WISC–V 的网络结构：在神经发育互利共生框架下对 16 个子测验全套测验的探索性图分析

《Intelligence》：Network structure of the WISC–V: Exploratory graph analysis of the 16 subtest full battery within a neurodevelopmental mutualism framework

　　

摘要

智力的互惠共生模型（mutualism model）提出，认知测验之间的"正性普遍性"（positive manifold）源于认知过程之间动态且相互的作用，而非来自单一潜在因子。从概念上看，互惠共生与神经发育模型相容，即认知能力通过基因表达、神经系统与环境暴露之间持续且相互的作用而产生。本研究使用 WISC–V 完整的标准化样本（16 个子测验，N = 2020），采用探索性图分析（EGA）与自助法网络建模来估计正则化偏相关网络并评估维度稳定性。结果显示出一个分异良好的四社区结构（例如：言语理解、知觉推理[由流体推理与视觉空间维度融合而成]、工作记忆与加工速度）。每个社区都由稳定的子测验配对锚定（例如：词汇—信息[言语理解]、编码—符号搜索[加工速度]、数字广度—字母数字排序[工作记忆]、积木设计—视觉拼图[知觉推理]）。自助法分析表明节点强度稳定，且构成网络结构骨架的最强边具有较高的边权。所得网络结构与互惠共生理论所预期的模式相容；然而，本研究基于模拟数据的横断面分析无法就发育、因果或神经发育过程作出推断。网络建模可作为一种补充性的描述视角，与传统因素分析路径并置，用以刻画认知能力的结构。

章节摘要

神经发育与互惠共生

尽管互惠共生与神经发育视角相契合，二者之间仍存有一项微妙而重要的区分。互惠共生解释的是认知能力在已经形成之后如何相互交互；而神经发育模型关注的是这些能力如何在生物层面上、通过神经系统、基因表达与环境暴露的相互作用而产生（Gottlieb, 2007; Karmiloff-Smith, 1998; Scarr & McCartney, 1983; van der Maas et al., 2017）。就此而言，互惠共生提供了

作为建模认知能力结构的工具的探索性图分析

基于网络的统计模型提供了一种工具，可用于检验所观察到的认知能力组织方式是否与互惠共生理论预期的模式相容。在建模认知能力这类自然现象时，统计方法必须植根于理论，并能够近似刻画由交互的认知过程所产生的表型结构。尽管没有哪一种统计模型能够自称为天然优越，且每一种模型都代表一种

参与者

数据取自《韦克斯勒儿童智力量表—第五版》（WISC–V）的标准化样本。样本由 2020 名 6 至 16 岁儿童组成，在包括种族、社会经济地位与地理区域在内的多个人口学变量上被抽取为对美国全国人口的代表。分析使用了《WISC–V 技术与解释手册》（Wechsler,）中所报告的全部 16 个子测验（主测验与次测验）的公开相关矩阵。

强度中心性稳定性

在删除个案的自助法分析中，本模拟数据集的强度中心性表现出稳定性（见图 1）。完整样本的强度估计与缩减样本所得估计之间的相关系数在大多数保留比例下均保持较高（通常为 0.95 至 1.00），即使在移除相当比例样本的情况下仍远高于 0.70 的可解释性阈值。这表明相关稳定性（CS）系数超过 0.50，并说明节点的相对排序

讨论

本研究使用 EGA 与自助法网络建模，考察了 WISC–V 标准化样本全部 16 个子测验的维度结构、稳定性以及彼此间的相互关系。在这一框架中，子测验被表示为节点，而子测验之间的独特关联则表示为边。能力社区（即维度）由密集且相互连接的强连接簇所形成，构成连贯的子网络。

所得 EGA 解识别出

结论

本研究使用 EGA 与自助法网络建模，考察了 WISC–V 全部 16 个子测验的组织方式。结果识别出四个社区（言语理解、工作记忆、加工速度与知觉推理），并由稳定的子测验配对予以锚定。这些发现表明，基于网络的方法能够通过刻画子测验间的条件依赖模式来表征认知结构。

尽管无法从横断面数据中推断出因果过程

CRediT 作者贡献声明

Stefan C. Dombrowski：文稿审阅与编辑、原稿撰写、监督、软件、项目管理、方法学、调查研究、形式化分析、数据整理、概念化。Henry C. Dombrowski：文稿审阅与编辑、原稿撰写、概念化。Maxwell J. Dombrowski：文稿审阅与编辑、原稿撰写、方法学、概念化。

写作过程中生成式人工智能及 AI 辅助技术的声明

在准备本研究的过程中，作者使用了 Microsoft Copilot，以协助完成若干有限任务，包括论文标题构思、部分参考文献的格式整理，以及文中引用与参考文献列表之间对应关系的核对。在使用该工具/服务之后，作者按需审阅并编辑了相关内容，并对出版物的内容承担全部责任。

利益冲突声明

作者声明不存在任何已知可能影响本论文所述研究工作的竞争性财务利益或个人关系。

Stefan C. Dombrowski｜Henry C. Dombrowski｜Maxwell J. Dombrowski

莱德大学，美国