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)

Коллектив авторов

Личностные свойства как предикторы успеваемости у российских и американских студентов. Зиренко М.С.

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

E-mail: [email protected]

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.

Методика

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.

Результаты

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 (Д²=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 (Д²=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.

Список литературы

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.

Эмоции в регуляции принятия решений при ситуационном риске [6] . Красавцева Ю.В.

6

Работа выполнена при поддержке гранта РФФИ, проект № 19-29-07069.

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

E-mail: [email protected]

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.