Nacrt seminarskog rada: Fluidna inteligencija: neurokognitivni mehanizmi, razvoj i uloga u rješavanju novih problema

Sažetak. Fluidna inteligencija, odnosno Gf, može se proučavati kao latentni konstrukt fluidnog zaključivanja u zadacima koji zahtijevaju otkrivanje i primjenu novih odnosa ili pravila. Povezana je s radnom memorijom, izvršnim funkcijama, brzinom obrade i neuralnim sustavima višestrukih zahtjeva, ali ni s jednom od tih komponenti nije istovjetna. Funkcionalni i lezijski nalazi kompatibilni su s mrežnim opisom fluidnog zaključivanja, dok razvojni i dobni obrasci ovise o sposobnosti, mjeri i dizajnu istraživanja. Dokazi o treningu radne memorije ne podupiru pouzdan zaključak o stabilnom dalekom prijenosu na Gf ili inteligenciju.

Pojmovno određenje i teorijski okvir

Fluidna inteligencija odnosi se na uočavanje odnosa, izvođenje zaključaka i rješavanje novih apstraktnih problema bez oslanjanja na već pohranjeno rješenje. Raymond B. Cattell razlikovao je fluidnu od kristalizirane inteligencije: prva se odnosi na zaključivanje u novim situacijama, a druga na znanje, jezične kompetencije i strategije stečene iskustvom i obrazovanjem (Horn i Cattell, 1967; Cattell i Horn, 1978).

Ta razlika nije apsolutna. Zadaci fluidnog zaključivanja mogu zahtijevati razumijevanje uputa, vizualnu analizu, održavanje i kombiniranje odnosa te kontrolu pažnje; relativni doprinos tih komponenti ovisi o zadatku i načinu mjerenja. Stoga je preciznije govoriti o fluidnom zaključivanju nego o inteligenciji potpuno neovisnoj o znanju i drugim kognitivnim zahtjevima (Tschentscher, Mitchell i Duncan, 2017).

Opća inteligencija, g, statistički je faktor koji proizlazi iz pozitivnih korelacija među različitim kognitivnim testovima. Gf je uži i sadržajno određeniji konstrukt: usmjeren je na novo relacijsko zaključivanje, dok g obuhvaća zajedničku varijancu šireg raspona sposobnosti. U Cattell–Horn–Carrollovu okviru Gf je široka sposobnost niže razine od općeg faktora g (Jewsbury, Bowden i Duff, 2017).

Razlikovanje Gf i g ovisi o hijerarhijskom modelu i izboru testova kojima se oba konstrukta procjenjuju. Ako se g procjenjuje uglavnom zadacima apstraktnog zaključivanja, Gf može izgledati vrlo slično općem faktoru. Rezultat jednog testa matrica zato se ne treba automatski tumačiti kao potpuna procjena opće inteligencije.

Mjerenje fluidne inteligencije

U dosjeu se kao primjeri mjera fluidnog ili neverbalnog zaključivanja navode Ravenove progresivne matrice, Cattellov Culture Fair Intelligence Test i podtestovi širih baterija inteligencije. Tipični zadaci traže otkrivanje pravila koje povezuje elemente matrice, niza, analogije ili apstraktnog prostornog odnosa. U složenijim zadacima potrebno je kombinirati više pravila, pratiti međukorake i zanemariti konkurentne mogućnosti (Tschentscher, Mitchell i Duncan, 2017).

Ravenove matrice mogu služiti kao procjena fluidnog ili općeg neverbalnog zaključivanja, ali ih se ne treba opisivati kao čistu mjeru Gf ili g. Rezultat može ovisiti o težini čestica, vrsti odnosa, perceptivnoj složenosti, redoslijedu zadataka i specifičnoj varijanci testa. Skraćene i vremenski ograničene inačice mogu dodatno povećati udio brzine obrade i vizualne pretrage u konačnom rezultatu (Kievit i suradnici, 2016).

Za interpretaciju nalaza korisno je odvojiti latentni konstrukt od konkretne mjere, pretpostavljenog procesa i opaženog ishoda. Konstrukt je fluidna inteligencija kao latentna sposobnost; mjera može biti matrica, analogija, serija ili latentni faktor iz više zadataka; procesi mogu uključivati održavanje cilja, relacijsku integraciju, ažuriranje, inhibiciju i kontrolu pažnje; a ishod može biti točnost, brzina ili broj pogrešaka.

Slabiji rezultat na vremenski ograničenim matricama može odražavati kombinaciju zaključivanja, zahtjeva radne memorije, pažnje, brzine i obilježja zadatka. To je metodološka implikacija psihometrijskih analiza, a ne tvrdnja da ti čimbenici uvijek objašnjavaju individualni rezultat (Kievit i suradnici, 2016).

Radna memorija i fluidna inteligencija

Latentno-varijabilna studija Englea i suradnika na 133 sudionika pokazala je da su radna i kratkoročna memorija povezane, ali razdvojive sposobnosti. Radna memorija bila je snažno povezana s općom fluidnom inteligencijom, dok sama kratkoročna memorija nije pokazala jednak odnos. Autori su vezu tumačili važnosti održavanja reprezentacije aktivnom unatoč interferenciji i distrakciji (Engle, Tuholski, Laughlin i Conway, 1999).

Pri rješavanju novog problema osoba mora održavati cilj, reprezentirati relevantne odnose, uspoređivati hipoteze, odbacivati pogrešne mogućnosti i pratiti međurezultate. Radna memorija zato nije „spremnik inteligencije”, nego ograničeni sustav za privremeno održavanje i transformiranje informacija pod kontrolom pažnje.

Treba izbjegavati formulaciju da je radna memorija temelj ili jedini uzrok fluidne inteligencije. Odnos radne memorije i Gf vjerojatno uključuje više procesa, među kojima su kontrola pažnje, održavanje reprezentacija i zahtjevi konkretnog zadatka. Različiti zadaci radne memorije ne mjere isti kapacitet s jednakom preciznošću (Engle i suradnici, 1999).

Izvršne funkcije

Izvršne funkcije obično se razmatraju kroz ažuriranje sadržaja radne memorije, inhibiciju dominantnih ili neprikladnih odgovora te prebacivanje između pravila ili zadataka. Latentna analiza Miyakea i suradnika pokazala je istodobno jedinstvo i raznolikost tih procesa: dijele zajedničku izvršnu varijancu, ali nisu potpuno isti (Miyake i suradnici, 2000).

Meta-analiza funkcionalnih snimanja pokazala je preklapanje mapa fluidne inteligencije s mrežama izvršnih funkcija, ali ne jednako za svaki proces. U toj meta-analizi prostorno preklapanje između Gf i ažuriranja procijenjeno je na približno 80 posto, između Gf i inhibicije na 34 posto, a između Gf i prebacivanja na 17 posto (Santarnecchi i suradnici, 2021).

Ti postoci predstavljaju prostorno preklapanje neuralnih mapa, a ne korelacije među osobama i ne označavaju udio inteligencije koji objašnjava pojedinačna izvršna funkcija. U toj meta-analizi Gf je pokazao najveće prostorno preklapanje s ažuriranjem, što ne znači da je ažuriranje jedinstveni ili uzročni mehanizam Gf-a.

Nalazi posebno ističu ažuriranje kao važan kandidat za objašnjenje dijela odnosa između izvršnih funkcija i Gf, ali ne potvrđuju jedinstveni mehanizam.

Neurobiološke osnove

Mreža višestrukih zahtjeva

Funkcionalni nalazi povezuju fluidno zaključivanje s distribuiranom mrežom višestrukih zahtjeva, poznatom kao multiple-demand network. U opis te mreže uključuju se lateralni frontalni korteks, intraparijetalni sulkus, anteriorna inzula, frontalna očna polja i pre-SMA, uz dodatne dorzomedijalne frontalne regije i prednji cingularni korteks (Woolgar, Duncan, Manes i Fedorenko, 2018; Tschentscher, Mitchell i Duncan, 2017).

Ta se mreža aktivira u različitim zahtjevnim zadacima, uključujući radnu memoriju, inhibiciju, prebacivanje pažnje i rješavanje novih pravila. Meta-analitički nalazi upućuju na to da Gf nije lokalizirana u jednoj regiji, nego da je povezana s čvorovima mreža pažnje, salijentnosti i frontoparijetalne kontrole. Verbalno i vizuospacijalno rezoniranje mogu pritom uključivati djelomično različite obrasce (Woolgar i suradnici, 2018).

U eksperimentu s novim pravilima sudionici su morali zapamtiti više mogućih pravila, a zatim u svakom trenutku primijeniti samo relevantno. Veća složenost skupa pravila posebno je narušila izvedbu sudionika s nižom fluidnom inteligencijom. Nalaz podupire interpretaciju prema kojoj fluidno zaključivanje u takvim zadacima uključuje razdvajanje složenog problema na slijed fokusiranih i kontroliranih koraka (Tschentscher, Mitchell i Duncan, 2017).

Učinak neuralne aktivacije ne treba tumačiti neovisno o težini zadatka, fazi obrade i korištenoj mjeri neuralnog odgovora. Funkcionalna neurovizualizacija prvenstveno pokazuje povezanost između neuralnog procesa i izvedbe; sama po sebi ne utvrđuje uzročnost.

Lezijski dokazi

Studije osoba s oštećenjem mozga mogu pružiti izravniji argument za funkcionalnu nužnost od korelacijskih fMRI studija. Analiza Woolgara i suradnika povezala je gubitak fluidne inteligencije s ograničenim područjima frontalnog i parijetalnog korteksa, uključujući inferiorni frontalni sulkus, anteriornu inzulu odnosno frontalni operkulum, prednji cingularni korteks, pre-SMA i intraparijetalni sulkus (Woolgar, Parra, Cusack i suradnici, 2010).

Novije grafovsko kartiranje lezija na 227 pacijenata pronašlo je značajnu mrežu povezanu s fluidnom inteligencijom, s osobito istaknutim desnim frontalnim regijama i manjim doprinosom desnog gornjeg parijetalnog režnjića. To ne poništava frontoparijetalni model, ali pokazuje da se rezultati mogu mijenjati ovisno o uzorku, etiologiji lezija, načinu modeliranja i mjeri fluidne inteligencije (Cipolotti, Ruffle, Mole i suradnici, 2023).

Funkcionalni i lezijski nalazi kompatibilni su s mrežnim opisom fluidnog zaključivanja, ali ne određuju jednoznačno odnos između opće mrežne uključenosti, specifičnih čvorova i zadatkovnih zahtjeva.

Bijela tvar i brzina obrade

U velikom uzorku odraslih osoba model „sliva” povezao je integritet bijele tvari s brzinom obrade, a brzinu obrade s fluidnom inteligencijom. Model je dobro opisao podatke u uzorku od 555 osoba u dobi od 18 do 87 godina, ali riječ je o strukturnom modelu opažajnih podataka, a ne o eksperimentalnom dokazu da bijela tvar izravno uzrokuje višu Gf (Kievit, Davis, Griffiths i suradnici, 2016).

Longitudinalna studija osoba u osmom desetljeću života povezala je promjene mikrostrukture bijele tvari s promjenama fluidne inteligencije, dok se isti obrazac nije jednako pojavio za brzinu obrade i pamćenje. Nalaz ne izdvaja jedinstveni uzročni put kojim bijela tvar djeluje na Gf (Ritchie, Bastin, Tucker-Drob i suradnici, 2015).

Nalazi povezuju Gf s bijelom tvari, brzinom obrade i strukturnim obilježjima mozga, ali ti su korelati procjenjivani u različitim uzorcima i modelima te ne čine dokaz jedinstvenog uzročnog lanca.

Razvoj kroz životni vijek

Djetinjstvo i adolescencija

Fluidno zaključivanje razvija se tijekom djetinjstva i adolescencije usporedno s poboljšanjem brzine obrade i radne memorije. U uzorku od 214 osoba u dobi od 7 do 19 godina, statistički model posredovanja povezao je razvojne promjene brzine obrade i radne memorije s dobnim porastom fluidne inteligencije, bez dokaza razvojne uzročnosti (Fry i Hale, 1996).

Odrasla dob

U odrasloj dobi fluidna inteligencija u mnogim istraživanjima pokazuje nepovoljniji populacijski dobni obrazac od kristaliziranog znanja. Longitudinalne analize razvoja različitih kognitivnih sposobnosti pokazuju da model s jednim općim faktorom ne opisuje dovoljno dobro različite obrasce rasta i pada (Salthouse, 2009).

Dob početka pada ne može se prikazati kao jedna univerzalna granica. Različite kognitivne sposobnosti dosežu vrhunac u različitim razdobljima: neke počinju slabjeti oko završetka srednje škole, druge se stabiliziraju u ranoj odrasloj dobi i počinju padati tijekom tridesetih, a neke vrhunac dosežu tek u četrdesetima ili poslije (Hartshorne i Germine, 2015).

Starija dob

UK Biobank analiza pronašla je slab negativan presječni odnos dobi i Gf, ali nije pokazala pouzdan prosječni longitudinalni pad. Populacijski prosjek dobne promjene ne može se bez dodatnih longitudinalnih podataka poistovjetiti s individualnom putanjom (Kievit, Fuhrmann, Borgeest, Simpson-Kent i Henson, 2018).

U odrasloj dobi Gf u mnogim istraživanjima pokazuje nepovoljniji populacijski dobni obrazac, dok se veličina i početak promjene razlikuju prema sposobnosti, mjeri i dizajnu istraživanja; pojedine longitudinalne analize nisu potvrdile pouzdan prosječni pad.

Uloga u rješavanju novih problema

Fluidna inteligencija posebno je relevantna u zadacima u kojima osoba mora otkriti i primijeniti novo pravilo bez dostupnog prethodno naučenog rješenja. Takvi zadaci mogu zahtijevati indukciju pravila, relacijsku integraciju, upravljanje međukoracima i selekciju relevantnih informacija (Tschentscher, Mitchell i Duncan, 2017).

Eksperimentalna istraživanja novih pravila pokazuju da se teškoće osoba s nižom Gf povećavaju s brojem pravila i operacija koje treba koordinirati, čak i kada se u pojedinom trenutku primjenjuje samo jedno pravilo.

Rezultat na apstraktnom zadatku fluidnog zaključivanja ne obuhvaća sve kognitivne i kontekstualne zahtjeve složenog rješavanja problema izvan laboratorija. Stvarni problemi mogu uključivati domensko znanje, motivaciju, procjenu rizika, metakogniciju, planiranje i suradnju s drugima.

Suprotni nalazi i neriješene rasprave

Neuralna lokalizacija ostaje otvorena. Funkcionalni nalazi podupiru uključenost distribuiranih mreža, dok lezijske analize naglašavaju različite čvorove, osobito desne frontalne regije, ovisno o modelu i uzorku. Gf se stoga ne treba prikazivati kao funkcija jednog režnja ili područja.

Radna memorija snažno je povezana s fluidnim zaključivanjem u određenim operacionalizacijama, osobito kada uključuje aktivno održavanje, manipulaciju ili ažuriranje. Kratkoročno skladištenje samo po sebi ne objašnjava taj odnos, a različiti zadaci radne memorije nisu ekvivalentni.

Dobni obrasci također nisu jednaki u svim istraživanjima. Različite sposobnosti imaju različite vrhunce, a presječni i longitudinalni rezultati ne moraju biti jednaki. Presječne i longitudinalne studije mogu dati različite dobne obrasce, među ostalim zbog retestnih učinaka i razlika između osoba i vremena mjerenja (Salthouse, 2009).

Dosadašnji nalazi kompatibilni su s višekomponentnim i mrežnim modelom, ali ne rješavaju odnos tih modela prema jednoobjašnjavajućim teorijama.

Trening radne memorije

Dokazi o mogućnosti promjene Gf treningom radne memorije proturječni su. Pozitivna meta-analiza izvijestila je o poboljšanju fluidne inteligencije nakon treninga radne memorije (Au, Sheehan, Tsai i suradnici, 2015).

Suprotno tome, reanalize i druge meta-analize upozorile su na male uzorke, nisku statističku snagu, publikacijsku pristranost i slab odnos između poboljšanja na treniranom zadatku i poboljšanja na neovisnim mjerama. Zaključci su često ograničeni na specifičan ili blizak prijenos, bez pouzdanog dalekog prijenosa na inteligenciju (Shipstead, Redick i Engle, 2012; Melby-Lervåg, Redick i Hulme, 2016).

Dokazi da trening radne memorije trajno povećava Gf ostaju proturječni i ne podupiru pouzdan zaključak o stabilnom dalekom prijenosu.

Metodološka ograničenja dokaza

• Konstruktna nečistoća: Pojedine mjere Gf mogu biti opterećene zahtjevima radne memorije, pažnje, vizuospacijalne obrade, brzine i strategija rješavanja, pri čemu njihov doprinos ovisi o zadatku.
• Razlike među zadacima: Različiti zadaci fluidnog zaključivanja mogu se razlikovati po perceptivnim, memorijskim, relacijskim i kontrolnim zahtjevima.
• Presječni i longitudinalni dizajn: Presječne i longitudinalne studije mogu proizvesti različite dobne obrasce, među ostalim zbog retestnih učinaka i razlika između osoba i vremena mjerenja.
• Korelacija i uzročnost: Funkcionalne i strukturne neurovizualizacijske studije uglavnom daju korelacijske nalaze, dok lezijske studije mogu pružiti izravniji argument za nužnost regije, uz ograničenja koja proizlaze iz heterogenosti lezija i anatomskog konteksta.
• Latentni modeli: U različitim istraživanjima Gf, Gc, radna memorija i g procjenjuju se latentnim ili hijerarhijskim modelima iz više ponašajnih indikatora. Različiti izbori testova i modela mogu proizvesti različite odnose među faktorima.
• Ograničena generalizacija: Rezultat na apstraktnom zadatku fluidnog zaključivanja ne obuhvaća sve kognitivne i kontekstualne zahtjeve složenog rješavanja problema izvan laboratorija.

Zaključak

Gf se može opisati kao latentni konstrukt čija izvedba ovisi o zajedničkom doprinosu više kognitivnih procesa i neuralnih sustava, pri čemu njihov međusobni odnos ostaje otvoren. Povezana je s radnom memorijom, osobito aktivnim održavanjem i ažuriranjem, ali nije s njima istovjetna.

Funkcionalni i lezijski nalazi kompatibilni su s mrežnim opisom fluidnog zaključivanja, ali ne određuju jednoznačno odnos između opće mrežne uključenosti, specifičnih čvorova i zadatkovnih zahtjeva. Nalazi o bijeloj tvari, brzini obrade i neuralnoj strukturi također dolaze iz različitih uzoraka i modela te ne čine dokaz jedinstvenog uzročnog lanca.

Razvojni i dobni obrasci ovise o sposobnosti, mjeri i istraživačkom dizajnu. Statističko posredovanje razvojnih promjena ne dokazuje uzročnost, a pojedine longitudinalne analize nisu potvrdile pouzdan prosječni pad Gf. Konačno, literatura o treningu radne memorije ne podupire pouzdan zaključak o stabilnom dalekom prijenosu na Gf ili inteligenciju.

Literatura

1. Au, J.; Sheehan, E.; Tsai, N.; Duncan, G. J.; Buschkuehl, M.; Jaeggi, S. M. (2015). Improving fluid intelligence with training on working memory: A meta-analysis. Psychonomic Bulletin & Review, 22(2), 366–377. https://pubmed.ncbi.nlm.nih.gov/25102926/
2. Cattell, R. B.; Horn, J. L. (1978). A Check on the Theory of Fluid and Crystallized Intelligence with Description of New Subtest Designs. Journal of Educational Measurement. https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1745-3984.1978.tb00065.x
3. Cipolotti, L.; Ruffle, J. K.; Mole, J.; i sur. (2023). Graph lesion-deficit mapping of fluid intelligence. Brain. https://pubmed.ncbi.nlm.nih.gov/36574957/
4. Engle, R. W.; Tuholski, S. W.; Laughlin, J. E.; Conway, A. R. A. (1999). Working memory, short-term memory, and general fluid intelligence: A latent-variable approach. Journal of Experimental Psychology: General. https://pubmed.ncbi.nlm.nih.gov/10513398/
5. Fry, A. F.; Hale, S. (1996). Processing Speed, Working Memory, and Fluid Intelligence: Evidence for a Developmental Cascade. Psychological Science. https://www.psychologicalscience.org/journals/psychological-science/j.1467-9280.1996.tb00366.x
6. Hartshorne, J. K.; Germine, L. R. (2015). When does cognitive functioning peak? The asynchronous rise and fall of different cognitive abilities across the life span. Psychological Science. https://pubmed.ncbi.nlm.nih.gov/25770099/
7. Horn, J. L.; Cattell, R. B. (1967). Age differences in fluid and crystallized intelligence. Acta Psychologica. https://www.sciencedirect.com/science/article/abs/pii/000169186790011X
8. Jewsbury, P. A.; Bowden, S. C.; Duff, K. (2017). The Cattell–Horn–Carroll Model of Cognition for Clinical Assessment. Assessment. https://journals.sagepub.com/doi/10.1177/0734282916651360
9. Kievit, R. A.; Davis, S. W.; Griffiths, J.; i sur. (2016). A watershed model of individual differences in fluid intelligence. Neuropsychologia. https://pmc.ncbi.nlm.nih.gov/articles/PMC5081064/
10. Kievit, R. A.; Fuhrmann, D.; Borgeest, G. S.; Simpson-Kent, I. L.; Henson, R. N. A. (2018). The neural determinants of age-related changes in fluid intelligence: a pre-registered, longitudinal analysis in UK Biobank. Wellcome Open Research. https://pubmed.ncbi.nlm.nih.gov/29707655/
11. Melby-Lervåg, M.; Redick, T. S.; Hulme, C. (2016). Working Memory Training Does Not Improve Performance on Measures of Intelligence or Other Measures of Far Transfer. Perspectives on Psychological Science, 11(4), 512–534. https://discovery.ucl.ac.uk/id/eprint/10120081/
12. Miyake, A.; Friedman, N. P.; Emerson, M. J.; Witzki, A. H.; Howerter, A.; Wager, T. D. (2000). The Unity and Diversity of Executive Functions and Their Contributions to Complex “Frontal Lobe” Tasks: A Latent Variable Analysis. Cognitive Psychology. https://www.sciencedirect.com/science/article/pii/S001002859990734X
13. Ritchie, S. J.; Bastin, M. E.; Tucker-Drob, E. M.; i sur. (2015). Coupled changes in brain white matter microstructure and fluid intelligence in later life. Journal of Neuroscience. https://pmc.ncbi.nlm.nih.gov/articles/PMC4452562/
14. Salthouse, T. A. (2009). When does age-related cognitive decline begin? Neurobiology of Aging. https://pubmed.ncbi.nlm.nih.gov/19231028/
15. Santarnecchi, E.; Momi, D.; Mencarelli, L.; i sur. (2021). Overlapping and dissociable brain activations for fluid intelligence and executive functions. Cognitive, Affective, & Behavioral Neuroscience. https://pubmed.ncbi.nlm.nih.gov/33900569/
16. Shipstead, Z.; Redick, T. S.; Engle, R. W. (2012). Is working memory training effective? Psychological Bulletin, 138(4), 628–654. https://pubmed.ncbi.nlm.nih.gov/22409508/
17. Tschentscher, N.; Mitchell, D.; Duncan, J. (2017). Fluid Intelligence Predicts Novel Rule Implementation in a Distributed Frontoparietal Control Network. Journal of Neuroscience. https://discovery.ucl.ac.uk/id/eprint/10041154/1/4841.full.pdf
18. Woolgar, A.; Duncan, J.; Manes, F.; Fedorenko, E. (2018). The multiple-demand system but not the language system supports fluid intelligence. Nature Human Behaviour. https://www.repository.cam.ac.uk/items/f5dcb845-1284-453c-b5b1-2f5c4eab5530
19. Woolgar, A.; Parra, A.; Cusack, R.; i sur. (2010). Fluid intelligence loss linked to restricted regions of damage within frontal and parietal cortex. Proceedings of the National Academy of Sciences. https://s3.amazonaws.com/cusacklab/html/pdfs/2010_woolgar_fluidintelligence_pnas.pdf

PROVJERA BROJEVA

Broj ili brojčani raspon	Mjesto u tekstu	Izvor
133	Odjeljak „Radna memorija i fluidna inteligencija”	Engle, Tuholski, Laughlin i Conway (1999)
80 posto, 34 posto, 17 posto	Odjeljak „Izvršne funkcije”	Santarnecchi i suradnici (2021)
227	Odjeljak „Lezijski dokazi”	Cipolotti, Ruffle, Mole i suradnici (2023)
555; 18 do 87	Odjeljak „Bijela tvar i brzina obrade”	Kievit, Davis, Griffiths i suradnici (2016)
214; 7 do 19	Odjeljak „Djetinjstvo i adolescencija”	Fry i Hale (1996)
osmo desetljeće	Odjeljak „Bijela tvar i brzina obrade”	Ritchie, Bastin, Tucker-Drob i suradnici (2015)
1967, 1978, 1999, 2000, 2015, 2016, 2017, 2018, 2019, 2021, 2023	Godine objave u tekstu i literaturi	Bibliografski zapisi odgovarajućeg izvora
22(2), 366–377; 138(4), 628–654; 11(4), 512–534	Bibliografija	Au, Sheehan, Tsai i suradnici (2015); Shipstead, Redick i Engle (2012); Melby-Lervåg, Redick i Hulme (2016)
DOI-ji, PMID-ovi, identifikatori repozitorija i brojčani dijelovi URL-ova	Bibliografija	Preuzeti su doslovno iz ulaznog dosjea i pripadajućih zaključanih zamjena referenci

RUPE U POKRIVENOSTI

Rupa u pokrivenosti	Posljedica za tekst
Nema potvrđenog bibliografskog traga za tvrdnju o specifičnoj varijanci Ravenovih matrica.	Tvrdnja je izostavljena.
Nema potvrđenog izvora za tvrdnju da radna memorija i fluidno zaključivanje u djetinjstvu predviđaju kasnije složenije rješavanje problema.	Tvrdnja je izostavljena.
Ne postoji dovoljno pokriće za univerzalnu tvrdnju o početku pada Gf-a.	Odjeljak o razvoju formuliran je kroz razlike među sposobnostima, mjerama i dizajnima.
Ne postoji dokaz za jedinstveni uzročni lanac koji povezuje bijelu tvar, brzinu obrade, neuralne mreže i Gf.	Odjeljak o neurobiologiji prikazuje te nalaze kao korelate iz različitih studija.
Ne postoji izravna potvrda da nalazi podupiru teorijsku nadmoć višekomponentnog i mrežnog modela.	Zaključak navodi kompatibilnost s tim modelima, ali odnos prema alternativama ostavlja otvorenim.
Ne postoji dovoljno pokriće za generalizaciju laboratorijskog fluidnog zaključivanja na sve stvarne probleme.	Uloga Gf-a ograničena je na nove apstraktne i eksperimentalno kontrolirane zadatke.

PRIMIJENJENE ZAKLJUČANE ODLUKE

Odluka	Vidljivost u tekstu
12	U odjeljcima o pojmovnom određenju i mjerenju zadaci Gf-a opisani su kao zadaci koji mogu uključivati razumijevanje uputa, vizualnu analizu, održavanje odnosa i kontrolu pažnje; relativni doprinos ovisi o zadatku.
15	Odnos Gf i g vezan je uz hijerarhijski model i izbor testova.
16	Tvrdnja o specifičnoj varijanci Ravenovih matrica nije napisana.
17	Mjere su navedene kao primjeri, bez tvrdnje o njihovoj učestalosti u cijelom području.
19	Objašnjenje slabijeg rezultata na vremenski ograničenim matricama ograničeno je na zaključivanje, radnu memoriju, pažnju, brzinu i obilježja zadatka.
20	Uvedeno je razlikovanje konstrukta, mjere, procesa i ishoda.
22	Tvrdnja o dječjoj latentnoj strukturi nije napisana.
24	Odnos radne memorije i Gf opisan je kao odnos koji vjerojatno uključuje više procesa.
27	Ažuriranje je predstavljeno kao kandidat za objašnjenje dijela odnosa, a ne kao jedinstveni mehanizam.
31	Neuralna aktivacija tumači se uz ogradu vezanu uz težinu zadatka, fazu obrade i mjeru odgovora.
33	Navedeno je kartiranje lezija na 227 pacijenata.
38	Tvrdnja o kasnijem predviđanju složenog rješavanja problema nije napisana.
42	UK Biobank nalaz prikazan je kao slab negativan presječni odnos bez pouzdanog prosječnog longitudinalnog pada.
43	Populacijska promjena razlikuje se od individualne putanje.
49	Za pozitivnu meta-analizu korišten je zapis Au i suradnika iz 2015. s URL-om koji završava na 25102926.
50	Za reanalizu korišten je zapis Shipsteada, Redicka i Englea iz 2012. s URL-om koji završava na 22409508.
51	Mjere Gf-a mogu, ali ne moraju jednako uključivati radnu memoriju, pažnju, vizuospacijalnu obradu, brzinu i strategije.
52	Različiti zadaci fluidnog zaključivanja opisani su kao različiti po perceptivnim, memorijskim, relacijskim i kontrolnim zahtjevima.
53	Razlike između presječnih i longitudinalnih obrazaca formulirane su uz ogradu o retestnim učincima i razlikama između osoba i vremena mjerenja.
54	Neurovizualizacijski nalazi razlikuju se od lezijski utemeljenih argumenata za nužnost regije.
55	Latentni i hijerarhijski modeli navedeni su kao načini procjene konstrukata u različitim istraživanjima.
56	Laboratorijski rezultat ograničen je u odnosu na kognitivne i kontekstualne zahtjeve stvarnih problema.
61	Samostalna tvrdnja da je Gf zasebna, ali srodna sposobnost prema Gc i g nije napisana u tom obliku.
61	Neurobiološki nalazi opisani su kao konvergentni, ali ne potpuno jednoznačni.
62	Zaključak o treningu radne memorije ograničen je na proturječne dokaze i izostanak pouzdanog stabilnog dalekog prijenosa.

Kontrolna lista iz debate

Stavka	Status
Definicija Gf-a ne tvrdi da je zaključivanje potpuno neovisno o drugim zahtjevima.	Prošlo
Pojedinačni testovi nisu opisani kao čiste ili potpune mjere Gf-a ili g-a.	Prošlo
Odnos radne memorije i Gf-a vezan je uz zadatak, proces i operacionalizaciju.	Prošlo
Ažuriranje je opisano kroz konkretno prostorno preklapanje u meta-analizi.	Prošlo
Ažuriranje nije opisano kao općenito najbliža ili uzročna veza.	Prošlo
Mrežni model nije prikazan kao teorijski nadmoćan ili uzročno potvrđen.	Prošlo
Lezijski nalazi nisu svedeni na jednu regiju niti na jednaku važnost svih čvorova.	Prošlo
Bijela tvar, brzina obrade i neuralne mreže prikazane su kao korelati iz različitih studija.	Prošlo
Statističko posredovanje razvojnih promjena popraćeno je ograničenjem o uzročnosti.	Prošlo
Razlikuju se populacijski, presječni, longitudinalni i individualni dobni obrasci.	Prošlo
Navedeno je da pojedine longitudinalne analize nisu potvrdile pouzdan prosječni pad Gf-a.	Prošlo
Nije navedena jedna univerzalna dob početka pada.	Prošlo
Relevantnost Gf-a za nove probleme ograničena je na otkrivanje i primjenu novog pravila.	Prošlo
Nije izrečeno da Gf potpuno objašnjava praktično rješavanje problema.	Prošlo
Nije korišten iskaz da nalazi više podupiru mrežni model nego jednoobjašnjavajuću teoriju.	Prošlo
Navodi se da su nalazi kompatibilni s višekomponentnim i mrežnim modelom, uz otvoren odnos prema alternativama.	Prošlo
Zaključak razlikuje latentni konstrukt, procesne zahtjeve i neuralne korelate.	Prošlo
Gf nije opisan kao dokazano organizirana jedinstvena višekomponentna sposobnost.	Prošlo
Trening radne memorije opisan je kroz proturječne nalaze i izostanak pouzdanog dalekog prijenosa.	Prošlo
Uklonjene tvrdnje o Ravenovoj specifičnoj varijanci, dječjoj latentnoj strukturi i kasnijem predviđanju problema nisu vraćene.	Prošlo
Rasprava nije formulirana šire od nalaza na kojima se temelji.	Prošlo
Sažetak ne tvrdi opći prosječni longitudinalni pad.	Prošlo
Zaključane preformulacije zadržavaju isti ili uži doseg.	Prošlo
Zaključane zamjene referenci primijenjene su bez vraćanja prethodnih bibliografskih oznaka.	Prošlo