دانلود تحقیق حافظه فعال و هوش

حافظه فعال و هوش : بحث آکرمن ، بیر و بویل ( 2005 ) در مورد همبستگی و ارتباط مابین هوش و حافظه فعال بر اساس یک آنالیز داده های متغیر منطقی ، همبسته های جفت مابین عملکرد های حافظه فعال و اندازه گیری های توانایی شناختی قرار دارند .

پی .

ال .

آکرمن – ام – ای .

بیر و ام .

او بویل ( 2005 ) بیان می دارند که حجم حافظه فعال (WMC ) در کمتر از %25 از آن واریانس مرتبط با هوش عمومی و همراه با توانایی استدلالی سهیم می باشند .

در این بحث محققان در این مورد می گویند که این داده های متغیر به سبب کمبود های متعدد شیوه شناختی و تعصبان خاص کمتر ارزیابی می شوند .

یک آنالیز دوباره از گزارش آکرمن از شیوه های آماری بر شرح g وWMC که به نحوه خیلی زیادی به هم همبسته می باشند استفاده می کند .

در یک سطح ادراکی ، نویسندگان متذکر می شوند که WMC باید به عنوان یک ساختار توضیحی برای توانایی های ذهنی مورد بررسی قرار گیرد .

نظر های حافظه فعال مدعی نمی شوند که WMC یک شکل همسانی را با عوامل هوش تشکیل دهند .

اما آن یک پیشبینی کننده بسیار قوی ا توانایی استدلالی می باشد و جریان سیال هوش را به طور کلی پیش بینی می کند .

آکرمن ، بایر و بویل سعی دارند تا تلاش بی باکانه خودشان در کسب جمع آوری یک مجموعه ای از یافت ها که مابین اندازه گیری های حجم حافظه فعال ( WMC ) و تستهای توانایی شناختی همبسته می باشند ستایش کنند .

با وجود این آنالیز ها و تفسیر این یافته ها نسبتاً ناقص می باشد و نسبتاً بر پایه تعصب می باشد .

ما استفاده می کنیم که مقاله این محققان تعبیری غلط از مفهوم نظری همبسته های مابین اندازه گیری های فعلی WMC و تستهای هوش و دیگر تستهای توانایی می باشد .

در بحث ما ، ما ابتدا مشکلات شیوه شناختی را همراه با آنالیز داده های متغیر آکرمن متذکر می شویم .

در بخش دوم این بحث ، ما از قائده نظری آن ارتباط در مفهوم تلاش هایی برای درک ماهیت طبیعی هوش صحبت می کنیم .

موضوعات شیوه شناختی : همبستگی مابین WMC و هوش چه است ؟

هدف آکرمن از آنالیز داده های متغیر آن بود که برآورد هایی از همبستگی های مابین ساختمان WMC و ساختار های مختلف توانایی شناختی ارائه کند .

این شیوه داده های متغیر از آن نوشته این محققان دقیقاً بیان می شود که این ها قصد دارند تا همبستگی های فوق الذکر کم ارزش جلوه بدهند .

ما نشان دادیم که شیوه آنها شامل عواملی می باشد که همبستگی های برآوردی تنزلی متعصابه باشند .

و فواصل اعتمادی بین آنها بسیار اندک می باشد .

« گزینش وظیفه » یک چنین فاکتوری انتخاب عملکرد های وظیفه ای برای ارئه در WMC می باشد .

معیار های نتیجه گیری که از الگوی آکرمن استفاده می کنند مبهم می باشند .

متن مقاله پیشنهاد می کند که عملکرد های وظیفه ای حافظه فعال ، الگو های عملکردی دوگانه ای می باشند که با عملکرد حافظه کوتاه مدت که همراه با یک فرایند عملکردی می باشد مرتبط می باشند .

با وجود لیستی از مقاله الحاقی این محققان شامل آن عملکرد هایی می باشند که با این شرح هماهنگ نمی باشد ( برای مثال تست آماری تولید تصادفی استار ) .

با وجود این شرح عملکردی ، هر وظیفه ای که محققان اصلی در یک عملکرد WMC شرح داده اند شامل می شود .

احتمالاً هیچ معیار گزینشی منصفانه ای دیگر وجود ندارد .

بنابراین آکرمن بحث می کند که هیچ انتخابی مگر این که عملکرد ها توسط برچسب های این محققان انتخاب شود وجود ندارد .

علی رغم این موضوع نتیجه آن است که آنالبیز داده های متغیر که روند پیشرفت در تایید ساختمان WMC در بیش از دو دهه گذشته انگاشته شده است .

برای مثال کار گروهی ما شامل تولید تصادفی و تست آماری استار در یک روند مطالعاتی می باشد تا تجربه تایید ساختاری مطالعات این محققان بدست آید .

این شیوه ما آن دو عملکرد هایی که از شاخص های قابل تردید WMC می باشند که سهم کمتری از واریانس تولید تصادفی همراه با دیگر وظایف WM می باشد به وجود آورند .

و تست آماری استار در یک فاکتوری جداگانه یک ترکیبی از عملکرد های اجزایی را ( بدین معنی که نظارت بر فرایند های اصلی وجود دارد .

) و فرایند سرعت می باشد منعکس می کند .

تحقیق بعدی شکل عملکرد های اجزای یک یا چند فاکتور که پیش بینی کننده های عالی توانایی استدلالی WMC می باشند منعکس می کند .

در حالی که فاکتوری که عملکرد های اجزای عملکرد های و سرعت را منعکس می کند یک پیش بینی کننده خوب برای سنجش سرعت روانی می باشند اما آن توانایی استدلالی را توجیح نمی کند .

بنابراین ما حال یک تصویر پاک تری از WMC به عنوان یک ساختمان حافظه ای دارا می باشیم به طوری که ما دلایلی برای بازگشت به گذشته را دارا باشیم تا از آن وظایفی که به حد کافی ساختمان WMC را اندازه گیری نمی کند صرف نظر کنیم .

بویژه بعضی از وظایف طراحی شده اند تا عملکرد های اجزایی را اندازه گیری کنند .

چنین عملکرد هایی که آنالیز های داده های متغیر آکرمن را شامل می شود بر پایه برآورد متعصبانه همبسته WMC و تنزل و استدلالی و برآورد های آن محققان از همبسته WMC و سرعت صعودی می باشد .

آنالیز داده های متغیر : یک مجموعه ثانوی از مشکلات حاصل از الگو و شیوه هایی می باشد که برای هدایت آنالیز داده های متغیر استفاده می شود .

آکرمن ( 2005 ) یک الگو تاثیر ثابت را مفروض می دارد .

فرض با انتخاب این الگو انتخاب می شود که آن تمام مطالعات ترکیبی برآوردی از همبستگی یکسان در کل مطالعات می باشد .

به طور کلی این فرض به نحو زیادی با تردید مواجه می باشد .

و بویژه برای وضعیت قطعی تردید بیشتری وجود دارد .

در این زمان ما در بخش بعد از وظایف مختلف WMC که شکل ترکیبی منابع واریانسی را منعکس می کنند بحث می کنیم .

بنابراین این همبستگی های وابسته همراه با تست های توانایی در کل مطالعات غیر متجانس می باشند .

علاوه بر این نمونه مشارکت کننده در طرح تحقیقاتی از جمعیت های مختلفی حاصل می شود و دیگر ویژگی های مطالعاتی احتمالاً به ناهمگنی مقادر تاثیر اضافه می شود .

یک الگو تاثیرات تصادفی برای این وضعیت خیلی مناسب شده اند .

نتایج استفاده از الگوی تاثیرات ثابت در زمانی می باشد که یک الگوی تاثیرات ثابت در مراحل چند گانه تصحیح شود ( برای یک بررسی مجدد دیدگاه فکری شوئز ( 2004 ) مشاهده کنید .

اگرچه آن احتمال وجود ندارد که برآورد های میانگین اندازه تاثیر که توسط آکرمن گزارش داده شده است به سبب استفاده از شیوه های الگوی تاثیرات ثابت متعصبانه باشد ، فواصل زمانی مطمئن در زمانی که ناهمگنی در کل مطالعات متداول می باشد خیلی محدود می باشد .

علاوه بر این عرض های فواصل زمانی مطمئن همچنین به سبب شیوه ای که برای تخمین این متغیر های استفاده می کند تا تصحیح را برای توجیح کاهش نپذیرد کم ارزش جلوه می کند .

فواصل زمانی مطمئن برای همبسته های اصلاح شده بزرگتر از آن متغیر هایی می باشد که برای همبسته های تصحیح نشده به کار رود .

بنابراین تعدادی از نتایج که توسط آکرمن شرح داده شود بر اساس فواصل زمانی مطمئن غیر تداخلی می باشد که احتمالاً در مانی که در شیوه های مناسب استفاده می شود .

متفاوت می شوند.

برای مثال همبسته متوسط مابین عملکرد اصلی شناختی و تست های WM می باشد احتمالاً به نحوی چشمگیر از همبسته متوسط تست های WM و اندازه گیری های عمومی هوش ( g ) فراتر می باشد .

واریانس ناخواسته و تعبین خاص وظیفه : شکل دیگری که به یک بی ارزشی همبستگی مابین WMC و توانایی های شناختی منتهی می شود آن است که هیچ وظیفه واحدی استفاده نمی شود .

تا مقدار WMCکه یک شاخص خالص می باشد اندازه گیری کند .

وظایف WM در یک ترکیبی از حداقل چهار منابع واریانسی هدفمند مسلماً منعکس می شود که عبارت از : a) ( : واریانس ساختمان WMC (b) : واریانس خاص الگوی وظیفه ای ( برای مثال عملکرد های دوگانه حافظه و پردازش حافظه ، وظیفه جاری حافظه ، وظیفه تشخیصی کوتاه مدت ، وظایف انتگرال گیری وابسته ) (c) : واریانس وابسته به حجم (d) : شیوه واریانسی ( برای مثال ارزیابی بر اساس محاسبه کامپیوتر – محدودیتهای زمانی مدیریتی ) بعد ها منابع مقیاسی ناخواسته واریانسی که معمولاً همبستگی با متغیر های اندازه گیری شده داشت کاهش یافت ( بدین معنی که همچنین در زمانی اینها بر متغیر های مقیاسی تاثیر نگذاشته اند .

) برای اینکه اینها منابع هدفمند واریانسی می باشند تاثیرشان با صحت الگوی کاربردی تخفیف مدت آکرمن تصحیح نمی شود .

یک شیوه که تاثیر واریانس ناخواسته را محدود می کند دستیابی به WMC می باشد که یک باطری عملکردی آن ، در وظیفه متفاوت برای تعادل با الگو ها ، حجم ها و شیوه ها انتخاب شود .

ایده آل ترین شیوه آن است که به یک رو دیگری نزدیک شویم که دوباره پوشش کلی تست های متحمل WMC را تحت پوشش قرار بدهد .

تحت اینچنین شرایطی واریانس ناخواسته می تواند از طریق جمع آوری در سطح متوسطی بدست آید .

یک تعداد از مطالعات که در آثار علمی وجود دارد که با لنسبه ما را به هدف نزدیک می کند .

این امر مفید می باشد که متذکر کی شویم که در 3 تا 4 مطالعه تحقیقاتی ، فاکتور های WM برای واریانس توانایی استدلالی یا هوش سیال عمومی نسبت به برآورد آکرمن بسیار گسترده تر می باشد .

برای اینکه اینها منابع هدفمند واریانسی می باشند تاثیرشان با صحت الگوی کاربردی تخفیف مدت آکرمن تصحیح نمی شود .

( استثنا در اینجاست که لیکن فقط از وظایف پردازشی – ذخیرشی حافظه برای اندازه گیری WMC استفاده کرد .

) در یک آنالیز دوباره که حاصل از دو مطالعه تحقیقاتی بود چگونگی همبستگی بدست آمده مابین اندازه گیری های WMC در یک جنبه افزایش یافت .

و در جنبه دیگر توانایی استدلالی و هوش عمومی به عنوان سطحی از جنبه WMC افزایش یافت .

وظایف فردی همچون فاصله خواندن یا فاصله محاسباتی همبستگی هایی با مقیاس های هوش در یک رنجی که توسط آکرمن شرح داده شده است دارا می باشد .

در اولین سطح الگو انباشت آبرور ، ترکیباتی از وظایف که شکل گرفته بود عملکرد یکسان WM را ( حافظه انگیزشی و پردازش حافظه یا انتگرال گیری نسبی ) با همان حجم اندازه گیری کرد .

( شفاهی – عددی یا فاصله ای ) این ترکیبات همبستگی هایی با هوش از رنج حدودی 50 تا 69 دارا می باشد .

در یک سطح ثانوی از مرحله انباشت محققان یک ترکیبی از WMC واحد که هم عملکرد ها و هم حوزه های حجمی را دوباره ارائه می کند ایجاد می کنند .

این ترکیب با مقیاس های رنجی 66 تا 77 هوش همبسته می باشد .

آکرمن از قابلیت های انباشتی حافظه آگاه بود .

اما این محققان به نحوی گسترده به ارزیابی شان از همبستگی مابین WMC و توانایی های ذهنی که این ها بر اساس برآورد های گسترده همبستگی های مابین وظایف فردی WM و نتایج تست توانایی شکل گرفته بودند بی اعتنا بودند .

در حالی که فرضیه هایی که این محققان ارائه کردند قصد داشتند تا فرمول سطح ساختار ها ، آنالیز این داده های اطلاعاتی که بر اساس شاخص فردی متمرکز است را مورد استفاده قرار میدهد.

« الگو های معادله ساختاری » یک شیوه پیچیده تر آن است که شاخص های انباشتی که در الگوی معادله ساختاری بکار برده می شود استفاده شود .

این شیوه می تواند شدت ارتباط مابین متغیر های ساکن که مفروض می باشد تا ساختار های مفیدی را دوباره ارائه کند برآورد می کند .

شکل متغیر های ساکن ( پنهان ) به عنوان دلایلی می باشند تا واریانس های متغیر که ما بین این شاخص ها می باشند شرح دهند .

واریانس های متغیر دارای ارتباط مابین تمام شاخص های موجود می باشند و قصد دارند نا محدودیت های قطعی در زمانی که توانایی کاربرد SEM ارتباط متغیر های پنهان را قادر می سازد مشخص کند .

آکرمن تلاش دارد تا این شیوه را بکار برد تا یک همبستگی تصحیح نشده نیمه مستقلی از این آنالیز های داده های متغیر برآورد کند .

تست بحران فرضیه ای که حاصل از WMC و g می باشد .

ساختمان های نا همگن آنها الگوی آکرمن هستند .

بنابراین ما دوباره داده های اطلاعاتی آکرمن که در جدول 4 آنالیز شده اند و الگو های آنها که با بارگذاری های فاکتور نامحدود مناسب می باشد و استفاده از نرم افزاری برای تحقق اجزای یک برآورد محدود الگوریتمی که به نحوی مناسب مارتکسی های همبسته را آنالیز می کرد را بکار بردیم .

علاوه بر این ما همبستگی ما بین WMC و یک فاکتوری که در درون یک مسیر غیر مستقیم بود تغییر دادیم .

نمونه مخصوص مان که در زیر بحث می شود در این الگو برآورد پارامتر استاندارد شده برای همبستگی ما بین متغیر های پنهان به طور قطعی مشخص شده منعکس گردید .

الگو فوق الذکر در شکل (1) ترسیم شده است .

نشانه های علائم مناسب به شرح ذیل می باشد .

N=114) ،76 )X2 = P .

118 .

114 + 1 = 3 0/0 : حد وسط مناسب = 082/0 شاخص مناسب قیاسی = 93/0 – اشتباه تقریبی جذر ریشه میانگین = 57/0 فاصله زمان مطمئن 90 درصدی = 83/0 و 25/0 بودند .

الگو به طور دائمی به یک برآورد بیشتر دائمی همبسته ما بین WMC و g که شرحی از الگوی آکرمن بود منتج شد .

واریانس دوره زمانی توزیعی نشان می داد که فاکتور WMC برای تمام واریانس در فاکتور g توضیح داده نمی شوند .

بنابراین ما احتمالاً نتیجه ای که داریم آن است که پیش بینی های احتیاطی را برای چنین آنالیز هایی را کنار بگذاریم به نحوی که WMC و g در بزرگترین بخش واریانس شان سهیم شوند .

اما این سهم به طور قطعی مشخص نشود .

این نتیجه به طور قطعی دقیقاً مطالعات قبلی که بر اساس SEM می باشد تحت پوشش خود قرار می دهد .

ما همچنین وابستگی الگوی g و حافظه کوتاه مدت ( الگوی آکرمن شکل 4 ) که حاوی بار گذاری های آزاد می باشد .

و سپس تاثیر مشترک که 48/0 می باشد و نزدیک به آکرمن می باشد را تعیین می کنیم .

بنابراین آنالیز دوباره همچنین مشکل برخوردی ما بین الگوی آکرمن با ، ترکیبات همبسته که وظایف WM آن پیش بینی کننده های بهتری برای توانایی ذهنی نسبت به وظایف حافظه کوتاه می باشند و مقادیر SEM که آن تفاوت را مشخص نمی کنند حل می کنیم .

شیوه شناختی ما فاقد مقالات انتقادی مخالفان می باشد .

ما معتقد هستیم که الگوی آکرمن در مورد این ادعا که WMC زمان برای g یا زمان برای gf با زمانی برای توانایی استدلالی یکسان نمی باشد صحیح می باشد .

در بخش ما تفاوت بین این ساختمان هایی می باشد که به اندازه همبسته اشاره نمی کنند اما یک تفاوت کیفی بین آنها وجود دارد در یک جنبه از هوش یک تفاوت فاکتوریال دقیق ما بین توانایی های عددی و شفاهی وجود دارد و در جنبه ای WMC .

وظایف همراه محتویات شفاهی و وظایف همراه با محتویات عددی به نحو متغیری در یک فاکتور یکسان بار گذاری می شوند .

این عمل تطابق ما بین WMC و ساختار های هوش نه فقط آشکار می کند که این ها نباید شناسایی شوند اما همچنین یک اشاره ، مطابق با آنچه این ها متفاوت می سازند فراهم می کنند .

ما فکر می کنیم که استدلال شفاهی از استدلال عددی که مرتبط به ساختار های شناختی می باشند .

بر اساس این ترکیبات که استدلال شفاهی روابط نحوی و معنایی ما بین مفهومات طبیعی در هر جائیکه استدلال عددی شامل شناخت از مفهومات محاسباتی می باشند شکل داده است متفاوت می باشد .

بر خلاف این امر در WMC به ساختار های مفهومی اعتماد نمی شود آن یک بخشی از معماری می باشد که عملکرد های شناختی که این ها درخواست کرده اند فراهم می کند .

وظایف استفاده می شوند تا WMC که این فرض که آن محققان تقاضاهای شان برای شناخت به حداقل رساندند را اندازه گیری کنند .

اگر چه این ها هرگز به موفقیت کامل در این مورد محدود نمی شوند .

با وجود این کارکرد های حداقلی تا اندازه ای مناسب وظایف عددی و شفاهی WM برای محل دائمی یک فاکتور مشترک مجاز می داند .

این پیشنهاد صورت می گیرد که تست های WMC نزدیکتر شوند تا یک ویژگی معماری شناختی نسبت به تحقق اجرای تست های هوش اندازه گیری شود .

مشکل 1 : آنالیز دوباره الگوی معادله ساختاری مشکل 2 : برآورد پارامتری که برای آن راه حل استاندارد شده ای ارئه می شود تا نیرو های برآوردی محدود شده ای درون متغیر های پنهان ایجاد کند به نحوی که یک واریانس را داشته باشیم در اینجا WM : حافظه فعال d : دور زمانی توزیعی c : اشتباه سیستم الگویی .

ما در اینجا از طرح SEPATH که شامل بسته نرم افزاری STATistica می باشد استفاده کرده ایم .

ما به دو خصوصیت خاص برای همبسته های ما بین تست های هوش که ما بین جدول 4 و جدول 6 متفاوت می باشد توجه کرده این .

برای مثال همبستگی مابین فضا هوش و شناخت هوش در جدول 4 محاسبه شده است .

آن امر به نظر ساده می باشد تا ثابت کنیم که میانگین هارمونیک باید کمتر از میانگین محاسباتی باشد .

در حالی که آن موردی برای مقادیر ساره می باشد .

به سبب این که مقادیر اندازه ای که توسط آکرمن گزارش شده اند برای نتایج آنالیزی داده های متغیر نتایجی را پیشنهاد می کنند به همین دلیل میانگین محاسباتی 114 بیشتر مناسب می باشد .

و به سبب ابن که انتخاب نوع یک مقدار میانگین که برای آنالیز های SEM استفاده می شود بر برآورد های پارامتری اثر نمی گذارد ، شاخص های مناسبی عددی برای آنالیز دوباره در متن بر اساس N از 114 گزارش شده اند .

علامت های مناسب در N که معادل با 456 است به شرح ذیل می باشد .

شاخص مقیاسی مناسب ، 82/0 شاخص مناسب قیاسی 85/0 استفاده تقریبی جذر ریشه میانگین 100/0 تا %90 – فاصله زمانی اعتماد 109 تا 90/0 .

خطا های همبسته مجاز بر طبق الگوی آکرمن به نحوی مناسب بهبود می یابند .

و تا حدودی کم مسیر را از WMC به سمت g افزایش دهند .

موضوعات مفهومی : ارتباط ما بین WMC و هوش چه است ؟

آکرمن WMC از رفتار های یک حیوان چهار پا در باغ وحش که دارای ساختار های توانایی بود بدست آورد .

محققان توافق کردند که این ویژگی در سه طبقه بندی خاص نظر به کار وی لحاظ کنند و یک خواسته آنها این بود که این الگو در درون مرتبه در فایلی محو کنند که با یکدیگر سطحی کمتر از ساختار هایی همچون سرعت سنجش فعالیت روشی را تعیین کنند .

هدف آن بود که تحقیق WMC به عنوان ساختار تشریحی برای توانایی های ذهنی تایید شود .

ما فکر می کنیم که این حالت یک سود تعبیری از چرایی آنکه اکثر محققان به همبستگی ما بین WMC و هوش علاقه دارند منعکس می کند .

ساختار های توانایی سنجش فعالیت روحی به نحوی خود القا گسترش خود را بدست آورند تا واریانس مشترکی را در میان تست هایی که ساخته شده اند تحت عنوان ابزار های تشخیصی برای جنبه های توانایی های ذهنی در زبان روزمره به کار ببرند .

بر خلاف این امر ، WMC یک ساختمانی می باشد که به طور استقرار از نظریهایی که معماری شناختی دارند و با یک حجم محدود شده ای از WM یک قانون متمرکزی به نمایش می گذارند بدست آمده است .

با وجود این WM همیشه تحت نام مشابه ای نمی باشد .

این نظر ها حافظه کوتاه مدت با WM را به عنوان یک قاعده سرنوشت ساز و تعیین کننده برای وظایف پیچیده همچون توانایی استدلالی و درک متنی مشخص می کنند .

جستجو برای همبستگی های ما بین اندازه گیری های حافظه کوتاه مدت و بلعد ها اندازه گیری های WM و توانایی استاندارد شده و تست های موفقیت به عنوان یک تستی حاصل از این نظر ها دستخوش تغییر می شود .

پیش بینی تست ، اندازه گیری هایی از WMC می باشد که باید همبستگی دائمی با تست های مقیاسی داشته باشد نه بدین صورت که این ها باید به طور کامل همبسته باشند .

متققاً گاهی اوقات از اندازه همبسته های بدست آمده تاثیر پذیرفته است و تعدادی از آن ها از این دیدگاه که توضیحات WMC برای تمام واریانس هدفمند در g به عنوان موارد ذکر شده در اسناد آکرمن جمع آوری شده اند دور شده اند .

به ندرت موارد ذکر شده درخواست می کنند که WMC و g ( یا gF ) تاکید یکسانی بر این مسئله داشته باشند که یک فرض مشترکی حفظ نشود .

از منظر یک دیدگاه نظری هیچ دلیلی برای فرض اینکه WMC در زمانی با g یکی می باشد وجود ندارد .

تعریف g از لحاظ ادراکی مبهم می باشد .

در واقع آن واریانس مشترکی می باشد که از یک مجموعه وظایف تشکیل شده است که اتفاق می افتد که ساخته شوند و توسط محققان متخصص در زمینه هوش در طول یک قرن استفاده شده اند .

آن مفهوم نظری را به وضوح مشخص نمی کنند و در اینجا هیچ نظریه ای بر اساس شیوه ای برای اندازه گیری آن وجود ندارد .

نسبتاً g یک ترکیبی از نظر های غالبا ساده تحقیقات مختلف هوش می باشد که به درک مستقیم و تایید شیوه های تستی مرتبط به آن کمک می کند .

آن یک شگفتی و یک مشکل خواهد بود در زمانی که فردی بیاید که اندازه گیری های WMC و اندازه گیری های g کاملاً همبسته می باشد .

آن تلویحا بیان می کند که اندازه گیری های WMC رقمی نزدیکتر نمی باشد تا یک پارامتر کاملاً تعریف شده نظری از سیستم نسبت به اقدامات g مورد سنجش قرار دهد .

رفتاری که WMC از خود نشان می دهد تحت عنوان یک عامل ابتدایی دیگر در توانایی الگوی وراثتی آکارمن شناخته می شود .

در این صورت سابقه نظری این الگو نادیده انگاشته نمی شود .

WMC یک ساختمانی می باشد که مابین تحقیقات از جنبه تفاوت های فردی توانایی ها و علم شناختی که شامل شناختی که شامل شناخت تجربی ، روانشناسی و الگوی رسمی فرایند شناختی می باشد پلی ارتباطی برقرار می کند .

وظایف استفاده می شوند تا WMC که برای فرایند های عملیاتی شده در نظری های WM مقایسه می شوند اندازه گیری کند .

و اگرچه این نظریها هنوز در مراحل او به شکل گیری شان قابل پذیرش می باشد .

با وجود این اینها تعدادی توصیه مطابق با آنچه که یک ویژگی مطلوب از عملکرد اجرایی وظیفه WM می باشد فراهم می کنند .

آنچه که بیشتر مهم می باشد آن است که ارتباط مابین نظریه و دلایلی ضمنی اقداماتی که می تواند نظریه را از طریق تایید ساختاری تست ها مورد بررسی قرار دهد ارائه شود .

همبستگی های تست های WM یک جنبه از تایید ساختاری آنها تلاش های می باشد که توسط بررسی ها تجربی ، بررسی های فرایند های غیر فعال و الگو سازی رسمی محقق می شوند .

یکی از فراورده های یافته های تجربی آن است که ما از فرایند های مستمر وظایف غالباً شناخته WM آگاه می کند .

مطالعاتی که توام با تصویر برداری عصبی بود شبکه های عصبی بود شبکه های عصبی که درگیر این فرایند ها بودند شرح داد .

بیش از همه تلاش های مشو قانه ای وجود دارند تا الگو های رسمی که حجم محدود WM شکل می دهند مشخص سازد .

این رشته تخصصی هنوز از ارائه آمارهایی درمورد WM چه است و چگونه آن عمل می کند عاجز می باشد .

اما نظر های رقابتی مختلفی وجود دارن که در خواست های عملی برای قابلیت تست کردن فراهم می کند ( برای یک بازنگری دیدگاهی به میلاک و شاه 1999 مراجعه کنید) هیچ چیزی نمی تواند درمورد قابلیت قیاسی g ذکر کرد .

ما می خواهیم تا هوش را درک کنیم .

بنابراین ما فقط نمی خواهیم نقشه شبکه های همبسته با دیگر ساختمان هی مغز را بررسی کنیم .

این مفاهیم مکانیزم های عملکردی و در نهایت مکانیزم های عصبی که علت اصلی فرایند اطلاعاتی هوش می باشند آشکار می سازند .

در این میان ساختار های نظری در درون نظر های پردازش اطلاعاتی ، که WMC را مورد بررسی قرار می دهند یک پارامتری همبسته می باشند که بهترین اقدامات سنجشی برای توانایی استدلالی و حتی g و gf به کار می بندد .

بنابراین بررسی WMC و ارتباط آن با هوش بهترین امیدواری روانشناختی برای درک هوش تا بحال بوده است .

یک وقفه کوتاه در مورد جستجو جایگاه مناسب WMC در مورد فاکتور وراثتی ساختار های توانایی بوجود آمده است که آن با یک سیستم طبقه بندی جدید که توسط لاتین ایجاد شده است احتمالاً مشکل را حل می کند و تایید می شود و از فرآیندی که به سمت اقدام برای شرح منشاء تصورات ذهنی حرکت می کند اجتناب می شود .