all’obiettivo suggerisce che il monitoraggio e il feedback potrebbero anche spiegare la variazione del funzionamento cognitivo (Fishbach et al., 2010; Carver, 2018). Pertanto, gli studi futuri potrebbero anche esaminare come la frequenza del monitoraggio e la natura del feedback influenzino le prestazioni nei test del QI. Allo stesso modo, le risposte affettive alle prestazioni di monitoraggio durante il test del QI potrebbero anche rendere conto delle prestazioni complessive sul test. La ricerca pertinente ha esaminato solo l’impatto degli stati affettivi negativi come l’ansia (von der Embse et al., 2018). Tuttavia, anche gli stati affettivi positivi potrebbero contribuire alla variazione dei punteggi del QI (Fredrickson, 2004). Infine, gli studi potrebbero anche esaminare come le strategie di regolazione delle emozioni del tratto influenzino le prestazioni nei test del QI in quanto modulano la generazione e l’espressione delle emozioni (Gross, 2002).

Messi insieme, questi filoni di ricerca potrebbero infine contribuire a un resoconto più psicologicamente sfumato dei test del QI. Una tale visione integrata aiuterebbe a eliminare il divario interpretativo che affligge le loro applicazioni nel mondo reale.

Conclusione

La nozione di intelligenza è qui per rimanere, e così i test del QI che indicizzano l’intelligenza. Tuttavia, c’è il caso di un’interpretazione psicologicamente più completa di ciò che i punteggi del QI riflettono. Esaminare l’influenza dei processi motivazionali e affettivi sul funzionamento cognitivo alla base delle prestazioni nei test del QI è un passo in questa direzione. Un resoconto affidabile di ciò che i punteggi del QI riflettono consentirebbe un uso più cauto di questi numeri per determinare l’accesso alle opportunità che modellano i risultati della vita individuale nelle moderne società meritocratiche.

Contributi degli autori

Sia VG che SS hanno contribuito equamente a tutte le fasi dello sviluppo del manoscritto che ha portato alla sua presentazione.

Conflitto di interessi

Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali o finanziarie che potrebbero essere interpretate come un potenziale conflitto di interessi.

Benn, Y., Webb, T. L., Chang, B. P., Sun, Y. H., Wilkinson, I. D., and Farrow, T. F. (2014). La base neurale del monitoraggio dei progressi obiettivo. Front. Hum. Neurosci. 8:688. doi: 10.3389/fnhum.2014.00688

PubMed Abstract | CrossRef Full Text | Google Scholar

Binet, A., e Simon, T. (1916). “Lo sviluppo dell’intelligenza nei bambini” in La scala Binet-Simon. trans. E. S. Kite (Baltimora, MD: Williams & Wilkins Co.).

Google Scholar

Boring, E. G. (1923). L’intelligenza come la testano i test. Nuova Repubblica. 35-37.

Google Scholar

Botvinick, M., e Braver, T. (2015). Motivazione e controllo cognitivo: dal comportamento al meccanismo neurale. Annu. Rev. Psychol. 66, 83-113. doi: 10.1146/annurev-psych-010814-015044

PubMed Abstract | CrossRef Full Text | Google Scholar

Bowles, S., e Gintis, H. (2002). L’eredità della disuguaglianza. 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). Meccanismi di interazione motivazione-cognizione: sfide e opportunità. 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 del controllo, raggiungimento degli obiettivi e psicopatologia. 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). Sull’autoregolazione del comportamento. Cambridge, UK: Cambridge University Press.

Google Scholar

Ceci, S. J. (1996). Sull’intelligenza: Un trattato bio-ecologico sullo sviluppo dell’intelligenza. Cambridge, MA: Harvard University Press.

Google Scholar

Chiew, K. S., and Braver, T. S. (2011). Affetto positivo contro ricompensa: influenze emotive e motivazionali sul controllo cognitivo. 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., e Miller, G. A. (2013). Relazioni tra cognizione, emozione e motivazione: implicazioni per l’intervento e la neuroplasticità in psicopatologia. Front. Hum. Neurosci. 7:261. doi: 10.3389/fnhum.2013.00261

PubMed Abstract | CrossRef Full Text | Google Scholar

Daw, N. D., e Shohamy, D. (2008). La neuroscienza cognitiva della motivazione e dell’apprendimento. 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). Ricompensa, motivazione e apprendimento di rinforzo. Neuron 36, 285-298. doi: 10.1016/s0896-6273(02)00963-7

CrossRef Full Text | Google Scholar

Deary, I. J. (2001). Intelligenza: 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). Ruolo della motivazione nei test d’intelligenza. 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 nuova psicologia del successo. 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. Motivazione, emozione e cognizione: Integrative perspectives on intellectual functioning and development. eds. D. Y. Dai e R. J. Sternberg (Mahwah, NJ: Lawrence Erlbaum Associates Publishers), 41-55.

Google Scholar

Elliot, A. J. (Ed.) (2008). Manuale di motivazione all’approccio e all’evitamento. New York, NY: Psychology Press.

Google Scholar

Epley, N., and Gilovich, T. (2016). La meccanica del ragionamento motivato. J. Econ. Perspect. 30, 133-140. doi: 10.1257/jep.30.3.133

CrossRef Full Text | Google Scholar

Eysenck, H. J. (2018). Intelligenza: Un nuovo sguardo. Piscataway, NJ: Transaction Publishers.

Google Scholar

Firestone, C., and Scholl, B. J. (2016). La cognizione non influenza la percezione: valutare le prove degli effetti “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). Come i feedback positivi e negativi motivano il perseguimento degli obiettivi. 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). “Come il feedback influenza la persistenza, il disimpegno e il cambiamento nel perseguimento dell’obiettivo” 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). Le difficoltà di apprendimento: Dall’identificazione all’intervento. New York, NY: The Guilford Press.

Google Scholar

Fredkson, B. L. (2004). La teoria del broaden-and-build delle emozioni positive. 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., e Harmon-Jones, E. (2016). “Affetto, motivazione e portata cognitiva” in Frontiers of cognitive psychology. Motivazione e controllo cognitivo. ed. T. S. Braver (New York, NY: Routledge/Taylor & Francis Group), 164-187.

Google Scholar

Gable, P., and Harmon-Jones, E. (2010). Il modello dimensionale motivazionale dell’affetto: implicazioni per l’ampiezza dell’attenzione, la memoria e la categorizzazione cognitiva. Cognit. Emot. 24, 322-337. doi: 10.1080/02699930903378305

CrossRef Full Text | Google Scholar

Gardner, H. (1993). Intelligenze multiple: La teoria nella pratica. New York, NY: Basic Books.

Google Scholar

Gross, J. J. (2002). Regolazione delle emozioni: conseguenze affettive, cognitive e sociali. 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). Il monitoraggio dei progressi dell’obiettivo promuove il raggiungimento dell’obiettivo? Una meta-analisi delle prove sperimentali. Psychol. Bull. 142, 198-229. doi: 10.1037/bul0000025

PubMed Abstract | CrossRef Full Text | Google Scholar

Hart, W., and Gable, P. A. (2013). Motivare il perseguimento degli obiettivi: il ruolo dell’intensità motivazionale dell’affetto e degli obiettivi attivati. 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). “Motivazione e azione: introduzione e panoramica” in Motivazione e azione (New York, NY: Springer), 1-14.

Google Scholar

Hunt, E. (1995). Il ruolo dell’intelligenza nella società moderna. Am. Sci. 83, 356-369.

Google Scholar

Inzlicht, M., Bartholow, B. D., and Hirsh, J. B. (2015). Fondamenti emotivi del controllo cognitivo. Trends Cogn. Sci. 19, 126-132. doi: 10.1016/j.tics.2015.01.004

PubMed Abstract | CrossRef Full Text | Google Scholar

Kline, P. (2013). Intelligenza: Il punto di vista psicometrico. London, UK: Routledge.

Google Scholar

Miendlarzewska, E. A., Bavelier, D., e Schwartz, S. (2016). Influenza della motivazione di ricompensa sulla memoria dichiarativa umana. 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). L’intelligenza: note e incognite. 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). Le previsioni penetrano la percezione: intuizioni convergenti dal cervello, dal comportamento e dal disordine. Conscio. 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). Affetto positivo come feedback informativo nel perseguimento dell’obiettivo. 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 scienza emergente dell’intelligenza apprendibile. New York, NY: Simon and Schuster.

Google Scholar

Perkins, D. N., Jay, E., and Tishman, S. (1993). Oltre le abilità: una teoria disposizionale del pensiero. Merrill-Palmer Q. 39, 1-21.

Google Scholar

Pessoa, L. (2013). Il cervello cognitivo-emotivo: Dalle interazioni all’integrazione. Cambridge, MA: MIT Press.

Google Scholar

Pessoa, L. (2019). Architetture intelligenti per la robotica: la fusione di cognizione ed emozione. arXiv . Disponibile a: http://arXiv:1902.00363 (Accessed October 23, 2019).

Google Scholar

Pintrich, P. R. (2000). “Il ruolo dell’orientamento all’obiettivo nell’apprendimento autoregolato” 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). Le scale di intelligenza Stanford-Binet. New York, NY: The Guilford Press.

Google Scholar

Rothkirch, M., Schmack, K., Deserno, L., Darmohray, D., and Sterzer, P. (2014). Modulazione attenzionale dell’elaborazione della ricompensa nel cervello umano. Hum. Brain Mapp. 35, 3036-3051. doi: 10.1002/hbm.22383

PubMed Abstract | CrossRef Full Text | Google Scholar

Rothkirch, M., e 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). Il manuale Oxford della motivazione umana. New York, NY: Oxford University Press.

Google Scholar

Simon, H. A. (1967). Controlli motivazionali ed emotivi della cognizione. Psychol. Rev. 74, 29-39. doi: 10.1037/h0024127

PubMed Abstract | CrossRef Full Text | Google Scholar

Stanovich, K. E. (2009). Ciò che i test di intelligenza mancano: La psicologia del pensiero razionale. New Haven, CT: Yale University Press.

Google Scholar

Stanovich, K. E., West, R. F., e Toplak, M. E. (2016). Il quoziente di razionalità: Verso un test del pensiero razionale. Cambridge, MA: MIT Press.

Google Scholar

Sternberg, R. J. (2006). Intelligenza. Enciclopedia della scienza cognitiva. New York, NY: Wiley Publishing.

Google Scholar

Sternberg, R. J. (Ed.) (2018). La natura dell’intelligenza umana. Cambridge, UK: Cambridge University Press.

Google Scholar

Sternberg, R. J., Grigorenko, E. L., and Bundy, D. A. (2001). Il valore predittivo del QI. Merrill-Palmer Q. 47, 1-41. doi: 10.1353/mpq.2001.0005

CrossRef Full Text | Google Scholar

Strenze, T. (2007). Intelligenza e successo socioeconomico: una revisione meta-analitica della ricerca longitudinale. 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). Perché facciamo quello che facciamo? Il quadro di attenzione-readiness-motivazione. Soc. Pers. Psychol. Compass 12:e12382. doi: 10.1111/spc3.12382

CrossRef Full Text | Google Scholar

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

Google Scholar

Van Iddekinge, C. H., Aguinis, H., Mackey, J. D., and DeOrtentiis, P. S. (2018). Una meta-analisi degli effetti interattivi, additivi e relativi dell’abilità cognitiva e della motivazione sulla 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). Effetti, predittori e correlati dell’ansia da test: una revisione meta-analitica di 30 anni. 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). Concretezza formazione riduce la disforia: un pilota proof-of-principle studio. 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 amministrazione e manuale di punteggio. San Antonio, TX: Psychological Corporation.

Google Scholar

Woods, S. A., Hinton, D. P., von Stumm, S., and Bellman-Jeffreys, J. (2019). Personalità e intelligenza: esaminare le associazioni dei tratti di personalità legati agli investimenti con l’intelligenza generale e specifica. 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). Interazioni di motivazione e controllo cognitivo. Curr. Opin. Behav. Sci. 19, 83-90. doi: 10.1016/j.cobeha.2017.11.009

PubMed Abstract | CrossRef Full Text | Google Scholar

admin

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.

lg