credit


Le Q.I est un très bon indicateur de l'intelligence (efficience du système nerveux central), la pertinence de la mesure est corroborée de très nombreuses manières, comme nous l'avons montré au cours des différents chapitres. Voici un résumé visant à montrer la crédibilité du facteur Q.I comme mesure de l'intelligence humaine.

2.Corrélations sociales du Q.I 
2.1 Le Q.I, prédictif de la réussite en math et sciences
2.2 Le Q.I, prédictif du salaire
2.3 Le Q.I, prédictif du niveau de scolarité
2.4 Le Q.I, prédictif du statut socio-économique
2.5 Le Q.I, prédictif de la productivité d'un individu
2.6 Le Q.I, prédictif de la compétence d'un individu dans son travail
2.7 Le Q.I, prédictif des scores au PISA
2.8 Le Q.I moyen national, prédictif du salaire moyen par habitant de 1500 à 2000. (Voir le chapitre "Q.I par pays et économie")
2.9 Le Q.I moyen national, prédictif de l'espérance de vie à la naissance. (Voir le chapitre "Q.I par pays et économie")
2.10 Le Q.I moyen national, prédictif du taux d'alphabétisation.  (Voir le chapitre "Q.I par pays et économie")
2.11. Corrélation du Q.I avec l'indice de développement humain.

1.Corrélations biologiques du Q.I 

1.1 Taille de la tête.
La taille de la tête est une estimation imparfaite de la taille du cerveau humain. La corrélation entre le Q.I et la taille de la tête est de 0,2.

1.2 Taille du cerveau
La taille du cerveau corrèle à +0,45 avec le Q.I
La capacité crânienne dans une population montre, comme g, une distribution gaussienne (voir figure 1 ci-dessous).
Une corrélation de 0,45 entre g (=Q.I) et la capacité crânienne signifie que:

 1. Une augmentation de 1 SD de capacité crânienne (à peu près 120 grammes en masse) augmente le Q.I d’en moyenne 0,45 SD (7 points de Q.I).

 2. Les Q.I de 115 (1SD au-dessus de la moyenne) ont une capacité crânienne moyenne de 0,45 SD au-dessus de la moyenne. (A peu près 55 grammes de plus en masse)
Image
Figure 1: capacité crânienne chez les afro-américains (rouge) et chez les européens (blanc).
Cette corrélation n'est pas limitée à l’homo sapiens: les souris ayant une capacité crânienne supérieure sont plus intelligentes et retrouvent plus rapidement leur chemin dans un labyrinthe.
Les étudiants universitaires, dont le Q.I moyen est significativement supérieur à la moyenne nationale, ont une capacité crânienne plus importante.

Parmi les étudiants universitaires, les élèves terminant avec distinction montrent une capacité crânienne significativement supérieure et ceux finissant avec grande distinction montre une capacité crânienne supérieure à celle de ceux finissant avec distinction. Ceci est simplement prédictible de la corrélation entre intelligence et capacité crânienne.

Image

Figure 2: Capacité crânienne des étudiants de Cambridge entre 19 et 24 ans, par grade.

Population générale < universitaires < distinction < grande distinction

Quelques capacités crâniennes de génies célèbres...

ImageImage

Il est à noter qu’on peut trouver des individus exceptionnellement doués ayant une capacité crânienne en dessous de la moyenne, la corrélation n’est pas de 1. (Anatole France par exemple avait un cerveau de moins de 1kg et le compositeur Smetana avait également une capacité crânienne en dessous de la moyenne).

Comment comprendre la corrélation de 0,45 entre intelligence générale et capacité crânienne ?

Imaginez un coffre-fort rempli de bijoux et de billets de banque de 5-10-20-50-100-200-500 euros. A l’aveugle, vous prélevez à l’aide d’une petite pelle de disons 1200ml un plein contenu issus de ce coffre. Vous répétez l’opération 10 fois. A l’aide d’une plus grosse pelle de 1400ml, vous effectuez pareillement, à l’aveugle, 10 prises dans le coffre-fort.

Que constatez-vous ?
1. En moyenne, la valeur d’une prise de 1400ml est supérieure à celle de 1200ml.
2. Cela n’est pas vrai dans tous les cas: il est possible qu’une prise de 1200 ml aient une très grande valeur, tout simplement parce que fort dense en billets de 500 et en bijoux, par exemple. A l’inverse une prise de 1400ml peut s’avérer de peu de valeur car plus dense en billets de 5 et 10 euros.


Répartition de la capacité crânienne dans une population mâle européenne et Q.I moyen associé.
Image


Répartition du Q.I moyen dans une population mâle européenne et capacité crânienne moyenne associée.
Image

1.3 Myopie (+0,25)

Les myopes de naissance montrent un Q.I de 7,5 points au-dessus de la moyenne nationale. La myopie est homozygote récessive. Les gènes de la myopie se situent sur le chromosome 11. Les yeux sont des prolongements du cerveau. Il semble que les gènes de la myopie modulent à la fois la taille des yeux et celle du cerveau. Les myopes ont donc un cerveau et des yeux plus gros que la moyenne. C'est la caractéristique même de la myopie: des yeux trop gros mènent font que l'image se forment à l'avant de la rétine, ce qui doit être corrigé par des verres biconcaves.
Les porteurs hétérozygotes d'un seul gène de la myopie ne sont pas touchés par la myopie et ne doivent pas porter de lunettes, mais ils montrent un gain intellectuel, de moindre amplitude que les myope homozygotes. 

1.4 Activité électrochimique du cerveau

L’expression « encéphalogramme plat » n’est pas sans fondement…

Image

Le Q.I corrèle:

-avec la complexité des ondes à l’EEG.

-avec la fréquence des ondes alpha.

Potentiels évoqués, enregistrés à l’EEG.

Le score utilisé est la longueur des 4 premières ondes cérébrales E1 à E4. (voir figure ci-dessous)
Ce score est plus petit chez les individus brillants et plus élevé chez les individus peu intelligents.
En d’autres termes: la transmission de l’information est plus rapide chez les gens brillants et moins chez les individus moins intelligents.

Image



1.5 Métabolisme cérébral du glucose.

-> La principale source d’énergie du cerveau est le glucose.

-> Pour une même tache cognitive, le cerveau des hauts Q.I consomment moins de glucose.

Corrélation de -0,7 à -0,8 entre le Q.I et GMR (glucose metabolism rate)

-> Pour une même tâche, les hauts Q.I fonctionnent à plus bas régime de glucose alors que les plus bas Q.I arrivent plus rapidement à saturation.
-> Le cerveau des hauts Q.I est plus efficace.

-> Analogie avec un ordinateur:

-un ordinateur peu puissant arrive plus rapidement à saturation de son processeur.

-un ordinateur plus puissant est plus efficace, il traite des informations identiques en utilisant une moins grande part de ses ressources système.


Si on calibre subjectivement un niveau de difficulté, par exemple réussir une tâche cognitive dans 75 pourcent des cas ce qui sera définit comme une tâche difficile:

Avec un taux de réussite de 75 % :

-Les bas Q.I arrivent à effectuer une tâche moins compliquée, par exemple retenir 6 chiffres.

-Les hauts Q.I arrivent à effectuer une tâche plus compliquée, par exemple retenir 7 chiffres.

Dans ce cas là, les hauts Q.I corrèlent positivement avec le GMR, ceci signifie que les hauts Q.I sont en mesure d’apporter plus de carburant pour résoudre une tâche difficile.

Analogie avec un ordinateur:

 -Lorsqu’un ordinateur de faible processeur fonctionne à 80 pourcent de ses capacités (on fixe subjectivement ce seuil comme une « tâche difficile »), il va accomplir une tâche moindre, atteindre une vitesse de processeur moindre et consommer moins.

-Lorsqu’un ordinateur de haut processeur fonctionne à 80 pourcent de ses capacités (seuil fixé subjectivement comme une « tâche difficile »), il va accomplir des tâches plus difficiles car il est en mesure d’atteindre une vitesse de processeur supérieure en consommant plus.

-> pour une même tâche objective, les hauts Q.I consomment moins -> cerveaux plus efficaces.

-> pour une tâche jugée subjectivement difficile, les hauts Q.I accomplissent des tâches plus complexes, ils sont en mesure d’atteindre une puissance de traitement supérieur en métabolisant plus du glucose (GMR plus important) -> Ils sont capables de monter plus haut dans leur GMR -> cerveaux plus puissants

1.6 et 1.7 Vitesse de conduction nerveuse (nerfs périphériques et nerfs crâniens)

Corrélation de +0,4 entre la conduction nerveuse et le Q.I.

Image
Une lumière clignote en face des yeux, une machine mesure le temps qu'il faut pour que le message atteigne les centres de la vision à l'arrière du cerveau.


Cette vitesse est corrélée (+0,4) avec un QI d'une personne.

-> Meilleure myélinisation nerveuse chez les hauts Q.I.

1.8 Ph cérébral, un corrélat biochimique du Q.I.

Image

-> Un pH plus élevé augmente la vitesse de conduction

-> Les variations de pH module également l’activité de nombreux récepteurs et neurotransmetteurs


1.9 Finesse du spectre auditif (aptitude à distinguer des sons de hauteurs plus proches, proportionnel au Q.I).
Aussi surprenant que cela puisse paraitre, on retrouve une corrélation positive entre le Q.I et la finesse du spectre auditif, c'est à dire l'aptitude à distinguer des tons sonores plus proches. Ces tests sont effectués comme suit: des sons de fréquences différentes sont émis. Progressivement, on rapproche les sons en demandant aux sujets de désigner le son le plus aigu. Corrélation entre g et la finesse du spectre auditif souligne bien l'ubiquité de g dans tous les processus cérébraux et permet de comprendre pourquoi tous les grands compositeurs par exemple étaient des individus ayant un Q.I aux alentours de 165 (Cox).

1.10 Finesse du spectre visuel.
On retrouve également une corrélation positive entre le Q.I et la finesse du spectre visuel, c'est à dire l'aptitude à distinguer des couleurs plus proches. Ces tests sont effectués comme suit: des couleurs de fréquence différentes sont présentées. Progressivement, on rapproche les couleurs en demandant aux sujets de désigner les deux couleurs et la frontière entre.
Image
Plus le Q.I est élevé, plus les individus sont capables de distinguer des tons de couleur proches.


1.11 Temps d'inspection visuel ou auditive (Inspection time, mesure de la vitesse de traitement de l'information sensorielle)
« L’inspection time » ou temps d’inspection mesure la vitesse du traitement de l’information visuelle ou auditive. Les mesures « d’inspection time » sont corrélées à +0,7 avec le Q.I.


Dans ce genre de tests, deux barres de longueurs inégales apparaissent à l’écran pendant un certain temps (en millisecondes). On demande ensuite aux testés quelle était la barre la plus longue, celle de droite ou celle de gauche ?

Image


Les hauts Q.I traitent l’information visuelle ou auditive plus rapidement. Ils ont des temps d’inspection (inspection time) plus petits.


2.Corrélations sociales du Q.I 

2.1. Le Q.I comme facteur de réussite en mathématique et en sciences.                          

Table 13.2. National IQs and Attainments in Math and Science
Nations
IQ
Math &
Science
1964-86
Math
1994
Age 10
Math
1994
Age 14
Science
1994
Age 10
Science
1994
Age 14
East Asia
105
56.60
604
606
561
568
China
103
59.28
-
-
-
-
Hong Kong
107
56.93
587
588
533
522
Japan
105
60.65
597
605
574
571
Singapore
103
56.51
625
643
547
607
South Korea
109
56.21
611
607
597
565
Taiwan
105
56.28
-
-
-
-
Europe
98
52.84
545
530
549
532
Australie
98
48.13
546
530
562
545
Austria
100
-
559
539
565
558
Belgium
99
53.25
-
-
546
     511
Britain
100
53.98
513
506
551
552
Bulgarie
93
59.28
-
-
-
565
Canada
99
47.57
532
527
549
531
Czech Rep
98
-
567
564
557
574
Denmark
98
53.48
-
-
-
478
Finland
99
48.76
-
-
-
-
France
98
54.15
-
-
538
498
Germant'
98
59.03
-
-
-
531
Greece
92
-
492
484
-
497
Hungary
98
53.85
548
537
532
554
Iceland
101
-
474
487
505
494
Ireland
93
47.59
550
527
539
538
Italy
102
44.59
-
-
-
-
Latvia
97
-
525
493
512
485
 
Lithuanie
90
-
-
477
-
476
Netherlands
101
56.84
577
541
557
560
New Zeeland
99
52.44
499
508
531
525
Norway
100
49.60
502
503
530
527
Portugal
95
50.28
475
454
480
480
Romania
94
-
-
-
-
486
Russie
97
-
 
 
-
538
Spain
98
49.40
-
-
487
517
Slovakia
96
-
547
544
-
-
Slovenia
96
-
552
541
546
560
Sweden
100
47.41
-
-
-
535
Switzerland
101
57.17
-
545
 
?
United States
98
43.43
545
500
 
534
 
 
 
 
 
 
 
South America
86
30.10
-
385
 
411
Brazil
86
33.91
-
-
 
-
Chile
89
26.30
-
-
 
-
Colombia
84
-
-
385
-
411
 
 
 
 
 
 
 
South & SE Asia
86
39.83
490
474
473
470
Cyprus
85
-
502
474
475
463
Indic
82
21.63
-
-
-
-
Iran
84
20.75
429
428
416
470
Israel
95
51.29
531
522
505
524
Jordan
84
39.38
-
-
-
-
Kuwait
86
 
400
392
401
430
Philippines
86
34.35
-
-
-
-
Thailand
91
39.83
490
522
473
525
Turkey
90
41.52
-
-
-
-
 
 
 
 
 
 
 
Africa
69
32.00
354
326
 
326
Mozambique
64
24.26
-
-
 
?
Nigeria
69
34.15
-
-
 
?
South Africa
72
-
354
326
-
326
Swaziland
68
32.00
 
 
 
 
Correlations
with IQ
-
0.81
0.85
0.89
0.81
0.82

2.2 Le Q.I, prédictif du salaire.

 Table 3. 1. Correlations between IQ and earnings

 

Country

Number

Sex

Age

Age

r

Reference

1

Netherlands

835

M

12

43

0.17

Dronkers, 1999

2

Netherlands

819

M

12

53

0.19

Dronkers, 1999

3

Netherlands

350

F

12

43

0.03

Dronkers, 1999

4

Netherlands

237

F

12

53

0.19

Dronkers, 1999

5

Norway

1,082

M/F

18

-

0.33

Tambs et al., 1989

6

Sweden

346

M

10

25

0.08

Fagerlind, 1975

7

Sweden

460

M

10

30

0.22

Fagerlind, 1975

8

Sweden

631

M

10

35

0.34

Fagerlind, 1975

9

Sweden

707

M

10

43

0.40

Fagerlind, 1975

10

Sweden

312

M

20

25

0.10

Fagerlind, 1975

1 1

Sweden

410

M

20

30

0.22

Fagerlind, 1975

12

Sweden

532

M

20

35

0.43

Fagerlind, 1975

13

Sweden

585

M

20

43

0.50

Fagerlind, 1975

14

USA

-

M

18

30

0.31

Duncan, 1968

15

USA

345

M

-

19

0.15

Hause, 1971

16

USA

345

M

-

24

0.29

Hause, 1971

17

USA

345

M

-

29

0.45

Hause, 1971

18

USA

345

M

-

34

0.49

Hause, 1971

19

USA

4,388

M

17

25

0.26

Hauser et al., 1973

20

USA-whites

24,812

M

18

30

0.24

Brown & Reynolds, 1975

21

USA-whites

24,812

M

18

36

0.33

Brown & Reynolds, 1975

27

USA-blacks

4,008

M

18

30

0.08

Brown & Reynolds, 1975

 

 

23

USA-blacks

4,008

M

18

36

0.13

Brown & Reynolds, 1975

24

USA

12,686

M/F

18

30

0.37

Murray, 1998

25

USA

1,943

M/F

18

30

0.35

Rowe et al., 1998

26

USA

-

M

12

45

0.53

Judge et al., 1999

27

USA-whites

3,484

M

19

37

0.36

Nyborg & Jensen, 2001

28

USA-blacks

493

M

19

37

0.37

Nyborg & Jensen, 2001

29

USA

1,448

M

17

27

0.22

Murnane et al., 2001

Table 3.3. Effects of IQ on earnings

 

Country

Number

Sex

Age

Age

%Effect on

Reference

1

USA

692

M

12

-

15

Crouse, 1979

2

USA

1,774

M

25-64

25-64

19

Bishop, 1989

3

USA

1,593

M

15-18

19-34

17

Neal & Johnson, 1996

4

USA

1,446

F

15-18

19-32

23

Neal & Johnson, 1996

5

USA

1,448

M

17

27

19

Murnane et al., 2001

6

USA

2,959

M

17

35

11

Zax & Rees, 2002

7

USA

2,264

M

17

53

21

Zax & Rees, 2002

8

Sweden

3,404

M

12

34

10

Zetterberg, 2004

9

Sweden

3,277

F

12

34

11 —'Zetterberg, 2004

2.3. Le Q.I, prédictif du niveau de scolarité

Table 3.4. Correlations between intelligence and educational tainment

 

Country

N

Age

Age

Subject

r

Reference

1

Canada

208

13

13

General

0.55

Gagne & St. Pefi~-2002

2

England

85

5

16

English

0.62

Yule et al., 1982

3

England

85

5

16

Math

0.72

Yule et al., 1982

4

Great Britain

8,699

11

21

Years

0.70

Thienpont & Verleye, 2003

5

Great Britain

20,000

11

16

GCSE

0.74

Deary, 2004

6

N. Ireland

701

16

16

GCSE

0.65

Lynn et al., 1984

7

N. Ireland

451

16

23

Level

0.40

Cassidy & Lynn, 1991

8

Norway

1,082

18

18

Years

0.50

Tambs et al., 1989

9

Sweden

570

20

20

Years

0.53

Fagerlind, 1975

10

USA

-

-

-

General

0.71

Walberg, 1984

11

USA

455

13

13

Reading

0.68

Lloyd & Barenblatt, 1984

12

USA

-

18

18

Math

0.66

Lubinski & Humphreys, 1996

13

USA

1,943

17

31

Yeats

0.63

Rowe et al., 1998

14

USA

3,484

19

37

Yeats

0.59

Nyborg & Jensen, 2001

15

USA-blacks

493

19

37

Yeats

0.41

Nyborg & Jensen, 2001

16

Switzerland

82

11

11

Math

0.45

Tewes, 2003

2.4. Le Q.I, prédictif du statut socio-économique.

Table 3.5. Correlations between intelligence and socioeconomic status

 

Country

N

Sex

Age

Age

r

Reference

1

Britain

5,038

M

11

42

0.39

Nettle, 2003

2

N. Ireland

451

M/F

16

23

0.24

Cassidy & Lynn, 1991

3

Norway

1,082

M

18

 

0.33

Tambs et al., 1989

4

Sweden

346

M

10

25

0.28

Fagerlind, 1975

5

Sweden

460

M

10

30

0.35

Fagerlind, 1975

6

Sweden

631

M

10

35

0.35

Fagerlind, 1975

7

Sweden

707

M

10

43

0.40

Fagerlind, 1975

8

Sweden

312

M

20

25

0.40

Fagerlind, 1975

9

Sweden

410

M

20

30

0.48

Fagerlind, 1975

10

Sweden

532

M

20

35

0.50

Fagerlind, 1975

11

Sweden

585

M

20

43

0.53

Fagerlind, 1975

12

USA

81,553

M

-

-

0.45

Stewart, 1947

13

USA

-

M

18

30

0.45

Duncan, 1968

14

USA

437

M

11

45

0.46

Baiema, 1968

15

USA

4,388

M

17

26

0.36

Sewell et al., 1970

16

USA

408

M

17

36

0.41

Sewell et al., 1980

17

USA

330

F

17

36

0.33

Sewell et al., 1980

18

USA

131

M

16

-

0.57

Waller, 1971

19

USA

170

M

13

-

0.50

Waller, 1971

20

USA

-

M

12

45

0.47

Judge et al., 1999

21

USA-whites

3,484

M

19

37

0.38

Nyborg & Jensen, 2001

22

USA-blacks

493

M

19

37

0.31

Nyborg & Jensen, 2001

 

2.5. Le Q.I, prédictif de la productivité d'un individu.

Table 3.6. Correlations between intelligence and trainability

 

Country

Complexity

r

Reference

1

United States

High

0.58

Hunter & Hunter, 1984

2

United States

Medium

0.40

Hunter & Hunter, 1984

3

United States

Low

0.25

Hunter & Hunter, 1984

4

United States

Electronics

0.67

Hunter, 1986

5

United States

Mechanical

0.62

Hunter, 1986

6

United States

Technical

0.62

Hunter, 1986

7

United States

Clerical

0.58

Hunter, 1986

8

United States

Combat

0.45

Hunter, 1986

9

Europe

High

0.29

Salgado et al., 2003

10

Europe

Medium

0.29

Salgado et al., 2003

11

Europe

Low

0.23

Salgado et al., 2003

 

2.6. Le Q.I, prédictif de la compétence d'un individu dans son travail.

Table 3.7 Correlations between intelligence and job proficiency
 
Country
Complexity
r
Reference
1
United States
High
0.42
Ghiselli, 1966
2
United States
Medium
0.27
Ghiselli, 1966
3
United States
Low
0.15
Ghiselli, 1966
4
United States
High
0.57
Hunter & Hunter, 1984
5
United States
Medium
0.51
Hunter & Hunter, 1984
6
United States
Low-general
0.40
Hunter & Hunter, 1984
7
United States
Low-industriel
0.23
Hunter & Hunter, 1984
8
United States
All
0.51
Schmidt & Hunter, 1998
9
Europe
All
0.25
Salgado et al., 2003


2.7. Le Q.I, prédictif des scores au PISA.

Nations

National IQ

Math 2000

Age 15

Science 2000

Age 15

Math 2003

Age 15

Albania

90

370

375

 

Argentina

93

380

395

-

Australi'a

98

533

525

524

Austria

100

515

520

506

Belgium

99

520

495

529

Brazil

86

330

375

356

Bulgaria

93

430

448

-

Canada

99

533

530

532

Chile

90

375

410

-

China (Macao)

105

-

-

527

Czech Republic

98

498

508

516

Denmark

98

514

515

514

Finland

99

536

540

544

France

98

517

500

511

Germant'

99

490

480

503

Greece

92

447

455

445

Hong Kong

108

550

540

550

Hungary

98

488

498

490

Iceland

101

514

515

515

Indonesia

82

360

395

360

Ireland

93

503

510

503

Israel

95

435

438

-

Italy

102

457

475

466

Japan

105

557

550

534

Latvia

97

465

455

483

Luxembourg

100

446

445

493

Macedonia

91

370

400

-

Mexico

88

387

420

383

Netherlands

101

-

-

538

New Zealand

99

537

575

523

Norway

100

499

500

495

Peru

85

295

335

-

Poland

99

470

475

490

Portugal

95

452

455

466

Russia

97

480

455

468

Serbia

89

-

-

437

Slovakia

96

-

-

498

South Korea

106

547

550

542

Spain

98

476

485

485

Sweden

100

510

508

509

Switzerland

101

529

495

527

Thailand

91

430

440

417

Tunisia

83

-

-

359

Turkey

90

-

-

423

United Kingdom

100

529

535

-

United States

98

493

500

483

Uruguay

96

-

-

422

Correlations with IQ

-

0.876

0.833

0.871

Number

 

40

40

39

 

Cohérence et constance des différences raciales dans l'intelligence depuis les 10 mille dernières années

Les différences de Q.I actuelles entre les races ont-elles existé depuis longtemps ? Les Q.I moyen raciaux peuvent-ils servir à estimer l'intelligence des peuples durant la préhistoire ? 
 
Les différences contemporaines de Q.I entre les races et entre les nations peuvent être identifiées il y a 10 mille ans déja à partir des différences en terme de:
-capacité cranienne
-dans l'aptitude à avoir fait la transition néolithique de la chasse et de la cueillette vers l'agriculture sédentaire il y a 8000 ans
-dans le développement des premières civilisations il y a 6000 ans
-dans les avancées scientifiques, mathématiques et technologiques des 2500 dernières années
 
Toutes ces preuves montrent que les différences raciales dans l'intelligence ont été présentes depuis au moins 10 mille ans, date de la fin de la période glaciaire principale (-28000 à -10000), période cruciale car ayant exercée une pression sélective sur les peuples soumis aux climas rude de l'hémisphère nord. (Voir Evolution des différences intellectuelles)
La théorie évolutionniste des différences raciales dans l'intelligence postule que les différences ont commencé à apparaitre chez les peuples qui ont migré dans les froides températures et les latitudes plus nordiques de l'Afrique du nord et de l’Eurasie il y a 60 mille ans pour évoluées ensuite durant la dernière période glaciaire de -28 à -10 mille ans.
Cette théorie montre qu'il fut plus difficile de survivre dans les climats et les environnements froids. L'environnement fut plus cognitivement demandant et exerça une pression sélective pour une augmentation de l'intelligence, qui évolua chez ces peuples, comparativement à ceux restés en Afrique sub-saharienne ou aux aborigènes d'Australie, qui ont migré en Australie sans expérimenter l'environnement cognitivement très demandant de l'age de glace. (Lynn, 2006, p.231)
Durant le dernier age de glace la température tomba à 5°C dans l'hémisphère nord mais pas dans l'hémisphère sud (Foley, 1987; Roberts, 1989), de sorte que les homo sapiens en Afrique sub-saharienne et en Australie ne furent pas affectés.
Cette théorie supportant le fait que les différences raciales soient apparues durant le dernier age de glace est supportée par des évidences archéologiques, montrant que les peuples dans les environnements plus froids ont inventé des outils plus sophistiqués.
Par exemple, l'anthropologiste Foley (1987, p.269) écrit "Bien qu'il y ait un générale et global développement durant le Pleistocène, ce sont les hautes latitudes qui sont le plus marquées; Dans les tropiques les outils restent simples (Le Pleistostène finit il y a 10 mille ans). Stringer et McKie (1996) arrivent aux mêmes conclusions.
De nouvelles évidences montrant que les différences raciales en terme d'intelligence étaient présentes à la fin de l'age de glace ont été présentées par Bailey et Geary (2009) qui ont examiné 175 cranes datant d'il y a 1,9 millions d'années à -10 mille ans et ont reporté une corrélation de -.41 entre leur taille (en cm cubes) et la température ou ils furent découverts (plus grande taille dans les localisations aux températures plus basses) et une corrélation de -,61 entre leur taille et la latitude (Plus grande capacité cranienne dans les latitudes plus distantes de l'équateur). Cette étude montre que de plus larges cranes (conférant une plus grande intelligence) ont évolué avant -10 mille ans chez les peuples habitant les environnements plus froids. Des résultats similaires ont été reportés par Ash et Gallup (2007) dans une analyse d'un échantillon de 109 crane fossilisés. Ils trouvèrent que approximativement 22 pourcent de la variance dans la capacité cranienne pouvait être prédite par la distance par rapport à l'équateur. Ils ont également trouvé que la capacité cranienne était hautement correllée avec les changements paléoclimatiques en température, as indexed by oxygen isotop data et la température à la surface des mers et que 52 pourcent de la variance dans la capacité cranienne pouvaient être prédite par les variations climatiques at 100ka intervals. Les variations climatiques ont été cognitivement plus requérentes car cela a demandé une adaptation à des environnement changeant.
 
Peu après la fin du dernier age de glace, les races qui avaient évolué vers une plus haute intelligence firent la transition néolitique de la chasse-cueillette vers l'agriculture sédentaire. Cela a requis une plus haute intelligence car il fut nécessaire to breed tame animals that could be herded, traits et slaughterd, et de croiser des nouritures plantes avec de plus grandes valeur nutritionelles. La transition fut acomplie uniquement par les races les plus intelligentes, à savoir: Européens, Asiatiques du sud et nord africains, asiatiques de l'est, asiatiques du sud-est et amérindiens. Elle fut accomplie to some extend par les pacific islanders qui furent handicapés par le fait de vivre dans de petites et dispersées populations sur de petites iles. D'une manière minime par les africain d'Afrique sub-saharienne (Le seul animal a avoir été domestiqué avec certitude en Afrique est le "guinea fowl" (Diamonds, 1997, p. 389) et cette transition ne se fit pas du tout chez les bushmen et les aborigènes d'Australie, qui n'ont fait virtuellement aucun progrès dans la transition entre les chasseurs-cueilleurs et les agriculture sédentaire sociétés.
 
La transition vers l'agriculture rendit possible d'acumuler des surplus de nourriture pour sustenter les villes et développer des civilisations urbaines.  Baker (1974) ennonce 21 critères pour une civilisation développée, par exemple l'invention d'un language écrit, un système écrit d'arithmétique, des constructions substancielles, water supply, sewage disposal, des lois codifiées et montre que ces critères furent seulement remplis par les européens, les est-asiatiques et les nord africains.Les amérindiens ont développé la moitié des critères d'une civilisation et les autres races moins intelligentes: africains, bushmens et aborigènes d'australie n'ont réussi aucun des critères.
Les différences raciales dans l'intelligence se sont exprimées dans le développement des premières civilisations et ont continué à être manifestes dans les civilisations plus développées des 2500 dernières années. Commencant par les grec de la période classique, pratiquement toutes les avancées qui ont été faites les derniers 2500 ans en science, mathématique, technologie et art ont été fait par les est asiatiques et les européens avec quelques petites contribution des asiatiques du sud et des nord africains. Ceci est documenté en détail par Murray (2003).
La première tentative de quantification de la magnitude des différences raciales dans l'intelligence sur la base des preuves historiques sur base du nombre d'individus remarquables intellectuellement par tête d'habitant fut faite par Galton (1869) Ils construisit une échelle de grade d'intelligence dans laquelle un grade équivalait à 10,425 points de Q.I. Il estima que les africains étaient deux grades en dessous des anglais, leur donnant un Q.I de 79. Cette estimation est identique à celle faite par Wicherts (2007) découlant des tests d'intelligence. Galton estima l'intelligence des aborigènes d'australie a à peu près 3 grades en dessous des anglais, les créditant d'un Q.I de 68,8, un peu plus que la figure de 62 découlant des tests d'intelligence, proposé par Lynn (2006).
 
Certains considèrent que la théorie évolutive des différences raciales dans l'intelligence considère que "Le flynn effet n'existe pas ou n'a pas eu d'impact sur la magnitude à travers le globe durant le 20ème siècle". Ceci n'est pas exact, les tenants de la théorie évolutive reconnaissent évidement l'existence de l'effet Flynn et d'ailleurs un de nous a publié un papier le démontrant trois ans avant que Flynn ne le note lui même (Lynn, 1981). Les tenants de la théorie évolutive considèrent que l'effet fut "plus ou moins invariable en terme de magnitude à travers le globe au cours du 20ème siècle", basé sur les preuves montrant que le Q.I chez les africains d'afrique sub saharienne et chez les européens a augmenté en parallèle depuis 1930. Un Q.I de 65 est reporté par Fick en 1929 et 76 ans plus tard un Q.I de 71 est obtenu pour un large échantillon de standardisation par Knooetze, Bass et Steele (2005) Ces Q.I sont en relation avec un Q.I de 100 pour les anglais, donc comme le Q.I anglais a augmenté durant cette période, le Q.I des africain a augmenté à approximativement la même vitesse.
 
 

 

 

Table 3.3. Effects of IQ on earnings

 

Table 4.6. National IQs and attainments in Mathematics in the PISA studies