Le Q.I est un très bon
1.1 Taille de la tête
1.2 Taille du cerveau (+0,45)
1.3 Myopie (+0,25)
1.4 Activité électrochimique du cerveau
1.5 Métabolisme cérébral du glucose
1.6 Vitesse de conduction des nerfs périphériques
1.7 Vitesse de conduction des nerfs crâniens
1.8 Ph cérébral
1.9 Finesse du spectre auditif (aptitude à distinguer des sons de hauteurs plus proches, proportionnel au Q.I).
1.10 Finesse du spectre visuel (aptitude plus fine à distinguer des tons de couleur plus proches, proportionnel au Q.I)
1.11 Temps d'inspection visuel ou auditive (Inspection time, mesure de la vitesse de traitement de l'information sensorielle)
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)

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.

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...


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.

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

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…

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.

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.

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.

-> 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.

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 ?

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
|
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.
|
|
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
Table 3.3. Effects of IQ on earnings
Table 4.6. National IQs and attainments in Mathematics in the PISA studies