Geum.ru
   Авторефераты по всем темам  >>  Авторефераты по психологии  

На правах рукописи

Додонов Юрий Сергеевич

ИНТЕЛЛЕКТУАЛЬНЫЙ УРОВЕНЬ И

ИНДИВИДУАЛЬНЫЕ РАЗЛИЧИЯ В СКОРОСТИ ОПОЗНАВАНИЯ

КОЛИЧЕСТВА СТИМУЛОВ

Специальность: 19.00.01 - общая психология,

психология личности, история психологии

Автореферат

диссертации на соискание ученой степени

кандидата психологических наук

Москва

2012

Работа выполнена на кафедре социальной и дифференциальной психологии

филологического факультета Российского университета дружбы народов

Научный руководитель:

доктор психологических наук, профессор Кудинов Сергей Иванович

Официальные оппоненты:

доктор психологических наук, профессор  Нургалеев Владимир Султанович

заведующий кафедрой педагогики и психологии профессиональной деятельности

Сибирского государственного технологического университета

кандидат психологических наук, доцент  Силакова Марина Михайловна

заведующая кафедрой психологии

Ульяновского государственного педагогического университета им.И.Н.аУльянова

Ведущая организация:

Тамбовский государственный университет им. Г.Р. Державина

Защита состоится 26 марта 2012 года в 10.00 на заседании диссертационного совета Д 212.203.22 при Российском университете дружбы народов

по адресу: 117198, г. Москва, ул. Миклухо-Маклая, д.6, зал №1.

С диссертацией можно ознакомиться в Учебно-научном информационно-библиотечном центре (Научной библиотеке) РУДН по адресу: 117198, г. Москва, ул. Миклухо-Маклая, д. 6.

.

Автореферат диссертации размещен на сайте РУДН www.rudn.ru.

Автореферат диссертации разослан 25 февраля 2012 года.

Ученый секретарь диссертационного совета

кандидат педагогических наук,

доцент В.Б. Куриленко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. В современных психологических исследованиях большое внимание уделяется изучению когнитивных механизмов, ответственных за переработку информации о количестве объектов окружающего мира, восприятие числовых отношений и осуществление простейших арифметических операций. Предполагается, что индивидуальные особенности, лежащие в основе переработки информации о количестве, ответственны также за проявляющиеся позднее различия в уровне способностей и в успешности овладения специальными знаниями и навыками, в первую очередь математическими [Butterworth 1999; Dehaene 1997]. Таким образом, исследования в данной области имеют несомненную практическую ценность в контексте диагностики и предсказания успешности в обучении, а также в области разработки образовательных программ, освоение которых требует умения работы с количественными отношениями и числовыми операциями.

Анализ успешности решения скоростных когнитивных задач, требующих опознавания и сопоставления числа стимулов, лежит в основе существующих теоретических моделей, в которых делается попытка объяснения когнитивных механизмов опознавания количества. В таких моделях традиционно подчеркивается, что у взрослого человека в процессе опознавания количества объектов происходит обращение к двум системам репрезентации: базовой, невербальной (так называемое чувство количества, "number sense" [Brannon, Terrace 1998; Hauser, Dehaene, Dehaene-Lambertz, Patalano 2002; Lemer, Dehaene, Spelke, Cohen 2003]) и онтогенетически более поздней символической, вербальной [Sarnecka, Carey 2008; Izard, Dehaene 2008; Trick, Pylyshyn 1994; Railo, Koivisto, Revonsuo, Hannula 2008 и др.].

Следует отметить, однако, что в современной психологической литературе практически отсутствуют данные об индивидуальных различиях в скорости опознавания количества. Результаты первых исследований в целом подтверждают предположение о том, что индивидуальные различия в переработке информации о количестве действительно существуют и, по-видимому, связаны с уровнем общего интеллекта и специальных способностей, в частности, математических.

Одновременно в психологических исследованиях хорошо известным является факт взаимосвязи интеллектуального уровня и скорости переработки информации в простых когнитивных задачах [Detterman 1987; Eysenck 1987; Jensen 1993; Vernon & Jensen 1984; Ратанова 1995; Чуприкова 2007 и др.]. Таким образом, на данный момент остается невыясненным, существуют ли различия между людьми с разным интеллектуальным уровнем в скорости, специфичной для переработки информации о количестве стимулов,  несводимые к различиям в простых скоростных показателях.

Степень научной разработанности проблемы. К настоящему моменту накоплены эмпирические данные, позволяющие говорить о некоторых общих закономерностях скорости опознавания количества объектов. В частности, описана тенденция нелинейного возрастания времени переработки информации о количестве с увеличением числа стимулов в предъявляемом наборе [Akin, Chase 1978; Atkinson, Campbell, Francis 1976; Jensen, Reese, Reese 1950; Mandler, Shebo 1982; Simon, Peterson, Patel, & Sathian 1998; Trick, Pylyshyn 1993 и др.].

Однако первые эмпирические исследования, демонстрирующие существование индивидуальных различий в переработке информации о количестве стимулов, еще только начинают появляться [Halberda, Mazzocco, Feigenson 2008; Kovas, Tosto, Plomin 2010; Holloway, Ansari 2008; Mundy, Gilmore 2009]. Определенные трудности в изучении индивидуальных различий в скорости опознавания количества связаны с невозможностью выбора единственного скоростного показателя для анализа и необходимости комплексного изучения индивидуальных траекторий возрастания времени опознавания количества с увеличением числа предъявляемых стимулов.

Вместе с тем, задача изучения взаимосвязи интеллектуального уровня и показателей возрастания времени ответа с усложнением задачи успешно решается в эмпирических исследованиях в парадигме У.Хика [Hick 1952; Jensen 1987; Neubauer et al. 1997]. Кроме того, современные методы структурного моделирования с фиксированными нагрузками, разрабатываемые в последние годы [Schweizer 2006, 2010], позволяют по-новому решать сходные задачи анализа индивидуальных различий в возрастании времени ответа в их взаимосвязи с другими индивидуальными показателями.

Проблема исследования заключается в недостаточной изученности индивидуальных различий в скорости переработки информации о количестве стимулов. Остается открытым вопрос о связи индивидуальных показателей скорости, специфичной для различных аспектов переработки информации о количестве стимулов, с простыми скоростными показателями и интеллектуальным уровнем.

Объект исследования - скорость опознавания количества стимулов.

Предметом исследования являются индивидуальные различия в показателях скорости, специфичной для различных аспектов переработки информации о количестве стимулов.

Цель исследования - изучить взаимосвязь индивидуальных параметров скорости опознавания количества, показателей простой скорости реакции и интеллектуального уровня.

Гипотезы исследования:

  1. Общая закономерность возрастания времени опознавания количества с увеличением числа предъявляемых стимулов, наблюдаемая для усредненных данных, выполняется для результатов отдельных испытуемых и может быть описана с помощью единообразной монотонно возрастающей функции.
  2. Существуют индивидуальные различия в скорости опознавания количества: испытуемые различаются не только в простой неспецифичной скорости ответа, но и в скорости, специфичной для переработки информации о количестве стимулов, требующей обращения как к  невербальной базовой системе различения количества, так и к символической вербальной системе.
  3. Испытуемые с более высокой простой, неспецифичной скоростью ответа в задаче опознавания количества демонстрируют также высокую скорость реакции в простых скоростных задачах и более высокие интеллектуальные показатели, чем испытуемые с более низкой простой скоростью ответа.
  4. Испытуемые, демонстрирующие более высокую скорость, специфичную для переработки информации о количестве и отражающуюся в менее стремительном возрастании времени опознавания количества как функции числа предъявляемых стимулов, имеют значительно более высокие интеллектуальные показатели, чем испытуемые с более низкой скоростью переработки информации о количестве стимулов.

Задачи исследования:

1. Теоретические:

1.1.аПроанализировать теоретические подходы к изучению скорости переработки информации как психологического показателя, связанного с интеллектуальным уровнем, а также теоретические модели, объясняющие общие закономерности переработки информации в задаче опознавания количества.

1.2.аИзучить результаты эмпирических исследований общих закономерностей опознавания количества, проанализировать существующие подходы к анализу индивидуальных различий в когнитивных задачах, включающих серии с различным уровнем сложности.

2. Методические:

2.1.аРазработать когнитивную задачу для измерения скорости опознавания количества стимулов.

2.2.аВыбрать измерительные процедуры для диагностики интеллектуального уровня и разработать когнитивные задачи для измерения простых скоростных показателей.

2.3.аВыбрать адекватные статистические методы для анализа изменения времени опознавания количества стимулов с усложнением скоростной когнитивной задачи (с увеличением числа предъявляемых стимулов), для оценки индивидуальных параметров скорости опознавания количества и их связи со скоростными и интеллектуальными показателями.

3. Эмпирические:

3.1.аОценить скорость опознавания количества при различном числе предъявляемых стимулов иаизучить общие закономерности возрастания времени опознавания количества как функции числа предъявляемых стимулов.

3.2.аОценить индивидуальные различия в параметрах, характеризующих различные аспекты скорости переработки информации о количестве стимулов, и проанализировать взаимосвязь между этими параметрами.

3.3.аОценить взаимосвязь между индивидуальными параметрами скорости переработки информации о количестве стимулов, показателями скорости реакции и уровня интеллекта.

Теоретической и методологической основой исследования являются: методологические принципы когнитивной психологии и их конкретизация в представлениях о решении когнитивных задач как переработке информации, реализованные в исследованиях в парадигме "умственной хронометрии" (Ф.аДондерс, У.аХик, М.аПознер, С.аСтернберг, Р.аШепард и др.); теоретические представления об интеллекте как латентной характеристике, ответственной за успешность выполнения широкого круга когнитивных задач, и его связи со скоростью переработки информации (Ч.аСпирмен, А.аДженсен, Д.аДеттерман, Д.аБартоломеу, Ф.аВернон, Э.аХант, Я.аДиари, Н.И. Чуприкова, Т.А. Ратанова и др.). Проблема опознавания количества стимулов рассматривается в соответствии с современными теоретическими представлениями о двух системах репрезентации числовых отношений и существующими теоретическими моделями когнитивных механизмов переработки информации о количестве (С.аДехаэне, В.аИзард, С.Кэри, Л.Трик, З.Пылишин, Г.Рэйло и др.).

Методы и методики исследования. Для измерения скорости опознавания количества использовалась скоростная когнитивная задача Количество точек. Для измерения простой скорости реакции и скорости различения стимулов использовались компьютерные скоростные когнитивные задачи. Для оценивания интеллектуального уровня использовались субтесты теста структуры интеллекта Р.аАмтхауэра (дополнение предложений, исключение лишнего слова, аналогии, обобщение, арифметические задачи, числовые ряды, выбор фигур и задание с кубиками), методика Продвинутые прогрессивные матрицы Дж.аРавена, методика Включенные фигуры К.Б.аГоттшальдта. Для обработки данных применялись стандартизированные пакеты программ Statistica 6.0, QtiPlot v.0.9.7.14, SPSS 17.0 и Amos 18. В анализе использовались непараметрический критерий Вилкоксона для связанных выборок, параметрические коэффициенты корреляции Пирсона, в том числе коэффициенты парциальной корреляции, непараметрические коэффициенты корреляции Спирмена, нелинейный регрессионный анализ  с использованием алгоритма Левенберга-Макуардта (Scaled Levenberg-Marquardt algorithm) и взвешивания данных, анализ методом главных компонент, структурное моделирование со свободными и фиксированными нагрузками между манифестными и латентными переменными.

Эмпирическая база исследования. Выборочную совокупность исследования составили 407 испытуемых, средний возраст - 19,72 лет (стандартное отклонение 1,59), 53,1% мужского пола. Выборка испытуемых включала студентов высших учебных заведений различных специальностей (262 человека, средний возраст - 19,29 1,31 лет, 27,1% мужского пола) и призывников Приволжско-Уральского военного округа (145 человек, средний возраст - 20,50 1,74 лет, все мужского пола).

Достоверность и обоснованность результатов исследования обеспечиваются реализацией методологических, логико-научных принципов и соблюдением нормативов теоретического и эмпирического исследования; методологической обоснованностью работы; выбором методических средств, адекватных цели и объекту исследования; объемом и репрезентативностью выборки испытуемых; применением современных методов статистической обработки данных.

Наиболее существенные научные результаты, полученные лично соискателем, и их научная новизна:

  1. Впервые на российской выборке получены эмпирические данные о скорости переработки информации о количестве стимулов и ее взаимосвязи со скоростными и интеллектуальными показателями.
  2. Впервые в рамках единой программы исследования проанализированы как общие закономерности возрастания времени опознавания количества с увеличением числа предъявляемых стимулов, так и индивидуальные различия в траекториях возрастания времени опознавания количества.
  3. Установлена форма зависимости времени опознавания количества от числа предъявляемых стимулов. Показано, что степенная функция является наиболее предпочтительной для описания возрастания времени переработки информации о количестве стимулов.
  4. Продемонстрировано, что индивидуальные различия при решении задачи опознавании количества проявляются как в простой скорости переработки информации, так и в скорости, специфичной для переработки информации о количестве и отражающейся в интенсивности прироста времени ответа с увеличением числа предъявляемых стимулов. Продемонстрирована возможность анализа набора индивидуальных показателей, характеризующих различные аспекты скорости переработки информации о количестве.
  5. Продемонстрирована связь простой, неспецифичной скорости ответа в задаче опознавания количества с простыми скоростными показателями: простой скоростью реакции и скоростью различения стимулов. Показано, что простые скоростные показатели слабо связаны со скоростью, специфичной для переработки информации о количестве стимулов.
  6. Установлено, что скорость опознавания количества, отражающаяся в интенсивности прироста времени опознавания количества с увеличением числа предъявляемых стимулов, в высокой степени связана с интеллектуальным уровнем. При более высоких показателях интеллекта скорость переработки информации о количестве с участием как базовой невербальной, так и символической вербальной систем более высокая, чем при более низком уровне интеллекта.

Теоретическая значимость исследования состоит в том, что результаты теоретического и эмпирического исследования:

    • вносят существенный вклад в понимание общих закономерностей и индивидуальных различий в когнитивных механизмах переработки информации о количестве стимулов;
    • конкретизируют, дополняют и расширяют знания о закономерностях изменения скорости опознавания количества стимулов с усложнением скоростной когнитивной задачи;
    • демонстрируют существование индивидуальных различий по целому ряду относительно независимых параметров скорости опознавания количества стимулов;
    • обосновывают необходимость реализации анализа скорости переработки информации о количестве, основанного на использовании современных методов математического моделирования;
    • реализуют в рамках единых моделей оценивание как общих закономерностей опознавания количества, так и индивидуальных различий в скорости ответа и их связи с другими скоростными и интеллектуальными показателями;
    • устанавливают существование высокой достоверной взаимосвязи скорости переработки информации о количестве стимулов и уровня интеллекта;
    • обосновывают необходимость дальнейших исследований индивидуальных различий в переработке информации о количестве и их перспективность с точки зрения понимания механизмов общего интеллекта и его взаимосвязи со скоростными показателями.

Практическая ценность исследования. Во-первых, полученные данные о существовании индивидуальных различий в скорости переработки информации о количестве и их высокой взаимосвязи с интеллектуальным уровнем могут быть использованы при разработке современных процедур диагностики интеллектуальной одаренности и математических способностей, а также в целях предсказания успешности в обучении. Так, проводимые нами исследования показывают, что индивидуальные показатели, получаемые в задаче опознавания количества стимулов, в совокупности являются по крайней мере не менее надежным предиктором показателей успешности в обучении, чем традиционные психометрические показатели интеллектуальных способностей.

Во-вторых, полученные данные о существовании индивидуальных различий по целому ряду относительно самостоятельных показателей, характеризующих особенности переработки информации о количестве, представляют существенную ценность в контексте разработки эффективных образовательных программ, освоение которых требует оперирования представлениями о количестве и количественных отношениях.

В-третьих, исследование представляет ценность в контексте преподавания психологических дисциплин в рамках программ подготовки и переподготовки специалистов-психологов. Систематизированный теоретический материал и результаты эмпирического исследования могут применяться в учебных целях при разработке семинаров и спецкурсов по общей психологии, психологии индивидуальных различий, когнитивной психологии.

Наконец, в рамках исследовательских проектов в различных областях когнитивной психологии, разработанная схема анализа индивидуальных показателей скорости переработки информации в задаче опознавания количества может быть использована в диагностике и интерпретации индивидуальных различий в успешности решения широкого круга задач с возрастающей сложностью.

Исследование проводилось поэтапно.

На первом этапе (2008Ц2009 гг.) осуществлялся теоретико-методологический анализ проблемы, изучалась степень ее разработанности, обосновывалась цель, определялись задачи, формулировалась гипотеза исследования, разрабатывались и подбирались адекватные цели и задачам методы и методики исследования.

На втором этапе (2009Ц2010 гг.) были произведены сбор эмпирического материала и разработка алгоритмов обработки полученных данных, реализован анализ индивидуальных различий в скорости опознавания количества и их взаимосвязи с интеллектуальным уровнем.

На третьем этапе (2010Ц2011 гг.) были систематизированы результаты исследования, осуществлена их интерпретация, а также оформлена диссертационная работа.

Положения, выносимые на защиту:

  1. Время опознавания количества достоверно возрастает с увеличением числа предъявляемых стимулов. Наблюдаемое возрастание времени опознавания количества нелинейно и может быть описано с помощью степенной функции.
  2. Индивидуальные особенности скорости опознавания количества стимулов могут быть описаны с помощью набора параметров, характеризующих  как простую, неспецифичную скорость переработки информации, так и скорость, специфичную для различных аспектов переработки информации о количестве.
  3. Существуют значительные индивидуальные различия во всех перечисленных параметрах скорости опознавания количества. При этом показатели простой, неспецифичной скорости ответа и скорости, специфичной для переработки информации о количестве, являются относительно независимыми и отражают содержательно разные аспекты переработки информации в скоростной когнитивной задаче опознавания количества стимулов.
  4. Простая, неспецифичная скорость ответа в задаче опознавания количества отражает скоростные характеристики переработки информации в целом и слабо связана с уровнем интеллекта. При опознавании количества наибольшие различия между испытуемыми с различным уровнем интеллекта проявляются в скорости, специфичной для переработки информации о количестве стимулов.
  5. При более высоком интеллектуальном уровне переработка информации о количестве происходит быстрее, чем при более низком интеллектуальном уровне, что обеспечивается более высокой скоростью функционирования как базовой невербальной системы опознавания количества, так и символической вербальной системы.

Апробация результатов исследования. Результаты диссертационного исследования докладывались и обсуждались на Научно-практических конференциях Ананьевские чтения - 2006  и Ананьевские чтения - 2007 (Санкт-Петербург, 2006, 2007), на Межвузовской научно-практической конференции Психология XXI века - 2007 (Санкт-Петербург, 2007), на III Международной конференции по когнитивной науке (Москва, 2008), на XVI Международной конференции Психометрического сообщества (Кембридж, Великобритания, 2009), на X и XI ежегодных конференциях Международного сообщества по исследованию интеллекта (Мадрид, Испания 2009, Арлингтон, США 2010), на конференции Международного сообщества по изучению индивидуальных различий (Лондон, Великобритания, 2011).

Содержание диссертации отражено в 11 публикациях, из которых 3 статьи опубликованы в рецензируемых научных изданиях, рекомендованных ВАК.

Структура диссертации. Представляемая работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Объем основного текста составляет 199 страниц. Текст содержит 15 таблиц и 20арисунков.

Список использованной литературы включает 231 наименование, в том числе 200 - на иностранных языках.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во Введении обосновывается актуальность работы; определяется методологическая основа; указываются объект и предмет; формулируются цель, задачи и гипотезы исследования. Раскрываются научная новизна работы, ее теоретическая и практическая значимость; формулируются положения, выносимые на защиту.

В первой главе Теоретический анализ проблемы взаимосвязи интеллектуального уровня и скорости переработки информации проведен анализ российских и зарубежных психологических исследований скорости переработки информации в различных когнитивных задачах и ее взаимосвязи с интеллектуальным уровнем.

В Параграфе 1.1 анализируется проблема изучения скорости переработки информации как психологического показателя. Рассматривается базовый для когнитивной психологии конструкт "переработка информации", обобщаются некоторые основные принципы построения скоростной когнитивной задачи. На основании анализа зарубежных [Donders 1969; Posner & Mitchell 1967; Sternberg 1966; Shepard & Metzler 1971 и др.] и российских [Бойко 1964, 1976; Чуприкова 1967] исследований делается вывод о том, что скорость переработки информации является важным психологическим показателем, позволяющим получить информацию о когнитивных процессах, лежащих в основе решения различного рода задач. При этом изучение времени ответа в специальным образом организованных экспериментальных задачах может быть направлено как на анализ общих закономерностей переработки информации, так и на выявление индивидуальных различий в скорости протекания когнитивных процессов. Отмечается, что скоростные когнитивные задачи преимущественно существуют во множестве модификаций и, в отличие от стандартизированных психометрических тестов, чаще всего разрабатываются с учетом целей и задач конкретного эксперимента. При этом термин "время ответа" является наиболее общим термином для обозначения скоростных показателей в различных задачах. Термин "время реакции", в соответствии с общепринятой в зарубежной психологии традицией, используется как более узкий термин применительно к задачам, требующим простой реакции на появление стимула или скоростного различения стимулов.

В Параграфе 1.2 анализируются эмпирические данные о взаимосвязи уровня интеллекта и скорости переработки информации [Detterman 1987; Eysenck 1987; Jensen 1993, 1998; Sheppard, Vernon 2008 и др.]. Делается вывод о том, что скорость ответа в различных когнитивных задачах связана с уровнем интеллекта: более высокоинтеллектуальные испытуемые демонстрируют более высокую скорость, чем менее интеллектуальные испытуемые. Обсуждаются возможная природа этой взаимосвязи [Jensen 1982; Rammsayer, Brandler 2007; Чуприкова 1995, 2007; Deary et al. 2004], а также различные подходы к концептуализации понятия "интеллект" [Холодная 2002; Чуприкова 1997; Bartholomew 2004; Jensen 1998; Spearman 1904, 1927]. Отмечается, что проанализированные подходы к пониманию природы взаимосвязи между интеллектом и скоростью выполнения различного рода когнитивных задач в сущности не противоречат друг другу, а, скорее, дополняют друг друга. При этом большинство авторов сходится во мнении, что за взаимосвязью интеллекта и скорости реакции стоят индивидуальные различия в некоторых базовых особенностях функционирования нервной системы. Эти особенности, как справедливо подчеркивает А.аДженсен, не являются специфичными локальными мозговыми механизмами, а, напротив, носят наиболее общий, генерализованный характер, затрагивая все аспекты функционирования нервной системы [Jensen 1998].

Особое внимание уделяется тенденции увеличения взаимосвязи между интеллектуальными и скоростными показателями с усложнением скоростной когнитивной задачи [Vernon, Jensen 1984 и др.]. Чем сложнее скоростная задача, тем выше оказывается обнаруживаемая взаимосвязь между скоростным показателем, полученным в этой задаче, и интеллектуальным уровнем. Таким образом, если скоростная когнитивная задача включает предъявления различного уровня сложности, изучение взаимосвязи между интеллектуальным уровнем и скоростью переработки информации не может сводиться к простому анализу корреляции между интеллектом и средним временем ответа, без учета усложнения задачи.

Параграф 1.3 посвящен проблеме анализа индивидуальных различий в скорости переработки информации в когнитивных задачах с возрастающей сложностью. Демонстрируется, что простой показатель среднего времени ответа не является информативной мерой индивидуальных различий в таких задачах. Рассматривается возможная схема анализа связи интеллектуального уровня и индивидуальных траекторий возрастания времени ответа на примере экспериментальных исследований в парадигме У.Хика [Hick, 1952], где время реакции анализируется в качестве линейной функции от количества информации. В исследованиях в парадигме Хика традиционно предполагается, что именно индивидуальный показатель наклона функции возрастания, интерпретируемый как параметр, отражающий собственно скорость когнитивных процессов [Jensen 1987; Neubauer et al. 1997], связан с уровнем общего интеллекта [Roth 1964; Eysenck 1967]. Рассматривается как традиционный для задачи Хика метод изучения индивидуальных различий, основанный на использовании регрессионного анализа, так и современные математические средства анализа данных, а именно структурное моделирование с фиксированными связями между манифестными и латентными переменными [Schweizer 2006, 2010]. Основное отличие моделей с фиксированными связями от традиционных структурных моделей состоит в том, что все нагрузки между манифестными и латентными переменными априорно задаются, а не оцениваются свободно. Это позволяет, в частности, декомпозировать истинную дисперсию манифестных переменных на некоторое количество компонентов, избежав при этом проблем недоопределенности модели. Демонстрируется, что такое моделирование позволяет оценивать на латентном уровне как простую, неспецифичную скорость реакции, так и скоростные индивидуальные параметры, специфичные для различных аспектов переработки информации в анализируемой когнитивной задаче, а также их взаимосвязь с интеллектуальными показателями.

Во второй главе л Теоретический анализ проблемы общих закономерностей и индивидуальных различий в скорости опознавания количества стимулов проведен анализ современных зарубежных и российских исследований особенностей переработки информации о количестве стимулов.

В Параграфе 2.1 рассматриваются современные представления о когнитивных механизмах переработки информации о количестве стимулов. Подчеркивается, что переработка информации о количестве у взрослого человека основывается на обращении к двум системам репрезентации числовых отношений: базовой, невербальной и символической, вербальной. Анализируются теоретические представления и эмпирические данные о работе базовой, невербальной системы различения количества, традиционно называемой "number sense" (чувство количества) [Brannon 2002; Dehaene 1997; Lemer, Dehaene, Spelke, Cohen 2003; Izard, Dehaene 2008]. Рассматривается специфика формирования на ее основе системы вербальной, символической репрезентации числовых отношений [Carey 2001, 2004; Condry & Spelke 2008; Le Corre, Van de Walle, Brannon, & Carey 2006; Sarnecka, Lee 2009 и др.], а также проблема корреспонденции, соответствия между двумя системами [Lemer et al. 2003; Izard, Dehaene 2008].

В Параграфе 2.2 опознавание количества стимулов анализируется как единый когнитивный процесс. Рассматриваются возможные варианты построения задачи опознавания количества, с предъявлением стимулов не только в визуальной, но и в аудиальной и тактильной модальностях [Camos & Tillmann 2008; Plaisier, Bergmann Tiest, Kappers 2009]. Отмечается, что, вне зависимости от модальности предъявления стимулов, в большинстве исследований обнаруживается общая закономерность нелинейного возрастания времени опознавания количества с увеличением числа стимулов [Akin, Chase 1978; Atkinson, Campbell, & Francis 1976; Jensen, Reese, Reese 1950; Mandler & Shebo 1982; Simon, Peterson, Patel, & Sathian 1998; Trick, Pylyshyn 1993, и др.]. Возрастание времени опознавания количества незначительно при небольшом числе стимулов и более стремительно в том случае, когда число стимулов в наборе превышает четыре-пять. Анализируются теоретические модели, в которых предполагается, что опознавание количества в случае маленького и большого набора стимулов требует участия различных когнитивных процессов. Отмечается, что применительно к опознаванию маленьких наборов стимулов (до 4-5) используется термин одномоментное опознавание количества ("subitizing"), применительно к опознаванию больших наборов стимулов - подсчет ("counting"). При этом термин опознавание количества ("enumeration") является более общим по отношению к предыдущим двум терминам и используется как в случае маленьких, так и в случае больших наборов стимулов.

По результатам теоретического анализа отмечается, что однозначное соотнесение одномоментного восприятия количества с базовой невербальной системой репрезентации, а подсчета - с вербальной числовой системой не представляется правомерным. Более того, сам факт наличия четкой границы между когнитивными процессами, участвующими в опознавании маленького и большого количества стимулов, ставится под сомнение целым рядом исследователей [Balakrishnan, Ashby 1991, 1992; Railo, Koivisto, Revonsuo, Hannula 2008]. Указывается на то, что именно сравнительный анализ скорости ответа в случае маленьких и больших наборов стимулов, а также в гипотетической "переходной" зоне, представляется наиболее продуктивным при изучении закономерностей опознавания количества.

В Параграфе 2.3 анализируется проблема индивидуальных различий в опознавании количества стимулов. Подчеркивается, что исследования переработки информации о количестве до настоящего момента преимущественно фокусировались на изучении общих закономерностей, а не индивидуальных различий. Анализируются появляющиеся в настоящее время первые исследования, демонстрирующие существование индивидуальных различий в отдельных аспектах переработки информации о количестве [Halberda, Mazzocco, Feigenson 2008; Kovas, Tosto, Plomin 2010; Holloway, Ansari 2008; Mundy, Gilmore 2009]. Эти различия проявляются как в базовом, невербальном "чувстве количества", так и в успешности оперирования вербальными репрезентациями числовых отношений, а также в согласованности между вербальной и невербальной системами репрезентации. Отмечается, что индивидуальные различия в переработке информации о количестве, по-видимому, связаны с уровнем общего интеллекта и специальных способностей, в частности, математических. Подчеркивается, однако, что целостная картина индивидуальных различий в опознавании количества может быть выстроена только на основании дальнейших исследований. Делается предположение о существовании индивидуальных различий в целостных траекториях возрастания времени опознавания количества с увеличением числа предъявляемых стимулов. Необходимость изучения такого рода индивидуальных различий обсуждается в двух аспектах. Во-первых, отмечается, что для целого ряда закономерностей, сформулированных для усредненных групповых результатов, в литературе широко обсуждается проблема эффекта агрегирования данных [Anderson & Tweney 1997; Anderson 2001; Myung, Kim & Pitt 2000; Hunt 2007]. Другими словами, только анализ на уровне индивидуальных результатов может помочь избежать артефактов суммирования данных и ответить на вопрос о форме зависимости времени опознавания количества от числа стимулов в наборе. Во-вторых, подчеркивается, что именно анализ индивидуальных различий в параметрах функции возрастания времени опознавания количества может быть перспективным с точки зрения понимания процессов переработки информации о количестве, а также поиска элементарных предикторов общего интеллекта и специальных способностей, в частности, математических. Отмечается, что такой анализ возможен с использованием современных математических методов, позволяющих оценить форму индивидуальных траекторий возрастания, учесть их нелинейность и таким образом оценить индивидуальные параметры скорости переработки информации о количестве стимулов, а также их взаимосвязь с другими - интеллектуальными и скоростными - показателями.

В третьей главе л Эмпирическое исследование связи интеллектуального уровня и индивидуальных различий в скорости опознавания количества стимулов подробно описана программа эмпирического исследования, представлены результаты изучения индивидуальных различий в параметрах скорости опознавания количества и их взаимосвязи с интеллектуальным уровнем, предложена интерпретация полученных эмпирических данных.

Параграф 3.1 включает описание программы эмпирического исследования. Описывается выборка испытуемых и процедура исследования, обосновывается выбор методик, подробно описывается скоростная когнитивная задача Количество точек, разработанная для измерения скорости опознавания количества стимулов. Стимульный материал для данной задачи был организован в виде специального видеофайла, предъявляемого на экране монитора. В каждом предъявлении точки были расположены в случайном порядке внутри воображаемого квадрата 100100 мм. Взаимное расположение точек в каждом случае было уникальным и не повторялось даже для групп с одинаковым количеством точек. Примеры наборов точек, использованных в качестве стимульного материала, приведены на Рисунке 1. В процессе тестирования регистрировался вербальный ответ испытуемых. Для извлечения информации о времени ответа испытуемых использовалась графическая репрезентация звуковой волны.

Параграф 3.2 представляет результаты эмпирического анализа времени опознавания количества как функции числа предъявляемых стимулов. При анализе скорости ответа в задаче Количество точек для каждого испытуемого подсчитывалось среднее время правильных ответов в отдельности для каждого уровня сложности задачи (количества предъявляемых стимулов). Среднее время ответа и соответствующие стандартные отклонения для данной выборки составили: 523 66 мс для двух точек, 629 87 мс для трех точек, 741   148 мс для четырех точек, 1147 203 мс для пяти точек, 1474 295 мс для шести точек, 1782 344 мс для семи точек, 2162 443 мс для восьми точек, 2426 494 для девяти точек.

Таким образом, в целом по группе среднее время ответов возрастало с увеличением количества стимулов, увеличивалась также и групповая вариативность в скорости ответов. Чтобы оценить достоверность возрастания времени ответа при увеличении числа стимулов, значения времени ответа для соседних уровней сложности сравнивались попарно с помощью критерия Вилкоксона для связанных выборок. В каждом случае было обнаружено достоверное увеличение времени ответа с увеличением количества предъявляемых стимулов (p<0,001). 

Рисунок 1. Примеры наборов точек, использованных

в качестве стимульного материала в задаче Количество точек

Чтобы количественно оценить параметры, характеризующие индивидуальные траектории времени опознавания количества, требовалось в первую очередь адекватным образом выбрать функцию, наиболее предпочтительную для описания возрастания времени ответа с увеличением числа стимулов. Было проанализировано несколько функций с точки зрения их соответствия экспериментальным данным. На основании грубой предварительной оценки данных функции с отрицательной второй производной были исключены из анализа. Таким образом, в дальнейшем анализировались три функции:

1) линейная функция: ;

2) экспоненциальная функция: ;

3) степенная функция: .

Для каждого испытуемого данные времени ответов были аппроксимированы всеми перечисленными функциями. Для аппроксимации был выбран алгоритм Левенберга-Макуардта, использовалось взвешивание данных. В качестве меры соответствия нелинейной регрессионной модели экспериментальным данным использовался показатель R2.

Для всех испытуемых из анализируемой выборки линейная функция описывала экспериментальные данные хуже, чем экспоненциальная и степенная. Экспоненциальная функция оказалась предпочтительнее (незначительно) степенной функции только для 13% участников. Показатели соответствия степенной функции экспериментальным данным были в целом очень высокими - средняя величина R2 в анализируемой выборке оставила 0,981 0,012, с минимальным и максимальным значением 0,927 и 0,999.

Однако нелинейный регрессионный анализ не позволил получить апостериорные оценки достоверности соответствия теоретической модели экспериментальным данным. Поэтому на следующем этапе анализа с целью уточнения формы возрастания времени опознавания количества с увеличением числа стимулов использовалось структурное моделирование с фиксированными нагрузками. Основное отличие таких моделей от традиционных структурных моделей состоит в том, что все нагрузки между манифестными и латентными переменными априорно задаются, а не оцениваются свободно. Это позволяет декомпозировать истинную дисперсию манифестных переменных на некоторое количество компонентов (факторов), избежав при этом проблем недоопределенности модели [Schweizer 2006a, 2006b]. При анализе формы возрастания времени опознавания количества с увеличением числа стимулов интерес представляли два латентных компонента: (1) фактор простой скорости ответа и (2) фактор возрастания времени ответа с увеличением числа предъявляемых стимулов, репрезентирующий скорость, специфичную для переработки информации о количестве.

Чтобы задать фактор простой скорости ответа, все нагрузки между ним и манифестными переменными были приравнены к величинеал1. Нагрузки второй латентной переменной были последовательно зафиксированы в соответствии с каждой проверяемой формой функции возрастания времени ответа с увеличением числа стимулов. В каждой из трех моделей (линейной, экспоненциальной и степенной) нагрузки были стандартизированы в соответствии с алгоритмом факторно-специфической стандартизации, предложенным К.Швайцером [Schweizer 2010]. Кроме того, оценивалась эксплораторная модель со свободной формой возрастания времени ответа. Общий вид оцениваемых структурных моделей представлен на Рисунке 2.

В качестве индексов соответствия модели эмпирическим данным анализировались 2/df (отношение величины 2 к числу степеней свободы), CFI (Comparative Fit Index) и RMSEA (Root Mean Square Error of Approximation). В целях сопоставления моделей анализировались также показатели AIC (Akaike Information Criterion) и BIC (Bayesian Information Criterion). Результаты оценивания моделей представлены в Таблице 1. Как видно из таблицы, степенная модель описывает эмпирические данные лучше, чем линейная и экспоненциальная модель. Кроме того, степенная модель оказывается предпочтительной по сравнению с эксплораторной моделью на основании сопоставления индексов 2/df, BIC и RMSEA.

Таким образом, с помощью структурного моделирования были подтверждены результаты нелинейного регрессионного анализа. Для дальнейшего анализа индивидуальных траекторий возрастания времени опознавания количества с увеличением числа стимулов была выбрана степенная функция, что дало возможность оценивания и последующего сопоставления единообразных параметров, характеризующих индивидуальные различия в скорости опознавания количества.

Параграф 3.3 представляет результаты эмпирического анализа индивидуальных различий в скорости опознавания количества.        

Рисунок 2. Структурное моделирование возрастания

времени опознавания количества с увеличением числа стимулов

Таблица 1. Сравнительный анализ структурных моделей с различной предполагаемой формой возрастания времени опознавания количества

Тип модели

2

df

2/df

CFI

RMSEA

AIC

BIC

Эксплораторная

68,21

19

3,59

0,964

0,080

102,21

170,36

инейная

162,87

25

6,515

0,899

0,117

184,87

228,97

Экспоненциальная

101,80

25

4,072

0,944

0,087

123,80

167,90

Степенная

84,35

25

3,374

0,957

0,076

106,35

150,45

С использованием степенной функции для каждого испытуемого эксплицитно оцениваются различные параметры возрастания времени ответа в задаче Количество точек. Обсуждается оптимальный набор параметров для описания индивидуальных различий в скорости опознавания количества и их содержательная интерпретация. Делается вывод, что индивидуальные различия в скорости решения задачи опознавания количества стимулов достаточно полно могут быть описаны с помощью четырех параметров:

1) параметра b (свободного члена степенной функции);

2) коэффициента a;

3) показателя степени k;

4) параметра S, рассчитываемого по формуле:

,

где n - число уровней сложности в задаче опознавания количества. Содержательный смысл параметра S понятен из Рисунка 3.

Рисунок 3. Оценивание индивидуальных параметров

скорости опознавания количества

Среди перечисленных параметров степенной функции параметр b рассматривался в дальнейшем в качестве параметра, прямо репрезентирующего простую, неспецифичную скорость переработки информации. Интенсивность возрастания времени ответа с увеличением числа стимулов, отражающая скорость, специфичную для переработки информации о количестве, описывалась не одним, а одновременно двумя параметрами: а и k. Параметр а интерпретировался в дальнейшем в качестве индивидуального показателя, репрезентирующего в большей степени эффективность функционирования базовой невербальной системы различения количества, а параметр k - в качестве показателя, отражающего баланс базовой и сформировавшейся на ее основе символической вербальной систем опознавания количества. ПараметраS  рассматривался в качестве обобщенной индивидуальной оценки скорости переработки информации о количестве. Основания для такой интерпретации приводятся в работе.

Описательные статистики для индивидуальных параметров скорости опознавания количества и корреляции между параметрами приведены в Таблице 2. Во-первых, параметр простой скорости ответа b оказался слабо связанным с интегральным показателем S, репрезентирующим скорость переработки информации о количестве (около 3% общей дисперсии). Был сделан вывод о том, что простая базовая скорость переработки информации и скорость, специфичная для переработки информации о количестве, могут рассматриваться в качестве двух относительно самостоятельных индивидуальных показателей. Во-вторых, параметры a и k оказались статистически достоверно отрицательно связанными.

Таблица 2. Описательные статистики для индивидуальных параметров скорости опознавания количества и корреляции между параметрами

Индивидуаль-ный параметр

Описательные статистики

Корреляции между параметрами

Среднее

Стандартное отклонение

k

b

S

a

  103,35

46,10

-0,822***

-0,010

  0,562***

k

  1,561

0,240

0,155**

-0,085

b

  511,49

63,98

  0,160**

S

  5503,66

1148,39

Примечание. *** - уровень значимости p<0,001, ** - p<0,01.

Обсуждается сущность этой взаимосвязи, подчеркивается, что ее необходимо учитывать при анализе корреляций этих индивидуальных показателей с внешними переменными. В частности, указывается, что анализ собственной дисперсии параметра k, при контроле параметра a, позволяет получить представление о скорости последовательной переработки информации о большом количестве стимулов на основании вербальной системы репрезентации. Таким образом, в следующем параграфе при оценке взаимосвязи каждого из параметров с другими скоростными и интеллектуальными показателями рассчитывались коэффициенты парциальной корреляции, при контроле другого параметра.

Отмечается, однако, что дескриптивные статистики индивидуальных параметров скорости опознавания количества, приведенные в Таблице 2, не позволяют получить оценку статистической достоверности наблюдаемых индивидуальных различий. Такого рода оценка была получена с использованием структурного моделирования с фиксированными нагрузками. Фиксация нагрузок между манифестными и латентными переменными в структурном моделировании позволяет свободно оценивать дисперсию латентных переменных и статистическую достоверность этого параметра, а предварительная стандартизация нагрузок дает возможность сопоставления дисперсий латентных переменных в рамках модели. 

В степенной модели, описанной выше, оцененная величина дисперсии латентного фактора простой скорости ответа составила 3328,08 (p<0,001). Что более важно, величина дисперсии латентного фактора возрастания времени ответа, репрезентирующего скорость переработки информации о количестве, оказалась существенно большей и также значимой и составила 47276,43 (p<0,001). На основании приведенных оценок был сделан вывод о значимости индивидуальных различий в простой скорости ответа и в скорости, специфичной для переработки информации о количестве стимулов.

Аналогичное оценивание достоверности дисперсии индивидуальных параметров a и k потребовало предварительной логарифмической трансформации исходных данных. После логарифмического преобразования формула степенной функции выглядела следующим образом:

Как видно из левой части приведенного уравнения, корректная логарифмическая трансформация данных потребовала предварительного вычитания базового времени ответа (в целях моделирования - времени опознавания наименьшего количества точек). Из приведенного уравнения понятно, что структурное моделирование трансформированных таким образом данных времени ответа позволило оценить на латентном уровне два параметра: k - в качестве латентного фактора наклона функции и a в качестве латентного интерцепта трансформированной функции. Оцениваемая степенная структурная модель для логарифмически трансформированных данных с соответствующей фиксацией нагрузок приведена на Рисунке 4.

Рисунок 4. Оценивание параметров  a и k скорости опознавания количества

на латентном уровне

Модель хорошо описывала эмпирические данные: 2(18)=62,26, 2/df=3,459, CFI=0,947, RMSEA=0,080, AIC=82,26, BIC=121,82. Оцененные величины дисперсии латентных переменных составили 0,203 (p<0,001) для латентной переменной, соответствующей логарифму коэффициента a и 0,080 (p<0,001) для латентной переменной, соответствующей показателю k.

Таким образом, был сделан вывод о значимых индивидуальных различиях не только в простой скорости переработки информации и в общем показателе скорости переработки информации о количестве, но и в отдельных параметрах, характеризующих специфические аспекты опознавания количества. На следующем этапе индивидуальные параметры скорости опознавания количества анализировались в их взаимосвязи со скоростными и интеллектуальными показателями.

В Параграфе 3.4 представлены результаты эмпирического анализа связи индивидуальных параметров скорости опознавания количества со скоростными и интеллектуальными показателями.

Коэффициенты корреляции между индивидуальными параметрами скорости опознавания количества и другими индивидуальными показателями, оцененными в рамках исследования, приведены в Таблице 3. Паттерн корреляций в целом соответствует теоретическим ожиданиям и подтверждает выдвинутые гипотезы. Параметр b достоверно связан с показателями простой скорости реакции и скорости различения стимулов, его связь с уровнем интеллекта слабо отрицательна. Между параметром S и показателями уровня интеллекта обнаружена высокая отрицательная взаимосвязь.

Таблица 3. Взаимосвязь между индивидуальными параметрами скорости опознавания количества, скоростными и интеллектуальными показателями

Индивидуальный параметр

скорости опознавания количества

Простая скорость реакции

(N=43)

Скорость различения стимулов

(N=43)

Балл по тесту

Равена

(N=92)

Балл по тесту Амтхауэра

(N=209)

Балл по тесту Готтшальдта

(N=150)

b

0,404**

0,331*

-0,096

-0,150*

-0,160

S

0,078

-0,006

-0,365***

-0,520***

-0,419***

a

(при контроле k)

0,034

-0,072

-0,355***

-0,434***

-0,360***

k

(при контроле a)

-0,094

0,087

-0,230*

-0,381***

-0,326***

Примечание. Для параметров a и k приведены коэффициенты парциальной корреляции (контролируемый параметр указан в скобках). *** - уровень значимости p<0,001,
** - p<0,01, * - p<0,05.

Каждый из двух параметров, характеризующих различные аспекты скорости переработки информации о количестве, достоверно отрицательно связан с баллом общего интеллекта при контроле другого параметра, хотя величина коэффициентов корреляции несколько ниже, чем для интегрального показателя скорости переработки информации о количестве.

Для анализа аналогичных взаимосвязей на латентном уровне структурные модели для исходных и логарифмически трансформированных данных, описанные выше, были дополнены путем включения общего интеллекта как латентной переменной. Для его моделирования в качестве манифестных переменных использовались баллы, полученные по субтестам теста Амтхауэра. Структурные модели приведены на Рисунках 5 и 6. Как видно из Рисунка 6, в модели на логарифмически трансформированных данных высокая корреляция между параметрами a и k контролировалась путем оценивания собственной дисперсии параметра k как самостоятельной латентной переменной. Обе модели хорошо описывали эмпирические данные: 2(104)=192,45, 2/df=1,85, CFI=0,929, RMSEA=0,064 для модели на исходных данных и 2(89)=160,35, 2/df=1,802, CFI=0,929, RMSEA=0,063 для модели на логарифмически трансформированных данных.

Рисунок 5. Оценивание взаимосвязи между уровнем интеллекта

и индивидуальными параметрами скорости опознавания количества

Рисунок 6. Оценивание взаимосвязи между уровнем интеллекта

и индивидуальными параметрами a и k на латентном уровне

В модели на исходных данных стандартизированные коэффициенты корреляции с латентным фактором общего интеллекта составили -0,206 (p=0,013) для фактора простой скорости ответа и -0,612 (p<0,001) для фактора скорости переработки информации о количестве. В модели на логарифмически трансформированных данных стандартизированные коэффициенты корреляции с латентным фактором общего интеллекта составили -0,420 (p<0,001) для фактора, соответствующего логарифму параметра a и -0,449 (p<0,001) для фактора, соответствующего собственной дисперсии параметра k. Таким образом, полученные с помощью структурного моделирования результаты хорошо согласуются с результатами нелинейного регрессионного анализа, при этом коэффициенты корреляции, оцененные на латентном уровне, оказываются более высокими по величине. На уровне тенденции можно говорить о том, что испытуемые с более высокими показателями интеллекта в целом демонстрируют более высокую простую скорость переработки информации. Однако в скоростной задаче опознавания количества наибольшие различия между испытуемыми с разным уровнем интеллекта проявляются именно в скорости, специфичной для переработки информации о количестве. Испытуемые с более высокими интеллектуальными показателями быстрее осуществляют переработку информации о количестве стимулов, чем испытуемые с более низким интеллектом, что обеспечивается, по-видимому, более эффективным функционированием как базовой невербальной системы различения количества, так и вербальной системы репрезентации, обращение к которой необходимо для последовательного пересчета большого количества стимулов.

В Параграфе 3.5 представлено обсуждение полученных результатов. Отмечается, что результаты анализа индивидуальных траекторий возрастания времени опознавания количества в целом хорошо согласуются с закономерностями, описанными для усредненных групповых данных в аналогичных задачах. Одновременно подчеркивается наличие существенных индивидуальных различий в показателях, характеризующих различные аспекты скорости переработки информации о количестве. Подчеркивается, что взаимосвязь между интеллектуальным уровнем и показателем скорости, специфичной для переработки информации о количестве, при оценивании на латентном уровне оказалась сравнительно очень высокой (-0,612). Так, в одном из последних метаанализов сообщается о средней величине корреляции между показателями интеллекта и скорости переработки информации порядка -0,24 (на основании анализа 1146 коэффициентов корреляции, общий объем выборки около 53,5 тысяч человек, Sheppard, Vernon, 2008), что соответствует также оценке взаимосвязи простой, неспецифичной скорости переработки информации и интеллекта, полученной в данном исследовании (-0,206). Таким образом, зафиксированная высокая взаимосвязь с уровнем интеллекта, по-видимому, специфична именно для скорости переработки информации о количестве.

В Заключении диссертационной работы сформулированы выводы, подтверждающие гипотезы и положения, выносимые на защиту:

  1. Наблюдается достоверный прирост времени опознавания количества с увеличением числа предъявляемых стимулов. С учетом обнаруженного достоверного возрастания времени ответа с усложнением задачи опознавания количества простое среднее время ответа не может рассматриваться в качестве показателя, достаточного для описания индивидуальных различий в переработке информации о количестве.
  2. Для описания индивидуальных траекторий возрастания времени опознавания количества с увеличением числа стимулов наиболее предпочтительной является степенная функция.
  3. Индивидуальные различия в скорости опознавания количества стимулов могут быть описаны с помощью набора параметров, характеризующих простую, неспецифичную скорость ответа, скорость, специфичную для переработки информации о количестве в целом и ее отдельных аспектов, отражающих совместное функционирование базовой невербальной и символической вербальной систем репрезентации.
  4. Наблюдаются существенные индивидуальные различия во всех перечисленных параметрах скорости опознавания количества.
  5. Параметр простой скорости ответа в задаче опознавания количества может быть интерпретирован как показатель элементарной скорости переработки информации, слабо связанный с интеллектуальным уровнем.
  6. Интенсивность возрастания времени опознавания количества с увеличением числа предъявляемых стимулов характеризует скорость, специфичную для переработки информации о количестве. Этот показатель в высокой степени связан с интеллектуальным уровнем. При более высоком интеллектуальном уровне информация о количестве перерабатывается быстрее, чем при более низком интеллектуальном уровне, что обеспечивается более эффективной и согласованной работой как базовой системы опознавания количества, так и сформированной на ее основе символической вербальной системы.

Основные положения и результаты исследования изложены в следующих публикациях автора:

  1. Додонов Ю.С. Общий интеллект и скорость опознавания количества [Электронный ресурс] // Психологические исследования: электрон. науч. журн. Ц 2011. - № 2(16). URL: (дата обращения: 16.04.2011).
  2. Додонов Ю.С. Анализ индивидуальных параметров времени опознавания количества и их взаимосвязи со скоростными и интеллектуальными показателями // Психология и психотехника. - 2011. - №5(32). - C. 57 - 64.
  3. Додонов Ю.С. Устойчивые меры центральной тенденции: взвешивание как возможная альтернатива усечению данных при анализе времен ответов [Электронный ресурс] // Психологические исследования: электрон. науч. журн. - 2011. - № 5(19). URL: (дата обращения: 25.10.2011).
  4. Додонов Ю.С. Измерение реального времени опознавания простых зрительных стимулов // Ананьевские чтения - 2006: Мат. Научно-практической конференции Ананьевские чтения - 2006 / Под ред. Л.А. Цветковой, А.А. Крылова. - СПб.: СПбГУ, 2006. - С.145-147.
  5. Додонов Ю.С. Аппроксимирующая кривая времени опознавания  простых зрительных стимулов // Ананьевские чтения - 2007: Мат. Научно-практической конференции / Под ред. Л.А. Цветковой. - СПб.: СПбГУ, 2007. - С.16-18.
  6. Анкина Е.Д., Додонов Ю.С. Исследование взаимосвязи особенностей зрительного восприятия и показателей интеллекта // Психология XXI века - 2007: Мат. Межвузовской научно-практической конференции / Под ред. В.Б.Чеснокова - СПб.: СПбГУ, 2007. - С.118-120.
  7. Додонов Ю.С. Аппроксимирующая кривая вида времени опознавания простых зрительных стимулов // III Международная конференция по когнитивной науке: Тезисы докладов: В 2 т.: - М.: ХИЦ, 2008. - Т. 1. - С.254-255.
  8. Dodonov Y.S. Response Time Data Analysis Based on Approximating Function Technique // The XVI International Meeting of the Psychometric Society: Program &Abstracts. - University of Cambridge, 2009. - P.60.
  9. Dodonov Y., Dodonova Y. Mathematical Technique of Response Time Data Analysis for Cognitive Tasks with Increasing Difficulty // International Society for Intelligence Research: Program. - Madrid, 2009. - P.44.
  10. Dodonov Y.S. Response Time and Intelligence: Problems of Data Weighting and Averaging // International Society for Intelligence Research: Program. - Alexandria, 2010. - P.34.
  11. Dodonov Y.S., Dodonova Y.A. Speed of Processing in Cognitive Tasks with Increasing Difficulty: Analysis Based on Latent Growth Modeling // International Society for the Study of Individual Differences: Poster Program. - London, 2011. - P.28.

Додонов Юрий Сергеевич

(Россия)

Интеллектуальный уровень и индивидуальные различия в скорости опознавания количества стимулов

Диссертация посвящена изучению взаимосвязи уровня интеллекта и индивидуальных различий в скорости опознавания количества стимулов. Показано, что время опознавания количества нелинейно возрастает с увеличением количества предъявляемых стимулов. При этом существуют значительные индивидуальные различия в траекториях возрастания времени ответа с увеличением числа стимулов, которые могут быть описаны с помощью набора относительно независимых параметров, характеризующих как простую, неспецифичную скорость переработки информации, так и скорость, специфичную для различных аспектов переработки информации о количестве. Показано, что простая, неспецифичная скорость ответа в задаче опознавания количества слабо связана с уровнем интеллекта; испытуемые с различным уровнем интеллекта главным образом различаются в скорости, специфичной для переработки информации о количестве стимулов. При более высоком интеллектуальном уровне переработка информации о количестве происходит значительно быстрее, чем при более низком интеллектуальном уровне. Полученные результаты могут быть использованы при разработке современных процедур диагностики интеллектуальной одаренности; разработанный алгоритм оценивания индивидуальных различий в скорости ответа как функции сложности задачи может применяться при анализе индивидуальных результатов выполнения широкого круга когнитивных задач с возрастающей сложностью.

Yury S. Dodonov

(Russia)

Intellectual level and individual differences in speed of recognition

of the number of stimuli

The thesis focuses on studying the relationship between intelligence level and individual differences in speed of recognition of the number of stimuli. Time of recognition of quantity is shown to increase nonlinearly with an increase in the number of the presented stimuli. At the same time, there are substantial individual differences in the trajectories of response-time growth with the increase in the number of stimuli that can be described with a set of relatively independent parameters representing both the simple non-specific speed of information processing and the speed specific to different aspects of the processing of quantity. The simple non-specific speed of response in the quantity recognition task is shown to be only weakly correlated with intelligence level; participants with different intelligence level mainly differ in the speed specific to the processing of quantity. At the higher level of intelligence, processing of quantity is significantly faster than at the lower level of intelligence. The results obtained in this study can be used for the development of contemporary procedures of diagnostics of intellectual giftedness; the elaborated algorithm of evaluation of individual differences in response time as a function of task difficulty can be used in analysis of individual performance in a wide variety of cognitive tasks with increasing difficulty.

     Авторефераты по всем темам  >>  Авторефераты по психологии