MétaCan
Menu
Retour à la cohorte
Enregistrement W4230777398 · doi:10.31234/osf.io/mfwqx

The relationship between intelligence and creativity: On methodology for necessity and sufficiency

2017· preprint· en· W4230777398 sur OpenAlexaff
Michael John Ilagan, Welfredo Patungan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueCognitive Science and Mapping
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCreativityBivariate analysisEpistemologyPsychologySimple (philosophy)Social psychologySociologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Plain English Abstract A classic theory in psychology is that intelligence is necessary but not sufficient for creativity: unintelligent people are only uncreative; but intelligent people may be creative or uncreative. Many other theories in the social sciences invoke the same asymmetric necessary-but-not-sufficient relationship. Whereas the theory is simple enough to state, statistically confirming it—as scientists aim to do with their theories—is a complicated matter, as statistical methods conventional to psychologists are inappropriate for asymmetric relationships. For decades, this methodological problem left researchers stumped, and the present article sheds light on it. In particular, the present article does the following: argues that previous methods purported to statistically confirm the theorized relationship are lacking; proposes a novel model that elucidates the notions of necessity and sufficiency between a pair of variables; and demonstrates this model on a dataset from a published study of intelligence and creativity. Of the two creativity variables analyzed, the classic theory was confirmed for only one of them. It is important that social science researchers carefully think about methodology, as doing so guards against false-positive results in their respective fields.Scientific Abstract On the relationship between intelligence and creativity, a classic theory is that intelligence is necessary but not sufficient for creativity. Graphically, this theory is represented by a triangular shape of bivariate scatter between the two. As conventional linear methods are known to be inappropriate, a long-standing problem has been how to substantiate this theory. One innovation purported to solve this problem is the use of Necessary Condition Analysis (NCA), a method that confirms the relationship on the basis of an empty upper left corner in the scatterplot. The present article elaborates a novel take on this methodological problem. What it takes to account for necessity and sufficiency is tackled, and it is argued that NCA is not an appropriate method. As an alternative, a probability model of creativity as a function of IQ was posited, in particular for double-bounded creativity variables. Using the model proposed, intelligence vs. creativity data from Jauk et al. (2013b) were reanalyzed. A formal hypothesis based on the theorized relationship was supported for one of the two creativity variables analyzed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,276
score de la tête « metaresearch » (Gemma)0,659
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,892

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2760,659
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0150,015
Études des sciences et des technologies0,0040,033
Communication savante0,0080,016
Science ouverte0,0060,013
Intégrité de la recherche0,0030,013
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,457
Tête enseignante GPT0,442
Écart entre enseignants0,015 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCognitive Science and MappingTravaux en français237 207