1 Endereço:Av.AntônioCarlos,6627,FAFICH,Depto.dePsicologia, Gab. 4042, Laboratório de Avaliação das Diferenças Individuais, UniversidadeFederaldeMinasGerais,BeloHorizonte,MG,Brasil 31270-901.E-mail:carmencita@fafich.ufmg.br
ArmazenamentodeCurtoPrazoeVelocidadedeProcessamento
ExplicamaRelaçãoentreMemóriadeTrabalhoeoFator
g
deInteligência
RobertoColom
UniversidadAutónomadeMadrid
CarmenE.Flores-Mendoza1
UniversidadeFederaldeMinasGerais
RESUMO–Opresenteartigoconstituiaapresentaçãoediscussãodasevidênciasempíricasderivadasdaanálisedasrelações entredoisconstrutos-chavesdoprocessamentohumanodeinformaçãoedapsicologiadasdiferençasindividuais,asaber:a memóriadetrabalhoeofatorgeraldeinteligência(g).Osresultadospublicadosavaliamapresençadeumisomorfismoentre ambosconstrutos,emboraaindasedesconheçaarespostaàperguntasobreoporquêdesseisomorfismo.Enquantoalgumas propostasfavorecemumaexplicaçãobaseadaemconstrutostaiscomoocontroledaatenção,outrasseinclinampelopapelda capacidadeparaarmazenartransitoriamenteainformaçãoe,emmenorgrau,davelocidadedeprocessamento.Descrevem-se asprincipaisdiscussõesacadêmicaseseapresentamosresultadosobtidosemrecentesinvestigaçõesconduzidaspelosautores. Conclui-sequeoscomponentesdearmazenamentoevelocidadedeprocessamentopodemconstituirafontedeexplicaçãoda relaçãoentreoconstrutodememóriadetrabalhoeofatorg.
Palavras-chave:memóriadetrabalho;memóriadecurtoprazo;velocidadedeprocessamento;fatorg.
Short-termStorageandProcessingSpeedExplaintheRelationship
betweenWorkingMemoryandtheIntelligence
g
Factor
ABSTRACT–Thepresentarticlepresentsanddiscussestheempiricalevidencesderivedfromtheanalysisoftherelationship betweentwokeyconstructsofbothhumaninformationprocessingandpsychologyofindividualdifferences,namely:working memoryandgeneralfactorofintelligence(g).Empiricalevidencessupportstheisomorphismbetweenbothconstructsalthough thereasonwhysuchisomorphismiskeptremainsunknown.Insomestudiesresultssupporttheimportantroleofcontrolled attention,whileothersrecognizethefavourshort-termstorage(andshort-termrecognitionspeed)asnuclearcomponents underlyingsuchrelationship.Thecoreacademicdiscussionsaroundthistopic,aswellasdatacollectedinrecentinvestigations conductedbytheauthorsaredescribed.Themainfindingsofourgroupareconsistentwiththeperspectivethatthecapacity forshort-termstorage,aswellasforshort-termrecognitionspeed,accountforthestrongrelationshipbetweentheworking memoryandthegfactor.
Keywords:workingmemory;shorttermmemory;processingspeed;gfactor.
recursosmentaisrelacionadosàcapacidadeeàvelocidade deprocessamentodeinformação.
Atualmenteexisteumrazoávelcabedaldeinformações, produtodediversosempreendimentosinvestigativos,sobre arelaçãoentreMTeinteligência(g)esobreaestruturae funcionamentodaMT.Comoseveráaolongodopresente artigo,osresultadosdessasedasnossasprópriasinvestiga-ções,largamentevêmmostrandoqueahipóteseteórica,de fato,erapertinente:acapacidadedearmazenamentoeave-locidadedeprocessamentoresultamnecessáriosesuficientes paraexplicararelaçãoentreMTeg.
OdebatesobreMT,MCPeg
Desdeosanos1960(épocaemqueaparecepelaprimeira vezaexpressão“memóriadetrabalho”),diversostrabalhos mostraram evidências de uma possível relação entre esse construtoeashabilidadescognitivas(Richardson,1996).No entanto,foiotrabalhodeCarpenter,JusteShell(1990)o pontodepartidaparaumdespertarcientíficosobreaimpor-tânciadaMTnacogniçãohumana.Emsíntese,nessetrabalho
Emumartigopassado(2001)apresentamososfunda-mentos teóricos da memória de trabalho (MT) e do fator
afirmou-sequeodesempenhoemtestesdeinteligênciacomo asMatrizesProgressivasdeRavenrequeramanutençãode determinado número de regras subjacentes aos itens. Um maiornúmeroderegrasproduznecessariamenteumamaior complexidadedoitem.Nessasituação,oêxitoemresolver oitemdependedacapacidadedosujeitoemmanterativasas regrasqueesseitemdemanda.Eessacapacidadeeraame-móriadetrabalho.Osresultadosobtidospelospesquisadores pareceramconfirmartalsuposição.Ossujeitoscommaior capacidadedememóriadetrabalhoresolverammaiornúmero de itens e, portanto, resolveram itens mais complexos do quesujeitoscommenorcapacidadedememóriadetrabalho (Colom&Flores-Mendoza,2006).
KylloneneChristal(1990),emumárduoeimpressio-nante trabalho, avaliaram 2000 sujeitos com uma bateria detarefasqueincluíaprovasderaciocínio,dememóriade trabalho,develocidadeedeconhecimentogeral.Osresulta-dosindicaramaltascorrelaçõesentrememóriadetrabalhoe raciocínio(0,80a0,88).Taisresultadosmostravam,portanto, queoêxitonastarefascognitivasdependiadahabilidadeem manterativaainformaçãoedacapacidadeemprocessá-la. Posteriormente,Kyllonen(1996)postulouqueaMTseriao própriofatorgdeSpearman.
Engle,Tuholski,LaughlineConway(1999)analisaram trêsmedidasverbaisdeMCP,trêsmedidasverbaisdeMTeos testesdeinteligênciaCattell’sCultureFairTesteasMatrizes ProgressivasdeRaven,tidoscomomedidasdeinteligência fluídaouGf(capacidadecognitivarelacionadaàmaturação docórtex,fatoresgenéticosefuncionamentoneurológico). SuasanálisesrevelaramumaaltarelaçãoentreMCPeMT, mas unicamente o componente específico de MT (aquele nãovinculadoaoarmazenamentotransitório)serelacionava significativamenteàsmedidasdeGf.Nocasodofatorlatente de inteligência cristalizada ou Gc (capacidade executiva, produtodaexperiênciaedaprática,queacompanhaoreper-tóriocognitivo)extraídodemedidasverbaisenuméricas,as diferençasindividuaisforampreditastantopelocomponente dearmazenamento(MCP)comopelocomponenteespecífico deMT(nãorelacionadoaoarmazenamentotransitório).
Conway,Cowan,Bunting,TherriaulteMinkoff(2002) avaliaram120estudantesuniversitárioscomtrêstarefasde MT,quatromedidasdeMCP,trêsmedidasdevelocidade de processamento, e com medidas de Gf (Matrizes Pro-gressivasdeRaveneoCattell’sCultureFairTest).Usando um modelo alternativo ao empregado por Engle e cols. (1999),ospesquisadoreschegaramaresultadossimilares, istoé,encontraramumaaltacorrelaçãoentreMCPeMT. EncontraramtambémqueocomponenteespecíficodeMT, nãorelacionadoaoarmazenamentotransitório,prediziaas diferençasindividuaisemg.
Kaneecols.(2004)empregaramdiversasmedidasdeMT eMCPdeordemverbaleviso-espacialassimcomodiversas medidasdehabilidadecognitiva.Essesautores,apesarde pertenceremàequipedeEngleedeConway,empregaramum terceirotipodemodeloconfirmatórioparachegaràconclu-são,menossólida,dequeocomponentedeMTindependente doarmazenamentoprediziaasdiferençasindividuaisemGf. Noentanto,tambémencontraramqueumfatorlatentecorres-pondenteaoarmazenamentoespacialprediziaGfcomigual intensidade.OestudoempíricodeKaneecols.(2004)tem
sidofortementequestionadopornossaequipe(verdetalhes emColom,Abad,Rebollo&Shih,2005).
Ackerman,BeiereBoyle(2005)conduziramumameta-análise examinando a relação entre MT eg, assim como tambémentreMCPeg.Oestudoestevebaseadoemestudos publicadosnaliteraturaentre1872e2002.Classificaramos testesdehabilidadecognitivaemdiferentescategoriasem queseincluíamhabilidadesdeordemverbal,quantitativa, espacialeraciocíniogeral.AsmedidasdeMTtambémforam classificadaspeloconteúdoeseelastinhamounãoincluído processamentosimultâneodediferentesconteúdos.Oprin-cipalresultadodessameta-análiseéqueacorrelaçãoentre MCPegresultouequivalenteàcorrelaçãoentreMTeg.
Considerandoesseseoutrosestudos(Ackerman,Beier& Boyle,2002;Stauffer,Ree&Carretta,1996;Süß,Oberauer, Wittman, Wilhelm & Shulze, 2002) parecia haver pouca dúvidaemconsiderarqueaMTegcompartilhamamesma fonte de variância, o que reforçaria a visão de MT como umsistemaunitário.Contudo,osestudosdeShaheMiyake (1996)mostraramevidênciasdeumaseparaçãodosrecur-sosdeMT.EssesautoresindicaramqueaMTverbalseria independentedaMTespacial(emborasuascorrelaçõesnão sejamtãoexpressivasdessaconclusão).
Seguindoessalinhaderaciocínio,MackintosheBennett (2003)examinarammedidasverbais,espaciaisequantitativas assimcomotestesdeinteligênciafluída,inteligênciacrista-lizadaehabilidadeespacialpormeiodecompostos(uma medidadeMTeumamedidacognitiva)paraofatorlatente Gf(fatorlatentefluído),paraGc(fatorlatentecristalizado) eparaGv(fatorlatenteviso-espacial).Utilizandoanálises confirmatórias,MackintosheBennett(2003)encontraram altascorrelaçõesentreGceGf(0,67)eentreGfeGv(0,73). Acorrelação,noentanto,diminuiuparaGceGv,evidencian-dodessaformaumanítidaseparaçãoentreodomínioverbal eodomínioespacial.OsautoresconcluíramqueMTpodia serfracionadoemdiversoscomponentes.
Poroutrolado,advogou-sequeMTseriaindistinguível deMCP,umavezqueaMCPrepresentariaunicamentear- mazenamentoeMTrepresentariaarmazenamento+proces-samentodeinformação.Essasuperposiçãodoscomponentes deMTeMCPlevariaaposiçõesacadêmicasdíspares.Assim, porexemplo,Anderson(1990)sugeriuqueMCPeMTsão construtossimilares;SeamoneKenrick(1994)postularam queMTéumsubconjuntodeMCP,eCowan(1995)propôs que MCP é um subconjunto de MT. Várias investigações foramefetuadas,aoníveldavariávellatente,paraelucidar essaquestão.
correlaçãoem0,99(Colom,Abad,Rebollo&Shih,2005). Esseresultado,portanto,reforçaaposiçãodehaverextrema dificuldadeemdistinguirMCPeMT,aoníveldeconstruto. Maiores investigações utilizando tarefas que representem diversidadededomíniossefazemnecessárias.Umaoutra questãoaserelucidadaésobrearelaçãoexistenteentrea MCPegeentreaMTeg.
Ameta-análisedeAckermanecols.(2005)apontaquea correlaçãobrutaentreMCPeg éde0,28enquantoqueacor-relaçãoentreMTegé0,36.Também,oestudodeMukunda eHall(1992),queincluíaestudospublicadosentre1976e 1989,apontouumacorrelaçãode0,26entredadosbrutosde medidasdeMCPemedidasdeinteligência,eumarelação entreMTeinteligênciade0,28.Essesresultadosindicavam queMCPeMTeramigualmentepreditoresdeg.Noentanto, recorde-sequeEngleecols.(1999),Conwayecols.(2002) eKaneecols.(2004)encontraramqueMT,masnãoMCP, prediziaasdiferençasindividuaiseminteligência.Nãohá, portanto,umaconfirmaçãorobustasobreaprediçãodeMCP eMTemrelaçãoag.
Nesse sentido, três questões permanecem abertas no campo de investigação da MT e capacidade cognitiva, a saber:QualéanaturezadeMT(seunitáriooudedomínio específico)?QualarelaçãoentreMCPeMT?Qualéome-lhorpreditordeg(seMCPouMT)?Essastrêsquestõessão asquenosinstigaramarealizardiversosestudosutilizando medidasdeMCP,MTePS,algumasadaptadasdaliteratura eoutrasconstruídaspornossaequipe2.Paratanto,utilizamos
asseguintestécnicasdeanálisequantitativas:
– Análise de Regressão Hierárquica: permite averiguar arelaçãoentreumasériedevariáveispreditoraseuma medidacritério,levandoemconsideraçãoaco-variação entre as variáveis preditoras. Portanto, essa técnica permiteaveriguaracapacidadedeprediçãogenuínadas variáveispreditoras.
– Análise Hierárquica Schmid-Leiman. Trata-se de uma técnicadeanálisefatorialemqueosfatoresdeordem superiorexplicamomáximoquepuderemascorrelações existentes entre as variáveis; enquanto que os fatores deordeminferiorsãoreduzidosafatoresresiduaisnão correlacionados entre eles e com os fatores de ordem superior(Carroll,1993;Jensen&Weng,1994).
– Análise Fatorial Confirmatória(ou CFA). Trata-se de umatécnicaparatestarouconfirmarumrelacionamento devariáveispreestabelecidopelopesquisador.Seguindo arecomendaçãodeBrowneeCudeck(1992),decidimos aceitarmodelosdeCFAsquandooíndicedeadequação RMSEA (Root-Mean Square Error of Aproximation) apresentassevalormenorque0,08.Também,considerou-searazãoCMIN/df,cujosvaloresestejampróximosde 2,0.
– Structural Equation Modelling(ou SEM). Trata-se de uma técnica em que se analisa simultaneamente uma sériederelacionamentosentreasvariáveisdependentes. Atécnicacombinaaspectosderegressãomúltiplaede análise fatorial. A técnica é conhecida também como abordagemdevariávellatente.TantoasanálisesSEM
quantoosCFAsforamcalculadosmedianteosprogra-masAMOSouLISREL.Paramaioresdetalhessobreo comportamentopsicométricodasvariáveis,assimcomo sobreosmétodosdeestimação,oleitordeveseremeter aosartigosoriginais.
Essastécnicassubsidiaramainterpretaçãodosresulta-dosdenossasinvestigaçõesepermitiramresponderàstrês questõesqueaseguirseapresentam.
QualéanaturezadeMT(unitáriaouespecífica)?
OsprimeirosestudosqueefetuamossobreMTediferen-çasindividuaiseminteligênciacontaramcomaparticipação de594sujeitosadultosaosquaisaplicamostarefasdeMTe medidasdevelocidadedeprocessamento(Colom,Rebollo, Palacios,Juan-Espinosa&Kyllonen,2004).Nessesestudos empregamos,também,testesdeGc,Gv,GfePS(velocidade processamento).Oobjetivoeraodeestabelecerograude relaçãoentreMTeg.Paratanto,submetemososdadosà análiseconfirmatória(CFA).Nostrêsestudosindependentes demonstramosqueofatorlatentequemelhorprediziag cor-respondiaaMT.Ovalorresultoutãoelevado(0,96)quese chegouàconclusãodequegeMTpodiamserconsiderados comoconstrutosisomórficos.
Considerando os resultados do estudo de Mackintosh eBennett(2003),emqueobtiveramfatoresespecíficosde MT,decidimosrealizarumestudoderéplicaincrementando otamanhoamostraleonúmerodemedidasquepermitiam definirosfatoreslatentesdeinteresse(Colom&Shih,2004). Neste,submetemos226sujeitosuniversitáriosaumtotalde 12provas,sendoseistarefasMT(duasverbais,duasnuméri-caseduasespaciais)eseisprovasdehabilidadepsicométrica (noestudodeMackintosheBennettutilizaram-setrêstarefas deMTetrêsdehabilidadescognitivasem138sujeitos).
Emnossoestudo,asprovascognitivasavaliavamGc, GfeGv.SeguindoométodoutilizadoporMackintoshe Bennett(2003),dessas12provas,obtivemosseisfatores latentes primários e, depois, três fatores de segunda or-dem: Gc (definido pelo MT verbal e habilidade verbal); Gf(definidopeloMTquantitativoeinteligênciafluída)e Gv(definidopeloMTespacialehabilidadeespacial).O modelohierárquicodefatoreslatentesmostrou-seadequado aosdados[χ2(45)=92,02;CMIN/df=2,04;RMSEA=0,068].
DiferentementedeMackintosheBennett(2003),ascorre-laçõesqueobtivemosentreGc,GfeGvforammaioresdo que0,90(Figura1).Asaltascorrelaçõesentreosfatores desegundaordemnossugeriramapresençadeumúnico fatorlatente.Assim,submetemosostrêsfatoresdesegun-daordemaumaCFAparatestarummodelorestrito.Os resultados mostraram que o modelo restrito de um fator adequava-se aos dados [χ2 (48)=93,67; CMIN/df=1,95;
RMSEA=0,065].
Osresultadosdomodelohierárquicoedomodelorestrito evidenciaram, portanto, a natureza unitária do sistema de MT,rejeitandoofracionamentodeMTemdiferentescom-ponentesdeinteligênciacomotinhampropostoMackintosh eBennett(2003).Umaevidênciaadicionalconsistentecoma visãounitáriaéqueacorrelaçãoentreofatorlatentecorres-pondenteaMTeofatorlatentecorrespondenteagresultou emumvalorde0,86(Colom&Shih,2004).
Qualéa“real”associaçãoentreMCPeMT?
Comoditoanteriormente,aMCPteoricamenterepresenta armazenamentotransitóriodeinformaçãoeMTrepresenta armazenamento+processamentotransitóriodeinformação. Pareceobviosupor,então,queambososconstrutoscom-partilhem,emalgumgrau,asmesmasfontesdevariância. Paraverificartalquestãodecidimosanalisarfatorialmente essasupostarelaçãoapartirdodesempenhode403sujeitos universitáriosem12medidasdememória,sendoseisMCP e seis MT (Colom, Shih, Flores-Mendoza & Quiroga, no prelo).Osescoresbrutosdessasmedidasforampadronizados paraobterumcompostoverbal,umquantitativoeumoutro espacial tanto para MCP quanto para MT. Logo, a partir dasmédiasdessescompostosdefinimosescoresgeraispara MCPeparaMT.Acorrelaçãobrutadessesescoresgerais foide0,70(p<0,01).Finalmente,submetemosamatrizde correlaçõesentreoscompostosespecíficosaumaanálisefa-torialexploratória,especificamenteaprincipalaxisfactoring (PAF).Essaanáliserevelouumúnicoefortefatorcom ei-genvaluede3,14queexplicava43%davariância(Tabela1). Talresultadoindicava,portanto,quetodososcomponentes deMCPeMTnãoeramclaramentedistinguíveis.
Emumestudotranscultural(Colom,Flores-Mendoza& Rebollo, 2003) testamos 187 sujeitos, sendo 71 brasileiros e116espanhóis,comidadeentre14e47anosdeidade.Na amostra brasileira a medida de inteligência foi as Matrizes ProgressivasdeRaven,enquantoquenaamostraespanholaa medidacognitivafoioPrimaryMentalAbilitiesTest.Aambas amostrasaplicou-seumabateriainformatizadadeoitotarefas dememória.Quatrodelasexigiamapenasarmazenamentoe evocaçãotransitóriadeinformação,representandoamemóriade curtoprazo(ouMCP)easoutrasquatroexigiamarmazenamento +processamentotransitóriodeinformação,representandoa memóriadetrabalho(ouMT).Amatrizdecorrelaçõesmostrou altoscoeficientesdeassociaçãoentreastarefasdeMTeMCP (Tabela2).Logo,submetemosessamatrizdecorrelaçõesauma análisefatorialnaqualextraímosumúnicofatorqueexplicava quase70%davariânciacomum.Finalmente,correlacionamosos escoresfatoriaiscomosescoresobtidosnostestesdeinteligên-cia.NaamostrabrasileiraobtivemosumacorrelaçãodePearson de0,69enaamostraespanholaobtivemosumacorrelaçãode 0,71.Essesresultadosevidenciaram,portanto,aexistênciadeum recursogeralcognitivoquerepresentaMTequeestáassociado aumamedidadeinteligência.
Figura1.ModelohierárquicoparaGv,GfeGv.
NotadaFigura1.Gc=inteligênciacristalizada,Gf=inteligênciafluida, Gv=inteligênciaespacial,WM-V=memóriadetrabalhoverbal,VERB. = inteligência verbal, WM-F = memória de trabalho numérica/fluida, FLUID=inteligênciafluida,WM-S=memóriadetrabalhoespacial,VIS. =inteligênciaespacial.ALPHABET=tarefadealfabeto,ABCD=tarefa deABCD,PMA-V=subtestedevocabuláriodoPrimaryMentalAbilities Battery,DAT-VR=subtestederaciocínioverbaldaDifferentialAptitude Test Battery, COUNTERS= tarefa de contadores, COMPUTATION = tarefadeamplitudedecálculo,PMA-R=subtestederaciocínioindutivo doPrimaryMentalAbilitiesBattery,CATTELL=subtestes1e3doteste livredeinfluênciasculturaisdeR.B.Cattell,DOTMATRIX=tarefade verificaçãodematrizesememorizaçãodepontos,LETTERROT.=tarefa de rotação de letras e memorização de posições, PMA-S = subteste de rotaçãomentaldoPrimaryMentalAbilitiesBattery,SURFACE=testede desenvolvimentodesuperfícies.
Todososcoeficientesderegressãoestãopadronizados.Osvaloresresiduais foramomitidosvisandoumamaiorclarezadosresultados.Eelespodemser facilmentecalculados:eleva-seaoquadradoosvaloresdoscoeficientesde regressãoquealcançamumadeterminadavariávelendógenaouexógenae subtrai-sede1.Porexemplo:0,872=0,76,logo1–0,76=0,24constituiria
oresidualdeWM-V.Nocasodehavermaisdeumvalor,deve-sesomaro resultadoesubtrairde1.
ALPHABET
ABCD
PMA-V
DAT-VR
COUNTERS
COMPUTATION
PMA-R
CATTELL
DOT MATRIX
LETTER ROT.
PMA-S
SURFACE WM-V
VERB.
WM-F
FLUID
WM-S
VIS. Gc
Gf
Gv
.93 .96
1.0
.87
.73
.94
.89
.92
.94
.64
.52
.67
.86
.59
.61
.67
.57 .77
.60
.65
.67
ALPHABET
ABCD
PMA-V
DAT-VR
COUNTERS
COMPUTATION
PMA-R
CATTELL
DOT MATRIX
LETTER ROT.
PMA-S
SURFACE WM-V
VERB.
WM-F
FLUID
WM-S
VIS. Gc
Gf
Gv
.93 .96
1.0
.87
.73
.94
.89
.92
.94
.64
.52
.67
.86
.59
.61
.67
.57 .77
.60
.65
.67
Tabela1.MatrizdeCorrelaçõesparaosescoresdecompostosdeMCPeMTematrizfatorial.
MCP-V MCP-Q MCP-S MT-V MT-Q MT-S Fator h2
MCP-V .70 .37 .48 .43 .33 .74 .54
MCP-Q .34 .46 .48 .36 .75 .56
MCP-S .29 .45 .45 .56 .31
MT-V .40 .38 .61 .38
MT-Q .47 .68 .47
MT-S .58 .34
%Variância 43
Qualéomelhorpreditordeg(MCPouMT)epor quê?
Pararesponderaestaquestãofizemosumoutroestudo transculturalaumentandoonúmerodetarefasdememória comotambémonúmerodeprovascognitivas(Colom,Flores-Mendoza,Quiroga&Privado,2005).Assim,examinamos odesempenhodeduasamostrasindependentes,aprimeira compostapor76participantesbrasileiros(médiade23anos;
DP=5,5)easegundaamostracompostapor63participantes espanhóis(médiade20,9anos;DP=1,39),em12tarefasde memória(seisMCPeseisMT)eemtestespsicométricos deinteligência.
Nocasodaprimeiraamostraaplicaram-seossubtestes Séries,Cálculo,Vocabulário,AritméticaeEspacialdabateria BTAG(CEPA,2001),eoTesteEquiculturaldeInteligência (Cattell&Cattell,2002).Nocasodasegundaamostraapli-caram-seossubtestesRaciocínioVerbal,RelaçõesEspaciais eHabilidadeNuméricadoDAT(Bennett,Seashore&Wes-man,2000);ossubtestesdeVocabulário,RotaçãoMental, ComputaçãoeRaciocínioIndutivodoPMA(Thurstone,1938 –versãoinformatizadaporQuiroga,Privado,Beato,Colom &Shih,2004)eotestederaciocínioquantitativoMoedas (Seisdedos,1980).
Transformamososresultadosdetodasastarefasemesco-res-zparaestimarcompostosdeMCP,MTeg.Destaforma, obtivemos,paraambasasamostras,umescoredeMCP(ex-traídodeseismedidas)eumescoredeMT(tambémextraído deseismedidas).Ocompostodegparaaprimeiraamostra foiextraídodeseismedidasenquantoqueparaasegunda amostraocompostodegfoiextraídode10medidas.
Nossasanálisesmostraramqueacorrelaçãobrutaobtida entreMCPeMTfoide0,75ede0,68paraaprimeiraese-gundaamostras,respectivamente.Portanto,ambosconstrutos compartilhavamfortementeasfontesdevariância.Aanálise deregressãoapontouqueMTprediziagumpoucomelhor que MCP. No entanto, quando a correlação entre MCP e MTeraestatisticamentecontrolada(noqueserefereaoseu componentedearmazenamentotemporário),aforçapreditiva
deMTerapequena.Esteresultadocorroboravaumasuspeita acadêmica:ocomponentedearmazenamentopareceserum fatorcrucialsubjacenteàrelaçãoentreMTeg.
Umaoutraformadeinvestigaçãofoidelineada(Colom, Abad, Rebollo, & Shih, 2005). Desta vez, separamos os testescognitivosportipodehabilidadescognitivas.Assim, empregamostestesqueavaliassemaGc(testedevocabulário doPrimaryMentalAbilityeotestederaciocínioverbaldo
DifferentialAbilitiesBattery),aGf(testederaciocíniodo
PrimaryMentalAbilitiesBatteryeossubtestes1e3do Cul-tureFairIntelligenceTest),aGv(testederotaçãomentaldo PMAetestedesuperfície)eaGqouinteligênciaquantitativa (testedecomputaçãoetesteMoedas).
Oestudocontoucomaparticipaçãode208estudantes universitários(idademédiade20,73;DP =3,7).Aelesapli-camos,alémdasprovascognitivas,12medidasdememória (seisMCPeseisMT).Osdadosforamsubmetidosatécni-casdeCFAedeSEM.Assim,extraímosumfatorlatente de ordem superior para MCP e para MT [χ2(46)=87,28;
CMIN/df=1,89;RMSEA=0,066].Acorrelaçãoentreestes fatoresdesegundaordemfoide0,89.Nocasodashabilidades cognitivas,verificamosquesomenteGveGfforamosfato-resdeprimeiraordemmelhorpreditosporg[χ2(16)=33,48;
CMIN/df=2,09;RMSEA=0,073].
Noseguinteestágiodeanálise,estabelecemososmodelos estruturaisparaosfatoresdeinteligênciaeparaosfatores dememória(MCPeMT)deordemsuperior.Ocoeficien-te estrutural de MCP parag foi de 0,58 [χ2(68)=100,49;
CMIN/df=1,48; RMSEA=0,048]. Isso significava que o componentedearmazenamentotemporáriocapturadopelo fatorlatentedeMCPcomportou-secomoumbompreditor deg.NocasodeMTocoeficienteestruturalparagfoide 0,89[χ2(69)=126,51;CMIN/df=1,83;RMSEA=0,063].Tal
resultadoindicavaqueocompostodearmazenamento+pro-cessamentodeinformaçãodofatorlatentedeMTconstituía omelhorpreditordeg.
Considerando que a MCP e a MT compartilham o componentedearmazenamento,procedeu-seaummodelo estruturalhierárquicoemqueMCPeMTprediziamg.Para
Tabela2.Estatísticadescritiva,matrizdecorrelações(amatrizresidualéapresentadaabaixodadiagonal)ematrizfatorial.
TarefaseMedidas Descritivas MatrizdeCorrelações
Matriz Fatorial
Media DP 1 2 3 4 5 6 7 8
1Matrixspan 60.07 15.42 .653 .715 .589 .617 .610 .632 .548 .748
2Letterspan 4.17 1.13 .04 .826 .542 .680 .707 .753 .679 .838
3Digitspan 5.54 1.44 .08 .09 .527 .709 .734 .726 .695 .872
4Matrixscan 94.67 5.48 .07 .02 .04 .611 .597 .559 .600 .674
5ABCnumerical 67.94 24.09 .03 .04 .03 .01 .786 .789 .795 .864
6ABCDGram 77.7 21.36 .04 .03 .02 .006 .02 .795 .798 .884
7Alphabet 61.93 27.95 .02 .01 .02 .03 .02 .01 .774 .876
8Digitordering 23.60 6.59 .08 .04 .03 .02 .05 .05 .02 .856
PMA-R 21.82 3.64
tanto, todas as tarefas ingressaram como indicadores de MCP,masunicamenteasmedidasdeMTingressaramcomo indicadoresdeMT. Estemodelopermitesepararocomponentedearmaze-namentodastarefasdememóriadeoutroscomponentesda MT,deformaaverificaracapacidadepreditivatantodos componentesdearmazenamentoquantodoscomponentes de processamento do construto de MT. O modelo obtido mostrou-seadequado(Figura2):[χ2(154)=260,59;CMIN/
df=1,69;RMSEA=0,058].Portanto,aMCPassimcomoaMT realmentepredizemg.OcoeficienteestruturalparaMCPfoi
FLSPAN BLSPAN STM-V .79 .73 FDSPAN BDSPAN STM-Q .79 .80 CORSI BLOCK DOT MEMORY STM-S .77 .59 ABCD ALPHABET WM-V .44 .73 COUNTERS COMPUTATION WM-Q .48 .70 L ROTATION DOT MATRIX WM-S .53 .69 PMA-R Gf CATTELL .82 .61 PMA-S Gv SURFACE .62 .69 PMA-V Gc DAT-VR .70 .82 PMA-N Gq MONEDAS .51 .97 STM WM g .87 .90 .69 .82 .83 .77 .34 .46 .46 .66 .66 .92 .94 .73 .71 FLSPAN BLSPAN STM-V .79 .73 FDSPAN BDSPAN STM-Q .79 .80 CORSI BLOCK DOT MEMORY STM-S .77 .59 ABCD ALPHABET WM-V .44 .73 COUNTERS COMPUTATION WM-Q .48 .70 L ROTATION DOT MATRIX WM-S .53 .69 PMA-R Gf CATTELL .82 .61 PMA-S Gv SURFACE .62 .69 PMA-V Gc DAT-VR .70 .82 PMA-N Gq MONEDAS .51 .97 STM WM g .87 .90 .69 .82 .83 .77 .34 .46 .46 .66 .66 .92 .94 .73 .71 Figura2.ModelohierárquicoparaMCPeMT. de0,58enquantoqueocoeficienteestruturalparaMTfoide 0,79,emboraambosforamfixadoscomoiguais(0,66)sem, noentanto,perderabondadedeajuste(Figura2).
Assim sendo, os resultados mostraram que quando na análiseestruturalaMCPingressacomtodasasmedidasde capacidadedememória,ovalordocoeficientenãosealtera. Permanece o mesmo valor que se obteve quando a MCP ingressousomentecomasmedidasdearmazenamento(0,58 ou0,66).NocasodaMT,ocoeficientemudanaanáliseestru-tural.Ovalorpassade0,89para0,66.Maisainda,arelação entreMTegéconsistentecomoisomorfismoentreambos construtosquandoseincluiacombinaçãoarmazenamento + processamento. Contudo, esse isomorfismo desaparece quandosecontrolaocomponentedearmazenamento,pas-sandode0,89a0,66.
Finalmente,esseestudorevelouqueocomponenteespecí-ficodeMTtambémpredizg,emboraemmenorintensidade,o queimpelenecessariamenteafazeroseguintequestionamento: Qualéanaturezadessecomponenteadicional?Ogrupode Engleépartidáriodequeessecomponenteadicionalseriao controleatencional,enquantoqueautorescomoAckermane cols.(2002)enossaequipe(Colom,Rebollo,Palacios,Juan-Espinosa&Kyllonen,2004)propõemqueéavelocidade. Levandoemconsideração,portanto,osresultadosobtidos noestudoempíricoqueacabamosdecomentar,sedelineou umnovoestudoempíricodestinadoaidentificarseoarma-zenamentoeavelocidadeeramnecessáriosesuficientespara explicararelaçãoentreMTeinteligência.Searespostafosse positiva,entãoogrupodeEngleecols.(1999)poderiaestar equivocadoumavezquenãohaverianecessidadederecorrer aoconceitodecontroleatencional. FLSPAN FDSPAN Corsi Block ALPHABET COMPUTATION LETTER ROT. VP QP SP STM WM PS SOLID FIG. PMA-V PMA-R Intell .69 .43 WM (r) .93 .26 .80 .46 .68 ..81 .69 .57 .72 .77 .62 .60 .73 .69 .25 .00 FLSPAN FDSPAN Corsi Block ALPHABET COMPUTATION LETTER ROT. VP QP SP STM WM PS SOLID FIG. PMA-V PMA-R Intell .69 .43 WM (r) .93 .26 .80 .46 .68 ..81 .69 .57 .72 .77 .62 .60 .73 .69 .25 .00
Figura3.ModelodequatrofatoresparaMCP,MT,PSeg.
NotadaFigura2.FLSPAN=forwardletterspan,BLSPAN=backward letterspan,FDSPAN=forwarddigitspan,BDSPAN=backwarddigitspan, CORSIBLOCK=tarefadememorizaçãodeseqüênciasdeposições,DOT MEMORY=tarefadememorizaçãodasituaçãodeumasériedepontos, ABCD=tarefadeABCD,ALPHABET=tarefadealfabeto,COUNTERS =tarefadecontadores,COMPUTATION=tarefadeamplitudedecálculo,L ROTATION=tarefaderotaçãodeletrasememorizaçãodeposições,DOT MATRIX=tarefadeverificaçãodematrizesememorizaçãodepontos,STM-V =memóriadecurtoprazoverbal,STM-Q=memóriadecurtoprazonumérica, STM-S=memóriadecurtoprazoespacial,WM-V=memóriadetrabalho verbal,WM-Q=memóriadetrabalhonumérica,WM-S=memóriadetrabalho espacial,STM=memóriadecurtoprazo,WM=memóriadetrabalho,g= fatorgeraldeinteligência,Gf=inteligênciafluida,Gv=inteligênciaespacial, Gc=inteligênciacristalizada,Gq=inteligêncianumérica,PMA-R=subteste de raciocínio indutivo doPrimary Mental Abilities Battery, CATTELL = subtestes1e3dotestelivredeinfluênciasculturaisdeR.B.Cattell,PMA-S =subtestederotaçãomentaldoPrimaryMentalAbilitiesBattery,SURFACE =testededesenvolvimentodesuperfícies,PMA-V=subtestedevocabulário doPrimaryMentalAbilitiesBattery,DAT-VR=subtestederaciocínioverbal daDifferentialAptitudeTestBattery,PMA-N=subtestedecálculodoPrimary MentalAbilitiesBattery,MONEDAS=subtestederaciocínionumérico. Todososcoeficientesderegressãoestãoestandarizados.Osvaloresresiduais foramomitidosvisandoumamaiorclarezadosresultados.Eelespodemser facilmentecalculados:eleva-seaoquadradoosvaloresdoscoeficientesde regressãoquealcançamumadeterminadavariávelendógenaouexógena. Nocasodehavermaisdeumvalor,deve-sesomaroresultadoesubtrai-lo de1.Porexemplo:0,662+0,662=0,86,logo1–0,86=0,14constituiria
oresidualdeg.
NotadaFigura3.FLSPAN=forwardletterspan,FDSPAN=forwarddigit span,CORSIBLOCK=tarefadememorizaçãodeseqüênciasdeposições, ALPHABET=tarefadealfabeto,COMPUTATION=tarefadeamplitude decálculo,LETTERROT=tarefaderotaçãodeletrasememorizaçãode posições,VP=velocidadedereconhecimentoverbal,QP=velocidadede reconhecimentonumérico,SP=velocidadedereconhecimentoespacial, STM=memóriadecurtoprazo,WM=memóriadetrabalho,PS=velocidade de reconhecimento, WM (r) = residual do fator latente da memória de trabalho,Intell=inteligência,PMA-R=subtestederaciocínioindutivodo PrimaryMentalAbilitiesBattery,SOLIDFIG=rotaçãodefigurasmaciças, PMA-V=subtestedevocabuláriodoPrimaryMentalAbilitiesBattery. Todososcoeficientesderegressãoestãopadronizados.Osvaloresresiduais sãoomitidosvisandoumamaiorclarezadosresultados,umavezqueeles podem facilmente ser calculados seguindo a estratégia comentada nas figurasanteriores.
Shih,2006).Ainteligênciatambémfoirepresentadamedian-(característicadeMCP)edavelocidadedeprocessamento (PS).Dessaforma,nãoocorrevariânciarestanteparaexpli-car,oquetornadesnecessáriorecorreraconceitoscomoo controledeatenção.
Considerandoqueosestudosregistradosnaliteraturaapre-sentamdiversidadedemetodologiadeanálisequeimpedeuma conclusãomaisacuradadosresultados,decidimosre-analisar asmatrizesdosestudosmaisimportantespublicadossobreMT eg(Colom,Rebollo,AbadeShih,noprelo).Aseleçãodesses estudosestevebaseadaemdoiscritérios:1)osestudosdeviam considerartarefasdememóriasimples(MCP)ecomplexas (MT)e,2)osestudosdeviamconsiderarmedidasdehabilida-descognitivas.Apartirdessescritérios,foramselecionadasas matrizesdosseguintesestudos:Engleecols.(1999),Miyake ecols.(2001),Conwayecols.(2002),Bayliss,Jarrold,Gunn &Baddeley(2003)eKaneecols.(2004).Osdadosforam submetidosaAnáliseHierárquica-SchmidLeiman.
ATabela3mostraqueMCPeMTnãosãoclaramente distinguíveis.Ambasasmedidasdividemalgumacoisaem comumquepermitesuaassociaçãocommedidasdehabili-dadescognitivas.Naanálisedascincomatrizes,observa-se queMCPeMTcarregamemigualmagnitudenofatorde segundaordem.
Por outro lado, também se contrastaram uma serie de SEM, usando como referência o modelo empregado por Conway e cols. (2002), assim como por Colom, Abad, RebolloeShih(2005).Nestemodelo-base,ofatorlatentede MCPestádefinidoportodasastarefasdememória,enquanto que o fator latente de MT fica definido unicamente pelas tarefasdeMT.Osresultadosforamunânimesaoassinalar queasdiferençasindividuaisemumasériedecapacidades cognitivassãopreditasdemaneiraconsistenteporMCP,mas tetrêstarefasdeGf,GveGc.Aprecisãodastarefas,após
normalizaçãodastarefasdevelocidadedeprocessamento, girouemtornode0,73a0,91.Essesdadosforam,então, submetidosaanáliseSEM.
Primeiramenteexplorou-searelaçãoentreMCP,MTePS aoníveldavariávellatente.Omodelomostrou-seadequado: [χ2(24)=27,77;CMIN/df
=1,16;RMSEA=0,04].Encontrou-seumaforterelaçãoentreMCPeMT(0,89)eumabaixa associação,porémsignificativa,entreMTePS(-0,31;p< 0,05);enquantoquearelaçãoentreMCPePSnãofoisig-nificativa(-0,12;p>0,05).Ocoeficienteestruturalentrege MCPfoide0,65;comMTfoide0,82ecomPSfoide–0,42. Portanto,MCP,MTePSestãorelacionadosag.
Novamente,considerandoqueMTcompreendeoscom-ponentesdearmazenamentoedeprocessamentotransitório deinformaçãofoinecessáriocontrolá-lospormeiodose-guintemodelo:MCPePSpredizemMTeavariânciarestante não-preditapelosfatoreslatentesdeixariaumresidualque representariaavariânciaúnicadeMT.Oobjetivoeraverificar seaindaexistiaumavariânciacompartilhadaentreoMT-re-sidualeog.Omodeloprovou-seadequado:[χ2(50)=76,06;
CMIN/df=1,52; RMSEA=0,069]. O coeficiente estrutural entre MCP eg foi de 0,69 (um valor consistente com os observadospreviamentepornossaequipe)eocoeficiente estruturalentrePSegfoide–0,43.Maisainda,ocoeficiente estruturalentreoresíduodeMTegpôdeserfixadoem0.
Estesresultadosindicaram,portanto,queMCPePSpre-dizemg ,enquantoqueofatorlatentedeMT(comseuscom-ponentesdearmazenamentoeprocessamentocontrolados) nãoapresentaprediçãosignificativa(Figura3).Emoutras palavras,paraqueMTegapresentemaltaassociaçãosefaz necessáriaaparticipaçãodacapacidadedearmazenamento
Tabela3.AnáliseHierárquica-SchmidLeimandascincomatrizesdedados.
Matrizes Tarefasutilizadas Variânciaexplicadapelofatordesegundaordem Pesonofatordesegundaordem
MCP MT Hab.Cog.
Engleecols. (1999)
16medidas: TarefasMTeMCP Cattell’sCultureFairTest ProgressiveMatrices(SPM)
26,81% 0,573 0,532 0,537
Miyakeecols. (2001)
12medidas: TarefasMTeMCP TorresdeHanói
Testesdevisualizaçãoespacial Testesderelaçõesespaciais Testesdevelocidadeperceptual
27,83% 0,481 0,507 0,575
Conwayecols. (2002)
13medidas:
TarefasMT,MCPePS Cattell’sCultureFairTest ProgressiveMatrices(SPM)
19,15% 0,528 0,560 0,302
Baylissecols. (2003)
11medidas: TarefasMT,MCP,PS ProgressiveMatrices(CPM) ReadingandMathTest
31,90% 0,510 0,523 0,644
Kaneecols. (2004)
25medidas: TarefasMT,MCP ProgressiveMatrice(SPM) WAIS
Testesdeinteligênciacristalizada Testesdehabilidadeespacial
nãopelofatordeMT(aqueleindependentedoarmazenamen-totransitório).Aenormevantagemdestasre-análiseséque asdistintasbasesdedadosanalisadasforamexploradasa partirdomesmomodeloSEMdereferência,superandodesse modoatendênciaaqueosmodelosdereferênciamudem deestudoparaestudo(Cowan,2005).Portanto,oresultado destare-analiseéconsistentecomanossavisãoteóricade queocomponentedearmazenamentodaMTresultacrucial paracompreenderaaltarelaçãoentreMTeg.
Conclusão
Os diversos esforços investigativos enveredados até o momentopornossaequipe,mostramexistirumacapacidade geralqueexplicaumagrandequantidadedediferençasindi-viduaisobservadasemtarefasdecapacidadedememóriae emprovasdehabilidadescognitivas.Alémdisso,MTprediz
g comtamanhaforçaqueambosconstrutospodemserconsi-deradosisomórficos.Contudoesseisomorfismodecaiquando ocomponentedearmazenamentodeMTécontrolado,dando passagemparaperspectivadequearelaçãoentreMTeg
dependedealgunscomponentes.Nossosestudosrevelamque essescomponentesseriamacapacidadedearmazenamento eavelocidadedeprocessamento.
Estasobservações,empiricamentetestadas,contradizem osresultadosdeestudoscomoodeKaneecols(2004)que afirmaseravariânciacompartilhadaentreMCPeMTum reflexodofuncionamentoexecutivoenãodemecanismos dearmazenamento.Nossosestudosrevelamquearelação entreMTeg,aoníveldavariávellatente,équaseamesma queseencontraemmodelosSEMdetrêsequatrofatores. OmesmoocorrecomaPSnoqueserefereamodeloSEM dequatrofatores.
Nossos resultados tampouco validam a assunção de Engleecols.(1999)queafirmamqueMCPpoucoexplica a relação entre MT e inteligência. Nossas análises mos-tramqueocomponenteresidualdeMT,apósocontrole do componente de armazenamento e de velocidade de processamento,relaciona-se,demaneiranãosignificativa, ag.NessasituaçãoaMCPpredizgmelhorqueMT(com seucomponentedearmazenamentocontrolado).Conside-randoasdiversasanálisesdasprovasdeMT,MCP,PSeg, podemoscorroboraroqueafirmamosem2001:oscompo-nentesdearmazenamentodecurtoprazoeavelocidadede processamentosãonecessáriosesuficientesparaexplicar arelaçãoentreMTeg.
Referências
Ackerman,P.L.;Beier,M.E.&Boyle,M.O.(2002).Individual differencesinworkingmemorywithinanomologicalnetworkof cognitiveandperceptualspeedabilities.JournalofExperimental Psychology:General,131(4),567-589.
Ackerman,P.L.;Beier,M.E.&Boyle,M.O.(2005).Working memory and intelligence: The same or different constructs?
PsychologicalBulletin,131(1),30-60.
Anderson,J.R.(1990).Cognitivepsychologyanditsimplications. NewYork:Freeman.
Bayliss, D. M.; Jarrold, C.; Gunn, D. & Baddeley, A. (2003). The complexities of complex span: Explaining individual
differencesinworkingmemoryinchildrenandadults.Journal ofExperimentalPsychology:General,132(1),71-92.
Bennett,G.K.;Seashore,H.G.&Werman,A.G.(2000).Testde aptitudesmentalesdiferenciales.Madrid:TEA.
Browne,M.W.;&Cudeck,R.(1992).Alternativewaysofassessing modelfit.SociologicalMethodsandResearch,21,230-258. Carpenter, P. A.; Just, M. A. & Shell, P. (1990). What one
intelligencetestmeasures:atheoricalaccountoftheprocessing intheRavenProgressiveMatricesTest.PsychologicalReview,
97(3),404-431.
Carroll, J. B. (1993).Human Cognitive Abilities. Cambridge: CambridgeUniversityPress.
Cattell, R. B. & Cattell, A. K. S. (2002).Teste Equicultural de Inteligência. Adaptado pelo Centro de Psicologia Aplicada [CultureFairIntelligenceTest].RJ:CEPA.
CentroEditordePsicologiaAplicada(2002).BateriadeTestesde AptidãoGeral-BTAGII(GATBBattery).AdaptadoporGustavo LisboaBraga[GeneralAptitudeTestBattery].RJ:CEPA. Colom,E.;Flores-Mendoza,C.E.;Quiroga,M.A.&Privado,J.
(2005). Working memory and general intelligence: The role ofshort-termstorage.PersonalityandIndividualDifferences, 39(5),1005-1014.
Colom,R.&Shih,P.C.(2004).Isworkingmemoryfractionedonto differentcomponentsofintelligence?AreplytoMackintosh andBennett.Intelligence,31,431-444.
Colom, R.; Abad, F.J. & Shih, P.C. (2006, janeiro).Short-term memoryandprocessingspeedpredicttherelationshipbetween workingmemoryandintelligence.TrabalhoapresentadonaVIII JornadadelaSociedadEspañolaparalaInvestigacióndelas DiferenciasIndividuales.Madrid,Espanha.
Colom,R.;Flores-Mendoza,C.E.&Rebollo,I.(2003).Working memory and intelligence.Personality and Individual Differences,34,33-39.
Colom,R.;Rebollo,I.;Abad,F.J.&Shih,P.C.(noprelo).Complex span tasks, simple span task, and cognitive abilities: A re-analysisofkeystudies.Memory&Cognition.
Colom,R.;Rebollo,I.;Palacios,A.;Juan-Espinosa,M.&Kyllonen, P.C.(2004).Workingmemoryis(almost)perfectlypredicted byg.Intelligence,32,277-296.
Colom,R.;Abad,F.J.;Rebollo,I.&Shih,P.C.(2005).Memory span and general intelligence: A latent-variable approach.
Intelligence,33,623-642.
Colom,R.&Flores-Mendoza,C.(2001).Inteligenciaymemoria detrabajo:larelaciónentrefactorG,complejidadcognitivay capacidaddeprocesamiento.Psicologia:Teoria&Pesquisa, 17(1),37-47.
Colom,R.&Flores-Mendoza,C.(2006).Processamentohumanode informaçãoeinteligência.EmC.Flores-Mendoza&R.Colom (Orgs.),Introdução à Psicologia das Diferenças Individuais (pp.101-130).PortoAlegre:ArtMed.
Colom,R.;Shih,P.C.;Flores-Mendoza,C.E.&Quiroga,M.A. (noprelo).Therealrelationshipbetweenshort-termmemory andworkingmemory.Memory.
Conway,A.R.A.;Cowan,N.;Bunting,M.F.;Therriault,D.J.& Minkoff,S.R.B.(2002).Alatentvariableanalysisofworking memory capacity, short-term memory capacity, processing speed,andgeneralfluidintelligence.Intelligence,30(2), 163-183.
Cowan,N.(2005).Workingmemorycapacity.Hove,EastSussex: PsychologyPress.
Engle,R.W.;Tuholski,S.W.;Laughlin,J.E.&Conway,A.R. A.(1999).Workingmemory,short-termmemory,andgeneral fluid intelligence: A latent-variable approach.Journal of ExperimentalPsychology:General,128(3),309-331. Jensen,A.&Weng,L.(1994).Whatisagoodg?.Intelligence,
18,231-258.
Kane,M.J.;Hambrick,D.Z.;Tuholski,S.W.;Wilhelm,O.;Payne, T.W.&Engle,R.W.(2004).Thegeneralityofworkingmemory capacity: A latent-variable approach to verbal and visuo-spatialmemoryspanandreasoning.JournalofExperimental Psychology:General,133,189-217.
Kyllonen,P.C.&Christal,R.(1990).Reasoningabilityis(little morethan)workingmemorycapacity?!.Intelligence,14 ,89-433.
Kyllonen,P.C.(1996)IsworkingmemorycapacitySpearman’g? Em I. Dennis & P. Tapsfield (Orgs.),Human abilities: their natureandmeasurement(pp.49-75).Mahwah:Erlbaum. Mackintosh, N. J. & Bennett, E. S. (2003). The fractionation
of working memory maps onto different components of intelligence.Intelligence,31,519,531.
Miyake,A.;Friedman,N.P.;Rettinger,D.A.;Shah,P.&Hegarty, M.(2001).Howarevisuospatialworkingmemory,executive functioning, and spatial abilities related? A latent-variable analysis.JournalofExperimentalPsychology:General,130(4), 621-640
Mukunda,K.V.&Hall,V.C.(1992).Doesperformanceonmemory forordercorrelatewithperformanceonstandardizedmeasures ofability?Ameta-analysis.Intelligence,16,81-97.
Quiroga, M. A.; Privado, J.; Beato, M. S.; Colom, R. & Shih, P. C. (2004). Test de aptitudes mentales primarias, Versión informática.Madrid:TEA.
Richardson,J.T.E.(1996).EvolvingIssuesinWorkingMemory. EmJ.T.E.Richardson&cols.(Orgs.),WorkingMemoryand HumanCognition(pp.120-154).NewYork:OxfordUniversity Press.
Seamon,J.G.&Kenrick,D.T.(1994).Psychology.Englewood Cliffs:PrenticeHall.
Seisdedos,N.(1980).Monedas.Madrid:TEA.
Shah,P.&Miyake,A.(1996).Theseparabilityofworkingmemory resources for spatial thinking and language processing: An individual differences approach.Journal of Experimental Psychology:General,125,4-27.
Stauffer,J.;Ree,M.&Carretta,T.(1996).Cognitive-components testsarenotmuchmorethang:AnextensionofKyllonen’s analyses.The Journal of General Psychology,123(3), 193-205.
Süß, H.; Oberauer, K.; Wittman, W.; Wilhelm, O. & Shulze, R. (2002).Workingmemorycapacityexplainsreasoningability –andalittlebitmore.Intelligence,30,261-288.
Thurstone, L. (1938). Primary mental abilities.Psychometrics Monographs1.Madrid:TEA.
Recebidoem15.03.2005 Primeiradecisãoeditorialem10.01.2006 Versãofinalem29.03.2006
Aceitoem04.04.2006
IVCONGRESSOLATINO-AMERICANO DEPSICOLOGIAJUNGUIANA
Data:3a7desetembrode2006
Local:HotelConradResort&CasinodePuntadelEste Uruguay
Organização
SociedadeUruguaiadePsicologiaAnalítica(SUPA)
Informaçõeseinscrições
Anexo1–ExemplosdetarefasMCP,MTePS
MCP-Verbal(LetterSpan)
Váriasletrassãoseqüencialmentemostradasnateladocomputador.Atarefacomeçacomtrêsletras,incrementando-seo númerodeletrasatéqueoparticipantenãopossareproduziraseqüêncianoteclado(trêserrosdecincotentativas).
MCP-Numérica(Digitspan)
Váriosdígitossãoseqüencialmentemostradosnateladocomputador.Atarefacomeçacomtrêsdígitos,incrementado-se aquantidadedenúmerosatéqueoparticipantenãopossareproduziraseqüêncianoteclado(trêserrosdecincotentativas).
MCP-Viso-espacial(Matrixspan)
Cincoquadradosvaziossãomostradosnomeiodateladocomputadoremposiçãohorizontaleumoutrovazionaparte superiordatela.Depoisdeumsinaldeaviso,oscincoquadradosvaziossãoseqüencialmentepreenchidosporumamatrizde 4x4células(cadaquadradopor1s).Namedidaqueumquadradoépreenchidooanteriordesaparece.Ointervalointer-estí-muloéde500ms.Paraevitaraprendizagem,aseqüênciadosestímulos(matrizespreenchidas)nosquadradoséapresentada aleatoriamenteconsiderando15possíveismatrizes.Apósaapresentaçãodoscincoestímulos,oquadradoqueestánaparte superiordatelamostraráumdessesestímulosparaoqualoparticipanteindicarásuaposiçãodentreoscincoquadrados.
MT-Verbal(ABCD)
Duascategoriasecincopalavrassãoutilizadas.Ascategoriassão“árvore”e“comida”.Logoseapresentaumafrasecom umadascategorias:“Ocedroprecedeaomogno”(AB).Depoisaseguintecategoria:“Oalhonãoprecedeaosal”(DC).Por último,seapresentaaordemdascategorias:“Asárvoresnãoprecedemàcomida”(DCAB).Apresentam-seoitoalternativas. OsujeitodeveráindicaracombinaçãocorretadosparesABeCD,assimcomoasuaposição.
MT-Numérica(Computation)
Atarefaincluiverificaçãoerecordação.Verifica-se,duranteseissegundos,seaequaçãomostradaécorretaerecorda-sea soluçãomostrada,mesmonãosendocorreta.Terminadaaúltimaequação,solicita-sedoparticipantequeindiqueaseqüência serialdassoluçõesmostradasdetodasasequações.Cadaequaçãoincluiduasoperaçõeseutilizadígitosde1a10.Asolução sempreénúmerodeumdígito.
MT-Visuo-espacial(Letterrotation)
Apresentam-seletrasmaiúsculasquepodemestarnaformanormalouemespelhoepodemestargirandoemângulosde 0º,45º,90ºou180º.Atarefaéverificaraforma(normalouemespelho)eaposição(distânciaangular).
PS