Politik

Rassenunterschiede und Intelligenzfaktor

 

Jim Flynn hat einmal bemerkt, dass niemand die Forschung über die Genetik rassistischer Unterschiede im Bezug auf die Intelligenz finanziert, weil sie befürchteten, dass sie etwas finden würden, was nicht der vorherrschenden politischen Ideologie entspricht.

Hier ist die Zusammenfassung meines Psychologen, der annimmt, dass wir in Bezug auf die Genetik in der Intelligenz im Allgemeinen bei 10%.Wissen angelangt sind.

Indem man im genetischen Code herumstochert, können Forscher Muster in den Genomen der Entdeckungsmuster finden (n = 100.000 +), die, wenn sie an anderen unabhängigen Proben (n = 25.000 +) getestet werden, fast 10% Varianz in der Intelligenz ausmachen. Allerdings haben sie nicht immer die IQs von den Menschen in diesen großen Proben zur Verfügung. Sniekers et al. (2017) hat echte IQs und hat vielleicht als Konsequenz neue Gene gefunden, die mit Intelligenz assoziiert sind. Diese Autoren sagen:

Moderate, positive genetische Korrelationen wurden mit Raucherentwöhnung, intrakraniellem Volumen, Kopfumfang im Säuglingsalter, Autismusspektrumsstörung und -höhe beobachtet. Moderate negative genetische Korrelationen wurden mit Alzheimer-Krankheit, depressiven Symptomen, jemals geraucht, Schizophrenie, Neurotizismus, Taille-zu-Hüfte-Verhältnis, Body-Mass-Index und Taillenumfang beobachtet.

Sniekers genetische Ergebnisse

(Der Link zu dem Papier ist unten angegeben).

SNPs sind persönliche Variationen im Code, die uns einzigartig machen. Nennen Sie sie außergewöhnliche Macken der Kodierung, die eine Menge erklären würden, warum manche Menschen sich so von anderen unterscheiden, oft auf eine Weise, die für Mensch und Tier nicht im mindesten produktiv zu sein scheint. Wenn Varianten jedoch Überlebensvorteile verleihen, werden sie in der Population mit jeder nachfolgenden Generation häufiger und können schließlich die gesamte Population beeinflussen, in welchem Fall sie eine Fixierung erreichten: sie sind ein festes Merkmal des Codes.

Um sicher zu sein, dass jedes Merkmal des Codes tatsächlich die Ursache für jedes physische Merkmal oder Verhalten ist, müssen Genetiker vor falsch-positiven Merkmalen schützen. Angesichts der Tatsache, dass sie mehrere Vergleiche anstellen, legen sie ihre Signifikanzniveaus im Vergleich zur Sozialpsychologie sehr hoch fest. Levels von p <.00000005 sind üblich. Steve Hsu argumentiert, dass Proben von mindestens n = 1.000.000 benötigt werden, um stabile Ergebnisse zu erzielen. Wie dem auch sei, in den letzten zehn Jahren ist die nachgewiesene Varianz der Intelligenz, die durch den genetischen Code bedingt ist, von 0% auf 1% und dann durch irreguläre Schritte auf fast 10% gestiegen.

In dieses gewaltige Schlachtfeld von immensen internationalen Armeen von Forschern – oft mehrere hundert zu einer veröffentlichten Zeitung – tritt die einsame Figur von Davide Piffer, der so argumentiert; wenn ich nur jene Gene auswähle, die sich in fast allen anderen mit Intelligenz verbunden veröffentlichten Studien finden, dann kann ich einen vorläufigen genetischen Wert für die Gruppenintelligenz ermitteln. Da die genetischen Studien der individuellen Intelligenz bei Europäern durchgeführt wurden, verwendet er diese wenigen Gene, um einen prädiktiven Score zu erzeugen, der IQ 100 beträgt. Der nächste Schritt ist so einfach, dass er mich verwirrt hat, als ich das erste Mal hörte, dass Piffer seine Ergebnisse im Mai 2014 präsentierte. Alles, was Piffer tat, war, nach Standarddatenbanken zu suchen, um zu sehen, wie häufig diese bestimmten Intelligenzgene in außereuropäischen genetischen Gruppen vorkamen. Er konnte zeigen, dass mit dieser einfachen Technik ein vorhergesagter IQ der Gruppe erzeugt werden konnte, der dem beobachteten IQ der genetischen Gruppe ziemlich nahe kam. Zum Beispiel hatten die Chinesen mehr von diesen Genen und waren heller als Europäer, Afrikaner hatten weniger und waren weniger hell als Europäer.

Obwohl dies ein faszinierendes Ergebnis war, machte ich mir immer noch Sorgen um falsche Positive. Wenn Intelligenz durch viele Gene mit sehr geringer Wirkung verursacht wird, wie könnten dann so wenige Gene eine nahezu perfekte Übereinstimmung mit den Ergebnissen internationaler Intelligenztests schaffen? Obwohl dies mit den Gruppenergebnissen zusammenhing und es unwahrscheinlich wäre, dass es für Einzelpersonen etwas anderes als eine unzuverlässige Vorhersage geben würde, befürchtete ich, dass irgendwo ein einfacher Fehler lauerte. (Man sollte das immer fürchten, auch wenn das Ergebnis gut zu den Daten passt). Aus diesem Grund habe ich der Versuchung abgeschworen, 2014 zu erklären, dass Piffer das Problem gelöst oder zumindest einen wesentlichen ersten Schritt getan hat.

2016 bekam ich die Nachricht, dass Professor Risch sich über Piffers Herangehensweise lustig gemacht und ihn mit PISS verglichen hatte. Als ich die Abschrift seines Vortrags bekam, war ich erstaunt, als er hörte, dass er, als er Piffers Ansatz auf die Daten anwandte, dieselben Ergebnisse erzielte. Ich hatte eine Erklärung erwartet, warum die Übereinstimmung mit den Gruppenergebnissen fehlerhaft war, und erhielt stattdessen eine Replikation. Das hat mich dazu gebracht, Piffers Ergebnisse genauer zu betrachten. Hier ist der relevante Auszug aus der Rede von Prof. Risch:

Risch Präsidentenadresse auf Piffer

Die Sniekers et al. (2017) Paper, das oben erwähnt wurde, hat nun neue Intelligenzgene identifiziert.

Piffer hat eine weitere Aktualisierung seiner Arbeit vorgenommen, die ich unten verlinke. Er findet, dass seine ursprüngliche Formel jetzt gestärkt werden kann und stärkere Macht hat, die beobachteten Gruppenunterschiede in der Intelligenz vorherzusagen. Er erklärt mir, dass er neben der Berechnung der Durchschnittsfrequenzen auch die Allele (die einzelnen Variationen im Code) faktoranalytisch analysierte, um das polygene Selektionssignal aus dem Rauschen herauszufiltern. Das Signal ist das Bit des Codes, das in nachfolgenden Generationen ausgewählt wurde, weil es einen Vorteil bietet, in diesem Fall Schnelligkeit beim Lernen, was die Wahrscheinlichkeit erhöht, schwierigere und veränderliche Umgebungen zu überleben.

Der zweite Link zu seinem Blog ist sein aktuelles Paper.

Der dritte Link ist für die technisch versierten einen Link zu den RPubs.

Piffer arbeitet daran, diese Ergebnisse in einer einzigen Arbeit zu veröffentlichen. Zwar behauptet er nicht, mit seiner Technik das intellektuelle Niveau eines Individuums vorhersagen zu können, aber die Gruppendurchschnitte vorhersagen zu können, ist eine eigenständige Leistung. Noch beruhigender hat er mir gezeigt, dass eine zufällige Sammlung von SNPs nicht die beobachteten Gruppenintelligenzunterschiede hervorbringt. Dies geht um meine anfängliche Besorgnis herum, dass seine spezielle Sammlung von SNPs ein Zufall gewesen sein könnte und nur einige andere Aspekte von Rassenunterschieden aufgegriffen hat.

Hier ist seine zusammengesetzte Faktor-Score, aus dem „neue Gene gleichen Ergebnissen“ Paper, mit Gruppen nach Fähigkeit:

Ich habe die 18 Intelligenz GWAS SNPs und die 9 EA quasi-replizierten SNPs nachgeschlagen und konnte 4 in ALFRED finden. Auf ihnen wurde eine Faktoranalyse durchgeführt, was einen sehr interessanten Faktor ergab. Um die Interpretation zu erleichtern, berichte ich Ergebnisse vom höchsten zum niedrigsten:

Kontinent Bevölkerungsfaktor
Ostasien Tujia 1.507
Ostasien Mongolisch 1.358
Ostasien Daur 1.246
Ostasien 1.19
Ostasien Koreaner 1.127
Ostasien Miao 1.078
Ostasien Japan 1.018
Ostasien Dai 0.987
Ostasien Hezhe
0.98 Ostasien Han 0.936
Ostasien Lahu 0.877
Ostasien Tu 0.828
Ostasien Xibe 0.802
Europa Orkasisch
0.753 Ostasien Sie
0.737 Ostasien Uiguren 0,566
Asien Hazara 0,506
Asien Kalash 0,475
Asien Oroqen 0,445
Europa Italians_N 0,437
Europa Italians_C 0.404
SE Asien Kambodschaner, Khmer 0.34
Sibirien Yakut 0.311
Europa 0.257 Adygei
Asien Drusa 0.254
Europa Französisch 0.217
Asien Burusho 0.151
Ostasien Naxi 0.113
Europa Russen 0.073
Asien Balochi 0.055
Asien Palästinensisch -0.071
Europa Baskisch -0.088
Asien Beduinen -0.156
Europa Sardisch -0.225
Asien Brahui -0.334
Asien Paschtunen -0,426
Asien Sindhi -0,438
Ozeanien Melanesisch, Nasioi -0.533
Ozeanien Papua Neuguinea -0.569
Afrika Mozabit -0.768
Afrika Mandenka -1.153
Afrika Yoruba -1.27 Nordamerika
Maya, Yucatan
-1.3
Nordamerika Pima, Mexiko -1.312 Südamerika Indianer -1.366
Afrika Biakas -1.369
Afrika Bantu Kenia -1.381
SouthAmerica Surui -1.382
Afrika Mbuti -1.415
Afrika Bantu SA -1.454
Afrika San -1.488
SouthAmerica Karitiana -1.53

Also ist das Problem der Genetik der Rassenunterschiede in der Intelligenz jetzt aussortiert? Nein noch nicht. Das Paper ist ein Proof of Concept. Es scheint, dass Sie eine überraschend gute Vorhersage von Gruppenunterschieden in der Intelligenz durch die Verwendung dieser einfachen Technik erhalten können. Da andere Zeitschriften weiterhin neue Varianten finden, die für die Intelligenz in europäischen Bevölkerungen kodieren, können diese neuen Codebits zu Piffers Vorhersagegleichung hinzugefügt werden.

Advertisements

Kategorien:Politik, Wissenschaft

2 replies »

BITTE HIER KOMMENTAR SCHREIBEN

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.