Коллектив авторов - Творчество в современном мире: человек, общество, технологии. Материалы Всероссийской научной конференции, посвященной 100-летию со дня рождения Я. А. Пономарева (26–27 сентября 2020 года)

1. Любарт Т., Муширу К., Торджман С., Зенасни Ф. Психология креативности / пер. с фр. Д.В. Люсин. М.: Когито-Центр, 2009.

2. Матюшкин A.M. Концепция творческой одаренности // Вопросы психологии. 1989. № 6. С. 29–33.

3. Рабочая концепция одаренности / Д.Б. Богоявленская, В.Д. Шадриков, Ю.Д. Бабаева, А.В. Брушлинский и др. М.: ИЧП «Издательство Магистр», 1998.

4. Стернберг Р., Григоренко Е. Инвестиционная теория креативности // Психологический журнал. 1998. Т. 19. № 2. С. 144–160.

5. Творчество: от биологических оснований к социальным и культурным феноменам / под ред. Д.В. Ушакова. М.: Изд-во Института психологии РАН, 2011.

6. Чиксентмихайи М. Креативность. Поток и психология открытий и изобретений / пер. с англ. И. Ющенко. М.: Карьера Пресс, 2013.

7. Amabile T.M., Hill K.G., Hennessey B.A., Tighe E. The Work Preference Inventory: Assessing intrinsic and extrinsic motivation orientations // Journal of Personality and Social Psychology. 1994. Vol. 66. P. 950–965.

Московский государственный университет имени М.В. Ломоносова (г. Москва)

E-mail: mzirenko@inbox.ru

Данное исследование направлено на изучение кросс-культурных различий в компонентах интеллектуально-личностного потенциала, выступающих предикторами академической успешности студентов.

В предшествующих исследованиях было показано, что индивидуальные различия в личностных свойствах и мотивации, наряду с интеллектом, вносят вклад в достижение успешности обучения в вузе. В то время как некоторые свойства являются культурно-независимыми предикторами академической успешности (напр., сознательность) (Poropat, 2009; и др.), другие свойства проявляют себя по-разному в разных культурах (напр., ИТ интеллекта) (Costa, Faria, 2018).

Целью данного исследования является сравнение предикторов академической успешности российских и американских студентов.

Участники исследования

1. Российская выборка: 170 студентов факультета психологии МГУ им. М.В. Ломоносова (148 женщин) в возрасте от 18 до 23 лет ( М =19,7, SD =0,83).

2. Американская выборка: 152 студента частного университета на северо-востоке США (120 женщин) в возрасте от 18 до 21 года ( M =19,08, SD =1,07).

Методики. Для диагностики ИТ интеллекта и личности, а также целевых ориентаций в обучении применялся Опросник имплицитных теорий и целей обучения К. Двек – С. Смирнова (Корнилова и др., 2008), самооценка интеллекта диагностировалась по процедуре Фернхема (Chamorro-Premuzic, Furnham, 2006), для диагностики стабильных личностных свойств применялся Краткий опросник Большой Пятерки (Корнилова, Чумакова, 2016), толерантность и интолерантность к неопределенности измерялась с помощью опросника С. Баднера (Корнилова, Чумакова, 2014); также фиксировался показатель академической успеваемости GPA.

1. Сравнение выраженности свойств в двух группах.

У российских студентов значимо выше показатели по ИТ приращаемого интеллекта ( U =5496, p <0,000), целевой ориентации на мастерство в обучении ( U =3636,5, p <0,001) и GPA ( U =5541, p <0,001).

У американских студентов значимо выше показатели по согласию ( U =6375,5, p <0,001), сознательности ( U =8001, p <0,000), эмоциональной стабильности ( U =10089, p<0,05), толерантности к неопределенности ( U =9710,5, p <0,05).

2. Предикторы академической успешности.

Россия. Использование метода множественной линейной регрессии позволило построить модель для российской выборки, в которой значимыми предикторами GPA выступили добросовестность, эмоциональная стабильность и интолерантность к неопределенности (Д 2=0,142, F=7,65, В добросовестность=0,054, p<0,001, В эмоцстабильность= -0,044, p<0,001, В интолера нтнос ть к неопределенности -0,012, p <0,05). Все три предиктора в этой модель объясняют 14.20/0 дисперсии академической успешности.

США. Для американской выборки с помощью множественной линейной регрессии была построена модель, в которой значимыми предикторами успеваемости выступили добросовестность, СОИ и ИТ интеллекта (Д 2=0,137, F =7,85, В добросовестност =0,068, p <0,001, В СОИ =0,009, p<0,05, В ИТинтеллекта = -0,013, p <0,05). Эта модель объясняет 13.7 % дисперсии GPA.

Таким образом, личностное свойство добросовестности выступило предиктором успеваемости в обеих выборках. В российской выборке предикторами успеваемости также стали другие личностные свойства (эмоциональная стабильность) и отношение к неопределенности, в то время как в американской выборке – представления о собственном интеллекте и возможности его развивать, относящиеся к сфере самосознания.

1. Корнилова Т.В., Смирнов С.Д., Чумакова М.А., Корнилов С. А., Новотоцкая-Власова Е.В. Модификация опросника имплицитных теорий К. Двек (в контексте изучения академических достижений студентов) // Психологический журнал. 2008. Т. 29. № 3. С. 106–120.

2. Корнилова Т.В., Чумакова М.А. Апробация краткого опросника Большой пятерки (TIPI, КОБТ) // Психологические исследования. 2016. Т. 9. № 46. С. 5.

3. Корнилова Т.В., Чумакова М.А. Шкалы толерантности и интолерантности к неопределенности в модификации опросника С. Баднера // Экспериментальная психология. 2014. Т. 7. № 1. С. 92–110.

4. Chamorro-Premuzic T., Furnham A. Self-assessed intelligence and academic performance // Educational Psychology. 2006. V. 26. №. 6. P. 769–779.

5. Costa A., Faria L. Implicit theories of intelligence and academic achievement: a meta-analytic review // Frontiers in Psychology. 2018. V. 9. P. 1–16.

6. Poropat AE. A meta-analysis of the five-factor model of personality and academic performance // Psychological bulletin. 2009. V. 135. №. 2. P. 322–338.

Первый МГМУ имени ИМ. Сеченова Минздрава России (г. Москва)

E-mail: julia.k7@gmail.com

Эмоции могут влиять на суждение и выбор на каждом этапе процесса принятия решения (ПР). Компьютеризованные модели условий неопределенности и риска, в которых многоэтапные выборы имеют последствиями выигрыш и проигрыш («экспериментальных денег»), представлены в исследованиях когнитивных стратегий и принятия риска (Корнилова, 2003). Однако недостаточно изучены процессы эмоциональных предвосхищений при ПР. Они постулируются, в частности, гипотезой А. Дамасио, но не выделяются в измеряемых переменных стратегий.

С целью исследования компонентов эмоционального предвосхищения, оценок эмоций при прогнозируемом и достигаемом результате, нами была разработана компьютеризованная методика «Эмоциональное Предвосхищение в Игре в Казино» – ЭПИК.

Эмоциональное предвосхищение исследуется применительно к ПР сквозь призму концепций эмоций, основанных на предвосхищении (anticipation-based emotions). Разделяются предвосхищающие эмоции (anticipatory emotions), которые предполагают ожидания человека применительно к желательному или нежелательному событию, и результирующие – оцениваемые после наступления события.