CC BY
45
ОРИГИНАЛЬНЫЕ СТАТЬИ
УДК 159.9
РОЛЬ НАСЛЕДСТВЕННЫХ И СРЕДОВЫХ ФАКТОРОВ В СПОСОБНОСТИ ПЛАНИРОВАТЬ У ПОДРОСТКОВ
В.И. ИСМАТУЛЛИНА*, А.П. БЕЛОВА, И.А. ВОРОНИН, С.Б. МАЛЫХ ФГНУ «Психологический институт» РАО, Москва
В статье рассматриваются результаты вклада генетических и средовых факторов в способности планировать в подростковом возрасте. Планирование выступает важнейшим компонентом регуляции поведения, а его нарушение может приводить к нарушениям в когнитивной и личностной сферах, что влияет на успешность адаптации подростка к социуму. Оно необходимо при коррекции собственных действий, а также в способности учитывать изменение внешних обстоятельств при принятии решения. Основной целью исследования выступило определение роли генетических и средовых факторов в формировании индивидуальных различий планирования. В исследовании использовался экспериментально-диагностический тест «Кембриджский чулок» из Автоматизированной батареи нейропсихологических тестов (CANTAB). В выборку исследования вошли 306 подростков (153 близнецовые пары) в возрасте от 10 до 17 лет. В ходе анализа было установлено, что в показатели планирования вносят вклад как наследственные, так и средовые факторы. Вместе с тем можно выделить показатели, на развитие которых в большей степени оказывает среда, что, в свою очередь, позволяет построить образовательную программу для развития умений планировать в подростковом возрасте.
Ключевые слова: типы планирования, подростки, автоматизированная батарея нейропсихо-логических тестов CANTAB.
Введение
В современной когнитивной психологии под планированием понимается процесс, включающий в себя мысленное представление, оценку и выбор последовательности действий («планов») [30]. Функция планирования необходима для управления целенаправленным поведением, так как она, с одной стороны, обеспечивает возможность прогнозирования и оценки результата [16], а, с другой, делает возможным осуществление последовательности шагов для достижения конечной цели [25].
© 2014 г. Исматуллина В.И., Белова А.П., Воронин И.А., Малых С.Б.
* Для корреспонденции:
Исматуллина Виктория Игоревна младший научный сотрудник
Международная лаборатория когнитивных исследований и психогенетики ТГУ, Психологический институт РАО E-mail: victoria2686@gmail.com
Нарушение функции планирования может приводить к нарушениям в когнитивной и личностной сферах, что влияет на успешность адаптации ребенка к окружающей действительности. В связи с этим изучение природы индивидуальных различий планирования представляется чрезвычайно важным.
Одними из наиболее известных инструментов изучения планирования в когнитивной психологии и нейропсихологии являются различные модификации методики «Лондонская Башня» (Tower of London, TOL), разработанной T. Shallice (1982). С помощью этого инструмента в нейропсихологии на клинических выборках накоплен большой объем экспериментальных данных о нарушениях способности к планированию [1, 4, 23, 24 и др.]. Значительно меньше исследований направлено на изучение индивидуальных различий планирования на неклинических популя-ционных выборках.
Однако существуют популяционные исследования роли планирования в онтогенезе, которые показали, что индивидуальные различия в способности планировать (выраженные способности или их дефицит) являются важным фактором, влияющим на успешность развития человека в различных областях жизни [9, 12, 15, 25, 29, 31].
Также проведен целый ряд исследований, свидетельствующих о влиянии наследственных факторов на индивидуальные особенности интеллекта, академической успеваемости, отдельных когнитивных способностей, когнитивных стилей [5, 8, 17, 22, 26, 27].
Но, несмотря на существенный прогресс в изучении природы индивидуальных различий когнитивных способностей, намного меньше известно о генетике частных когнитивных процессов - восприятия, внимания, памяти, планирования и т.д. Хотя существуют свидетельства в пользу того, что пространственные способности имеют большую генетическую обусловленность, чем результаты тестов на память, когнитивные тесты указывают на значимые и часто весьма высокие генетические влияния [28].
Таким образом, целью нашей работы было исследование роли генетических и средовых факторов в формировании индивидуальных различий планирования.
Методика
Методы. Для оценки функции планирования мы использовали программно-аппаратный комплекс CANTAB (Кембриджской автоматизированной батареи нейропсихологических тестов) [6]. Все испытуемые выполняли условия экспериментальной методики «Кембриджский чулок» (Stocking of Cambridge, SOC). Отмечается высокая ретестовая надежность методики [10, 13, 18]. Так, у детей в возрасте от 4 до 12 уровень надежности колеблется от 0,73 до 0,95 [19], в работе L.A.
Henry a. C. Bettenay средний уровень рете-стовой надежности равен 0,64.
Испытуемому предъявляются два набора стимулов, состоящих из трех цветных шаров. Они расположены таким образом, что могут быть представлены в виде собранных в столбик цветных шаров, сложенных в подвешенный на веревочке чулок. Такое расположение создает для испытуемого эффект 3D и сопровождается вербальными инструкциями.
В первой серии заданий, условно названной «планируй и перемещай» испытуемый должен сделать так, чтобы набор шаров в нижней части экрана полностью повторил расположение шаров в верхней части экрана, которое служит образцом. При этом дается инструкция привести обе части экрана в соответствие, используя, по возможности, минимальное количество ходов.
Таким образом, предполагается, что испытуемый может спланировать все ходы заранее и лишь затем начать действовать. Шары можно двигать по одному, нажимая сначала на выбранный шар, а потом на позицию, куда он должен быть перемещен. Время, которое испытуемый тратит на то, чтобы изменить положение шаров, и количество ходов, которое он для этого совершает, являются показателями способности испытуемого к планированию. Сложность заданий возрастает, и если сначала испытуемому необходимо переставить только один шар, то в последующих пробах количество необходимых ходов увеличивается до четырех.
Вторая серия заданий позволяет оценить скорость двигательного ответа испытуемого. В этой серии шары в верхней части экрана двигаются по одному, повторяя ходы, сделанные испытуемым в предыдущей серии заданий. Испытуемый должен просто повторить ходы в верхней части экрана, переместив таким же образом шары в нижней части экрана. В этом случае количество ходов также возрастает от задания к заданию до четырех.
Сопоставляя время, потраченное испытуемым на выполнение заданий первой и второй серии, можно оценить время, которое занимает планирование. Время до начала первого хода дает представление о длительности «первоначального» планирования (то есть планирование до начала перемещений), тогда как время, потраченное на реализацию последующих ходов дает представление о времени, потраченном на «текущее» планирование (то есть планирование, которое осуществляется уже по ходу решения задачи). Эти серии повторяются по два раза. Если испытуемый для решения самой простой задачи делает в два раза больше ходов, чем необходимо, то задача прерывается. Если таким образом прерываются три задачи подряд, то тест заканчивается. Выполнение теста не ограничено по времени. Экспериментатор демонстрирует испытуемому решение первой задачи, после этого испытуемый должен делать все ходы самостоятельно.
В нашем исследовании анализировалось следующие показатели:
1. Время первоначального планирования, потраченное испытуемым при решении задач на 4 и 5 шагов. Разница во времени совершения первого хода для одной и той же задачи в 1- и во 2-й серии заданий.
2. Среднее количество шагов при выполнении задач на 4 и 5 шагов. Этот показатель помогает оценить функцию планирования с точки зрения возможности находить оптимальное (экономичное) решение. Несмотря на то, что минимальное количество шагов для решения этих задач 4 и 5, соответственно, испытуемым зачастую требуется больше шагов для их решения, особенно в случае использования неэффективной стратегии.
3. Время текущего планирования, потраченное испытуемым при решении задач на 4 и 5 шагов. Этот показатель представляет собой разницу во времени, которое прошло с момента совершения первого хода до окончательного решения задачи в 1- и во 2-ой сериях, деленное на количество
совершенных ходов. Важно отметить, что в случае, если во второй серии испытуемый действовал медленнее, чем в первой, то время текущего планирования приравнивалось к 0. В процессе анализа такие значения заменялись на пропущенные.
4. Общее количество решенных задач. Этот показатель представляет собой количество задач, которые были решены испытуемым правильно с использованием минимального количества шагов. Если задача была решена верно, но количество потребовавшихся шагов было больше необходимого, то такая задача в данном показателе не учитывалась. Таким образом, этот показатель дает возможность оценить точность планирования.
Важно отметить, что для оценки планирования нами умышленно использовались лишь задачи на 4 и 5 шагов, поскольку они являются наиболее сложными заданиями теста и, по словам авторов метода, обладают наибольшей дискриминирующей силой. Более простые задачи на 2 и 3 шага, как правило, легко выполняются всеми испытуемыми и не представляют для нас большого интереса. Поскольку распределение используемых нами показателей времени планирования отличалось от нормального, мы использовали логарифмическое преобразование данных.
Для оценки влияния генетических и средовых факторов на индивидуальные различия планирования использовались методы структурного моделирования [21]. Для каждого из исследуемых показателей производилась оценка параметров четырех одномерных моделей: ACE - полная модель (включает генетические факторы, общую и индивидуальную среду), АЕ - простая генетическая модель (генетические факторы и индивидуальная среда), СЕ - средовая модель (общая и индивидуальная среда), Е - модель случайных эффектов (индивидуальная среда и ошибка измерения) [2].
Оценивались следующие компоненты общей фенотипической вариативности: аддитивные (A) генетические факторы, неге-
нетические факторы, приводящие к повышению сходства между сибсами - «общая среда» (C), негенетические факторы, приводящие к снижению сходства между сибсами - «индивидуальная среда» (E). Последний компонент включает в себя также изменчивость, вызванную ошибкой измерения. Для оценки соответствия модели данным в программе OpenMx использовался вариант метода максимального правдоподобия (full-information maximum likelihood). При подборе оптимальной модели для каждого исследуемого показателя применялись критерии логарифмического правдоподобия (2lnL, статистика распределена как «хи-ква-драт»), критерий «хи-квадрат» и информационный критерий Акаике (AIC).
Статистический анализ данных (корреляционный анализ, описательные статистики, структурное моделирование) проводился с помощью компьютерной программы SPSS 20 и языка программирования для статистической обработки данных R 2.13.1 [14].
Выборка. В исследовании приняли участие 153 близнецовые пары из России, из них 60 монозиготных близнецовых пар, 55 дизиготных однополых близнецовых пар и 38 разнополых дизиготных близнецовых пар в возрасте от 10 до 17 лет (средний возраст 12,9 года, стандартное отклонение 2,12 года). В связи с неоднородностью выборки мы внесли поправку данных по возрасту, полу, используя метод линейной регрессии.
Результаты и обсуждение
В ходе анализа нами были получены средние значения по параметрам теста «Кембриджский чулок». Это позволило сравнить полученные результаты с нормативными данными по показателям теста у подростков из Англии. Полученные описательные статистики по методике в двух странах представлены в графиках (рис. 1-4). Нормативные данные по Англии были взяты из базы данных, предоставленной авторами компьютерной батареи
(Cambridge Cognition, 2006 [6]). В английской выборке участвовал 131 участник, из которых 65 человек соответствовали возрасту респондентов данного исследования, средний возраст 13 лет, стандартное отклонение 0,03 года. Российская выборка состояла из 119 участников, средний возраст 12,63 года, стандартное отклонение 2,26 года.
Как видно из графиков (рис. 1), подростки из Англии решают большее количество задач (8,51), чем подростки из России (7,23). Максимальное количество решенных задач по данному показателю равно 12. Подростки из Англии также делают меньше шагов при решении задач (рис. 3), но при этом тратят больше времени на первоначальное планирование (рис. 2). У подростков из России мы наблюдаем другую картину: подростки тратят меньше времени на первоначальное планирование (рис. 2), но в целом делают больше шагов при решении задач (рис. 3). На планирование во время решения задач подростки из Англии тратят меньше времени, но в целом подростки с России тратят примерно такое же время по мере планирования в решении, выравниваясь по данному показателю с английскими подростками. Налицо видны разные стратегии в решении задач. Английские подростки стараются продумывать решение до начала решения, российские подростки обдумывают решение задачи, как до начала, так и во время выполнения решения. В целом подростки из России в меньшей степени ориентируются на инструкцию продумывать решение до начала выполнения решения, решая задачи по мере выполнения.
Для анализа влияния генетических и средовых факторов на индивидуальные различия планирования у подростков нами были проаналированы внутрипар-ные корреляции. Анализ выявил, что по большинству показателей у монозиготных близнецов корреляции несколько выше, чем у дизиготных близнецовых пар (табл. 1).
8,51 7.23
□ Англия
□ Россия
Рис. 1. Общее количество решенных задач
2 шага 3 шага 4 шага 5 шагов
Рис. 3. Среднее количество шагов в задачах на п шагов
Таблица 1
Внутрипарные корреляции по показателям планирования у МЗ и ДЗ близнецов
Показатели МЗ, п=60 ДЗ, п=93
Количество правильно решенных задач 0,282 (0,030-0,500) 0,248 (0,044-0,432)
Время первоначального планирования на 4 шага 0,253 (-0,006-0,480) 0,210 (0,002-0,401)
Время первоначального планирования в задачах на 5 шагов 0,381 (0,138-0,580) 0,435 (0,247-0,591)
Время текущего планирования в задачах на 4 шага 0,354 (0,068-0,587) 0,440 (0,225-0,614)
Время текущего планирования в задачах на 5 шагов 0,386 (0,093-0,618) 0,232 (-0,031-0,464)
Более низкие корреляции у МЗ по сравнению с ДЗ были получены по показателям времени первоначального планирования на 5 шагов и времени текущего планирования на 4 шага. В эти показатели в большей степени вносит вклад среда. Так, если в сложных задачах ориентировать подростка на продумывание решения до начала
Рис. 2. Время первоначального планирования в задачах на п шагов (в мсек)
2500
0 -
2 шага Зшага 4 шага 5 шагов
Рис. 4. Время текущего планирования в задачах на п шагов (в мсек)
решения, то он сможет лучше справиться с поставленной задачей. Это также простимулирует его в меньшей степени решать задачу по мере выполнения. Вместе с тем в продуктивность решения (количество правильно решенных задач), так же, как и во время текущего планирования на 5 шагов и время первоначального планирования на
4 шага, больше вносят вклад наследственные факторы, поскольку в этих показателях корреляции МЗ близнецов выше, чем у ДЗ. Необходимо отметить, что различия в корреляциях незначительны, что может указывать на наследственно-средовые взаимодействия в этих показателях, а также возможность развития способностей к планированию.
Следующим этапом анализа было проведение структурного моделирования для подбора моделей по показателям планиро-
вания. Полученные данные представлены в таблице 2. Поскольку ни в одном случае корреляции монозиготных близнецов не превышали корреляции дизиготных близнецов более чем вдвое, модель ADE, включающая в себя неаддитивные генетические факторы (D), нами не использовалась. Необходимо также отметить, что показатели количества шагов, затраченных при решении задач, были убраны из анализа, так как не соответствуют необходимым требованиям для проведения структурного моделирования.
Таблица 2
Результаты подбора моделей для показателей планирования
Показатели Модель A C E -2lnL AIC AlnL Adf Р
Общее количество решенных задач АСЕ 0,07 (0,00-0,48) 0,21 (0,00-0,40) 0,72 (0,52-0,89) 1054,365 454,365 0,001 6 1,000
Время первоначального планирования на 4 шага АСЕ 0,09 (0,00-0,46) 0,16 (0,00-0,37) 0,75 (0,54-0,93) 759,700 169,700 0,002 6 1,000
Время первоначального планирования в задачах на 5 шагов СЕ 0,42 (0,27-0,54) 0,58 (0,46-0,73) 633,941 43,941 0,000 2 1,000
Время текущего планирования в задачах на 4 шага СЕ 0,42 (0,25-0,56) 0,58 (0,44-0,75) 704,852 196,852 0,000 2 1,000
Время текущего планирования в задачах на 5 шагов АСЕ 0,23 (0,00-0,60) 0,16 (0,00-0,50) 0,61 (0,40-0,86) 700,492 220,492 0,035 6 1,000
Примечание: А - вклад аддитивных генетических факторов; С - вклад общей средовой изменчивости; Е - вклад индивидуальной средовой изменчивости и ошибки измерения; -21пЬ - логарифмическое правдоподобие; А1С - индекс правдоподобия модели «информационный критерий Акаике»
Результаты подбора моделей продемонстрировали, что полная модель оказалась наиболее подходящей для показателей общего количества решенных задач, времени первоначального планирования на 4 шага и времени текущего планирования на 5 шагов. В эти показатели вносят вклад как наследственность, так и среда. Средовая модель оказалась наиболее подходящей
для показателей времени первоначального планирования на 5 шагов и времени текущего планирования на 4 шага. В эти показатели больший вклад вносят средо-вые факторы. Как можно заметить, вклад индивидуальной среды во все изучаемые показатели по планированию наиболее ощутим. Это может говорить об индивидуальной траектории развития подростков, а
именно: избирательности подростков к овладению материалом, устойчивости их интересов, направленности личности. Кроме того, этот результат может указывать на высокую ошибку измерения.
Заключение
В целом, можно сделать вывод о том, что в развитие способности планировать вносят вклад как наследственные, так и средовые факторы. Вместе с тем мы также можем определить отдельные мишени для коррекционной работы, а именно: воздействия на показатели которые в большей степени обусловлены средовыми факторами. Следовательно, можно построить необходимую образовательную программу, упражнения для развития умений подростков планировать. Поскольку факторы индивидуальной среды преобладают, программа, направленная на развитие способностей планирования, должна быть индивидуализированной. Также необходимо отметить, что продуктивность планирования может отличаться в разных популяциях в связи с использованием разных стратегий при решении. То есть, при построении программы развития способностей планирования должен также учитываться культурный контекст, в котором развивается подросток. Как отмечают S.L. Friedman a. E.K. Scholnick (1998) [11], изучение планирования не может обойтись без включения эмоциональных, мотивационных, культурных и социальных факторов. Многие проблемы подростков, по их мнению, сводятся к неумению планировать, но вместе с тем подростки способны быть эффективными в планировании, если дело касается вещей, которые их мотивируют. Они отмечают, что необходимо рассматривать влияние социальных, семейных и групповых норм на когнитивные, мотивационные и личностные компоненты способности человека планировать что-либо.
Таким образом, одним из направлений изучения способности планировать явля-
ется выяснение применимости метода с использованием ковариации как в отношении личностных особенностей, так и общих когнитивных способностей.
Исследование выполнено при финансовой поддержке РГНФ в рамках научного проекта № 12-36-01367а.
Литература
1. Алексеев А.А., Рупчев Г.Е., Катенко С.В. Нарушения планирования при шизофрении // Психологические исследования. -2012. - № 5(23). - С. 9.
2. Новгородова Ю.О., Мухордова О.Е., Сива-кова В.Г., Лобаскова М.М., Барский Ф.И., Малых С.Б. Генетические и средовые факторы в формировании индивидуальных особенностей темперамента у детей младшего школьного возраста // Теоретическая и экспериментальная психология. - 2010. -Т. 3. - № 4. - С. 5-19.
3. Akaike H. Factor analysis and AIC // Psycho-metrika. - 1987. - Vol. 52. - P. 317-332.
4. Andreasen N.C., Rezai K., Alliger R., Swayze V.W., Flaum M., Kirchner P., Cohen G. and O'Leary D.S. Hypofrontality in neurolep-tic-naive and chronic schizophrenic patients: Assessment with Xenon-133 single-photon emission computed tomography and the Tower of London // Archives of General Psychiatry. - 1992. - Vol. 49. - P. 943-958.
5. Bouchard T.J. & McGue M. Familial studies of intelligence: A review // Science. - 1981. -Vol. 212. - P. 1055-1059.
6. Cambridge Cognition. Neuropsychological Test Automated Battery (CANTABeclipse) manual. - Cambridge: Cambridge Cognition Limited, 2006.
7. Cardon L.R., Corley R.P., DeFries J.C. & Plo-min R. Factorial validation of a telephone test battery of specific cognitive abilities // Personality and Individual Differences. - 1992. - Vol. 13. - P. 1047-1050.
8. Chipuer H.M., Rovine M.J. and Plomin R. LISTREL Modeling: Genetic and environmen-
tal influence on IG Revisited // Intelligence. -1990. - Vol. 14(1). - P. 11-29.
9. Cohen A.D. Developing the ability to perform speech acts // Studies in Second Language Acquisition. - 1996. - Vol. 18(2). - P. 253-267.
10. Curtis W.J., Lindeke L.L., & Georgieff M.K. Neuro-behavioural functioning in neonatal intensive care unit graduates in late childhood and early adolescence // Brain. - 2002. - Vol. 125. - P. 1646-1659.
11. Friedman S.L., Scholnick E.K. An evolving «blueprint» for planning: Psychological requirements, task characteristics, and socio-cultural influences / S.L. Friedman & E.K. Scholnick (Eds.) The developmental psychology of planning: Why, how, and when do we plan? - Mahwah, NJ: Lawrence Erlbaum Associates, Inc., 1998.
12. Gilhooly K.J., Phillips L.H., Wynn V, Lo-gie R.H. & Della Sala S. Planning processes and age in five-disc Tower of London task // Thinking and Reasoning. - 1999. - Vol. 5(4).
- P. 339-361.
13. Hughes C, Plumet M.H., & Leboyer M. Towards a cognitive phenotype for autism: Increased prevalence of executive dysfunction and superior spatial span amongst siblings of children with autism // Journal of Child Psychology and Psychiatry. - 1999. - Vol. 40. - P. 705-718.
14. Ihaka R., Gentleman R. R: A language for data analysis and graphics // Journal of Computational and Graphical Statistics. - 1996. - Vol. 5. - P. 299-314.
15. Kafer K.L. & Hunter M. On testing the validity of planning/problem-solving tasks in a normal population // Journal of the International Neuropsychological Society. - 1997. - Vol. 3.
- P. 108-119.
16. Kaller C.P., Unterrainer J.M., Rahm B., Halsband U. The impact of problem structure on planning: Insights from the Tower of London task // Cognitive Brain Research. - 2004. -Vol. 20(3). - P. 462-472.
17. Loehlin J.C. Partitioning environmental and genetic contributions to behavioral development //American Psychologist. - 1989 - Vol. 44. - P. 1285-1292.
18. Luciana M. & Nelson C.A. Assessment of neu-ropsychological function in children using the Cambridge Neuropsychological Testing Automated Battery (CANTAB): Performance in 4 to 12 year-olds // Developmental Neuropsy-chology. - 2002. - Vol. 22. - P. 595-623.
19. Luciana M. Practitioner Review: Computerised assess-ment of neuropsychological function in children: Clinical and research applications of the Cambridge Neuropsycho-logi-cal Testing Automated Battery (CANTAB) // Journal of Child Psychology and Psychiatry.
- 2003. - Vol. 44. - P. 649-663.
20. Luciana M., & Nelson C.A. Neurodevelop-mental assessment of cognitive function using the Cambridge Neurospychological Testing Automated Battery (CANTAB): Validation and future goals / In: M. Ernst & J. Rumseyy (Eds.). The foundation and future of functional neuroimaging in child psychiatry. - Cambridge University Press, 2000.
21. Neale M.C., Lubke G., Aggen S.H. & Dolan C.V. Problems with using sum scores for estimating variance components: contamination and measurement noninvariance // Twin Research and Human Genetics. - 2005. - Vol. 8.
- P. 553-568.
22. Nichols R.C. & Bilbro W.C. The diagnosis of twin zygosity // Acta Genetica. - 1966. - Vol. 16. - P. 265-275.
23. Owen A.M., James M., Leigh P.N., Summers
B.A., Marsden C.D., Quinn N.P., Lange K.W., Robbins T.W. Fronto-striatal cognitive deficits at different stages of Parkinson's disease // Brain. - 1992. - Vol. 115. - P. 1727-1751.
24. Owen A.M., Downes J.J., Sahakian B.J., Polkey
C.E., Robbins T.W. Planning and spatial working memory following frontal lobe lesions in man // Neuropsychologia. - 1990. - Vol. 28(10). - P. 1021-1034.
25. Owen A.M. Cognitive planning in humans: neuropsychological, neuroanatomical and neuropharmacological perspectives // Prog. Neurobiol. - 1997. - Vol. 53(4). - P. 431450.
26. Plomin R., McCleam G.E., Smith D.L., Skud-er P., Vignetti S., Chorney M.J., Chorney K., Kasarda S., Thompson L.A., Detterman D.K.,
Petrill S.A., Daniels J., Owen M.J., & McGuf-fin P. Allelic associations between 100 DNA markers and high versus low IQ // Intelligence. - 1995. - Vol. 21. - P. 31-48.
27. Plomin R., Pedersen N.L., Lichtenstein P. & Mc-Clearn G.E. Variability and stability in cognitive abilities are largely genetic later in life // Behavior Genetics. - 1994. - Vol. 24(3). - P. 207-215.
28. Plomin R. The nature and nurture of cognitive abilities / Advances in the psychology of human intelligence. Vol. 4. Sternberg, R.J. (ed.).
- Hillsdale, NJ: Lawrence Erlbaum Associates, Publishers, 1988. - P. 1-33.
29. Robbins T.W., James M., Owen A.M., Sahaki-an B.J., Lawrence A.D., McInnes L., Rabbitt P.M. A study of performance on tests from the CANTAB battery sensitive to frontal lobe dysfunction in a large sample of normal volunteers: implications for theories of executive functioning and cognitive aging. Cambridge Neuropsychological Test Automated Battery // J. Int. Neuropsychol. Soc. - 1998. - Vol. 4(5).
- P. 474-490.
30. The cognitive psychology of planning / Ed. by R. Morris and G.Ward. - Hove, East Sussex; New York: Psychology Press, 2005. -246 p.
31. Ward G. & Allport D.A. Planning and problem-solving using the five disk Tower of London // Quarterly Journal of Experimental Psychology. - 1997. - Vol. 50A. - P. 49-78.
References
1. Alekseyev AA, Rupchev GY., Katenko SV. Violations of planning in schizophrenia. Psik-hologicheskiye issledovaniya 2012; 5(23):9 (in Russian).
2. Novgorodova YO, Mukhordova OY, Sivakova VG, Lobaskova MM, Barskiy FI, Malykh SB. Genetic and environmental factors in the formation of the individual characteristics of temperament in children of primary school age. Teoreticheskaya i eksperimental'naya psikhologiya 2010; 3(4):5-19 (in Russian).
3. Akaike H. Factor analysis and AIC. Psycho-metrika 1987; 52:317-332.
4. Andreasen NC, Rezai K, Alliger R, Swayze VW, Flaum M, Kirchner P, Cohen G and O'Lary DS. Hypofrontality in neuroleptic-na-ive and chronic schizophrenic patients: Assessment with Xenon-133 single-photon emission computed tomography and the Tower of London. Archives of General Psychiatry 1992; 49:943-958.
5. Bouchard TJ & McGue M. Familial studies of intelligence: A review. Science 1981; 212:1055-1059.
6. Cambridge Cognition. Neuropsychological Test Automated Battery (CANTABeclipse) manual; Cambridge: Cambridge Cognition Limited 2006.
7. Cardon LR, Corley RP, DeFries JC & Plomin R. Factorial validation of a telephone test battery of specific cognitive abilities. Personality and Individual Differences 1992; 13:10471050.
8. Chipuer HM, Rovine MJ and Plomin R. LIS-TREL Modeling: Genetic and environmental influence on IG Revisited. Intelligence 1990; 14(1):11-29.
9. Cohen AD. Developing the ability to perform speech acts. Studies in Second Language Acquisition 1996; 18(2):253-267.
10. Curtis WJ, Lindeke LL, & Georgieff MK. Neuro-behavioural functioning in neonatal intensive care unit graduates in late childhood and early adolescence. Brain 2002; 125:1646-1659.
11. Friedman SL, Scholnick EK. An evolving «blueprint» for planning: Psychological requirements, task characteristics, and socio-cultural influences. S.L. Friedman & E.K. Scholnick (Eds.) The developmental psychology of planning: Why, how, and when do we plan? Mahwah, NJ: Lawrence Erlbaum Associates, Inc. 1998.
12. Gilhooly KJ, Phillips LH, Wynn V, Logie RH & Della Sala S. Planning processes and age in five-disc Tower of London task. Thinking and Reasoning 1999; 5(4):339-361.
13. Hughes C, Plumet MH, & Leboyer M. Towards a cognitive phenotype for autism: Increased prevalence of executive dysfunction and superior spatial span amongst siblings of
children with autism. Journal of Child Psychology and Psychiatry 1999; 40:705-718.
14. Ihaka R, Gentleman R. R: A language for data analysis and graphics. Journal of Computational and Graphical Statistics 1996; 5:299314.
15. Kafer KL & Hunter M. On testing the validity of planning/problem-solving tasks in a normal population. Journal of the International Neuropsychological Society 1997; 3:108-119.
16. Kaller CP, Unterrainer JM, Rahm B, Halsband U. The impact of problem structure on planning: Insights from the Tower of London task. Cognitive Brain Research 2004; 20(3):462-472.
17. Loehlin JC. Partitioning environmental and genetic contributions to behavioral development. American Psychologist 1989; 44:12851292.
18. Luciana M & Nelson CA. Assessment of neu-ropsychological function in children using the Cambridge Neuropsychological Testing Automated Battery (CANTAB): Performance in 4 to 12 year-olds. Developmental Neuropsy-chology 2002; 22:595-623.
19. Luciana M. Practitioner Review: Computerised assess-ment of neuropsychological function in children: Clinical and research applications of the Cambridge Neuropsychological Testing Automated Battery (CANTAB). Journal of Child Psychology and Psychiatry 2003; 44:649-663.
20. Luciana M & Nelson CA. Neurodevelopmen-tal assessment of cognitive function using the Cambridge Neurospychological Testing Automated Battery (CANTAB): Validation and future goals. In: M. Ernst & J. Rumseyy (Eds.). The foundation and future of functional neu-roimaging in child psychiatry; Cambridge University Press 2000.
21. Neale MC, Lubke G, Aggen SH & Dolan CV. Problems with using sum scores for estimating variance components: contamination and measurement noninvariance. Twin Research and Human Genetics 2005; 8:553-568.
22. Nichols RC & Bilbro WC. The diagnosis of twin zygosity. Acta Genetica 1966; 16:265-275.
23. Owen AM, James M, Leigh PN, Summers BA, Marsden CD, Quinn NP, Lange KW, Robbins TW. Fronto-striatal cognitive deficits at different stages of Parkinson's disease. Brain 1992; 115:1727-1751.
24. Owen AM, Downes JJ, Sahakian BJ, Polkey CE, Robbins TW. Planning and spatial working memory following frontal lobe lesions in man. Neuropsychologia 1990; 28(10):1021-1034.
25. Owen AM. Cognitive planning in humans: neuropsychological, neuroanatomical and neuropharmacological perspectives. Prog. Neurobiol 1997; 53(4):431-450.
26. Plomin R, McCleam GE, Smith DL, Skud-er P, Vignetti S, Chorney MJ, Chorney K, Kasarda S, Thompson LA, Detterman DK, Petrill SA, Daniels J, Owen MJ, & McGuf-fin P. Allelic associations between 100 DNA markers and high versus low IQ. Intelligence 1995; 21:31-48.
27. Plomin R, Pedersen NL, Lichtenstein P & McClearn GE. Variability and stability in cognitive abilities are largely genetic later in life. Behavior Genetics 1994; 24(3):207-215.
28. Plomin R. The nature and nurture of cognitive abilities. Advances in the psychology of human intelligence. 4. Sternberg, R.J. (ed.); Hillsdale, NJ: Lawrence Erlbaum Associates, Publishers 1988; 1-33.
29. Robbins TW, James M, Owen AM, Sahakian BJ, Lawrence AD, McInnes L, Rabbitt PM. A study of performance on tests from the CANTAB battery sensitive to frontal lobe dysfunction in a large sample of normal volunteers: implications for theories of executive functioning and cognitive aging. Cambridge Neuropsychological Test Automated Battery. J Int Neuropsychol Soc 1998; 4(5):474-490.
30. The cognitive psychology of planning. Ed. by R. Morris and G.Ward;Hove, East Sussex; New York: Psychology Press 2005; 246 p.
31. Ward G & Allport DA. Planning and problem-solving using the five disk Tower of London. Quarterly Journal of Experimental Psychology 1997; 50A:49-78.
THE ROLE OF GENETIC AND ENVIRONMENTAL FACTORS IN PLANNING ABILITY IN ADOLESCENTS
V.I. ISMATULLINA, A.P. BELOVA, I.A. VORONIN, S.B. MALYKH Psychological Institute RAE, Moscow
The article discusses the results of the contribution of genetic and environmental factors in the planning ability in adolescence. Planning is an essential component of behavior control and its violation may result in impairment in cognitive and personal spheres and affect teenagers' success in adaptation to society. It is necessary for the correction of their own actions, as well as the ability to respond to changing external circumstances during decision making. The main objective of the study was to define the role of genetic and environmental factors in the formation of individual differences in planning. The study used an experimental diagnostic test «Cambridge stocking» from an automated battery of neuropsychological tests (CANTAB). The study sample included 306 adolescents (153 twin pairs) aged 10-17 years. The analysis revealed that the planning parameters are influenced by both hereditary and environmental factors. Indicators which are largely influenced by environment can be identified that, in turn, allows creating an educational program aimed at development of the planning ability in adolescence.
Keywords: types of planning, adolescents, automated battery of neuropsychological tests CANTAB.
Address:
Ismatullina Victoria Igorevna
Junior Researcher
International Laboratory for Cognitive Studies and psychogenetics TSU
Psychological Institute RAE
9-4 Mokhovaya str., Moscow, 125009, Russia
E-mail: victoria2686@gmail.com
