A influência da memória operacional no desempenho ... · Salvador - Bahia 2014 . 2 Autorizo a...

1

GUSTAVO MARCELINO SIQUARA

A influência da memória operacional no desempenho

acadêmico em crianças de 7 a 12 anos de idade

Dissertação apresentada ao Instituto de

Psicologia da Universidade Federal da

Bahia, como parte dos requisitos para

obtenção do grau de Mestre em

Psicologia

Área de Concentração: Psicologia do

Desenvolvimento

Orientador: Prof. Dr.º José Neander

Silva Abreu

Salvador - Bahia

2014

2

Autorizo a reprodução e divulgação total ou parcial deste

trabalho, por qualquer meio convencional ou eletrônico, para

fins de estudo e pesquisa, desde que citada a fonte.

Catalogação na publicação

Serviço de Biblioteca de Documentação

Instituto de Psicologia da Universidade Federal da Bahia

Siquara, Gustavo Marcelino

S615 A influência da memória operacional no desempenho acadêmico em crianças de 7 a 12 anos de idade / Gustavo Marcelino Siquara. – Salvador, 2014.

107 f. : il.

Orientador: Prof. Dr.º José Neander Silva Abreu

Dissertação (mestrado) - Universidade Federal da Bahia. Instituto de Psicologia, 2014.

1. Psicologia do Desenvolvimento. 2. Psicologia infantil. 3. Psicologia da aprendizagem. 4. Cognição em crianças. 5. Construtivismo (Educação). I. Abreu, José Neander Silva. II. Universidade Federal da Bahia. Instituto de Psicologia. III. Título.

CDD: 155.4

3

Nome: Siquara, G. M.

Titulo: A influência da memória operacional no desempenho acadêmico em

crianças de 7 a 12 anos de idade

Dissertação apresentada ao Instituto de Psicologia da Universidade Federal da

Bahia para obtenção do título de Mestre em Psicologia.

Aprovado em:

Banca Examinadora

Prof. Dr.º________________________________________________________

Instituição: ____________________________ Assinatura: ________________

Prof. Dr._________________________________________________________


Prof. Dr._________________________________________________________


4

AGRADECIMENTOS

O trabalho aqui apresentado é fruto de uma série contribuições que

foram fundamentais para que pudesse ter um produto (dissertação) mais, além

disso, o aprendizado formativo e pessoal. Agradeço de forma especial a minha

família que sempre me apoiou em toda jornada da vida. Minha mãe (Ana), Pai

(Marconi), Irmãos (Xande e Nando), por sempre acreditarem nos meus sonhos

e pelo apoio incondicional. Muito do que sou hoje devo a vocês. Aos familiares

primos, Avó (Pureza), tios que sempre serviram de referencia de vida. Um

agradecimento especial a Tatiane minha amada namorada e Helô pelo apoio e

incentivo em todos os momentos.

Na inicial carreira como pesquisador, tive o prazer de ter pessoas muito

importantes na minha formação de psicologia. Sem essas pessoas eu não

seria o mesmo, e agradeço por ter encontrado vocês no meu caminho.

Pessoas como meu Orientador Neander pelo apoio, confiança, por acreditar no

meu potencial, pelas oportunidades oferecidas e pela ampliação e grande

contribuição na minha formação de pesquisa. Outra grande contribuição foi a

Professora Patrícia Freitas pelo especial período durante a graduação, que

pode me proporcionar um ambiente de aprendizado sensacional em SAJ. Outra

referência o Professor Vitor Haase, por sempre me servir como referência de

pesquisador e apresentar tantas reflexões importantes na minha carreira.

Durante o mestrado, não poderia deixar de lembrar e agradecer a tantas

contribuições para que pudesse realizar a pesquisa. Aos colegas e também

amigos de pós-graduação Chrissie, Andreia, Carla e Nara. Ao nosso querido

grupo de pesquisa do NEUROCLIC e em especial a equipe do TAA com

Cassio, Fuuka, Adrielle, Vanessa, Thayana, Lucas, aos que já passaram pelo

nosso projeto como, Lais, Paulo, Aruanã, Carol, Narena, vocês fazem parte

desse trabalho, sem vocês eu não conseguiria!!!

As pessoas que sempre estiveram por perto e me fornecem sempre um

grande apoio, estrutura e amizade como meu tio Amélio Siquara e o grande

Thiago.

5

Outro agradecimento às escolas participantes do estudo, que abriram as

portas da instituição, acreditou no trabalho da pesquisa e forneceram todo o

apoio. Esse agradecimento em especial às coordenadoras pedagógicas dessas

escolas que forneceram grande atenção como Professora Lívia, Socorro, Edith,

Eliana, Denise, Patrícia sempre me lembrarei de vocês. Vocês são uma parte

fundamental em todo esse processo. Aos pais que forneceram autorizações

para participação dos filhos e que acreditaram na contribuição da ciência para

fornecer uma melhor qualidade de vida na nossa sociedade.

Aos funcionários e professores do Pós-Psi que sempre foram muito

solícitos empenhados para o desenvolvimento da pós-graduação. Em especial

a Ivana que sempre foi muito ágil, prestativa e amiga.

Um dos maiores agradecimentos ao grande poder que nos une e é fonte

de inspiração constante o nosso Deus. Sem Ele e sua força não poderia fazer

nada na minha vida, a fé sempre esteve ao meu lado e é com ela que pretendo

continuar vivendo. Aos mentores espirituais que sempre me acompanham e

que em muitas vezes são fontes de inspiração para novas ideias.

6

Lista de Siglas

Memória Operacional - MO

Memoria de Curto Prazo - MCP

Teste do Desempenho Escolar - TDE

Funções Executivas - FE

Quociente de Inteligência - QI

Working Memory - WM

Socioeconomic Status - SES

Structural Modeling equations - SEM

Short-Term Memory - STM

Intelligence Quotient - IQ

7

Lista de Tabelas e Figuras

Capítulo 1

Tabela 1 – Tarefas que avaliam componentes da MO

Capítulo 2

Table 1 - Socioeconomic characteristics of the study participants

Table 2 – Descriptive statistics of row scores for measures cognitive.

Table 3 - Performance for age in each of the cognitive tasks

Table 4 – Bivariate correlational analysis between school performance, short-

term memory and working memory.

Table 5 - Linear regression to predict academic achievement (TDE total).

Table 6 - Linear regression to predict performance in sub-test Arithmetic.

Capítulo 3


Table 2 - Descriptive statistics of raw scores for measures cognitive and

comparing performance among children in public and private schools.

Table 3 - Bivariate Pearson correlation between cognitive measures.

Figure 1 - Structural model which working memory mediate the relationship

between SES and academic achievement

8

“Se nosso cérebro fosse tão simples a ponto de podermos entendê-lo …,

seríamos tão tolos que continuaríamos sem entendê-lo. (…)

Por exemplo, existem cérebros muito mais simples do que os nossos.

Podemos entender, por exemplo, como funciona o cérebro da minhoca. Pelo

menos em grande parte. Mas a minhoca mesma não é capaz de entendê-lo.

Seu cérebro é simples demais para tanto.”

Livro: O dia do Coringa - Jostein Gaarder

9

RESUMO

Siquara, G. M. (2014). A influência da memória operacional no desempenho

acadêmico em crianças de 7 a 12 anos de idade. Dissertação de Mestrado,

Instituto de Psicologia, Universidade Federal da Bahia, Salvador.

A Memória Operacional (MO) é um dos componentes das funções executivas

que tem como papel armazenar e manipular a informação durante um período

de tempo. Esse construto teórico vem sendo estudado ao longo dos anos

diante da sua ligação com inúmeras outras funções cognitivas superiores e

com os impactos na aprendizagem em crianças. Estudos mostram que a

capacidade de manipular e armazenar a informação na memória parece estar

intimamente ligado à capacidade de aprendizado das crianças. Um dos fatores

para que ocorra o aprendizado é o armazenamento temporário dos estímulos,

manipulação e integração das informações já adquiridas, sendo estas tarefas

realizadas pela MO. Assim, evidências apontam que quanto melhor a

capacidade da MO, melhor é a capacidade de aprendizado. Crianças que

possuem baixa capacidade de memória operacional têm dificuldades em seguir

instruções em sala de aula, executar tarefas mais complexas e são mais lentas

na capacidade de aprendizado. A partir de evidências que apontam a

importância da MO para a aprendizagem e o desempenho acadêmico, o

objetivo do presente trabalho tem três objetivos: a) investigar se a MO é um

preditor do desempenho acadêmico em crianças; b) avaliar as tarefas que são

utilizadas na literatura para medir a capacidade da MO; e c) identificar se o

ambiente socioeconômico pode causar impacto na capacidade da MO e no

desempenho acadêmico. O primeiro estudo foi feito uma revisão sistemática da

literatura que descreveu as tarefas encontradas para avaliar os diferentes

componentes da MO. Foi descrito um total de 20 tarefas diferentes para avaliar

a MO. Uma critica discutida no trabalho é a falta de referencias aos estudos de

validade e normatização, especialmente nos estudos no contexto brasileiro. O

segundo estudo foi realizado com objetivo de investigar a MO como preditor do

desempenho acadêmico. Os resultados apontaram que a MO é um bom

preditor do desempenho em leitura, escrita e aritmética. Nesse estudo o QI não

apresentou correlações significativas com o desempenho acadêmico. No

terceiro estudo foi comparado o ambiente socioeconômico e a capacidade da

MO e do desempenho acadêmico em crianças de escolas publicas e

particulares. Os resultados encontrados demonstraram que a escolaridade dos

pais e a renda mensal influenciam a capacidade da MO, que por sua vez é um

preditor acadêmico. Os resultados apontam que a MO tem um papel de

mediador entre ambiente socioeconômico e o desempenho acadêmico. Foram

encontradas também diferenças significativas no desempenho em leitura

escrita e aritmética entre as crianças de escolas públicas e particulares. Uma

das hipóteses para explicar esse achado é a diferença no ambiente

10

socioeconômico e na memória operacional. Em resumo o estudo encontrou

evidências que apontam a MO como um bom preditor acadêmico em crianças.

Outro achado importante foi de que o ambiente socioeconômico mais alto

potencializa o desenvolvimento da MO.

Palavras Chave: Memória Operacional, Aprendizagem, Desenvolvimento

Cognitivo, Função Executiva, Desempenho acadêmico.

11

ABSTRACT

The Working Memory (WM) is one of the components of executive functions

and it stores and manipulates information over a period of time. This theoretical

construct has been studied over the years to understand its connection with

many other higher cognitive functions and its impact on learning in children.

Studies show that the ability to manipulate and store information in memory

appears to be closely linked to learning ability of children. The rational is that

learning is dependent on temporary storage of stimuli, manipulation and

integration of information already acquired and that these tasks are performed

by the WM. Thus evidence points that the better the capacity of WM is the

better is the learning ability. Children with low capacity of WM have difficulty

following instructions in the classroom and performing complex tasks and are

slower in learning ability. Considering evidence pointing the importance of WM

to learning and academic achievement this study has the objectives: a) to

investigate whether WM is a predictor of academic performance in children; b).

to evaluate the tasks that are used in the literature to measure the capacity of

WM, and c) to identify the socio-economic environment may impact on the

ability of WM and academic performance. The first study is a systematic review

of the literature that described the tasks encountered to evaluate the different

components of WM. A total of 20 different tasks has been described for

evaluating WM. It showed the lack of of validity and standardization studies,

particularly in the Brazilian context. The second study was conducted to

investigate the WM as a predictor of academic achievement. The results

showed that WM is a good predictor of performance in reading, writing and

arithmetic. In this study IQ showed no significant correlations with academic

performance. In the third study we compared the socioeconomic environment

and the capacity of WM and academic performance in children from public and

private schools. The results were that the parents' education and monthly

income influence the ability of WM, which in turn is an academic predictor. The

results indicate that WM has a role of mediator between socioeconomic

environment and academic performance. Another finding was the significant

differences in performance in reading writing and arithmetic among children in

public and private schools. One hypothesis to explain this finding is the

difference lies in the socioeconomic environment and WM. In summary the

study found evidence that indicates that WM as a good academic predictor in

children. Another important finding was that the highest socioeconomic

environment enhances the development of WM.

Key Words: Working Memory, Learning, Cognitive Development, Executive

Function, Academic achievement.

12

SUMÁRIO

INTRODUÇÃO ............................................................................................................... 13

Modelos de Memória Operacional .................................................................................. 15

Memória Operacional e o Desemepenho Acadêmico ...................................................... 19

A Memória Operacional na sala de aula ......................................................................... 23

PROBLEMA DE PESQUISA ......................................................................................... 24

OBJETIVOS ................................................................................................................... 26

CAPITULO 1 - Tarefas que avaliam a Memória de Trabalho na infância e adolescência:

uma revisão sistemática da literatura.................................................................................27

CAPITULO 2 - Relationship between working memory, IQ and academic achievement….....51

CAPITULO 3 - Socio-economic-status influence on the development of working memory and

the relationship with academic achievement ……………………..………………………….…68

DISCUSSÃO GERAL....................................................................................................85

CONCLUSÕES..............................................................................................................88

CONSIDERAÇÕES FINAIS..........................................................................................90

REFERÊNCIAS..............................................................................................................91

ANEXOS.........................................................................................................................98

13

INTRODUÇÃO

A memória é uma importante função cognitiva que está presente em

quase todos os momentos da nossa vida. Indivíduos que não podem codificar,

armazenar e recuperar a informação terão sérias dificuldades na vida. Atrasos

na memória podem fazer com que atividades diárias se tornem um desafio

(Dehn, 2008). A aprendizagem depende fundamentalmente da memória e

déficits, em qualquer aspecto dessa função cognitiva, podem diminuir a

aquisição de novos conhecimentos necessários para o sucesso acadêmico

(Dehn, 2008).

As funções executivas representam um conjunto de habilidades

cognitivas que, de forma integrada, permitem que os humanos dirijam

comportamentos a metas, planejando e executando ações de forma

sequenciada e voluntária para atingir os objetivos. Ao longo da realização de

tarefas, as funções executivas são também responsáveis pela organização,

auto-monitoramento, e sequenciação, elegendo as estratégias mais adequadas

e eficientes para resolver problemas a curto, médio ou longo prazo (Capovilla,

Assef, & Cozza, 2007; Malloy-Diniz, Sedo, Fuentes, & Leite, 2008). Essas

funções são requisitadas sempre que é preciso fazer planos, ter flexibilidade

cognitiva, tomar decisões e estabelecer sequência temporal de eventos

(Mourão Junior & Melo, 2011).

Para que possa ocorrer uma ligação entre a memória e as funções

executivas é necessário um sistema cognitivo complexo que possa recuperar

informações na memória de longo prazo, integrá-la com os estímulos

ambientais, podendo também planejar e manipular as informações. Esse

sistema de integração entre os sistemas de memória e as funções executivas é

realizado principalmente pela Memória Operacional (MO).

A MO é um dos mais importantes conceitos que emergem da psicologia

nos últimos 40 anos (Dehn, 2008) e um dos mais influentes construtos teóricos

na psicologia cognitiva (Melby-Lervag & Hulme 2013). Essa influência deriva,

pelo menos em parte, das relações entre as medidas da capacidade de MO e

sua utilização em uma grande variedade de tarefas no mundo real (Cohen &

14

Conway, 2008). O conceito de MO tornou-se um construto bastante útil,

cientificamente proveitoso e que desempenha um papel importante em

modelos globais contemporâneos da cognição (Conway et al., 2005). Uma vez

que a MO tem a função de selecionar, analisar, conectar, sintetizar e resgatar

as informações já apreendidas fazendo conexão com as informações novas,

prejuízos nesse subcomponente da função executiva podem estar associado a

baixo desempenho escolar (Lima, 2006).

A MO tradicionalmente tem sido definida como a habilidade de

armazenar e manipular a informação por um período de tempo (Kane & Engle,

2002; Baddeley, 2000; Conway, 2005; Baddeley & Logie, 1999). A função da

MO tem sido definida como armazenamento temporário da informação para o

desempenho em tarefas cognitivas mais complexas (Hulme & Mackenzie,

1992). Outra representação aponta como espaço mental para a manipulação

ativa da representação da memória de longa-duração (Stoltzfus, Hasher &

Zacks, 1996). De modo geral a MO é vista como um sistema compreensivo que

une vários subsistemas de curta e longa duração da memória.

Historicamente, o conceito de MO evoluiu de conceitos iniciais da

Memória de Curto Prazo (MCP). A MCP se refere ao armazenamento simples

de pequenas quantidades de informação testado imediatamente ou após um

pequeno intervalo (Atkinson & Shiffrin, 1968). Durante algum tempo, o modelo

de MCP pareceu oferecer uma solução elaborada á questão de como a

informação é manipulada e armazenada. Depois de um longo período, contudo,

os problemas começaram a surgir. Um dos problemas dizia respeito ao

entendimento de que a retenção de itens armazenados por um curto período

de tempo poderia garantir o aprendizado (Baddeley, 2011). O modelo de

Atkison & Shiffrin (1968) enfrentou dificuldades de explicar algumas evidências

neuropsicológicas. Shallice e Warrigton (1970) descreveram um paciente que

aparentava um grave prejuízo no processo de armazenamento de curta

duração. Essa deficiência na MCD deveria, portanto, causar grandes limitações

a aprendizagem de longa duração nesses pacientes. Além disso, se o

armazenamento de informação por um período de tempo age como uma

memória de trabalho geral, esses pacientes deveriam sofrer de um grave

15

transtorno nas atividades cognitivas complexas como raciocínio e compreensão

(Baddeley, 2011). No entanto, essa secretaria era uma secretaria bastante

eficiente, outro individuo gerenciava uma loja, e um terceiro era motorista de

taxi (Vallar & Shallice, 1990). Em poucos anos o conceito de MCD havia

passado da simplicidade para a complexidade.

Já a MO pressupõe o armazenamento temporário, mais também a

manipulação, de modo a permitir que as pessoas executem atividades

complexas como raciocínio, aprendizado e a compreensão (Baddeley, 2011).

Enquanto MCP é geralmente medida por tarefa de extensão simples que exige

o armazenamento e recuperação de informação direta a MO é geralmente

medida por tarefas que abrange e exige o armazenamento e processamento

simultâneo de informação adicional (em termos de um componente de

processamento secundário) (Conway et al. 2005; Gathercole, 1999).

Medidas de MO apresentam consistentemente maiores correlações com

as medidas de funções cognitivas superiores, do que as simples tarefas de

extensão de memória (Engle, 2002). Alguns estudos indicam que as medidas

de MCP, tais como amplitude de dígitos, se correlacionam modestamente com

funções cognitivas superiores, como Quociente de Inteligência (QI) (Unsworth

& Engle, 2007), leitura, (Swanson, Zheng & Jerman, 2009) e as habilidades

aritméticas (Swanson, Jerman & Zheng 2008).

Modelos de Memória Operacional

Diversos modelos teóricos sobre a MO têm sido propostos para fornecer

uma estrutura racional capaz de explicar essa capacidade cognitiva. Algumas

estruturas e processamentos são comuns a vários modelos: (1) divisão em

armazenamento verbal e visuoespacial; (2) função de codificação; (3)

envolvimento de recuperação da memória de longo prazo; (4) promulgação de

processos estratégicos; (5) processos executivos e atencionais (Dehn, 2008).

O modelo de MO mais citado e utilizado para examinar a conexão com

as habilidades de leitura, escrita e matemática é o Modelo Multicomponente de

16

Allan Baddeley (Baddeley & Hitch, 1974; Baddeley, 1986, 2000, 2012). Esse

modelo é também o mais influente para explicar o funcionamento da MO (Nee,

et al, 2013). O Modelo Multicomponente da Memória Operacional (Baddeley,

2000) é o modelo teórico adotado para o presente estudo. O modelo consiste

em quatro componentes, o executivo central e três componentes escravos: a

alça fonológica, esboço visuoespacial e o retentor episódico.

O executivo central é o principal componente do modelo, funcionando

como um sistema atencional, que coordena as atividades no sistema de MO.

Baddeley (1996) propôs quatro outras funções do executivo central: (1)

coordenação do desempenho em duas operações ou tarefas distintas (por

exemplo, armazenamento simultâneo e processamento de informações); (2)

alternar entre tarefas, estratégias de recuperação ou operações; (3) atender

seletivamente a informação específica e inibir informações irrelevantes, e (4) a

ativação e recuperação de informações da memória de longo prazo.

Os outros domínios presentes no Modelo Multicomponente da MO são

responsáveis pelo armazenamento temporário da informação verbal (alça

fonológica) e visuoespacial (esboço visuoespacial). O funcionamento desses

subcomponentes foi confirmado em estudos com crianças (Alloway,

Gathercole, & Pickering, 2006; Bayliss, Jarrold, Gunn, & Baddeley, 2003)

adultos (Kane et al., 2004) e em pesquisas de neuroimagem (Jonides, Lacey, &

Nee, 2005).

A alça fonológica é especializada na gravação de sequências acústicas

ou itens baseados na fala. O outro sistema atribuído ao modelo é o esboço

visuoespacial que exerce uma função para itens e arranjos codificados visual

e/ou espacialmente (Baddeley, 2006; Baddeley, 2012). O componente mais

recente adicionado ao modelo é o retentor episódico (Baddeley, 2000). Esse

componente é supostamente o sistema de armazenamento que consegue reter

em torno de quatro segmentos de informação em um código multidimensional.

Devido essa capacidade de reter uma gama de dimensões, ele é capaz de agir

como uma conexão entre vários subsistemas da MO e ligar esses subsistemas

a inputs da memória de longa duração e da percepção (Baddeley, 2011).

17

A utilidade da alça fonológica em crianças e adultos vem sendo

investigada há mais de vinte anos (Vallar & Baddeley 1987; Gathercole &

Baddeley 1990; Leather & Henry, 1994; Bayliss et al. 2003; Hitch et al. 2001;

(Bayliss, Jarrold, Baddeley, & Leigh, 2005). No estudo de Vallar & Baddeley

(1987), os autores avaliaram a alça fonológica em um paciente que

apresentava uma amplitude de apenas dois dígitos. Esse paciente conseguia

exercer suas atividades diárias de forma funcional e, aparentemente, esse

prejuízo não parecia ter grandes consequências na vida desse sujeito. Uma

das dificuldades desse paciente era compreender frases longas e aprender

palavras de novos idiomas (Vallar & Baddeley, 1987).

Outros estudos foram feitos com crianças para investigar melhor qual

seria a utilidade da alça fonológica. Gathercole & Baddeley (1990)

investigaram o desempenho em repetição de pseudo-palavras em crianças

com atrasos na linguagem em com desenvolvimento linguístico dentro do

esperado. Os resultados evidenciaram que as crianças com atrasos de

linguagem tinham muito mais dificuldades em lembrar pseudo-palavras quando

apresentavam sílabas mais longas. Este resultado sugere que a aquisição de

vocabulário, regras gramaticais e o desempenho na leitura parecem ser

algumas das funções da alça fonológica (Baddeley, 2011; Gathercole &

Baddeley, 1990). No caso do adulto que apresentava pequena amplitude de

dígitos, o prejuízo não era tão evidente porque ele apresentou o problema após

ter adquirido o vocabulário formal.

O esboço visuoespacial está ligado à manipulação espacial, formação

de imagens visuais, localização e manipulação espacial de objetos ou locais

(Baddeley, 2011). Interessantemente o esboço visuoespacial parece ser

recrutado quando precisamos fazer cálculos numéricos, rotações mentais e

formação de imagens mentais (Baddeley, 2011; Noel et al., 2004; Rasmussen

& Bisanz, 2005).

Outros modelos teóricos tentam explicar o funcionamento da MO, como

o Modelo Atencional Executivo de Kane & Engle (2002; Kane, Conway,

18

Bleckley & Engle 2001) e o Modelo do Processo Integrado (Cowan, 1995;

2005).

O modelo de Kane e Engle (2002) propõe que a MO é uma função que é

capaz de controlar a atenção, a fim de manter as informações em um estado

ativo e rapidamente recuperáveis. A definição de atenção executiva se refere

ao controle atencional, que é a habilidade de manter o estímulo, a meta ou a

informação do contexto ativo. Manter a informação no contexto ativo permite o

acesso fácil em face da interferência e inibe os estímulos alvos irrelevantes

e/ou respostas irrelevantes (Kane et al. 2001). A habilidade de inibir a

interferência permite que retenha e processe mais informações. Kane & Engle

(2000) enfatizam que o papel da MO é a recuperação e ativação das

informações mantidas na memória de longo prazo. De acordo com essa teoria

o controle atencional é um fator que vincula todos os processos cognitivos,

componentes e funcionamentos juntos. Em resumo esse modelo propõe que a

MO consiste em domínios gerais de controle atencional, que são utilizados

para recuperar e manter a ativação de estruturas da memória de longo prazo.

Diferenças individuais na MO, refletem o grau em que a distração é inibida e

informações relevantes podem ser mantidas ativadas com o foco de atenção

(Kane et al. 2001).

Outro modelo teórico proposto é o do Processo Integrado proposto por

Cowan (2005). O modelo enfatiza o foco atencional, níveis de ativação e a

experiência como uma propriedade essencial para a MO. A teoria propõe que

existe uma interação próxima e interdependência mutua entre a MO e a

memória de longo prazo. A informação da MO se refere essencialmente a

memória de longo prazo que é ativada acima de um limiar. O modelo se

distingue principalmente entre a parte ativa da memória de longo prazo e foco

de atenção (Cowan, 2005).

Os estudos neuropsicológicos fornecem um maior número de evidências

em consonância ao Modelo Multicomponente proposto por Baddeley. Estudos

de neuroimagem têm encontrado ativação em diferentes regiões do cérebro,

durante diferentes atividades da MO. Hedden & Yoon’s (2006) indicam que os

19

componentes verbais, visuoespacial e do central executivo são associados,

cada um, com regiões distintas do cérebro. Outra investigação também

encontrou evidências separadas de circuitos neurais para componentes verbais

e visuoespaciais (Prabhakaran et al. 2000). Alguns estudos de caso, na

neuropsicologia, em pacientes com lesão cerebral, têm estabelecido um grau

de independência nos mecanismos cerebrais em três componentes,

corroborando o modelo proposto por Baddeley (Gathercole & Baddeley, 1993).

As evidências das pesquisas têm apresentado dados sobre a neuroanatomia

da MO. Como no estudo de Pickering & Gathercole, (2001) que identificaram

algumas áreas como: a)alça fonológica está localizado no lobo temporal do

hemisfério esquerdo; b) memória visuoespacial situado no hemisfério direito; c)

central executivo, ativação primariamente do córtex dorsolateral pré-frontal.

Diante do maior número de evidências na literatura, em acordo com Modelo

Multicomponente proposto por Baddely, essa foi a principal justificativa pela

escolha do modelo no presente trabalho.

Memória Operacional e Desempenho Acadêmico

Neste estudo estão sendo investigados, especificamente, a alça

fonológica, o esboço visuoespacial e a central executiva (Baddeley, 2000). A

hipótese levantada pelo estudo é que quanto mais desenvolvidos os

componentes da MO melhor o desempenho acadêmico das crianças. A MO

parece ser um dos melhores preditores do desempenho acadêmico, inclusive

melhor que o QI (Alloway & Alloway, 2010). O que se espera é que a MO seja

uma medida objetiva sobre o potencial para aprendizagem infantil.

A MO é necessária em qualquer lugar e com qualquer coisa que

queremos aprender conscientemente. A aprendizagem requer a manipulação

da informação, interação com a memória de longo prazo, simultâneo

armazenamento e processamento da informação (Dehn, 2008). Existem

evidências extensas que demonstram a relação entre a MO e os resultados da

aprendizagem, principalmente em tarefas de leitura, escrita e matemática

(Alloway, 2009; Alloway, 2006; Rasmussen & Bisanz, 2005; Cowan & Alloway,

2008). Crianças com baixos escores em tarefas de leitura e matemática,

20

normalmente, têm pontuações baixas em tarefas complexas de memória que

envolvem processamento e armazenamento temporal (Bull & Scerif, 2001;

Gathercole & Pickering, 2000). Estudos em psicologia e educação têm

corroborado a hipótese de que a MO está na base das diferenças individuais

para a habilidade de aprender (Gathercole, Lamont & Alloway, 2006; Swanson,

Cochran & Ewers, 1990). As diferenças individuais na capacidade da MO têm

consequências importantes para adquirir novos conhecimentos e habilidades

(Alloway & Alloway, 2010). Alloway & Alloway, (2010) defendem que a MO no

início da educação formal é o preditor mais poderoso do subsequente sucesso

acadêmico, maior, inclusive, que o QI durante os primeiros anos escolares. A

grande contribuição da MO para a aprendizagem é apresentada por estudos

transversais, indicando associações entre MO e o desempenho em tarefas

escolares. A ligação entre MO e tarefas escolares, persiste mesmo após

controlar estatisticamente as diferenças de QI em crianças com dificuldades de

aprendizagem (Alloway & Alloway, 2010). Uma hipótese explicativa para esta

relação é que a MO é uma medida relativamente pura do potencial de

aprendizagem e da capacidade de aprender da criança. (Alloway et al, 2005;

Dollaghan, Campbell, Needleman, & Dunlosky, 1997; Weismer et al, 2000).

Os achados sugerem que as deficiências de MO estão associadas a

baixos resultados de aprendizagem e constituem um fator de alto risco para o

insucesso escolar (Alloway, Gathercole, & Elliott, 2010). MO deficiente leva a

falhas em tarefas simples como lembrar instruções em sala de aula (Engle,

Carullo & Collins, 1991) e em atividades mais complexas que envolvem

armazenamento, processamento e manutenção de informações em tarefas

difíceis (Gathercole & Alloway, 2008).

Muitos estudos investigaram a relação da MO com o desempenho de

resolução de problemas matemáticos (Passolunghi & Siegel, 2001; Swanson,

Jerman, & Zheng, 2008; Swanson & Sachse-Lee, 2001). O componente

fonológico particularmente parece influenciar a manipulação das informações

verbais presentes nas tarefas aritméticas. A competência matemática envolve

uma variedade de habilidades complexas. Essas habilidades englobam

diferentes conteúdos conceituais, procedimentos (ex. aritmética, álgebra,

21

geometria) e resolução de problemas. Estes domínios muitas vezes envolvem

a manipulação de informações parciais e processamento de novas informações

para chegar a uma solução e são realizadas pela MO (Bisanz, Sherman,

Rasmussen, & Ho, 2005). Rasmussen & Bisanz (2005) examinaram as funções

isoladas dos três componentes da MO na resolução de problemas aritméticos.

Os autores observaram que a alça fonológica fez uma contribuição significativa

para o desempenho aritmético verbal entre crianças em idade escolar

(Rasmussen & Bisanz, 2005). Zheng, Swanson, & Marcoulides, (2011),

fazendo modelagem de equações estruturais, indicaram que os três

componentes da MO foram preditores significativos em crianças na precisão de

resolução de problemas matemáticos. Muitos estudos já têm atribuído as

diferenças individuais na resolução de problemas matemáticos (em especial

aritmética) a ineficiências na utilização do sistema fonológico (Furst & Hitch,

2000; Gathercole & Pickering, 2000; Gathercole et al., 2004; Swanson &

Sachse- Lee, 2001).

Além da alça fonológica, o esboço visuoespacial também tem sido

associado ao desempenho em tarefas matemáticas (Passolunghi &

Mammarella, 2010). Investigações indicam que prejuízos na realização

aritmética têm sido associados ao desempenho pobre em termos da MO

visual/espacial e do executivo central (Gathercole & Pickering, 2000; Geary,

Hoard, & Hamson, 1999). Habilidades visuais e visuoespacial do esboço

visuoespacial tiveram relações com o desempenho na matemática, as

habilidades de contagem nos primeiros anos escolares (Kyttala, Aunio, Lehto,

Van Luit, & Hautamaki, 2003) e às habilidades matemáticas mais complexas

em crianças de 10, 11, e 14 anos (Maybery & Do, 2003; Jarvis & Gathercole,

2003). Prejuízos nas habilidades visuoespaciais podem impactar no

desempenho matemático em diversos níveis como: inversões numéricas,

alinhamento de dígitos, problemas de atenção visuais, monitoramento (ignorar

sinais ou operação de matemáticas) conceitos de aquisição de empréstimos e

transporte numérico (Bull, Espy, & Wiebe, 2008). Portanto, visualização

espacial, compreensão e manipulação das relações espaciais parecem ser,

22

particularmente, importantes no desenvolvimento da habilidade matemática

(Geary et al., 2000).

Outra investigação usou o Teste de Desempenho Escolar (TDE),

aplicado a crianças da 4ª série do Ensino Fundamental. Os resultados

revelaram correlações positivas significativas entre vocabulário expressivo, MO

verbal e a capacidade de compreensão de leitura. Não foi observada relação

entre MO não-verbal e leitura (Giangiacomo & Navas, 2008). Também com uso

do TDE, Lima, Travaini e Ciasca (2009) avaliaram crianças sem dificuldades de

aprendizagem e concluíram que os desempenhos nas tarefas de atenção e

funções executivas relacionaram-se com as medidas de escrita e aritmética.

Em relação às tarefas de leitura e escrita, os estudos apontam uma grande

influência da alça fonológica no desempenho nessas tarefas (Borella, Carretti,

& Pelegrina, 2010; Carretti, Borella, Cornoldi, & De Beni, 2009).

O baixo desenvolvimento da alça fonológica também tem sido associado

a problemas de leitura e escrita. Alguns pesquisadores atribuem o aumento da

amplitude da MO e a melhor aquisição e compreensão para o sistema

fonológico (Zheng et al., 2011). Gathercole & Alloway (2004) verificaram que

crianças do 5º ano, com dificuldades em compreender frases para a resolução

de problemas, têm dificuldades significativas com os testes que avaliam o

executivo central e extensão de dígitos. Outro estudo em crianças com

desenvolvimento típico indicou que os seus escores nas tarefas de MO foram

preditores da leitura, independente de medidas de habilidades fonológicas

(Swanson & Beebe-Frankenberger, 2004).

O estudo de St Clair-Thompson e Gathercole (2006) incluiu a pesquisa

sobre componentes específicos das funções executivas (flexibilidade, inibição e

MO) e desempenho acadêmico em crianças de 11 a 12 anos. Observou-se que

crianças com baixos escores em testes de MO cometeram erros frequentes em

atividades de aprendizagem, incluindo a lembrança das instruções da tarefa,

habilidade de reformulação do texto e realização de operações matemáticas

mentais. Essas atividades, comuns em sala de aula, requerem o

processamento simultâneo de informações e o armazenamento das mesmas.

23

Memória Operacional na Sala de Aula

Em ambientes típicos de aprendizagem, como a sala de aula, são

contínuas as demandas pela MO. Muitas atividades são solicitadas

simultaneamente, o que requer a demanda do armazenamento e o

processamento como: ouvir e falar enquanto manipula os exercícios, seguir

instruções complexas, decodificar palavras pouco familiares, escrever

sentenças da memória e aritmética mental (Dehn, 2008; Gathercole, 2008).

Nesses casos, as informações para a aprendizagem devem ser processadas

como novas informações e integradas com o conhecimento prévio. A

aprendizagem é reduzida ou é mais lenta quando a capacidade para MO é

reduzida, através de uma sobrecarga de informações na MO. Com isso em

crianças que têm uma baixa capacidade de MO, a aprendizagem é mais difícil

(Gathercole & Alloway, 2008). Por exemplo, crianças com MO pobre

frequentemente não acertam os passos em tarefas complexas, precisam de

repetições, pulam procedimentos e constantemente abandonam a tarefa antes

de completar (Alloway, et al. 2005; Gathercole & Alloway, 2004). Outro bom

exemplo de uma atividade diária que usa a MO é a aritmética mental. Neste

tipo de tarefa o indivíduo multiplica dois números, sem a utilização de papel,

caneta ou calculadora. Primeiramente, o indivíduo precisa manter os dois

números na MO. O próximo passo seria a utilização de regras de multiplicação

aprendidas para calcular os produtos de sucessivos pares de números,

somando-se a MO os novos produtos à medida que avança no cálculo.

As crianças que apresentam baixa MO em sala de aula normalmente

têm alguns comportamentos típicos por conta do prejuízo. Na maioria dos

casos, são bem ajustadas socialmente, mas reservadas em atividades de

grupo em sala de aula. As crianças raramente se voluntariam a dar respostas,

às vezes não respondem a perguntas diretas e se comportam como se não

estivessem prestando atenção. Em alguns casos, esquecem em parte ou na

totalidade, as instruções e o conteúdo das mensagens ou instruções. Além

disso, fazem pouco progresso acadêmico durante os anos escolares,

principalmente em leitura e matemática e são considerados pelos professores

24

como tendo uma atenção curta e facilmente distraída (Gathercole & Alloway

2008).

Com os estudos apresentados sugerem a importância dos componentes

da MO para a aprendizagem da criança, principalmente em tarefas de leitura,

escrita e matemática. Como os estudos apontam que existe uma associação

real entre a MO e essas tarefas, parece existir uma medida para o potencial de

aprendizagem de uma criança (Alloway & Alloway, 2010). A maioria dos

estudos sugere que o desenvolvimento da MO é um bom preditor de

desempenho educacional em crianças com desenvolvimento típico (Bayliss,

Jarrold, Gunn, & Baddeley, 2003).

PROBLEMA DE PESQUISA

A escolarização é a principal forma de desenvolvimento cognitivo e

psicossocial da criança. É nesse contexto que ela irá desenvolver habilidades

cognitivas, sociais e emocionais para a vida adulta. Um dos principais desafios

para as crianças é ter um adequado desempenho acadêmico. O desempenho

acadêmico deve ser principalmente em relação às tarefas de leitura, escrita e

matemática, fundamentais para a nossa vida. Para se obter o bom

desempenho acadêmico é necessário que as funções cognitivas estejam bem

desenvolvidas para que a criança tenha um adequado aprendizado. Com isso,

os estudos tentam identificar quais são as funções cognitivas chave ou mais

fundamentais para a aprendizagem e o eficaz sucesso acadêmico. Outro ponto

a ser considerado é que quanto mais precoce essa identificação ocorrer,

melhor o prognóstico da criança em relação ao seu desempenho escolar e

desenvolvimento cognitivo.

Estudos, nos últimos anos, têm sido desenvolvidos para identificar quais

dessas funções cognitivas são mais relevantes para a aprendizagem da leitura,

escrita e matemática (Zheng, Swanson, & Marcoulides, 2011; Rohde &

Thompson, 2007; Alloway & Passolunghi, 2011; Alloway & Alloway, 2010;

Gathercole et al., 2004). Os resultados indicam que componentes da MO estão

25

fortemente ligados a eficácia no processamento de informação e em tarefas de

leitura, escrita e habilidades aritméticas.

Esses estudos preconizam que crianças com prejuízos da MO

necessitam de informações mais lentas e espaçadas, pois não conseguem

processar a informação de maneira rápida e eficaz (Alloway, 2011). Atividades

que demandam um longo tempo de processamento sobrecarregam a MO.

Nesse caso, o estudante enfrenta a demanda de terminar a tarefa, ouvir

instruções sobre a tarefa de casa e escrevê-la em seu planejamento (Alloway,

2011). A MO influencia em todas as áreas da aprendizagem e afeta as notas

escolares em todas as disciplinas.

Como observado, apesar de a literatura internacional apresentar

evidências extensas, existem ainda poucos estudos no país que busquem

investigar componentes da MO com desempenho acadêmico e tarefas de

leitura, escrita e aritmética.

26

OBJETIVOS

Gerais

Avaliar componentes da MO e sua relação com o desempenho em

tarefas de leitura, escrita e aritmética em crianças de 7 a 12 anos de idade.

Investigar o impacto de diferentes condições socioeconômicas em

relação ao desenvolvimento da MO e do desempenho escolar.

Específicos

Avaliar os instrumentos de medidas que avaliam a MO

Avaliar o desenvolvimento de diferentes componentes da MO (alça

fonológica e esboço visuo-espacial) ao longo da idade.

Investigar o desempenho das crianças em tarefas de leitura, escrita e

aritmética.

Buscar construir modelos de predição do desempenho acadêmico

através da MO e verificar a influência dos aspectos socioeconômicos.

27

Tarefas que avaliam a Memória de Trabalho na infância e

adolescência: uma revisão sistemática da literatura

Resumo

A Memória Operacional (MO) é um componente das funções executivas

essenciais para o desenvolvimento cognitivo da criança. Ela tem efeitos sobre

a aprendizagem e as tarefas diárias. O objetivo foi revisar a literatura para

identificar as principais tarefas que estão sendo utilizadas para avaliar a MO e

a qualidade psicométrica. Foi realizada uma revisão da literatura em bancos de

dados (Pubmed, Medline, Lilacs, Scielo). Foram analisados 44 artigos que

utilizaram tarefas que avaliaram a alça fonológica e/ou esboço visuoespacial. A

partir das analises dos artigos foram descritas um total de 20 diferentes tarefas

para avaliar a MO. É interessante construir diferentes tarefas a partir do modelo

proposto por Baddeley. No entanto, é necessário ter embasamento teórico e

estudos psicométricos para as tarefas propostas.

Palavras Chave: Memória Operacional; Infância; Testes; Função Executiva

Abstract

Working memory (WM) is an essential component of executive functions for the

cognitive development of children. It has effects on learning and cognitive tasks

daily. The objective was to review the literature to identify the key tasks that are

being used to evaluate the WM and psychometric quality. A review of the

literature databases (Pubmed, Medline, Lilacs, SciELO) was performed. 44

articles that presented tasks that assessed phonological and / loop or

visuospatial sketch and described a total of 20 different task to assess WM

were analyzed. It was possible to verify the existence of different tasks to

assess WM. It is interesting to build different tasks from the model proposed by

Baddeley. However you must have theoretical foundation and psychometric

studies for the proposed tasks.

Key-words: Working memory; Childhood; Assessment; Executive Function

28

Introdução

A memória Operacional (MO) é um importante construto psicológico que

faz parte das funções executivas (FE). O conceito das FE envolve a ideia de

um “guarda-chuva”, ou seja, compreende uma série de processos cognitivos e

comportamentais superiores como resolução de problemas, planejamento,

controle inibitório, sustentação da atenção, flexibilidade cognitiva, entre outros

(Chan, Shum, Toulopoulou, Chen, 2008).

A MO é um dos mais importantes conceitos que emergem da psicologia

cognitiva nos últimos 35 anos. A MO é a habilidade de armazenar e manipular

a informação por um período de tempo (Kane & Engle, 2002). Atrasos no

desenvolvimento de MO podem fazer com que atividades diárias se tornem um

desafio. Uma vez que a MO tem a função de selecionar, analisar, conectar,

sintetizar e resgatar as informações já apreendidas fazendo conexão com as

informações novas, prejuízos nesse subcomponente da função executiva pode

estar associado a baixo desempenho escolar (Lima, 2006). O aparecimento do

construto conhecido como “Memória Operacional” refinou entendimento e o

funcionamento dos sistemas cognitivos.

O modelo de MO mais promissor, que apresenta mais evidências

neuropsicológicas e é mais explorado na literatura, é o Modelo

Multicomponente de MO de Baddeley (2000, 2012). O modelo mostrou um

avanço primeiramente por abandonar o conceito de um armazenador único a

favor de um sistema multicomponente e adicionalmente foi baseado na ideia de

um sistema cognitivo complexo, mais do que apenas a memória per se

(Baddeley, 2000).

Evidências da literatura com neuroimagem encontraram ativações em

localizações distintas no cérebro durante a atividade da MO. Um desses

exemplos é o estudo de Hedden & Yoon’s (2006) que indicou que os

componentes verbais, visuoespaciais e executivos da MO são associados com

áreas distintas do cérebro. Outras investigações neurológicas (Prabhakaran et

al. 2000) também têm encontrado evidências de circuitos neurais separados

para subcomponentes verbais e visuoespaciais. Alguns estudos em pacientes

29

com lesões cerebrais adquiridas têm mostrado a independência de

mecanismos cerebrais subjacentes ao modelo original de três componentes

proposto por Baddeley (Gathercole e Baddeley, 1993). Essas pesquisas sobre

a neuroanatomia da MO têm corroborado o modelo proposto por Baddeley à

medida que identificam sítios neurais diferenciados e funcionalmente

associados aos componentes do modelo.

. O modelo mais utilizado para explicar a MO foi originalmente proposto

com três componentes (Baddeley, 1986; Baddeley & Hitch, 1974) atualmente é

proposto com quatro componentes: o executivo central e três outros

denominados escravos, a saber, a alça fonológica, o esboço visuoespacial e o

retentor episódico (Baddeley, 2012).

Existem outros modelos para explicar a MO como o de Cowan (1995).

Neste modelo, a ênfase é no foco atencional, em níveis de ativação e

experiência, como propriedade essencial da MO. Cowan (1995) postula a

interação estreita, mútua e a interdependência entre a MO e a Memória de

Longo Prazo, originalmente, sugerindo que há um sistema de memória de

armazenamento único que consiste em elementos com vários níveis de

ativação.

Nos últimos 20 anos, inúmeras pesquisas têm investigado a hipótese de

que a MO é um processo que constitui a base da habilidade de aprender

(Zheng, Swanson, & Marcoulides, 2011; Alloway & Passolunghi, 2011; Alloway

& Alloway, 2010; Rohde & Thompson, 2007;Gathercole et al., 2004). A MO é

requerida sempre que algo deve ser aprendido porque a aprendizagem requer

a manipulação da informação, interação com a memória de longo prazo e,

simultaneamente, armazenamento e processamento da informação (Dehn,

2008).

Existem evidências extensas na literatura de prejuízos associados a MO

e diferentes quadros de transtornos na infância e adolescência como TDAH,

dislexia, síndromes genéticas, problemas de sono, depressão, esquizofrenia,

transtorno bipolar, autismo, estresse, entre outros (Talarowska, Zboralski,

Gałecki, 2013; Skogan, et al. 2013; Wang, Gathercole, 2013; Barendse, et al.

30

2013; Tucker, 2013; Mervis, Velleman, 2011; Leutwyler et al. 2013). A partir

dos estudos citados, a MO parece ser uma função chave em muitos quadros

que apresentam alterações no desenvolvimento, indicando assim a sua

importância dentro da avaliação psicológica e enquanto construto que deve ser

adequadamente estudado.

Muitos estudos que avaliam a MO utilizam tarefas que são construídas

tipicamente de estímulos verbais e/ou visuoespaciais. No entanto, o que ocorre

em alguns casos é que as tarefas utilizadas não passam pelo processo de

validação e normatização formal que visa garantir a confiabilidade dos dados

gerados. O processo de validação de instrumentos psicológicos se constitui em

um processo mais geral, de validação de hipóteses científicas (Muniz, 2004). A

validação visa por meio de um processo hipotético-dedutivo, levantar hipóteses

teóricas, planejar estudos empíricos, coletar e analisar os dados, buscando

testar as hipóteses explicativas, falseando-as ou corroborando-as. Esse

processo interativo teoria-hipótese-falseamento encontra-se na base do

desenvolvimento do conhecimento e da maturidade da psicologia como ciência

(Primi, 2010). Ou seja, o processo de validação dos instrumentos que medem

qualquer construto psicológico é fundamental para tentar assegurar a qualidade

dos resultados gerados através dos testes. A validação dos testes envolve

desafios metodológicos ao se deparar com a necessidade de estabelecer

relações funcionais entre duas variáveis, nesse caso, entre uma variável

latente, o construto, e outra observada, os indicadores (Primi, 2010). Para

identificar se um instrumento está medindo o construto que se propõe é

necessário passar pelo processo de validação da medida.

Devido às implicações da MO para o cotidiano, aprendizagem e

alterações em diversos transtornos, é necessário conhecer diferentes tarefas

que avaliem a MO. Outro ponto importante é verificar a confiabilidades dessas

medidas para a MO, principalmente do ponto de vista psicométrico.

O objetivo desta investigação foi realizar uma revisão de literatura sobre

as diferentes tarefas utilizadas para avaliar a alça fonológica e o esboço

31

visuoespacial da MO na infância e adolescência. O outro objetivo foi analisar

como essas tarefas estão sendo utilizadas do ponto de vista psicométrico.

Material e Método

Tipo de Estudo

Revisão sistemática de artigos publicados em periódicos científicos

nacionais e internacionais.

Questão Norteadora

Os modelos da MO e, principalmente, do Baddeley vêem ganhando

importância nos estudos que investigam a capacidade de aprendizagem em

crianças. As alterações em MO também são frequentes em síndromes

genéticas, transtornos do desenvolvimento entre outros.

Para conseguir fazer uma boa avaliação neuropsicológica e fazer

dissociações, através da MO, entre diferentes transtornos do desenvolvimento

e identificação das dificuldades de aprendizagem é preciso conhecer e analisar

a qualidade diferentes tarefas que avaliam a MO e seus componente.

Descritores

A busca das publicações nas bases de dados foi realizada de acordo

com os seguintes descritores, escolhidos: Working Memory, Executive Function

and Child em inglês e Memória de Trabalho ou Memória Operacional em

português.

Foram analisados os artigos publicados nos últimos cinco anos (2008-

2013) por conta de analisar as tarefas mais recentes que estão sendo

utilizadas nos estudos sobre a MO.

Critérios de Exclusão

Os critérios de exclusão foram:

Estudos que não tenham trabalhado com tarefas neuropsicológicas que

avaliam a alça fonológica e/ou esboço visuoespacial da MO.

32

Estudos que não trabalharam com crianças e adolescentes (0 a 18

anos).

Seleção e extração de dados

Os dados foram retirados em uma folha de extração que registrou:

o Identificação dos estudos feito por meio da identificação dos

autores e ano de publicação.

o Descrição da tarefa.

o Componente da MO avaliado.

o Idade dos participantes.

o Estudo original que desenvolveu da tarefa.

Resultados

Foram encontrados um total de 245 artigos nos indexadores

pesquisados (Medline, Pubmed, Lilacs e Scielo). Dos 245 artigos encontrados

um total de 44 foram eleitos para serem analisados, detalhadamente, de

acordo com os critérios de exclusão.

As tarefas mais utilizadas para a avaliação da alça fonológica e o esboço

visuoespacial da MO, nessa revisão sistemática, foram: a tarefa de amplitude

de dígitos (digit span) da Escala Wechsler de Inteligência (WISC-III) e Cubos

de Corsi (Corsi's Block-tapping), respectivamente, (Corso, 2012; Cowan,

Saults, & Morey, 2006; Franklin et al., 2010; Göthe, Esser, Gendt, & Kliegl,

2012; Iuculano, Moro, & Butterworth, 2011; Swanson, 2011; Rienstra, Spaan, &

Schmand, 2010; Rodrigues & Befi-lopes, 2009; Galera & Souza, 2010; Grivol &

Hage, 2011; Vaz, Cordeiro, Macedo & Lukasova, 2010; Coutinho, Mattos &

Malloy-Diniz, 2009). Essas duas tarefas são apontadas na literatura como as

mais clássicas e utilizadas para a avaliação dos componentes da MO e foram

confirmadas a partir dessa revisão de literatura.

Dos 44 artigos analisados no total, foram encontradas 20 diferentes

tarefas para avaliar a MO, sendo que 9 avaliam o esboço visuoespacial, 9 a

33

alça fonológica e 2 avaliam ambos os componentes. A Tabela 1 mostra os

componentes da MO avaliados pelas tarefas, nome da tarefa, a idade dos

participantes do estudo, os estudos originais e o estudo que utilizou a tarefa

nos últimos cinco anos.

Tabela 1 – Tarefas que avaliam componentes da MO.

Componente Teste Idade Estudo Original Estudos Encontrados

Esboço

Visuoespacial

Hide-and-seek 18 meses

DeLoache, Cassidy, & Brown (1985)

(Haden et al., 2011)

Spin thePots 2 e 3 anos

Hughes &Ensor, 2005 (Matte-Gagné & Bernier, 2011)

Knox’s-cube teste 6 anos (Knox, 1914) (Ni, Huang, & Guo., 2011)

Tarefa Matrix de Pontos - Automated

Working Memory Assessment

(AWMA)

6 a 16 anos

(Alloway, 2007) (Dumontheil & Klingberg, 2011; Ribeiro, Santos, 2012)

Spatial Working Memory (CANTAB)

6 a 18 anos

(Cambridge Cognition, 2006)

(Franklin et al., 2010; Teixeira, Zachi, Roque, Taub,

Ventura, 2011) Corsi's Block-

tapping 6 a 12 (Milner, 1971) (Franklin et al., 2010; Galera

& Souza, 2010)

Visual matrix task 7 a 9 anos

(Swanson, 2011) (Swanson, 2011)

Groton Maze

Learning Test

9 a 45 anos

(Pietrzak et al., 2008) (Pietrzak et al., 2008)

Memória sequencial não-verbal com

apoio visual

9 a 11 anos

(Giangiacomo, Navas, 2008)


Esboço

Visuoespacial e

Alça Fonológica

Verbal-to-spatial mapping task

9 a 13 anos

(Cowan et al., 2006)

(Ricker et al., 2010)

Imitation Sorting Task

2 e 3 anos

(Alp, 1994)

(Fitzpatrick & Pagani, 2012)

34

Avaliação Automatizada de

Memória Operacional

(AWMA)

9 a 10 anos

(Alloway, 2007)

(Ribeiro, Santos, 2012)

Alça Fonológica

Digit Span 10 a 12 anos

(Wechsler, 1997) (Imbo & Vandierendonck, 2007); (Iuculano et al., 2011;

Grivol & Hage, 2011; Vaz, Cordeiro, Macedo &

Lukasova, 2010; Coutinho, Mattos & Malloy-Diniz, 2009)

Word Span 8 e 9 anos

(Iuculano et al., 2011) (Iuculano et al., 2011)

Listening sentence span

7 a 9 anos

(Daneman& Carpenter, 1980)

(Swanson, 2011)

Sentence/digit span 7 a 9 anos

(Swanson, 2011) (Swanson, 2011)

Teste de memória sequencial auditiva

de palavras e pseudopalavras

9 a 11 anos

(Navas, Ferraz, Giangiacomo, Satake,

2005)


Tarefa N-Back Auditiva

7 a 11 anos

(Kirchner, 1958) (Nardi, et al. 2013)

Tarefa Listas de Palavras - Nepsy

8 anos Korkman, Kirk, Kemp, (1998)

(Nunest, et al. 2010)

Tarefa de Brown-Peterson

6 a 11 anos

Peterson, Peterson (1959)

(Vaz, Cordeiro, Macedo & Lukasova, 2010)

35

Descrição das tarefas

As tarefas que se propõe avaliar a MO e presentes na Tabela 1 são descritas a

seguir. O nome da tarefa é apresentado seguido do estudo original, quando

encontrado, e no final da descrição da tarefa o estudo que a utilizou.

Tarefas que avaliam o Esboço Visuoespacial

Hide-and-seek (DeLoache, Cassidy & Brown,1985) – O pesquisador

acompanhado da criança esconde objetos familiares que são similares em

forma e tamanho (por exemplo, um boneco, uma bola) em vários locais, dentro

de um quarto na casa da criança (por exemplo, debaixo de um travesseiro,

atrás de uma cortina). Após um período de intervalo, a criança é incentivada a

procurar cada objeto até que todos sejam encontrados (Haden et al., 2011).

Spin the Pots - (Hughes & Ensor, 2005). Nesta tarefa, as crianças são

orientadas a procurar objetos que são apresentados. Os objetos são cobertos

em potes opacos, que são girados, modificando a posição dos mesmos. Seis

objetos e oito potes de diferentes aparências visuais foram utilizados (Matte-

Gagné & Bernier, 2011).

Knox’s-cube teste (Knox, 1914) - A tarefa é constituída por uma fileira alinhada

de quatro cubos (de uma polegada) cada um, enfileirados (distância de 4

polegadas) e presos a uma base. O examinador toca em uma sequência de

cubos. A tarefa do experimentando é tocar a mesma ordem de imediato. A

outra tarefa é tocar os cubos na ordem inversa. Na ordem inversa o Teste de

Knox é usado como uma medida da MO para o esboço visuoespacial (Ni,

Huang, & Guo, 2011).

Tarefa Matriz de Pontos - Automated Working Memory Assessment (Alloway,

2007) - A tarefa visual envolve lembrar o local e a ordem de pontos exibidos em

sequência em uma grade na tela do computador. No teste, a dificuldade foi

aumentada após 4 ensaios respondidos corretamente, adicionando um item a

ser lembrado. O teste encerra quando 3 erros são cometidos em um nível.

(Dumontheil & Klingberg, 2011).

36

Spatial Working Memory - Cambridge Neuropsychological Test Automated

Battery (CANTAB) (Cambridge Cognition, 2006) - A tarefa é uma busca auto

ordenada de estímulos espaciais e exige que o sujeito use a informação

mnemônica para alcançar um objetivo. Os experimentandos são solicitados a

buscar fichas azuis dentro de caixas que aparecem na tela de um computador.

A instrução chave é que uma vez que uma ficha tenha sido encontrada dentro

de uma caixa, a caixa não será utilizada novamente. Pelo processo de

eliminação, o sujeito deve encontrar as fichas azuis e utilizá-las para encher

uma coluna vazia à direita na tela do computador. O sujeito decide a ordem em

que as caixas são visitadas. É considerado erro voltar a uma caixa na qual já

tenha encontrado a ficha azul (Franklin et al., 2010).

Corsi's Block-tapping (Milner, 1971) – A tarefa consiste de nove cubos

montados em um tabuleiro. Na primeira tarefa o examinador toca nos blocos e

o examinando toca na mesma sequência, formando a ordem direta. Na

segunda tarefa, o examinando deve tocar os cubos na ordem inversa. Esta

tarefa mede a capacidade de recordar uma sequência de cubos apresentados

na plataforma (Franklin et al., 2010).

Visual matrix task (Swanson, 2011) - A finalidade desta tarefa é avaliar a

capacidade dos experimentandos para lembrar sequências visuais dentro de

uma matriz. Aos examinandos é apresentada uma série de pontos de uma

matriz e há um intervalo de 5 segundos para estudar a matriz. Está é removida

e pergunta-se aos experimentandos: "Existem pontos na primeira coluna?"

Depois de responder a questão discriminatória, os examinandos são

convidados a desenhar os pontos recordados da matriz nas caixas

correspondentes de seus livretos de resposta. A dificuldade da tarefa varia de

uma matriz de 4 quadrados (conjunto 1) e 2 pontos a uma matriz de 45

quadrados e 12 pontos (conjunto 11) (Swanson, 2011).

Groton Maze Learning Test (Pietrzak et al., 2008) - Consiste em100 quadrados

(matriz 10x10) apresentados em uma tela de computador sensível ao toque.

Para completar a tarefa, o experimentando tem que seguir um caminho oculto

(28 movimentos) através dos quadrados a partir do canto superior esquerdo

37

para um sinal no canto inferior direito. Barras com mensagem na parte superior

e inferior da tela informam ao experimentando se o movimento está correto. Se

o movimento estiver correto, uma mensagem e um som são apresentados no

qual está escrito “Go On” (continue). Se o movimento estiver incorreto, ele é

registrado como um "erro" e o experimentando é instruído a voltar para a última

posição correta e tentar se mover em uma direção diferente. Se duas respostas

incorretas são emitidas em uma fileira, o segundo erro consecutivo é rotulado

como um "erro perseverante" e o experimentando é novamente instruído a

voltar para o quadrado correto, anterior, e tentar um novo caminho. Se o

experimentando não voltar para o último quadrado correto depois de dois

movimentos sucessivos errados (ou seja, eles fazem três vezes consecutivas

jogadas erradas), o terceiro erro é rotulado como um erro de quebra de regra e

os quadrados que correspondem ao último movimento correto começam a

piscar. O experimentando é, então, solicitado a tocar em um local específico da

tela e então continuar através do labirinto (Pietrzak et al., 2008).

Teste de memória sequencial não-verbal com apoio visual - é realizado como

um jogo que produz diferentes sons em sequência ao mesmo tempo em que as

luzes dos correspondentes se acendem. A sequência inicia-se com um

estímulo e a cada acerto, um novo estímulo é acrescentado à sequência

anterior. Se houver erro o jogo se encerra. Para a avaliação da memória não-

verbal é estabelecido o seguinte critério: foram três tentativas e o nível de

memória não-verbal foi determinado pela média de acertos dessas

(Giangiacomo, Navas, 2008).

Tarefas que avaliam o Esboço Visuoespacial e Alça Fonológica

Verbal-to-spatial mapping task - Nesta tarefa, aos experimentandos são

mostrados os locais de alguns rótulos verbais e, em seguida, após um pequeno

intervalo, deve-se colocar um desses rótulos verbais no local correto. Os

rótulos verbais foram dois conjuntos de palavras comuns e fonologicamente

distintas. Um era o conjunto de nomes de meninas: Ann, Beth, Graça, Dawn,

Ruth, Eva, Liz, Marge, e Joy, e o outro conjunto consistia de nomes de

38

meninos: Bob, Dan, Joe, Mike, Ken, Chuck, Will , Steve, e Ray (Ricker, Cowan,

& Morey, 2010).

Imitation Sorting Task (Alp, 1994) - O objetivo da tarefa é que as crianças

reproduzam corretamente a sequência demonstrada através da colocação do

brinquedo correto na lata correta. No início de cada ensaio, o examinador

coloca brinquedos na frente da criança. Em seguida, nomeia cada brinquedo,

atraindo a atenção da criança antes de colocá-lo em uma lata. O procedimento

é repetido para os outros brinquedos. Os brinquedos são então removidos das

latas e colocados em frente à criança. O examinador, em seguida, pede à

criança para colocar os objetos nas mesmas latas. Em cada nível de

dificuldade a criança tem uma ordem para colocar corretamente os objetos nas

latas (Fitzpatrick & Pagani, 2012).

Avaliação Automatizada de Memória Operacional (AWMA) - (Alloway, 2007) - É

um teste computadorizado que abrange a avaliação tanto da capacidade de

armazenamento quanto de processamento de informações, operações

avaliadas de forma balanceada por tarefas na modalidade verbal e

visuoespacial. A bateria possui doze subtestes, cada um composto por um

número variado de séries, com sequências que aumentam a complexidade

progressivamente (Ribeiro, Santos, 2012).

Tarefas que avaliam a alça fonológica

Digit Span - (Wechsler, 1997) Os estímulos utilizados são dígitos numéricos

aleatórios que são verbalizados com 1 segundo de intervalo entre os dígitos.

Para cada item de Dígitos na Ordem Direta, a criança repete os números na

mesma ordem em que foram falados. Para cada item de Dígitos na Ordem

Inversa, a criança repete os números na ordem inversa. Cada item apresenta

duas tentativas e cada tentativa possui o mesmo número de dígitos, mas os

números são diferentes (Iuculano et al., 2011).

Word Span – Os estímulos da tarefa são palavras em duas categorias

semânticas - Animais e Objetos - e foram selecionados a fim de corresponder

39

aos estímulos em número de sílabas (1-5) e comprimentos de palavra (número

de letras). As listas são verbalizadas de acordo com o nível de complexidade

crescente, de dois a nove itens. Os estímulos são verbalmente apresentados

pelo examinador a uma taxa de um item por segundo (Iuculano et al., 2011).

Listening sentence span (Daneman & Carpenter, 1980) - Esta tarefa exige a

apresentação de grupos de frases, lidas em voz alta, para que as crianças ao

mesmo tempo entendam o conteúdo da sentença e lembrem-se da última

palavra de cada frase. O número de frases no grupo, gradualmente, aumenta

de 2 a 6. Depois que cada grupo de frase(s) foi apresentado, o experimentando

responde a uma pergunta sobre a(s) frase(s) e então é convidado a recordar a

última palavra de cada frase(s) (Swanson, 2011).

Sentence/digit span - Esta tarefa avalia a capacidade da criança para lembrar

sequências numéricas embutidas em uma frase curta. Por exemplo: "Suponha

que alguém queira levá-lo ao supermercado às 8 6 5 1 na Elstreet”. Os

números são apresentados em intervalos de dois segundos, seguido por uma

questão de processo, ou seja, "Qual era o nome da rua?". A variável

dependente foi o número total de itens (dígitos) corretos até o maior conjunto.

O tamanho do conjunto variou de 2 a 14 dígitos (Swanson, 2011).

Testes de Memória sequencial auditiva de palavras e pseudopalavras (Navas,

Ferraz, Giangiacomo, Satake, 2005) - O teste contém 60 estímulos cada um.

Todos os estímulos são dissílabos paroxítonos com estrutura Consoante-

Vogal-Consoante-Vogal. São apresentadas quatro listas com três blocos de

estímulos com duas, três, quatro, cinco e seis sequências de palavras (L3 e L4)

e pseudopalavras (L1 e L2) em cada bloco. O intervalo entre os estímulos é de

um segundo para as listas L1 e L4 e de 500 milisegundos para as listas L2 e

L3. A apresentação é feita por meio de CD player com fones de ouvido e as

respostas são gravadas. É solicitado que o testando ouça a sequência de

estímulos de um bloco e ao final repeti-los na ordem correta (Giangiacomo,

Navas, 2008).

N-Back auditiva - (Kirchner, 1958) - tarefa na qual os participantes escutam

uma sequência de números, apresentados um por segundo, enquanto escutam

40

cada número, têm de dizer o que ocorreu “N” (1-back; 2-back; 3-back, etc)

posições atrás na série, por recuperação livre e sem pistas. Condição “0-Back”,

o examinador diz um número e o testando deve repeti-lo imediatamente depois.

Por exemplo: se eu disser 7 você deve dizer 7, e assim seguimos a tarefa.

Condição “1 back” Quando o examinador disser um número, o testando deve

dizer o número imediatamente anterior. Por exemplo se o examinador falar a

série de dígitos “3, 2, 9, 4, 2...”, o testando deverá falar imediatamente após o

primeiro dígito, no caso “2”, a palavra “nenhum”. Em seguida, após ouvir “2”,

deverá dizer “3”, exatamente o dígito anterior. Na sequência, portanto, após

ouvir “9”, deverá dizer “2”, após ouvir “4” deverá dizer “9” e assim por diante”.

“Logo após o “3”, você deve dizer “nenhum”, porque não tinha nenhum número

antes, certo? E assim segue a sequência com “2 back”, “3 back” (Nardi, et al.

2013).

Tarefa Listas de Palavras (NEPSY-III) - (Korkman, Kirk, Kemp, 1998) – Este

subteste foi elaborado para avaliar a MO verbal, repetição e recordação de

palavras seguintes a interferência. São apresentadas aos examinandos duas

séries de palavras e solicitado que repita cada sequência após a apresentação.

Depois, o examinando deve recordar cada série na ordem de apresentação

(Nunest, 2010).

Tarefa de Brown-Peterson - (Peterson, Peterson, 1959) - é composta por vinte

itens, sendo que cada item é um conjunto de três consoantes diferentes com

baixa similaridade fonológica. Os itens são divididos em quatro conjuntos: parte

I do teste contém um conjunto de itens para evocação imediata e parte II do

teste contém três conjuntos para a evocação com interferência. Na evocação

imediata (parte I), o participante é solicitado a escutar atentamente três letras

diferentes e repeti-las imediatamente após a apresentação. São apresentadas

cinco tríades de letras. Já na evocação com interferência (parte II), o

participante é solicitado a repetir a tríade de letras somente após um intervalo

de tempo, durante o qual ele realizará uma tarefa de contar a partir de um

número oferecido pelo aplicador sendo esta uma interferência verbal. O

intervalo de tempo é de três, nove ou dezoito segundos. Na parte II, há quinze

41

itens ao todo, sendo cinco itens para cada intervalo de atraso com

apresentação randomizada. A pontuação final pode ser de até 60 pontos, e é a

soma das letras corretamente evocadas (Vaz, Cordeiro, Macedo, Lukasova,

2010).

Discussão

Os resultados da presente revisão encontraram um total de 20 tarefas

que avaliam componentes da MO, segundo o modelo multicomponente do

Baddeley (2000). Entre as tarefas encontradas, 9 avaliam o esboço

visuoespacial, 2 o esboço visuoespacial e a alça fonológica simultaneamente e

9, a alça fonológica. As tarefas mais citadas foram amplitude de dígitos (digit

span) para avaliar a alça fonológica e a tarefa Cubos de Corsi (Corsi Block

Test) para avaliar o esboço visuoespacial. Nessa revisão foram encontrados

estudos que utilizaram tarefas para avaliar crianças desde os 18 meses até os

16 anos de idade.

Foi possível identificar e descrever diferentes tarefas que avaliam os

componentes da MO em crianças e adolescentes. Essas tarefas apresentam

diferentes paradigmas de manipulação da informação mental, que pode ser

através de um input verbal (alça fonológica) ou visual-espacial (esboço

visuoespacial). Algumas tarefas apresentam a manipulação de forma mais

efetiva como o Groton Maze Learning Test e de forma menos efetiva como na

Automated Working Memory Assessment. Outras como exemplo, a tarefa de

Word Span em que a pessoa deve apenas lembrar a palavra ou na tarefa

Listening sentence span em que o testando deve entender a frase e lembrar-se

da última palavra. Algumas tarefas apresentam uma demanda de

processamento maior do que outras, e isso, provavelmente influencia os

resultados. A possibilidade de desenvolver tarefas a partir do modelo de MO é

interessante e corrobora o caráter funcional da MO, no entanto é preciso

analisar os dados psicométricos dessas tarefas. O uso de um modelo cognitivo

para a compreensão da função é fundamental porque permite desenvolver

diferentes tarefas, testar hipótese, estabelecer dissociações com áreas e

funções cerebrais. A utilização de um modelo cognitivo requer também que o

42

dado empírico gerado pelo instrumento seja válido, pois assim será possível

dizer se o instrumento avalia a MO.

O cuidado com a qualidade dos dados gerados nos estudos deve ser

tratado como prioridade. Um dos exemplos de falhas metodológicas é o estudo

original de Haden et al. (2011) e a tarefa “Hide-and-seek”. Essa tarefa foi

descrita no seu estudo original (DeLoache, Cassidy & Brown 1985) como uma

medida rudimentar e imperfeita sobre o que irá se tornar uma estratégia de

processamento mnemônico. Por outro lado no estudo investigado Haden et al.

(2011) descrevem a mesma tarefa como suficiente para avaliar a MO. A tarefa,

como foi apresentada, se refere a uma proposta de localização de objetos, não

havendo a manipulação de informação mental. É possível que haja realmente

uma falha teórico-metodológica ao utilizar essa tarefa para avaliação da MO. A

tarefa parece efetivamente avaliar o desempenho da memória, de uma forma

geral, sem especificar qualquer componente da memória.

Matte-Gagné & Bernier (2011) e Fitzpatrick & Pagani (2012) utilizam

tarefas que acreditam avaliar a MO em crianças de 2 a 3 anos na tarefa “Spin

the Pots” e “Imitation Sorting Task”, respectivamente. De acordo com a

descrição, na tarefa ocorre o armazenamento de curto prazo, mas novamente

parece não ocorrer o processo de manipulação mental, característico da MO.

Outra questão é que nesses estudos é necessário enfatizar as limitações em

avaliar a MO em crianças tão pequenas. Alloway, Gathercole, Willis, & Adams,

(2004) defendem que a MO possa ser avaliada de forma confiável a partir de 4

anos de idade. Antes da idade de 4 anos talvez seja possível analisar aspectos

rudimentares da MO, sendo talvez um primeiro indício do desenvolvimento. As

limitações dos instrumentos e possíveis generalização dos resultados,

principalmente nos estudos que se propõem a avaliar crianças menores de 4

anos, devem ser enfatizadas. Estudos que utilizem essas tarefas parecem

depender de dados psicométricos mais refinados para poder afirmar que estão

avaliando a memória de MO.

Outro dado encontrado com a pesquisa foi a falta de referência dos

estudos, aos dados de validação e normatização dos instrumentos que são

43

utilizados. Especificamente para o contexto brasileiro, apenas a tarefa de

Amplitudes de Dígitos (digit span) apresenta estudo de validação e

normatização. Nenhum outro estudo encontrado, nesta revisão, apresenta

dados de validação e/ou normatização para o contexto brasileiro. Apenas o

estudo de Ribeiro & Santos, 2012 que cita um estudo de adaptação de Santos

& Engel, 2008 para a tarefa de Automated Working Memory Assessment. Nem

mesmo a tarefa de Cubos de Corsi (Milner, 1971), que é uma das mais

utilizadas na literatura brasileira, apresenta estudo de validação para o contexto

brasileiro. Algumas tarefas propõem-se a avaliar a MO para identificar

diferenças etárias (Nardi et al., 2013), a relação com a leitura (Giangiacomo,

Navas, 2008) entre crianças e adolescentes (Teixeira, et al., 2011), no entanto

não propõe, citam ou apresentam dados dos estudos de validação ou indícios

da mesma. Seria interessante que nesses estudos fossem apresentados dados

psicométricos que demonstrassem a análise do construto proposto. Ou seja,

não foi encontrado na presente revisão instrumentos, no Brasil, para avaliar a

MO que apresentem dados de validação no contexto nacional com exceção da

tarefa de amplitudes de dígitos.

A investigação da MO e seus componentes, a partir de diferentes

tarefas, contribuem de maneira direta para o diagnóstico diferencial em

neuropsicologia, identificação dos fenótipos cognitivos e possíveis relações

com a aprendizagem. Alguns trabalhos já investigam a MO e relações com a

aprendizagem como nos Transtorno do Déficit de Atenção/Hiperatividade

(TDAH) (Alloway, Elliot & Homes 2010), dislexia (Alloway & Archibald, 2008)

discalculia (Bird, 2009), Transtorno invasivos do desenvolvimento (Alloway,

Rajendran & Archibald, 2009). É importante que esses estudos estejam

presentes também no contexto brasileiro para que se possam ter mais

ferramentas para a investigação da relação entre MO e a aprendizagem mas

também com a apresentação dos dados psicométricos. A descrição e

apresentação de diferentes tarefas nesse artigo propõe chamar atenção para a

importância de traduzir, validar e desenvolver novas tarefas para avaliar a MO

dentro do contexto brasileiro. É necessário desenvolver medidas que sejam

validadas empiricamente para poder garantir a qualidade dos dados gerados

44

com a medida e o avanço do conhecimento na área. Essas medidas utilizadas

precisam ter evidências do construto que elas avaliam, para poder comparar

resultados e poder ter estudos de maior impacto e contribuição para a ciência.

O modelo multicomponente da MO (Baddeley, 2000) parece facilitar o

desenvolvimento de tarefas para avaliação de seus componentes. Por um lado

isso é muito proveitoso, pois é possível elaborar diferentes tarefas para avaliar

o mesmo construto. Existe, entretanto, um risco a nível teórico e metodológico

de que uma tarefa que, aparentemente, está medindo um componente da MO

possa medir conjuntamente outros componentes e com erro, resultado da falta

do controle das medidas que o instrumento produz. Por isso é necessário

desenvolver procedimentos psicométricos controlados para que se possa usar

a tarefa como teste, investigando sua validade. Utilizar tarefas com

manipulação mental, com maior demanda de processamento, diferentes

estímulos mais validá-las, permite fazer comparações entre os resultados

encontrados com o avanço no conhecimento sobre MO. A utilização de

diferentes instrumentos para medir o mesmo construto, submetidos a

processos de validade podem trazer boas contribuições para a área da

avaliação da MO.

Pressupostos teóricos e dados psicométricos para a utilização das

tarefas em estudos de avaliação de MO infantil devem ser cuidadosamente

desenvolvidos, revistos e atualizados. Sugere-se investigar as tarefas utilizadas

para a avaliação da MO e sua adequação aos modelos cognitivos para que se

escolha de maneira correta as tarefas a serem utilizadas nos estudos.

Resultados de pesquisas ou clínicos sem uma explicação cognitiva é como um

carro sem motor. Os dados puramente empíricos, sem uma explicação

cognitiva, não representam contribuições para o desenvolvimento da área.

Para tanto são necessários estudos adicionais que investiguem a adequação

das tarefas ao modelo de MO, seus limites e potenciais quando utilizados com

crianças.

45

Referências

Alloway, T. P. & Archibald, L. M. (2008) Working memory and learning in children with developmental coordination disorder and specific language impairment. Journal of Learning Disabilities, 41: 251-62.

Alloway, T. P. (2007). Automated Working Memory Assessment Manual.Oxford: Harcourt.

Alloway, T. P. Rajendran, G. & Archibald, L. M. (2009) Working memory profiles of children with developmental disorders. Journal of Learning Difficultes, 42: 372-82.

Alloway, T. P., & Passolunghi, M. C. (2011).The relationship between working memory, IQ, and mathematical skills in children.Learning and Individual Differences, 21(1), 133–137. doi:10.1016/j.lindif.2010.09.013

Alloway, T. P., Elliot, J. & Homes, J. (2010) The prevalence of ADHD like symptoms in a community sample. Journal of Attention Disorders. 14, 52-56.

Alloway, T. P., Gathercole, S. E., & Elliott, J. (2010).Examining the link between working memory behaviour and academic attainment in children with ADHD. Developmental medicine and child neurology, 52(7), 632–6. doi:10.1111/j.1469-8749.2009.03603.x

Alloway, T. P., Gathercole, S. E., Adams, A. M., Willis, C., Eaglen, R., &

Lamont, E. (2005). Working memory and other cognitive skills as predictors

of progress towards early learning goals at school entry. British Journal of

Developmental Psychology, 23, 417–426.

Alloway, T. P., Gathercole, S. E., Willis, C., & Adams, A. M. (2004). A structural analysis of working memory and related cognitive skills in early childhood.Journal of Experimental Child Psychology, 87,85−106.

Alloway, T., & Alloway, R. G. (2010). Journal of Experimental Child Investigating the predictive roles of working memory and IQ in academic attainment. Journal of Experimental Child Psychology, 106(1), 20–29. doi:10.1016/j.jecp.2009.11.003

Alp, I. E. (1994).Measuring the size of working memory in very young children: The Imitation Sorting Task. International Journal of Behavioral Development, 17, 125–141.

Baddeley, A. (2012). Working memory: theories, models, and controversies. Annual review of psychology, 63, 1–29. doi:10.1146/annurev-psych-120710-100422

46

Baddeley, A. D. (1986). Working memory. New York: Oxford University Press.

Baddeley, A. D. (1996). Exploring the central executive. Quarterly Journal of Experimental Psychology, 49(1), 5-28.

Baddeley, A. D. (2000). The episodic buffer: A new component of working memory? Trends in Cognitive Sciences, 4(11), 417-423.

Baddeley, A. D. (2011). Memória de Trabalho. In: Baddeley, A. D., Eysenck, M. W. & Anderson, M. C. Memória, Porto Alegre, Artmed.

Baddeley, A.D., & Hitch, G. J. (1974). Working memory. In G.H Bower (Ed.), The psychology of learning and motivation, London: Academic Press.

Barendse, E. M, Hendriks, M.P, Jansen, J. F, Backes, W. H, Hofman, P.A, Thoonen, G.; Kessels R. P; Aldenkamp, A. P (2013) Working memory deficits in high functioning adolescents with autism spectrum disorders: neuropsychological and neuroimaging correlates. Journal Neurodevelopment Disorders, Jun 4; 5(1):14. doi: 10.1186/1866-1955-5-14.

Bird, R. (2009) Overcoming Difficulties with number. London: Sage.

Cambridge Cognition (2006).Neuropsychological Test Automated Battery (CANTAB) manual. Cambridge: Cambridge Cognition Limited.

Chan, R. C. K., Shum, D., Toulopoulou, T. & Chen, E. Y. H. (2008). Assessment of executive functions: Review of instruments and identification of critical issues. Archives of Clinical Neuropsychology. (23), 201-216.

Corso, L. V. (2012). Qual o Papel que a Memória de Trabalho Exerce na Aprendizagem da Matemática ? Bolema, 26, (42B), 627–647.

Cowan, N. (1995). Attention and memory: An integrated framework. Oxford Psychology Series, New York: Oxford University Press.

Cowan, N., & Alloway, T. P. (2008). The development of working memory. In N. Cowan (Ed.), Development of memory in childhood, Hove: Psychology Press.

Cowan, N., Saults, J. S., & Morey, C. C. (2006). Development of Working Memory for Verbal-Spatial Associations. Journal of memory and language, 55(2), 274–289. doi:10.1016/j.jml.2006.04.002

Daneman, M., & Carpenter P. A. (1980). Individual differences in working memory and reading. Journal of Verbal Learning & Verbal Behavior, 19, 450-466.

Dehn, M. J. (2008) Working memory and academic learning: assessment and intervention. Jonh Wiley & Sons, Hoboken, New Jersey.

47

DeLoache, J. S., Cassidy, D. J., & Brown, A. L. (1985). Precursors of mnemonic strategies in very young children’s memory.ChildDevelopment, 56, 125–137.

Dumontheil, I., & Klingberg, T. (2011). Brain Activity during a Visuospatial Working Memory Task Predicts Arithmetical Performance 2 Years Later. Cerebral cortex, 22, 1078-1085. doi:10.1093/cercor/bhr175

Fitzpatrick, C., & Pagani, L. S. (2012). Toddler working memory skills predict kindergarten school readiness. Intelligence, 40(2), 205–212. doi:10.1016/j.intell.2011.11.007

Franklin, T., Lee, a, Hall, N., Hetrick, S., Ong, J., Haslam, N., Karsz, F., et al. (2010). The association of visuospatial working memory with dysthymic disorder in pre-pubertal children. Psychological medicine, 40(2), 253–61.doi:10.1017/S0033291709990365

Galera, C. Souza, A. L. P. (2010). Memória visuoespacial e cinestésica de curto prazo em crianças de 7 a 10 anos. Estudos de Psicologia, 15(2), 137-143.

Gathercole, S. E. & Baddeley, A. (1990). Phonological memory deficits in language disordered children: Is there a casual connection? Journal of Memory and Language, 29, 336-360.

Gathercole, S. E. & Baddeley, A. (1993). Working memory and language. East Sussex, Uk: Lawrence Erlbaum.

Gathercole, S. E., & Alloway, T. P. (2008). Working memory and learning: A

guide for teachers. Sage: UK

Gathercole, S. E., Pickering, S. J., Knight, C., & Stegmann, Z. (2004).Working memory skills and educational attainment: Evidence from National Curriculum assessments at 7 and 14 years of age. Applied Cognitive Psychology, 18, 1-16

Giangiacomo, M. C. P. B., Navas, A. L. G. P. (2008) . A influência da memória operacional nas habilidades de compreensão de leitura em escolares de 4ª série. Revista Sociedade Brasileira Fonoaudiologia, 13(1):69-74.

Göthe, K., Esser, G., Gendt, A., &Kliegl, R. (2012). Working memory in children: tracing age differences and special educational needs to parameters of a formal model. Developmental psychology, 48(2), 459–76.

Grivol, M. P. Hage, S. R. V. (2011). Memória de trabalho fonológica: estudo comparativo entre diferentes faixas etárias. Jornal da Sociedade Brasileira Fonoaudiologia. 23(3):245-51.

Haden, C. A, Ornstein, P. A, O’Brien, B. S., Elischberger, H. B., Tyler, C. S., & Burchinal, M. J. (2011). The development of children’s early memory skills.

48

Journal of experimental child psychology, 108(1), 44–60. doi:10.1016/j.jecp.2010.06.007

Hedden, T.; Yoon, C. (2006) Individual differences in in executive processing predict susceptibility to interference in verbal working memory. Neuropsychology, 20, 511-528.

Hughes, C., & Ensor, R. (2005). Executive function and theory of mind in 2-year-olds: A family affair? Developmental Neuropsychology, 28, 645–668.

Imbo, I., &Vandierendonck, A. (2007). The development of strategy use in elementary school children: working memory and individual differences. Journal of experimental child psychology, 96(4), 284–309. doi:10.1016/j.jecp.2006.09.001

Iuculano, T., Moro, R., & Butterworth, B. (2011).Updating Working Memory and arithmetical attainment in school. Learning and Individual Differences, 21(6), 655–661. doi:10.1016/j.lindif.2010.12.002

Kane, M. J. e Engle R.W. (2002).The role of prefrontal cortex in working-memory capacity, executive attention, and general fluid intelligence: An individual differences perspective. Psychonomic Bulletin and Review, 9, 637-671.

Kirchner, W. K. (1958). Age differences in short-term retention of rapidly changing information. Journal of Experimental Psychology, 55(4), 352-358.

Knox H. (1914).A scale, based on the work at Ellis Island, for estimating mental

defect. Jama, 62(10), 741.

Korkman, M., Kirk, U., Kemp, S (1998). NEPSY: A Developmental neuropsychological Assessment. San Antonio, TX: The Psychological Corporation.

Leutwyler, H., Hubbard, E. M, Jeste, D. V, Miller, B., Vinogradov, S. (2013) Associations of Schizophrenia Symptoms and Neurocognition With Physical Activity in Older Adults With Schizophrenia. Biology Research Nursey, 19.

Matte-Gagné, C., & Bernier, A. (2011). Prospective relations between maternal autonomy support and child executive functioning: investigating the mediating role of child language ability. Journal of experimental child psychology, 110(4), 611–25. doi:10.1016/j.jecp.2011.06.006

Mervis, C. B., Velleman, S. L. (2011) Children with Williams Syndrome: Language, Cognitive, and Behavioral Characteristics and their Implications for Intervention. Perspective Lang Learning Education, 1;18(3):98-107.

Milner, B. (1971). Interhemispheric differences in the localisation of psychological processes in man. British Medical Bulletin, 27, 272–277.

49

Muniz, J. (2004). La validación de los tests. Metodología de las Ciencias del Comportamiento, 5, 121-141.

Nardi, T., Sanvicente-Vieira, B., Prando, M., Stein, L. M., Fonseca, R. P.,

Grassi-Oliveira, R. (2013). Tarefa N-Back Auditiva: Desempenho entre Diferentes Grupos Etários. Psicologia: Reflexão e Crítica, 26 (1), 151-159.

Ni, T.-L., Huang, C.-C., &Guo, N.-W.(2011). Executive function deficit in preschool children born very low birth weight with normal early development. Early human development, 87(2), 137–41.

Nunest, S., Miranda, D. L., Reis, A. T., Gramacho, A. M. S., Lucena, R., Argollo, N. (2010). Complicações neurológicas em anemia falciforme: avaliação neuropsicológica do desenvolvimento com o NEPSY. Revista Brasileira. Hematologia Hemoterapia, 32(2), 181-185.

Peterson, L., & Peterson, M. (1959). Short-term retention of individual verbal

items. Journal of Experimental Psychology, 58(3), 193-198

Pietrzak, R. H., Maruff, P., Mayes, L. C., Roman, S. a, Sosa, J. a, & Snyder, P. J. (2008). An examination of the construct validity and factor structure of the Groton Maze Learning Test, a new measure of spatial working memory, learning efficiency, and error monitoring. Archives of clinical neuropsychology : the official journal of the National Academy of Neuropsychologists, 23(4), 433–45. doi:10.1016/j.acn.2008.03.002

Prabhakaran, V.; Narayanan, K.; Zhao, Z.; Gabrieli, J. D. E. (2000).Integration of diverse information in working memory within the frontal lobe. Nature neurosciense, 3, 85-90.

Primi, R. (2010). Avaliação Psicológica no Brasil: Fundamentos, situação atual e Direções para o Futuro. Psicologia: Teoria e pesquisa, 26, 25-35.

Rasmussen C, Bisanz, J. (2005). Representation and working memory in early arithmetic. Journal Experimental Child Psychology, 91, 137-157.

Ribeiro, F. S., Santos, F. H. (2012). Treino Musical e Capacidade da Memória Operacional em Crianças Iniciantes, Veteranas e Sem Conhecimentos Musicais. Psicologia: Reflexão e Crítica, 25 (3), 559-567.

Ricker, T. J., Cowan, N., & Morey, C. C. (2010). Visual working memory is disrupted by covert verbal retrieval. Psychonomic bulletin & review, 17(4), 516–21. doi:10.3758/PBR.17.4.516

Rienstra, A, Spaan, P. E. J., & Schmand, B. (2010). Validation of symptom validity tests using a “child-model” of adult cognitive impairments. Archives of clinical neuropsychology : the official journal of the National Academy of Neuropsychologists, 25(5), 371–82. doi:10.1093/arclin/acq035

50

Rodrigues, A., & Befi-lopes, D. M. (2009). Memória operacional fonológica e suas relações com o desenvolvimento da linguagem infantil. Pró-Fono Revista de Atualização Científica,21(1), 63–68.

Rohde, T. E.,& Thompson, L. A. (2007). Predicting academic achievement with cognitive ability. Intelligence, 35(1), 83–92. doi:10.1016/j.intell.2006.05.004

Skogan, A. H., Zeiner, P., Egeland, J., Rohrer-Baumgartner, N., Urnes, A. G, Reichborn-Kjennerud, T., Aase, H. (2013) Inhibition and working memory in young preschool children with symptoms of ADHD and/or oppositional-defiant disorder. Child Neuropsychology, Sep. 23 [Epub ahead of print].

Swanson, L. H. (2011). Intellectual growth in children as a function of domain specific and domain general working memory subgroups.Intelligence, 39(6), 481–492. doi:10.1016/j.intell.2011.10.001

Talarowska, M., Zboralski, K., Gałecki, P. (2013) Correlations between working memory effectiveness and depression levels after pharmacological therapy. Psychiatry Polska. 47(2):255-67

Teixeira, R. A. A., Zachi, E. C., Roque, D. T., Taub, A., Ventura, D. F. (2011). Memory span measured by the spatial span tests of the Cambridge Neuropsychological Test Automated Battery in a group of Brazilian children and adolescents. Dementia Neuropsychology, 5(2), 129-134.

Tucker, A. M (2013) Two independent sources of short term memory problems during sleep deprivation. Sleep. 1;36(6):815-7. doi: 10.5665/sleep.2696

Vallar, G. & Baddeley, A. D. (1987).Phonological short-term store and sentence processing. Cognitive Neuropsychology, 4, 417-438.

Vaz, I. A., Cordeiro, P. M., Macedo, E. C., Lukasova, K. (2010) Memória de trabalho em crianças avaliada pela Tarefa de Brown-Peterson. Pró-Fono Revista de Atualização Científica, 22 (2), 95-100.

Wang, S., Gathercole, S. E. (2013) Working memory deficits in children with reading difficulties: memory span and dual task coordination. Journal Experimental Child Psychology. 115(1):188-97. doi: 10.1016/j.jecp.2012.11.015

Wechsler, D. (1997). Manual for the Wechsler Intelligence Scale for Children-Revised. New York: Harcourt Test Publishers.

Zheng, X., Swanson, H. L., Marcoulides, G. A. (2011).Working memory components as predictors of children’s mathematical word problem solving. Journal of Experimental Child Psychology, 110, 481-498. doi: 10.1016/j.jecp.2011.06.001

51

Relationship between working memory, IQ and academic achievement

Abstract

Working memory (WM) refers to ability to store and manipulate information for a period of time. There is evidence of a close relationship between WM and learning. The aim of this study was to investigate the relationship between WM, IQ and academic achievement. Individual neuropsychological assessment was conducted following a specific protocol. The study included 149 children aged 7 to 12 years (M = 9.74, SD = 1.29), of which 76 were females, from two private schools in Salvador, Bahia, Brazil. The data analysis included descriptive and inferential statistics. Academic achievement was evaluated using the Academic Performance Test (TDE), with subtests in reading, writing and arithmetic. The components of WM and short-term memory were evaluated using backward and forward Digit Span tasks and the backward and forward Corsi block-tapping task. The statistical tests used were linear regression analysis (stepwise) and Pearson correlation. The results showed that the best predictors of academic performance were the Corsi Block Backward, Digit Span Backward and Digit Span Forward tasks. The hypothesis of non-multicollinearity was tested,and it was verified that the constructs were independent (VIF<10 and Tolerance>0.20). The variance in academic performance explained by the model was ΔR=0.33. High and significant correlations were observed between the components of WM and the TDE. The WM score (Digit Span Backward + Corsi Block Backward) and the TDE were correlated (r=0.56**). These results indicate that WM is a good predictor of academic achievement and are consistent with other findings showing WM as a predictor of learning or the potential for learning. This result has important implications for education, particularly with respect to intervention.

Keyword: working memory, academic achievement, executive function, child

Introduction

Nearly every aspect of human life depends on memory. Individuals who

cannot encode, store, or retrieve information must rely on others for their

survival. Because learning depends on memory, deficiencies in any aspect of

memory can prevent children and adolescents from acquiring the skills and

knowledge necessary for success in life (Dehn, 2008).

In the study of human cognitive function over the past thirty-five years,

working memory (WM) has been one of the most influential constructs (Cowan,

2005). WM refers to the retention of information over a brief period of time, a

function that is of central importance for a wide range of cognitive tasks and for

academic achievement (Cowan, 2005). The capacity of WM is limited, and the

imposition of excess storage or processing demands in the course of an

ongoing cognitive activity will lead to catastrophic loss of information from this

temporary memory system (Gathercole, Lamont, & Alloway, 2006). Children

52

who have difficulty manipulating mental information will most likely have

difficulty learning new subjects.

Over the past twenty years, numerous studies have tested the

hypothesis that WM is a process that forms the basis of the ability to learn

(Zheng, Swanson, & Marcoulides, 2011; Alloway & Passolunghi, 2011; Alloway

& Alloway, 2010; Rohde & Thompson, 2007; Gathercole, Pickering, Knight &

Stegman, 2004). WM is required whenever something is learned because

learning requires the manipulation of information, interaction with long-term

memory and the simultaneous storing and processing of information (Dehn,

2008). Poor WM has measurable impacts on children’s academic performance

(Holmes & Gathercole, 2013). It is a common feature associated with

educational underachievement (Gathercole et al., 2004), and a substantial

majority of children with poor WM skills fails to meet expected standards in

either reading or math, or, most commonly, both areas (Gathercole & Alloway,

2008). Poor WM therefore appears to place a child at high risk of poor

scholastic attainment (Holmes & Gathercole, 2013).

Recent investigations have also confirmed that WM ability, in comparison

to intelligence quotient (IQ), contributes to better performance in reading and

mathematics (Alloway & Passolunghi, 2011; Alloway & Alloway, 2010; Alloway,

2009; Rohde & Thompson, 2007). Alloway & Alloway (2010) showed that

children’s WM skills at 5 years of age were the best predictor of reading,

spelling, and math outcomes six years later. IQ, in contrast, accounted for a

smaller portion of the unique variance in reading and math skills and was not a

significant predictor of spelling performance. These results demonstrate that

WM is not a proxy for IQ but rather represents a distinct cognitive skill with

unique links to learning outcomes (Alloway & Alloway 2010). This suggests that

WM deficiencies are associated with poor learning outcomes and are a high risk

factor for school failure in children (Alloway, Gathercole, & Elliott, 2010).

WM capacity is usually measured by utilizing complex memory span

tasks in which children must simultaneously store and process information

(Gathercole & Alloway, 2004). Gathercole, Pickering, Knight & Stegmann (2004)

53

found that WM skills were excellent predictors of whether children would obtain

low, average or high scores on both English and math assessments at Key

Stage 1 (6-7 years) and math assessments at Key Stage 3 (13-14 years). The

study showed that WM, more than intelligence, is an excellent predictor of

children's school achievement across domains (Lu, Weber, Spinath, Shi, 2011).

This is also consistent with previous studies reporting that the specific

associations between WM and achievement remain when controlling for

intelligence (Alloway, 2009; Swanson, Jerman, & Zheng, 2008; Maehler &

Schuchardt, 2009). Concerning the relationship between WM and intelligence,

the moderate inter-correlation of .36 is in line with the view that the two

constructs are not isomorphic (Lu, Weber, Spinath, Shi, 2011).

Academic achievement and development of verbal skills, such as reading

decoding, reading comprehension, mathematics, and written expression,

depend heavily on the adequate functioning of WM (Dehn, 2008). The strong

relations between specific areas of academic achievement and short-term and

WM components are well established (Berninger & Richards, 2002; Swanson,

2001). Common classroom activities that impose simultaneous demands on

storage and processing include listening to a speaker while trying to take notes,

following complex instructions, decoding unfamiliar words, writing sentences

from memory and mental arithmetic. Learning is reduced, or at least slowed,

when available WM capacity is reduced through overloading or dividing

attention (Dehn, 2008).

Evaluation of WM development in the early school years and intervention

programs for children with learning difficulties may reduce academic impacts.

The research should investigate the cognitive functions that are key to

academic performance to understand better the variables that influence the

acquisition of new knowledge.

The aim of this study was to investigate the relationship between WM

and academic achievement. In this study, we investigated whether WM is a

good predictor of student academic achievement as well as WM’s relationship

54

with IQ. The hypothesis tested in the study is that more highly developed WM is

associated with better academic achievement.

METHODS

Participants

The study included 149 children between 7 and 12 years old (mean =

9.74, SD = 1.29), with 76 females and 73 males. All children were private school

students between the 2nd and 5th grades in Salvador, Bahia, Brazil.


Attended Preschool

(%)

Educational level of

Mother (%)

Educational level of

Father (%)

Monthly Income

(%)

Reading Habits of Children

(%) No 5.2

1 to 2 years 5.9

3 to 4 years 76.5

School 11.8 19.6

Graduation 34.7 38.0

Specialization / Masters

47.7 34.0

Doctorate 2.0 2.1

R$ 600-1.200 2.8

R$ 1.200-2.400 1.4

R$ 2.400-4.800 6.9

R$ 4.800-6.000 10.4

R$ 6.000-10.000 31.9

R$ Above 10.000 46.5

Always 22.1 Sometimes 43.1 Frequently 29.4

Never 3.3

Table 1 displays the socioeconomic profile of participants. Most participants had

high socioeconomic levels. Most studied in preschool for at least 3 years

(76.5%). Parents generally had a high level of education. The monthly income

of the participants was also very high, with nearly half of the participants with

incomes above R$ 10.000 (46.5%).

55

Procedures

The parents consented to the participation of their children in the study,

i.e., they signed a consent form and received a copy of the document. Children

who had been authorized underwent neuropsychological assessment. Individual

neuropsychological assessment was conducted following a specific protocol. All

testing occurred during school hours and was conducted in the classes of the

participants, with an estimated duration of 1 hour and a half. The parents were

sent a socioeconomic questionnaire. This questionnaire aimed to assess

whether the child took medication or had any medical problems, such as

prematurity, low birth weight or psychiatric or neurological illness. To participate

in the study, children could not present any health problems.

Data Analysis

The data analysis used descriptive and inferential statistics. The

descriptive statistics included the mean, standard deviation, and range. The

inferential statistics included bivariate correlations and linear regression

analysis. The software used was SPSS version 20 (IBM, 2011).

Instruments

Intelligence (IQ)

The IQ of the children was estimated using the vocabulary and cube

tasks of the Wechsler Intelligence Scale for Children, 3rd Version (WISC-III)

(Wechsler, 2002). Mello et al. (2011) reported on the feasibility of estimating a

child’s IQ through these two tasks.

Vocabulary (WISC-III): The child is asked to provide settings for a list of

35 words that are read one by one.

Cubes (WISC-III): The child is given 16 white and red blocks and is

shown figures made up of white and red cubes. The child is asked to assemble

the blocks to correspond to the figure, a task requiring mental decomposition

and rotation of the figure.

56

Short Term Memory (STM) and Working Memory (WM)

To evaluate STM and WM, the digit span task from the WISC-III and the

Corsi Block-tapping Test were used, both forward and backward versions of the

tasks.

Digit Span (WISC-III): The examiner reads aloud a sequence of

numbers. For the forward version of the task, the child repeats the numbers in

the same order in which they were spoken (assessment of STM). For the

backward version, the child repeats the numbers in reverse order (assessment

of WM).

Corsi Block Test: The task includes nine cubes mounted on a board

(Lezak, 1995). The examiner touches the blocks in a specific sequence and

asks the child to repeat the sequence in the same order for the forward version

of the task (assessment of STM). For the backward version, the examiner

touches the blocks, forming a sequence, but the child must touch them in

reverse order (assessment of WM).

Academic achievement

Academic achievement was assessed with a Brazilian instrument, the

“Teste de Desempenho Escolar” (TDE). The TDE is a psychometric instrument

with individual application to the evaluation of the fundamental capabilities of

school performance, specifically writing, arithmetic and reading (Stein, 1994). It

is designed for evaluation of students from 1st to 6th grade of elementary

school, although it can be used with some reservations for the 7th and 8th

grades. It has been validated in Brazil using a sample from Porto Alegre. This

test evaluates the fundamental skills of students using the following tasks: 1.

Writing: Students listen to and write 34 single words presented in dictation form;

2. Arithmetic: Students are given 3 mathematical problems in oral form and 35

written arithmetic calculations, fora total of 38; 3. Reading: Students are asked

to recognize 70 isolated words in context. The total score for each task is

obtained from the sum of each correct answer that the participant has obtained

(Stein, 1994).

57

Results

Table 2 shows the performance of the children on the WM tasks and the

TDE. The data in Table 2 present the skewness and kurtosis as indicators of the

normal tendency of the tasks in the sample. In all tasks, the skewness was

smaller than one and the kurtosis closer to zero.

Table 2 – Descriptive statistics of row scores for measures cognitive.

Min. Max. Skewness Kurtosis Mean SD

Digit Span Forward 5 13 .918 .845 7.80 1.66 Digit Span Backward 2 9 .398 -.114 4.71 1.57 Corsi Block Test Forward 4 12 .269 .351 7.89 1.41 Corsi Block Test Backward 2 12 -.335 -.572 7.44 2.12 TDE Total 74.00 138.00 -.572 -.176 115.46 14.2 WM Total 5 19 -.029 -.352 12.15 3.01

WM Total (Digit Span Backward + Corsi Block Test Backward) TDE Total (Arithmetic + Reading + Writing)

Table 3 - Performance for age in each of the cognitive tasks

Component Short-Term Memory Working Memory (WM)

Sub-component

Verbal Visuo-Spatial Loop Phonological

Visuo-Spatial Sketchpad

Age N Digit Span Forward

Corsi Block Test Forward

Digit Span Backward

Corsi Block Test Backward

WM Total TDE Total

7 7 7.14(0.9) 6.71(0.7) 3.86(1.0) 5.29(2.4) 9.14(2.5) 87.00(7.3) 8 18 7.06(0.9) 7.22(1.6) 4.22(1.7) 5.22(1.7) 9.44(2.7) 101.94(8.6) 9 37 7.54(1.5) 7.86(1.1) 4.32(1.3) 7.16(2.2) 11.48(2.7) 110.51(9.45) 10 45 8.02(1.6) 7.64(1.1) 4.69(1.4) 7.76(1.6) 12.44(2.4) 118.40(8.87) 11 27 7.4(1.4) 8.44(1.7) 5.39(1.6) 8,19(1.7) 13.62(2.6) 124.70(13.92) 12 14 9.57(2.0) 9.00(2.0) 5.57(1.4) 9,43(1.2) 15(1.9) 132.00(5.39)

Total 148

7.79(1.6) 7.88(1.4) 4.72(1.5) 7.42(2.1) 12.14(3.0) 115.46(14.29)

WM Total (Digit Span Backward + Corsi Block Test Backward) TDE Total (Arithmetic + Reading + Writing)

Table 3 shows the children's performance for each task, comparing age

groups. It can be observed that STM and WM improve with age, and the

performances of the children on the TDE also improve with age. Despite this

improvement in performance, it was not possible to separate the participants

into homogenous groups using a post-hoc ANOVA. The mean estimated IQ was

above average (>110), indicating a high intelligence level for all the participants.

58

Table 4 – Bivariate correlational analysis between school performance, short-term memory and working memory.

Note: * p≤0.05 **p≤0.01 WM Total (Digit Span Backward + Corsi Block Test Backward) TDE Total (Arithmetic + Reading + Writing)

Table 4 shows the correlations between the tasks of the TDE and

themeasures of memory. All correlations between the reading, writing and

mathematics tasks and the memory measures were significant. The Arithmetic

Task had the highest correlation with performance on the Corsi Block Backward

(r=.54, p≤0.01). The Reading Task showed the strongest correlation with the

Digit Span Forward task (r=.37, p≤0.01). For the Writing Task, the correlations

were similar among the Corsi Block Backward, Digit Span Forward, and Digit

Span Backward tasks (r=.38, r=.35 and r=.34, respectively, all with p≤0.01).

Of interest was the finding (Table 4) that academic achievement (TDE

Total) showed the highest positive correlations with the WM tasks (Corsi Block

Backward, r=.50, and Digit Span Backward, r=.40, p≤0.01). Another strong

positive correlation occurred between TDE Total and WM (r=.56, p≤0.01) and

the Arithmetic WM task (r=.57, p≤0.01). Interestingly, the task of Digit Span

Forward showed higher positive correlations with the Writing and Reading tasks

(r=.37 and r=.35; p≤0.01); however, when we analyzed overall academic

achievement (TDE total), the Digit Span Backward task had a higher correlation

(r=.40; p≤0.01).

The correlations between the estimated IQ measure and academic

achievement (TDE) were very weak and not significant. Comparing IQ to the

Reading task alone showed a weak correlation (r=.20, p= p≤0.05).

1 2 3 4 5 6 7 8 9 10

1.Corsi Block Forward -

2.Corsi Block Backward .483** -

3.Digit Span Forward .235** .295** - 4.Digit Span Backward .319** .294** .307** - 5.WM Total .509** .855** .371** .747** -

6.QI Estimated .161 .173* .070 .101 .175* - 7.Arithmetic .370** .554** .307** .325** .562** -.024 -

8.Reading .235** .303** .371** .269** .357** ,127 .536** -

9.Writing .262** .381** .342** .327** .440** .063 .632** .706** -

10.TDE Total .346** .501** .385** .362** .542** .049 .885** .822** .877** -

59

Table 5 - Linear regression to predict academic achievement (TDE total).

R2 ΔR B Std. Error B β

Step 1 .25 .24 Constant 90.418 3.739 Corsi Block Backward 3.366 .483 .501**

Step 2 .31 .30 Constant 83.212 4.089 Corsi Block Backward 2.793 .489 .415** Digit Span Backward 2,434 .662 .267**

Step 3 .35 .33 Constant 73.707 5,194 Corsi Block Backward 2.505 .488 .373** Digit Span Backward 1.944 .669 .214** Digit Span Forward 1.789 .626 .208**

Note: * p≤0.01; **p≤0.001

Table 5 shows the results of the linear regression model using the STM

tasks (Digit Span Forward and Corsi Block Forward) and the WM tasks (Corsi

Block Backward and Digit Span Backward) to predict total TDE (Arithmetic +

Reading + Writing). A stepwise method was used to build the regression model.

The results of the construction of the model indicate that the tasks that best

explained the TDE variance were Corsi Block Backward, Digit Span Backward

and Digit Span Forward. The greatest variance was explained specifically by

the WM tasks, mainly the Corsi Block Backward task (ΔR=.24) and the Digit

Span Backward task, which together accounted for (ΔR=.30) of the TDE total.

The other task that was entered into the model, Digit Span Forward, had a

lower predictive power, with the model showing an explained variance of

(ΔR=.33). The Corsi Block Forward task did not significantly explain any

variance in the model, so it was then excluded in the stepwise method. The

hypothesis of non-multicollinearity was tested, and it was verified that the

constructs were independent (VIF<10 and Tolerance>0,20. The requirements of

linearity and homoscedasticity were met.

Table 6 - Linear regression to predict performance in sub-test Arithmetic.

R2 ΔR B Std. Error B β

Step 1 .30 .30 Constant 6.54 1.98 Corsi Block Backward 2.03 .483 .554**

Note: * p≤0.01; **p≤0.001

Table 6 shows the results of the linear regression model using only Corsi

Block Forward to predict Arithmetic TDE. The data showing above is interesting

60

because only one task which assesses visuospatial WM is predicting a good

value for the test of arithmetic TDE.

Discussion

The aim of the study was to analyze the correlational and predictive

power of WM with regard to academic achievement. To identify the

relationships, we estimated the IQ of the children. The findings of the study

indicate strong correlations between WM and academic achievement, more

specifically, reading, writing and mathematics. Previous published studies also

indicate these correlations between WM and academic achievement (Alloway,

2009; Alloway, 2006; Rasmussen & Bisanz, 2005; Cowan & Alloway, 2008).

Overall correlations between WM measures and achievement range as high as

.55 to .92 (Swanson, 1999). There is a strong empirical foundation for the view

that learning difficulties reflect a fundamental deficit in WM (Swanson & Siegel,

2001).

The current study found results consistent with the literature, i.e., the

tasks that had higher correlations with academic achievementwere WM tasks,

when compared with STM tasks (Jarrold & Towse, 2006; Swanson, & Beebe-

Frankenberger, 2004). STM was initially seen as a limited-capacity memory

store that was subject to rapid loss due to decay (Atkinson & Shiffrin, 1968). A

number of studies have shown that measures of STM, such as digit span,

correlate modestly with measures of higher-level cognitive function, such as IQ

(Mukunda & Hall, 1992; Unsworth & Engle, 2007), reading (Swanson, Jerman &

Zheng, 2009), and arithmetic skills (Swanson & Jerman, 2006). Our findings

corroborate the findings that STM and WM are different functions and that WM

is the better predictor of academic achievement. These findings are important,

suggesting that verbal and visuospatial STM tasks involve only storage of

information, whereas verbal and visuospatial WM measures involve

simultaneous processing and storage of information (Alloway, 2009). WM

requires executive resources for the processing aspect of the task. The link

suggests that the ability to mentally store and manipulate information may allow

a greater capacity for learning, explaining the higher correlations and prediction

61

model between academic achievement and WM tasks. Interestingly, the

analysis showed one of the largest correlations between the total score of the

WM tasks and the total score on reading, writing and mathematics. This may

indicate that the ability to manipulate the information actually improves verbal

and spatial learning ability.

Another task used which showed excellent relationships with

performance in arithmetic was the task of Corsi Block Backward. Only this task

showed a variance explained (30.) These findings may indicate that the ability

of visuospatial manipulation can predict performance in mathematics in

children. Studies such as Meyer, et al. (2010) argue that tasks involving the

central executive of working memory facilitate the learning of mathematics.

Another important finding was that WM improves with increasing age.

This demonstrates that storage and manipulation of information also increases.

Other studies also report similar findings (Gathercole, Alloway 2008; Alloway

2006),with implications especially in the classroom. However, this pattern was

not observed in homogeneous groups using a post-hoc ANOVA according to

age. Perhaps WM develops along a continuum with no specific landmarks in

accordance with age. These findings point to the importance of the

development of WM for academic achievement and learning. Many studies now

indicate failures in the development of WM in children with learning difficulties

(Alloway, 2006; Lu et al. 2011; Alloway, Gathercole, Elliott, 2010; Gathercole,

2008; Henry & Winfiel, 2010; Meyer, Salimpoor, Wu, Geary, Menon, 2010).

The estimation of IQ was made through the WISC-III tasks. These tasks

assess crystallized intelligence and are strongly associated with specific

aspects of learning. The findings of the study indicate that IQ has no significant

relationship to academic achievement. Many studies have assessed fluid

intelligence, and correlations are lower when compared with WM (Unsworth

&Engle, 2005; Lu et al. 2011; Hornung, Brunner, Reuter, Martin, 2011). This

finding indicates that crystallized intelligence also does not provide good

predictions of academic achievement.

62

In the regression model, TDE was explained mainly from the WM tasks

and an STM task. The amount of variance in performance on the TDE that was

explained by the tasks used was 33%. Interestingly the explanation of academic

achievement was mainly due to the WM tasks, with a total of 30% of the

variance explained. This indicates the strength of WM tasks in predicting overall

performance on the TDE. Other studies, such as that by Alloway (2009),

included regression models that also indicated strong relationships between

WM and academic achievement. The findings from the regression analyses

indicated that both WM capacity and prior domain-specific knowledge were

unique predictors of learning outcomes 2 years later. The finding that initial

reading and math skills are important precursors to subsequent learning fits well

with the existing literature (Swanson, 2006; Butterworth, 2005). IQ was not a

significant predictor of learning outcomes once WM capacity and prior

knowledge were statistically controlled. It is also of interest that working-

memory capacity predicted subsequent skills in both reading and math

(Alloway, 2009). The evidence from the study indicates that WM is a good

predictor of academic achievement, as measured by TDE tasks.

The findings of this study are consistent with others indicating that poor

WM is associated with poor academic attainment. It fits in with the notion that

WM is the foundation of learning (Martinussen, Hayden, Hogg-Johnson,

Tannock, 2005) and is associated with learning disabilities regardless of the

core deficit (Nigg, 2006). Early screening of WM problems can prevent

subsequent learning difficulties (Alloway, Gathercole & Elliott, 2010). While

there are a range of cognitive skills that are crucial to learning, there is growing

evidence that WM is one of the best predictors of attainment (Alloway, Banner

&Smith, 2010). The identification of this strong relationship between WM

performance and academic studies is interesting and could lead to development

of interventions to stimulate WM. Training programs that directly target WM

provide important evidence that it is possible to make enduring changes to

these memory abilities. Cogmed Working Memory Training provides intensive

practice on a range of computer-based memory tasks over 20–25 sessions

(Klingberg, Forssberg, & Westerberg, 2002; Klingberg et al., 2005). There is

63

also preliminary evidence of accelerated learning following such training, with

significant improvements in math scores reported several months after training

for children with WM impairments (Holmes, Gathercole, Dunning, 2009) and

improvements in reading comprehension reported post-training for children with

special educational needs (Dahlin, 2010).

In summary, the data from the research suggests that WM predicts

academic achievement, specifically performance in reading, writing and

arithmetic. Our results suggest a separation of the constructs of STM and WM,

with WM having a stronger relationship with academic achievement. The ability

of visuospatial manipulation seems to be closely linked to performance in

mathematics. The results of the regression model indicate that the ability to

manipulate information is intimately linked to learning. The estimated IQ seems

to have few relationships with academic achievement. The proper development

of WM seems to predict school performance in children.

Reference

Alloway, T. P. (2006). How does working memory work in the classroom?

Educational Research and Reviews, 1 (4), 134-139.

Alloway T. P. (2009) Working memory but not IQ predicts subsequent learning

in children with learning difficulties. European Journal Psychology

Assessment. 25: 92–98.

Alloway, T. P. Banner, G. E. & Smith, P. (2010). Working memory and cognitive styles in adolescents' attainment. British Journal of Educational Psychology, 80, 567-581.

Alloway, T. P., & Passolunghi, M. C. (2011).The relationship between working memory, IQ, and mathematical skills in children. Learning and Individual Differences, 21(1), 133–137. doi:10.1016/j.lindif.2010.09.013

Alloway, T. P., Gathercole, S. E., & Elliott, J. (2010).Examining the link between working memory behaviour and academic attainment in children with ADHD. Developmental medicine and child neurology, 52(7), 632-6.doi:10.1111/j.1469-8749.2009.03603.x

Alloway, T., & Alloway, R. G. (2010).Investigating the predictive roles of working memory and IQ in academic attainment. Journal of Experimental

64

Child Psychology, 106(1), 20-29. Elsevier Inc. doi:10.1016/j.jecp.2009.11.003

Atkinson, R. C., Shiffrin, R.M. (1968). Human memory: a proposed system and its control processes. In: The Psychology of Learning and Motivation: Advances in Research and Theory, pp. 89– 195. New York: Academic.

Berninger, V. W., & Richards, T. L. (2002). Brain literacy for educators and

psychologists. New York: Academic Press

Butterworth, B. (2005). The development of arithmetical abilities. Journal of Child Psychology and Psychiatry, 46, 3–18.

Cowan, N. (2005). Working Memory Capacity.New York: Lawewnce Erlbaum.


Dahlin, K. (2010). Effects of working memory training on reading in children with special needs. Reading and Writing, 24, 479–491.


Gathercole, S. E. (2008). Working memory in the classroom. Psychologist, 21, 382-385.

Gathercole, S. E., & Alloway, T. P. (2004). Working memory and classroom learning. Dyslexia Review, 15, 4-10.



Gathercole, S. E., Lamont, E. & Alloway, T. P. (2006) Working memory in the classroom. In: S. J. Pickering (Ed.), Working memory and Education (pp. 219-240). Burlington, MA: Academic Press.

Gathercole, S. E., Pickering, S. J., Knight, C., & Stegmann, Z. (2004).Working memory skills and educational attainment: Evidence from National Curriculum assessments at 7 and 14 years of age. Applied Cognitive Psychology, 40, 1-16.

Gathercole, S. E., Pickering, S.J., Knight, C., & Stegman, Z. (2004).Working

memory skills and educational attainment: Evidence from National

Curriculum assessments at 7 and 14 years of age. Applied Cognitive

Psychology, 18, 1–16.

65

Henry, L. Winfiel, J. (2010). Working memory and educational achievement in children with intellectual disabilities. Journal of Intellectual Disability Research.54, (4), 354–365.

Holmes, J. & Gathercole, S. E. (2013).Taking working memory training from the

laboratory into schools, Educational Psychology. An International Journal of

Experimental Educational Psychology, DOI:

10.1080/01443410.2013.797338

Holmes, J., Gathercole, S., E., Dunning, D.L. (2009). Adaptive training leads to sustained enhancement of poor working memory in children. Development Science. 12, 9-15.

Hornung, C., Brunner, M., Reuter, R. A. P., & Martin, R. (2011).Children's

working memory: Its structure and relationship to fluid intelligence.

Intelligence, 39(4), 210–221. http://dx.doi.org/10.1016/j.intell.2011.03.002.

Jarrold, C. Towse, J. N. (2006). Individual Differences in Working Memory.

Neuroscience, 139, 39–50.

Klingberg, T., Fernell, E., Olesen, P. J., Johnson, M., Gustafsson, P., Dahlstrom, K. Westerberg, H. (2005). Computerised training of working memory in children with ADHD-a randomised, controlled trial. Journal of the American Academy of Child and Adolescent Psychiatry, 44, 177–186.

Klingberg, T., Forssberg, H., & Westerberg, H. (2002).Training of working memory in children with ADHD. Journal of Clinical and Experimental Neuropsychology, 24, 781–791.

Lezak, M.D. (1995) Neuropsychological Assessment, Oxford University Press.

Lu, L. Weberc, H. S. Spinath, F. M., Shi, J. (2011) Predicting school achievement from cognitive and non-cognitive variables in a Chinese sample of elementary school children. Intelligence, 39,130–140.

Maehler, C., & Schuchardt, K. (2009). Working memory functioning in children

with learning disabilities: does intelligence make a difference? Journal of

Intellectual Disability Research, 53(1), 3-10.

Martinussen R, Hayden J, Hogg-Johnson S, Tannock R. (2005) A meta-analysis of working memory impairments in children with attention-deficit ⁄ hyperactivity disorder. Journal American Academic Child Adolescent Psychiatry; 44: 377–84.

Mello, C. B., Argolo, N., Shayer, B.P.M, Abreu, N., Godinho K. et al. (2011). Versão Abreviada do WISC-III: Correlação entre QI Estimado e QI Total em Crianças Brasileiras. Psicologia: Teoria e Pesquisa, 27, (2).

Meyer, M. L, Salimpoor, V.N., Wu, S.S., Geary, D. C., Menon, V.

(2010).Differential contribution of specific working memory components to

66

mathematics achievement in 2nd and 3rd graders. Learn Individual

Difference. 20: 101-109.

Mukunda, K.V., Hall V.C. (1992) Does performance on memory for order correlate with performance on standardized measures of ability? A meta analysis. Intelligence 16: 81–97.

Nigg, J. (2006) What Causes ADHD? Understanding What Goes Wrong and Why. New York: Guilford Press.

Rasmussen, C., & Bisanz, J. (2005).Representation and working memory in early arithmetic. Journal of experimental child psychology, 91(2), 137-57.doi:10.1016/j.jecp.2005.01.004

Rohde, T. E.,& Thompson, L.A (2007).Predicting academic achievement with cognitive ability. Intelligence, 35(1), 83–92. doi:10.1016/j.intell.2006.05.004

Stein, L. M. (1994). Teste de Desempenho Escolar: manual para a aplicação e interpretação. São Paulo, Casa do psicólogo.

Swanson, H. L. (1999). What develops in working memory? A life span

perspective. Developmental Psychology, 35(4), 986-1000.

Swanson, H. L. (2001). Are working memory deficits in readers with learning

disabilities had to change? Journal of Learning Disabilities, 33, 551-566.

Swanson, H. L., & Beebe-Frankenberger, M. (2004).The relationship between

working memory and mathematical problem solving in children at risk and

not at risk for math disabilities. Journal of Education Psychology, 96, 471–

491.

Swanson, H. L., & Jerman, O. (2006). Math disabilities: A selective meta-analysis of the literature. Review of Educational Research, 76, 249−274.

Swanson, H. L., & Siegel, L. (2001).Learning disabilities as a working memory

deficit. Issues in Education: Contributions from Educational Psychology, 7,

1–48.

Swanson, H. L., Jerman, O., & Zheng, X. (2008).Growth in working memory and

mathematical problem solving in children at risk and not at risk for serious

math difficulties. Journal of Educational Psychology, 100, 343–379.

Swanson, H.L. (2006). Working memory and reading disabilities: Both

phonological and executive processing deficits are important. In T. P.

Alloway & S. E. Gathercole (Eds.), Working memory in neurodevelopmental

conditions (pp. 59–88).East Sussex, UK: Psychology Press.

67

Unsworth, N., & Engle, R. W. (2007). On the division of short-term and working memory: An examination of simple and complex spans and their relation to higher-order abilities. Psychological Bulletin, 133, 1038–1066. doi:10.1037/0033-2909.133.6.1038

Wechsler, D. (2002). Wisc-III. Escala de Inteligência para Crianças. (V. L. Figueiredo, Trad.). São Paulo: Casa do Psicólogo. (Original publicado em 1949).

Zheng, X., Swanson, H. L., & Marcoulides, G. a. (2011).Working memory components as predictors of children’s mathematical word problem solving. Journal of experimental child psychology, 110(4), 481-98. Elsevier Inc. doi:10.1016/j.jecp.2011.06.001

68

Socio-economic-status influence on the development of

working memory and the relationship with academic

achievement

Abstract

Working memory (WM) refers to the ability to store and manipulate information for a brief period. An extensive literature documents the importance of contextual factors, especially socio-economic background, in predicting educational attainment and WM. The aim of this investigation was to investigate the influence of socioeconomic status (SES) on the developmental WM and academic achievement. The study included 196 children between 7 and 12 years old from private and public Brazilian schools. The participants answered a questionnaire with socioeconomic conditions, as level education from parents and monthly income. Working memory was evaluated with Digit Span (forward and backward) and Corsi Block Tests (forward and backward). For assessment academic achievement it was used a Brazilian psychometric test for assessing writing, arithmetic and reading. For data analysis were used t test, Pearson correlation and structural equations modeling. The results showed a significant difference between private and public schools participants. Other data found indicate that a socioeconomic background differs when comparing the public school and private school. Private school children had a significantly higher performance in WM tasks and academic achievement. The Pearson correlation show that the greater the SES higher WM capacity and academic performance. The model building through structural equation modeling (SES) showed that SES influences the ability of WM and academic achievement. The model suggests that the weight of the SES is higher for WM (γ = 0.41), but also influence the academic performance (γ=.28). The WM is a good academic predictor, which in turn is influenced by SES. It’s an interesting finding because the environment influence is larger on the WM development the which in turn is one good predict academic. The hypothesis is that children with lower SES, living in a more vulnerable environment to have a worse WM and therefore also more likely to have a lower academic achievement.

Introduction

Working memory (WM) refers to the ability to store and manipulate

information for a brief period (Kane & Engle, 2002; Baddeley, 2000; Baddeley &

Logie, 1999). This construct have a limited capacity system, is essential to

encoding, storage, and retrieval of information being processed in any cognitive

task (Atkinson & Shiffrin, 1971; Cowan, 1995). It is a crucial part of the cognitive

ability to think and solve problems in daily life.

69

It is now well established that performance on WM span tasks is an

important predictor of educational achievement in typically developing children

(Bayliss, Jarrold, Gunn, & Baddeley, 2003; Gathercole & Pickering, 2000; Hitch,

Towse, & Hutton, 2001). Learning requires the manipulation of information,

interaction with the long-term memory, simultaneously storage and processing

of information (Dehn, 2008). There is extensive evidence demonstrating the

relationship between WM and learning outcomes, especially in tasks of reading,

writing and mathematics (Alloway, 2009; Alloway, 2006; Rasmussen & Bisanz,

2005; Cowan & Alloway, 2008).

Most of the current studies provide evidence of the relationship between

WM and academic achievement (Alloway & Alloway, 2010; Alloway, 2009; Bull

& Scerif, 2001; Gathercole & Pickering, 2000; Gathercole, Lamont & Alloway,

2006). However, it is important to investigate external variables that can impact

on the development of WM. An important variable is the weight that

socioeconomic status (SES) has on WM development and academic

performance. An literature documents the importance of contextual factors,

especially socioeconomic background predicting educational attainment

(Nesbitt, Baker-Ward & Willoughby, 2013). As documented in investigations,

pervasive gaps in math and literacy achievement between high- and low-SES

students are evident as early as in the kindergarten studies (Snyder & Dillow,

2011; Mistry, Benner, Biesanz, Clark, & Howes, 2010). Moreover, these

achievement gaps persist over time (Arnold & Docrocoff, 2003; KewalRamani,

Gilbertson, Fox, & Provasnik, 2007; Mistry, Benner, Biesanz, Clark, & Howes,

2010; Snyder & Dillow, 2011). Children from lower-income households have

more difficulties in reading and math (Heckman, 2006).

Studies have made interesting contributions with research that has

examined the effects of factors associated with SES and race which are

external to the child (e.g., family’s access to resources, teacher attitudes,

stress, under-funded schools) as variables that have an impact on child

development and academic achievement (Bradley & Corwyn, 2002; Evans,

2006). Understanding these aspects can bring a broader perspective to better

understand the variables that influence the child's learning.

70

WM is a component of executive functions and recent studies also

established associations between SES and executive function in early

elementary school children (Blair, 2010; Dilworth-Bart, 2012; Evans &

Rosenbaum, 2008). Some studies have suggested that brain systems with

prolonged postnatal development, including the prefrontal/executive system, are

more susceptible to the impact of limited environmental resources than are

earlier developing systems such as the occipito-temporal and parietal systems

(Hackman, Farah, & Meaney, 2010; Noble, McCandliss, & Farah, 2007).

Moreover, it has been proposed that exposure to the early stress

associated with inadequate family resources increases the presence of classes

of stress hormones and neurotransmitters, which in turn alter the development

of the neural pathways associated with executive function and behavioral

reactivity (Blair, 2010). This explanation has been supported by

electrophysiological evidence that children from low-SES families have altered

prefrontal functioning compared to children from higher SES backgrounds

(Kishiyama, Boyce, Jimenez, Perry, & Knight, 2009). If studies evidence an

impact of the environment on executive function, probably, the WM also suffers

impact of the environment, which in turn can influence the academic

achievement.

In a series of studies, Noble and Farah demonstrated differential impacts

of SES on cognition in children with 4 to 11 year olds (Farah, Noble & Hurt,

2005; Farah, Shera, Savage, Betancourt, Giannetta, Brodsky, Malmud & Hurt,

2006; Noble, McCandliss & Farah, 2007). Some studies also indicate that WM

along with language were the most sensitive neurocognitive systems in relation

to early deprivation. The deficits presented by children at a disadvantage on the

SES in the WM, also predict deficits in adults (Evans & Schamberg, 2009).

Bradley & Corwyn (2002) indicates that family income is a strong and

consistent predictor of various levels of achievement, including standardized

test scores, grades in school, and school levels, in children with economic

difficulties (National Institute of Child Health and Human Development Early

Child Care Research Network, 2005).

71

In Brazil, there are large inequalities in SES. These differences are most

evident when analyzing the income and education levels of parents of children

in public and private schools. In the North and Northeast of Brazil,

socioeconomic inequalities are greater (IBGE, 2002). This study was conducted

in a city in northeastern Brazil, thus finding the most striking differences in SES

environments for the population living in the same city. Public and private

schools are places where these differences are highlighted. Parents of higher

SES tend to put their children in private schools and parents of lower SES tend

to put their children in public schools. The aim of the paper was investigated the

influence SES on the developmental WM and academic achievement in

children in one sample from Salvador-Bahia-Brazil. Another objective was to

compare the WM and academic performance of children in public and private

school.

The study hypothesis is that SES influence the development of WM

which in turn is a good predictor for academic performance. We also presume

that WM is a mediator between the SES and academic achievement.

METHOD

Participants

The study included 196 children between 7 and 12 years old (mean = 9.88, SD

= 1.35), with 99 females and 97 males. The children were two private school

and two public school students between the 2nd and 5th grades in Salvador,

Bahia, Brazil. Participants were from two private schools (n = 143) and two

public schools (n = 53).

72


Public School Private School

Educational

level of

Mother (%)

Education

al level of

Father (%)

Monthly

Income

(%)

Educational

level of

Mother (%)

Education

al level of

Father (%)

Monthly

Income

(%)

Incomplete

Elementary School

7.7 7.5 0.0 0.7

Elementary School I 7.7 17.0 0.0 0.0

Elementary School II 25.0 28.3 0.0 0.7

School 53.8 35.8 11.2 19.7

Graduation 5.7 11.3 35.0 41.1

Specialization /

Masters

0.0 0.0 51.7 36.6

Doctorate 0.0 0.0 2.1 2.1

R$ 151-300 1.9 0.0

R$ 301-600 9.6 1.4

R$ 601-1.200 61.5 0.7

R$ 1.201-2.400 23.1 1.4

R$ 2.401-4.800 3.8 8.4

R$ 4.801-6.000 0.0 9.8

R$ 6.001-10.000 0.0 32.9

R$ Above 10.000 0.0 45.5

Procedures

The parents consented to the participation of their children in the –

signing a consent form. Children who had been authorized underwent

neuropsychological assessment. Individual neuropsychological assessment

was conducted following a specific protocol. All testing occurred during school

hours and was conducted in the classes of the participants, with an estimated

73

duration of 1 hour and a half. The parents were sent a socioeconomic

questionnaire. This questionnaire aimed to assess whether the child took

medication or had any medical problems, such as prematurity, low birth weight

or psychiatric or neurological illness. The criteria for exclusion were health

problems (e.g., low birth weight, epilepsy, drug use during pregnancy,

neurological or psychiatric problems).

Data Analysis

The data analysis used descriptive and inferential statistics. The

descriptive statistics included the mean, standard deviation, and range. The

inferential statistics, student test t, Pearson bivariate correlations. The other

statistic used was Structural Modeling Equations (SEM). The structural theory of

SEM that is a conceptual representation of the relationships between constructs

(Hair, Black, Babin, Anderson & Tatham 2009). The structural model is a theory

with a set of structural equations. The estimation technique used was maximum

likelihood. The software used was SPSS version 20 and AMOS (IBM, 2011).

Instruments

Working Memory (WM)

To evaluate WM, the digit span task from the WISC-III and the Corsi

Block-tapping Test were used, both forward and backward versions of the tasks.

Digit Span (WISC-III): The examiner reads aloud a sequence of

numbers. For the forward version of the task, the child repeats the numbers in

the same order in which they were spoken. For the backward version, the child

repeats the numbers in reverse order.

Corsi Block Test: The task includes nine cubes mounted on a board

(Lezak, 1995). The examiner touches the blocks in a specific sequence and

asks the child to repeat the sequence in the same order for the forward version

of the task. For the backward version, the examiner touches the blocks, forming

a sequence, but the child must touch them in reverse order.

74

Academic Achievement

Academic achievement was assessed with a Brazilian instrument, the

“Teste de Desempenho Escolar” (TDE). The TDE is a psychometric instrument

with individual application to the evaluation of the fundamental capabilities of

school performance, specifically writing, arithmetic and reading (Stein, 1994). It

is designed for evaluation of students from 1st to 6th grade of elementary

school, although it can be used with some reservations for the 7th and 8th

grades. It has been validated in Brazil using a sample from Porto Alegre. This

test evaluates the fundamental skills of students using the following tasks: 1.

Writing: Students listen to and write 34 single words presented in dictation form;

2. Arithmetic: Students are given 3 mathematical problems in oral form and 35

written arithmetic calculations, for a total of 38; 3. Reading: Students are asked

to recognize 70 isolated words in context. The total score for each task is

obtained from the sum of each correct answer that the participant has obtained

(Stein, 1994).

Results

The results are initially presented with children's performance by

analyzing the sampling distribution and comparing the performance between

children from public and private schools. After this data from Pearson

correlations and the results of structural equation modeling will be presented,

was presented.

75

Table 2 - Descriptive statistics of raw scores for measures cognitive and

comparing performance among children in public and private schools.

Public School Private School

Mean SD Median Skew

ness

Kurto

sis

Mean SD Median Skew

ness

Kurtosi

s

P value

Digit Span

Forward

6.64 1.83 7.00 .889 1.69 8.00 1.98 8.00 1.28 2.15 .000

Digit Span

Backward

4.13 1.33 4.00 .716 2.78 4.81 1.72 5.00 .702 .821 .010

Corsi Block Test

Forward

7.53 1.43 8.00 .326 1.04 7.83 1.44 8.00 .256 .301 .192

Corsi Block Test

Backward

6.23 1.83 6.00 -.251 -.647 7.51 2.14 8.00 -.385 -.567 .000

Writing 19.36 10.68 21.00 -.488 -1.08 27.67 5.16 29.00 -1.03 .599 .000

Arithmetic 15.21 6.51 14.00 .650 .215 21.59 7.64 21.00 .027 -.763 .000

Reading 55.06 19.24 62.00 -1.86 2.61 66.05 4.87 67.00 -3.92 25.7 .000

In Table 2 it is possible to observe the sample distribution by Skewness

and Kurtosis and Median. The participants' performance on cognitive measures

has a tendency to normality with Skewness below one, Kurtosis almost zero

and mean and median near. Although the study has a smaller number of

subjects from public schools the sampling distribution of the data is

appropriately distributed. Another interesting finding in Table 2 is the

comparison between the performance of cognitive measures among children in

public and private schools. The results showed a significant difference in 6 of

the 7 cognitive measures used. All tasks except the Corsi Block Forward Test

showed statistically significant (p≤0.01), comparing between children in public

and private schools.

76

Table 3 - Bivariate Pearson correlation between cognitive measures.

1 2 3 4 5 6 7 8 9 10

1.Educational level of Mother -

2.Educational level of Father .691* -

3.Monthly Income .762* .666* -

4.Digit Span Forward .321* .207* .245* -

5.Digit Span Backward .223* .147* .215* .447* -

6.Corsi Block Test Forward .099 .077 .129 .229* .286* -

7.Corsi Block Test Backward .210* .187* .250* .372* .358* .472* -

8.Arithmetic .340* .251* .324* .441* .391* .377* .572* -

9.Reading .358* .301* .343* .428* .368* .231* .261* .502* -

10.Writing .449* .369* .423* .469* .367* .268* .385* .645* .798* -

Note:*p≤0.01

The result of Pearson correlation showed that all cognitive measures

show significant correlations with the exception of task Corsi Block Test

Forward. The results may indicate that the constructs evaluated are

interconnected. All correlations were positive indicating that the higher the socio

economic level higher capacity of WM is better performance on school tasks.

Correlations between tasks Corsi Block Backward Test and Arithmetic (r=.57,

p≤0.01) showed strong relationship which may indicate clues linking. Another

good correlation was between Digit Span Forward and Writing (r=.46, p≤0.01).

Socioeconomic status also showed strong correlations with the tasks of WM

and academic achievement.

Models Results

A model was estimated to test the moderating effect of WM in relation to

academic achievement from different SES. The model examined whether the

SES has direct influence on academic performance or if the WM is a

moderating variable. The socioeconomic background of the children was

indexed by three measures—family monthly income, level of maternal

77

education and paternal education. To estimate the WM tasks was used Digit

Span Forward, Digit Span Backward, Corsi Block Test Forward, Corsi Block

Test Backward. Finally, to estimate the academic performance, was used the

tasks of reading, writing and arithmetic "Teste do Desempenho Escolar". Fit for

the overall model was good χ2(32, N=196)= -535, p≥1,000, CFI=1.000,

RMSE=.000. All factor loadings and latent variances were statistically significant

(p ≤ .001) (Bentler, Bonnett, 1990; Kline, 2005; Muth en & Muth en, 1998–

2010).

Figure 1 - Structural model which working memory mediate the relationship

between SES and academic achievement

The structural model has built WM as a mediator in the prediction of

academic achievement. We can observe that the SES has an explained

variance of (γ=.41) on the WM which in turn has an explained variance of

(β=.57) for academic achievement. While SES has a variance was lower (γ=.28)

for academic achievement. For the SES variables that influenced the construct

78

was the mother's education (λx=.89), monthly income (λx=.86) and father's

education (λx=.77).

Discussion

The aim of the study was investigated the influence of the SES on the

developmental WM and academic achievement. Another aim was comparing

the WM capacity and academic performance in public and private school. The

findings of the study showed a significant difference in children's performance

between public and private schools in the cognitive measures used. The public

school child that has a lower SES has a lower performance compared to the

private school. A relevant difference between these groups is the

socioeconomic background is related to monthly income, level of parents'

education and type of their schools (public and private). These two samples

seem to have different socio-economic environments which can affect the

development of cognitive functions especially executive functions as other

studies indicate (Blair, 2010).

In observing the distribution in relation to SES identified that children

from private school has a big difference from the public schools (Table 1). For

example the higher frequency of monthly income in the private school is over

R$ 10,000.00 (45%) and in public school is R$ 601-1200 (61.3%). Another

example is at the level of mother's education in private school attendance is

greater specialization / Master (51.7%) and public school is only school

(53.8%). Other studies, such as Noble, Norman, Farah, (2005) found significant

deficits in WM between low- and middle- socioeconomic status (SES)

kindergarten children and, in a second sample, between low- and middle-SES

11-year-olds.

The differences found in this study regarding the performance of children

between the public and private schools seems to be explained in part by

differences in SES as shown by other studies (Nesbitt, Baker-Ward &

Willoughby, 2013). Some studies observed that children from lower-SES

families, in comparison to their more privileged peers, had lower scores on

79

measures of math and literacy achievement and on measures of expressive

vocabulary (Arnold & Docroroff, 2003; Beron and Farkas; 2004; Mistry et al.,

2010). The studies argue that the SES can decrease academic performance in

reading, writing and arithmetic. However, it is necessary to examine the role of

other cognitive functions such as WM. It is possible to observe that there is a

significant difference between children in public and private schools and this

difference probably occurs by SES. However it is necessary to use more

sophisticated statistical analysis to understand the weight of SES on WM and

academic achievement.

In building the structural equation model can observe the weight and the

interaction of different variables on academic achievement. The model

constructed evaluated the influence of SES directly on the academic

achievement and being mediated by WM. The results indicated that there is an

influence of SES on academic achievement (γ=.28), however when it is

mediated by WM explains it much better academic achievement (β=.57). The

SES appears to influence more the development of WM (γ=.41) which in turn is

a good predictor academic (β=.57). From these results, the environment

appears to influence the development of executive functions such as WM so

that will also influence academic achievement. Another recently published study

found similar results which found that executive function in kindergarten

mediated the relation between SES, the assessment over the first three years of

life, and Grade 1 literacy and math achievement (Nesbitt, Baker-Ward &

Willoughby, 2013).

This finding is consistent with work by the Farah Laboratory showing that

concurrent SES among elementary school children (Noble, Norman & Farah

2005; Farah, et al. 2006) and middle school children is inversely related to WM

(Noble, McCandiliss & Farah, 2007).

Another interesting contribution was that the Maternal Education (λx=.89)

and the monthly income (λx=.86) seem to have more influence on SES and for

the WM and academic achievement. The contribution of this study is to bring

more evidence about the influence of SES in WM and not so directly in

80

academic performance. The environment in which the child lives seems more

influence cognitive development which in turn affects school performance.

Other studies have indicated the WM as a good academic predictor (Zheng,

Swanson, & Marcoulides, 2011; Alloway & Passolunghi, 2011), however

evidence shows that other factors can influence the development of WM as the

SES. Another important issue is that WM appears to be influenced by the

environment and not as a pure measure of the potential of the child as indicated

by Alloway & Alloway, (2010).

In summary the study found that SES influences the development of WM

which in turn is a good predictor academic. WM is a mediator between

environment and academic performance.

References

Alloway T.P. (2009) Working memory but not IQ predicts subsequent learning


Assessment; 25: 92–8.

Alloway, T. P. (2006). How does working memory work in the classroom?

Educational Research and Reviews, 1 (4), 134-139.

Alloway, T. P., & Passolunghi, M. C. (2011). The relationship between working

memory, IQ, and mathematical skills in children. Learning and Individual

Differences, 21(1), 133–137. doi:10.1016/j.lindif.2010.09.013

Alloway, T., & Alloway, R. G. (2010). Investigating the predictive roles of

working memory and IQ in academic attainment. Journal of Experimental

Child Psychology, 106(1), 20-29. Elsevier Inc.

doi:10.1016/j.jecp.2009.11.003

Arnold, D. H., & Doctoroff, G. L. (2003). The early education of

socioeconomically disadvantaged children. Annual Review of Psychology,

54, 517–545.

Arnold, D. H., & Doctoroff, G. L. (2003). The early education of

socioeconomically disadvantaged children. Annual Review of Psychology,

54, 517–545.

81

Atkinson, R. C., Shiffrin, R.M. (1968). Human memory: a proposed system and

its control processes. In: The Psychology of Learning and Motivation:

Advances in Research and Theory, pp. 89– 195. New York: Academic.

Baddeley, A. D. (2000). The episodic buffer: A new component of working

memory? Trends in Cognitive Sciences, 4, 417–423.

Baddeley, A. D., & Logie, R. H. (1999). The multiple-component model. In A.

Miyake & P. Shah (Eds.), Models of working memory: Mechanisms of

active maintenance and executive control (pp. 28–61). Cambridge, UK:

Cambridge University Press.

Bayliss, D. M., Jarrold, C., Gunn, M. D., & Baddeley, A. D. (2003). The

complexities of complex span: Explaining individual differences in working

memory in children and adults. Journal of Experimental Psychology:

General, 132, 71–92.

Bentler, P. M. (1990). Comparative fit indexes in structural models.

Psychological Bulletin, 107, 238-246.

Beron, K. J., & Farkas, G. (2004). Oral language and reading success: A

structural equation modeling approach. Structural Equation Modeling: A

Multidisciplinary Journal, 11, 110–131.

Blair, C. (2010). Stress and the development of self-regulation in context. Child

Development Perspectives, 4, 181–188. http://dx.doi.org/10.1111/j.1750-

8606.2010.00145.x

Bradley, R. H., & Corwyn, R. F. (2002). Socioeconomic status and child

development. Annual Review of Psychology, 53, 371–399.

Cowan, N. (1995). Attention and memory: An integrated framework. Oxford

Psychology Series, New York: Oxford University Press.

Cowan, N., & Alloway, T. P. (2008). The development of working memory. In N.

Cowan (Ed.), Development of memory in childhood, Hove: Psychology

Press.

Dehn, M. J. (2008) Working memory and academic learning: assessment and

intervention. Jonh Wiley & Sons, Hoboken, New Jersey.

Dilworth-Bart, J. E. (2012). Does executive function mediate SES and home

quality associations with academic readiness? Early Childhood Research

Quarterly, 23, 416–425. http://dx.doi.org/10.1016/j.2012.02.002.

http://dx.doi.org/10.1111/j.1750-8606.2010.00145.x

http://dx.doi.org/10.1111/j.1750-8606.2010.00145.x

http://dx.doi.org/10.1016/j.2012.02.002

82

Evans, G. W. (2006). Child development and the physical environment. Annual

Review of Psychology, 57, 423–451.

Evans, G. W., & Rosenbaum, J. (2008). Self-regulation and the income-

achievement gap. Early Childhood Research Quarterly, 23, 504–514.

Evans, G. W., & Schamberg, M. A. (2009). Childhood poverty, chronic stress,

and adult working memory. Proceedings of the National Academy of

Sciences, USA, 106, 6545–6549

Farah, M. J, et al. (2006) Childhood poverty: Specific associations with

neurocognitive development. Brain Research 110:166–174.

Farah, M. J., Noble, K. G., & Hurt, H. (2005). Poverty, privilege, and brain

development: empirical findings and ethical implications. In: J. Illes (Ed.),

Neuroethics (pp. 277–287). New York: Oxford University Press.

Farah, M. J., Shera, D. M., Savage, J. H., Betancourt, L., Giannetta, J. M.,

Brodsky, W. C., Malmud, E. K., & Hurt, H. (2006). Childhood poverty:

specific associations with neurocognitive development. Brain Research,

110, 166–174

Gathercole, S. E., & Pickering, S. J. (2000). Working memory deficits in children

with low achievements in the national curriculum at 7 years of age. British

Journal of Educational Psychology, 70, 177–194.

Hackman, D. A., Farah, M. J., & Meaney, M. J. (2010). Socioeconomic status

and the brain: Mechanistic insights from human and animal research.

Nature Reviews Neuroscience, 11, 651–659.

Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., Tatham, R. L. (2009).

Análise Multivariada de dados. 6º edição, Bookman, Porto Alegre.

Heckman, J.J. (2006). Skill formation and the economics of investing in

disadvantaged children. Science, 312, 1900–1902.

Hitch, G. J., Towse, J. N., & Hutton, U. (2001). What limits children’s working

memory span? Theoretical accounts and applications for scholastic

development. Journal of Experimental Psychology: General, 130, 184–

198.

IBM Corp. (2011). IBM SPSS Statistics for Windows, Version 20.0. Armonk, NY:

IBM Corp.

Instituto Brasileiro de Geografia e Estatística – IBGE - (2002). Síntese de

indicadores sociais. Departamento de Pontuação de Indicadores Sociais –

Rio de Janeiro: IBGE.

83

Kane, M. J. e Engle R.W. (2002).The role of prefrontal cortex in working-

memory capacity, executive attention, and general fluid intelligence: An

individual differences perspective. Psychonomic Bulletin and Review, 9,

637-671.

KewalRamani, A., Gilbertson, L., Fox, M., & Provasnik, S. (2007). Status and

Trends in the Education of Racial and Ethnic Minorities. National Center

for Education Statistics, Institute of Education Sciences, U.S. Department

of Education. Washington, DC.

Kishiyama, M. M., Boyce, W. T., Jimenez, A. M., Perry, L. M., & Knight, R. T.

(2009). Socioeconomic disparities affect prefrontal function in children.

Journal of Cognitive Neuroscience, 21, 1106–1115.

Kline, R. B. (2005). Principles and practices of structural equation modeling

(2nd edn.). New York: Guilford Press.

Lezak, M.D. (1995) Neuropsychological Assessment, Oxford University Press.

Mistry, R. S., Benner, A. D., Biesanz, J. C., Clark, S. L., & Howes, C. (2010).

Family and social risk, and parental investments during the early childhood

years as predictors of low-income children’s school readiness outcomes.

Early Childhood Research Quarterly, 25, 432–449.

Mistry, R. S., Benner, A. D., Biesanz, J. C., Clark, S. L., & Howes, C. (2010).

Family and social risk, and parental investments during the early childhood

years as predictors of low-income children’s school readiness outcomes.

Early Childhood Research Quarterly, 25, 432–449.

Muth en, L. K., & Muth en, B. O. (1998–2010). Mplus user’s guide (5th edn.).

Los Angeles, CA: Muth en & Muth en

Nesbitt, K. T., Baker-Ward, L. & Willoughby, M. T. (2013) Executive function

mediates socio-economic and racial differences in early academic

achievement. Early Childhood Research Quarterly, 28, 774– 783.

NICHD (2005). Duration and developmental timing of poverty and children’s

cognitive and social development from birth through third grade. Child

Development, 76, 795–810.

Noble, K. G., McCandiliss, B.D. & Farah, M. J. (2007) Socioeconomic gradients

predict individual differences in neurocognitive abilities. Development

Science, 10:464–480.

Noble, K.G, Norman, M.F. & Farah, M. J. (2005) Neurocognitive correlates of

socioeconomic status in kindergarten children. Development Science,

8:74–87.

84

Rasmussen, C., & Bisanz, J. (2005). Representation and working memory in

early arithmetic. Journal of experimental child psychology, 91(2), 137-57.

doi:10.1016/j.jecp.2005.01.004

Snyder, T.D., & Dillow, S.A. (2011). Digest of Education Statistics 2010 (NCES

2011- 015). National Center for Education Statistics, Institute of Education

Sciences, U.S. Department of Education. Washington, DC.

Stein, L. M. (1994). Teste de Desempenho Escolar: manual para a aplicação e

interpretação. São Paulo, Casa do psicólogo.

Zheng, X., Swanson, H. L., & Marcoulides, G. a. (2011). Working memory

components as predictors of children’s mathematical word problem solving.

Journal of experimental child psychology, 110(4), 481-98. Elsevier Inc.

doi:10.1016/j.jecp.2011.06.001

85

Discussão Geral

A proposta do presente trabalho foi analisar as relações entre a MO e o

desempenho acadêmico. Os resultados do primeiro estudo descreveram e

analisaram algumas das tarefas mais utilizadas para avaliar a MO em crianças

e adolescentes. A maioria das tarefas encontradas parece seguir o paradigma

da MO em relação a exigir uma manutenção e manipulação da informação

durante um período de tempo. No entanto, são poucos instrumentos ou tarefas

que apresentam dados psicométricos específicos sobre a tarefa que utilizada.

Especificamente no contexto brasileiro foi encontrada apenas uma tarefa que

avalia a MO com dados de validação e normatização (Amplitudes de Dígitos).

As outras tarefas que são utilizadas para avaliar os componentes da MO não

apresentam dados psicométricos ou estudos de normatização que viabilizam e

fornecem confiabilidade à medida utilizada. Esse panorama brasileiro sobre os

instrumentos de medidas para avaliar a MO é delicado, visto que não se tem

certeza do que as tarefas estão medindo, se o instrumento está bem ajustado,

o que pode causar erros de interpretação sem padrões psicométricos

confiáveis. Usar um instrumento sem um pressuposto teórico válido não

fornece dados confiáveis em relação aos dos dados empíricos que estão sendo

gerados (Primi, 2010).

No segundo artigo apresentado, o principal resultado encontrado foi à

confirmação de tarefas de MO como preditoras do desempenho acadêmico,

identificado este através de sub tarefas do TDE. O QI foi outra medida

investigada e correlacionada com o desempenho acadêmico, no entanto não

apresentou correlações significativas. Os resultados encontrados indicam que

as tarefas de MO, principalmente as que parecem recrutar a central executiva

foram preditores do desempenho acadêmico mensurado através do TDE. A

tarefa de Cubos de Corsi invertido foi uma tarefa que apresentou boa predição

para o desempenho em aritmética do TDE. O QI estimado, avaliado através

das tarefas de cubos e vocabulários, não apresentou correlações significativas

com o TDE. De maneira geral as tarefas de MO foram capazes de predizer o

desempenho no TDE. O desenvolvimento de modelos de predição através das

tarefas de MO parecem ser adequados. Esses modelos de predição com

86

tarefas de MO e desempenho acadêmico são encontrados em estudos

internacionais (Alloway, 2009; Unsworth & Engle, 2007), no entanto no contexto

brasileiro, um estudo como este ainda não havia sido feito. Outra contribuição

interessante do presente foi a investigação da função visuoespacial, avaliada

com a tarefa Cubos de Corsi, como preditora para a aprendizagem da

matemática.

No terceiro artigo, os resultados analisados buscaram identificar a

influencia de fatores ambientais sobre o desenvolvimento da MO e no

desempenho acadêmico. Foram avaliadas as crianças de escolas públicas e

particulares. Tipicamente as crianças de escola privada apresentam maior nível

socioeconômico em comparação às crianças de escola pública. Com isso foi

possível ter uma variabilidade da amostra para poder identificar a influencia da

escolaridade dos pais e a renda mensal na MO e no desempenho acadêmico.

Outros estudos já apontam que o ambiente socioeconômico influencia o

desenvolvimento funções cognitivas (Kishiyama, Boyce, Jimenez, Perry, &

Knight, 2009), no entanto poucos relacionados especificamente com a MO.

Esses achados são importantes, pois indicam que o ambiente que o individuo

se desenvolve influencia na capacidade da MO e consequentemente no

desempenho acadêmico. As crianças com menor renda mensal e menor

escolaridade dos pais, tiveram uma menor capacidade de MO. Esses achados

são de grande relevância, pois as crianças das escolas públicas, que em

muitos casos, não tem uma estrutura de ensino desenvolvida quando em

comparação a escolar particular, ainda apresentam um ambiente

socioeconômico que não potencializa a MO. Ou seja, as crianças de escola

pública convivem em um ambiente socioeconômico menos potencializado e

ainda recebem em muitos casos um ensino de pior qualidade. Estudos

internacionais apontam a MO como uma medida pura do potencial de

aprendizagem da criança (Alloway & Alloway, (2010), no entanto os achados

encontrados nesse estudo vão de encontro a essa hipótese. O

desenvolvimento das funções cognitivas são influenciadas pelo ambiente,

principalmente as que apresentam desenvolvimento mais tardio, como a MO e

as funções executivas (Blair, 2010; Dilworth-Bart, 2012). Esse resultado pode

87

explicar diferenças significativas entre os desempenhos das crianças de

escolas públicas e particulares em todas as medidas utilizadas. O ambiente em

que a criança vive influência na capacidade da MO, que por sua vez é um forte

preditor do desempenho acadêmico. Com isso é provável que as crianças de

escolas públicas sofram uma dupla desvantagem, primeiro pelo ambiente

socioeconômico menos potencializador das funções cognitivas e segundo, em

geral a escola pública não tem a mesma estrutura e qualidade em relação a

escola privada. Apesar disso, o presente estudo não avaliou a qualidade das

escolas.

88

Conclusões

As tarefas que medem os componentes da MO indicaram adequadas

predições e correlações com as tarefas do TDE nas crianças de 7 a 12 anos de

idade. Especialmente a tarefa de Cubos de Corsi se mostrou um bom preditor

para o desempenho em Aritmética no TDE.

Os resultados encontrados sugerem que o ambiente socioeconômico

influencia a capacidade de MO e o desempenho acadêmico. A escolaridade

dos pais, renda mensal apresentam relações com a MO como o desempenho

acadêmico, no entanto o ambiente socioeconômico parece influenciar em maior

grau o desenvolvimento da MO em comparação diretamente ao desempenho

acadêmico.

Foi possível avaliar os instrumentos que avaliam a MO, sendo

encontrado um panorama com poucos dados psicométricos em relação aos

instrumentos pesquisados como dados de validação e normas. Foi encontrado

um aumento da capacidade da MO com a idade, no entanto não foi encontrado

grupos homogêneos em relação as idades avaliadas (7 a 12 anos).

O desempenho em tarefas de leitura, escrita e aritmética mostrou que

existe um avanço com o passar das séries escolares na capacidade de leitura,

escrita e aritmética e que as escolas públicas e particulares apresentam uma

diferença significativa, sendo o melhor desempenho para as crianças das

escolas particulares.

Foi possível construir um modelo de equações estruturais, o qual a MO

aparece como um mediador entre o ambiente socioeconômico e o desempenho

acadêmico e que esse ambiente influencia na capacidade da MO.

89

Considerações Finais

A pesquisa realizada obteve êxito nos objetivos propostos. As avaliações

nas escolas exigiram tempo de dedicação da minha parte e da equipe do

Laboratório de Neuropsicologia Clinica e Cognitiva (NEUROCLIC) para

obtenção dos dados e análise dos dados. É sempre desafiador trabalhar com

amostras grandes e com baterias de testes neuropsicológicos.

A pesquisa em questão traz contribuições para a literatura,

principalmente no contexto brasileiro. A aprendizagem é algo que acontece em

qualquer época da nossa vida e principalmente na infância, sendo esta um

período de intensas mudanças. É interessantes ter ferramentas teóricas e

metodológicas que referenciem o trabalho pratico para potencializar a

capacidade de aprendizagem das crianças.

Limitações estão presentes no trabalho e que devem ser superadas em

estudos posteriores. Uma das principais limitações é ter apenas uma medida

de desempenho acadêmico, feita a partir do TDE. A medida do TDE fornece

apenas a capacidade de leitura, escrita e aritmética, sendo limitado a essas

tarefas. Outras medidas relacionadas a outras disciplinas escolares não foi

possível obter. Outra limitação é que não foi possível obter todas as notas

escolares nas escolas participantes. As notas escolares seria uma medida

interessante, pois está ligado ao desempenho da crianças nas matérias

escolares. Apesar da nota escolar, ser uma medida pouco padronizada,

poderia contribuir para responder aos objetivos do estudo. Seria interessante

uma medida mais padronizada como a ‘Provinha Brasil’, que verificasse a

aprendizagem da criança de maneira padronizada e global e que alcance uma

serie de habilidades necessárias para a escolarização, em todas as escolas

pesquisadas. Foi utilizada apenas uma medida de MO para cada componente

do modelo o que aumenta a chance de ter erros de medida na amostra. A

utilização de outras medidas para avaliar a MO diminui o viés do instrumento e

possível erros amostrais, tendo uma medida mais próxima do construto real

avaliado. O estudo foi de caráter transversal não podendo acompanhar o

desempenho escolar dessas crianças em outras fases da vida. Por ser

90

transversal não foi possível acompanhar ao longo do tempo essa criança,

sendo apenas um “retrato” sobre seu desenvolvimento, sendo mais susceptível

a erro e um menor poder generalização dos dados. Não foram avaliadas

questões familiares (conflitos, apoio, hierarquia) ou pedagógicos (métodos de

ensino, qualificação dos professores) que podem influenciar a capacidade de

aprendizagem das crianças.

91

Referências

Alloway T.P. (2009) Working memory but not IQ predicts subsequent learning


Assessment. 25: 92–8.

Alloway, T. P., & Passolunghi, M. C. (2011).The relationship between working memory, IQ, and mathematical skills in children. Learning and Individual Differences, 21(1), 133–137. doi:10.1016/j.lindif.2010.09.013

Alloway, T. P., Gathercole, S. E., & Elliott, J. (2010). Examining the link between working memory behaviour and academic attainment in children with ADHD. Developmental medicine and child neurology, 52(7), 632-6. doi:10.1111/j.1469-8749.2009.03603.x

Alloway, T. P., Gathercole, S. E., & Pickering, S. J. (2006). Verbal and visuo-

spatial short-term and working memory in children: Are they separable?

Child Development, 77, 1698–1716.

Alloway, T. P., Gathercole, S. E., Adams, A. M., Willis, C., Eaglen, R., &

Lamont, E. (2005). Working memory and other cognitive skills as predictors

of progress towards early learning goals at school entry. British Journal of

Developmental Psychology, 23, 417-426.

Alloway, T., & Alloway, R. G. (2010). Investigating the predictive roles of working memory and IQ in academic attainment. Journal of Experimental Child Psychology, 106(1), 20-29. Elsevier Inc. doi:10.1016/j.jecp.2009.11.003

Alloway, T.P. (2011). A comparison of working memory profiles in children with

ADHD and DCD. Child Neuropsychology, 21, 1-12.

Atkinson, R. C., & Shiffrin, R. M. (1968). "Chapter: Human memory: A proposed system and its control processes". In Spence, K. W., & Spence, J. T. The psychology of learning and motivation (Volume 2). New York: Academic Press. pp. 89–195

Baddeley, A. (2011). Memória de trabalho. In: Baddeley, A., Anderson, M. C.,

Eysenck, M. W., Memória. Artmed, Porto Alegre.

Baddeley, A. (2012). Working memory: theories, models, and controversies. Annual review of psychology, 63, 1-29. doi:10.1146/annurev-psych-120710-100422

Baddeley, A. D. (1996). Exploring the central executive. Quarterly Journal of Experimental Psychology, 49(1), 5-28.

92

Baddeley, A. D. (2000). The episodic buffer: A new component of working

memory? Trends in Cognitive Sciences, 4, 417–423.

Baddeley, A. D. (2006). Working memory: An overview. In S. J. Pickering (Ed.),

Working memory and education (pp. 517–552). Burlington, MA: Academic

Press.

Baddeley, A. D. (2011). Memória de Trabalho. In: Baddeley, A. D., Eysenck, M. W. & Anderson, M. C. Memória, Porto Alegre, Artmed.

Baddeley, A. D., & Logie, R. H. (1999). The multiple-component model. In A.

Miyake & P. Shah (Eds.), Models of working memory: Mechanisms of active

maintenance and executive control (pp. 28–61). Cambridge, UK:

Cambridge University Press.

Baddeley, A.D., & Hitch, G. J. (1974). Working memory. In: G.H Bower (Ed.), The psychology of learning and motivation, London: Academic Press.

Bayliss, D. M., Jarrold, C., Baddeley, A. D., & Leigh, E. (2005). Differential constraints on the working memory and reading abilities of individuals with learning difficulties and typically developing children. Journal of experimental child psychology, 92(1), 76-99. doi:10.1016/j.jecp.2005.04.002

Bayliss, D. M., Jarrold, C., Gunn, M. D., & Baddeley, A. D. (2003). The

complexities of complex span: Explaining individual differences in working

memory in children and adults. Journal of Experimental Psychology:

General, 132, 71–92.

Bisanz, J., Sherman, J. L., Rasmussen, C.,& Ho, E. (2005). Development of

arithmetic skills and knowledge in preschool children. In J. I. D. Campbell

(Ed.), Handbook of mathematical cognition (pp. 143−162). New York:

Psychology Press.

Borella, E., Carretti, C., & Pelegrina, S.L. (2010). The specific role of inhibitory efficacy in good and poor comprehenders. Journal of Learning Disaibilities, 43, 541.552.

Bull, R., & Scerif, G. (2001). Executive functioning as a predictor of children’s mathematics ability: Inhibition, shifting and working memory. Developmental Neuropsychology, 19(3), 273–293.

Bull, R., Espy, K. A., & Wiebe, S. a. (2008). Short-term memory, working memory, and executive functioning in preschoolers: longitudinal predictors of mathematical achievement at age 7 years. Developmental neuropsychology, 33(3), 205-28. doi:10.1080/87565640801982312

93

Capovilla, A. G. S., Assef, E.C.S. & Cozza, H.F.P. (2007). Avaliação neuropsicológica das funções executivas e relação com desatenção e hiperatividade. Avaliação Psicológica, 6(1), 51-60

Carretti, B., Borella, E., Cornoldi, C., & De Beni, R. (2009). Role of working memory in explaining the performance of individuals with specific reading comprehension difficulites: A meta-analysis. Learning and Individual Differences, 19 (2), 246-251

Cohen, G., & Conway, M. A. (2008). Memory in the real world. Hove, England: Psychology Press.

Conway, A. R., Kane, M. J., Bunting, M. F., Hambrick, D. Z., Wilhelm, O., Engle, R. W. (2005). Working memory span tasks: A methodological review and user's guide. Psychology Bulletin Review. 12(5):769-86.

Cowan, N. (1995). Attention and memory: An integrated framework. Oxford Psychology Series, New York: Oxford University Press.

Cowan, N. (2005). Working Memory Capacity. New York: Lawewnce Erlbaum.



Dollaghan, C., Campbell, T., Needleman, H., & Dunlosky, G. (1997). Reducing

bias in language assessment: A processing- dependent measure. Journal

of Speech, Language, and Hearing Research, 40, 519–525.

Engle, R. W, Carullo J. J., Collins, K. W. (1991). Individual differences in

working memory for comprehension and following directions. Journal

Education Research.; 84: 253–62

Engle, R. W. (2002). Working memory capacity as executive attention. Current

Directions in Psychological Science, 11, 19 –23

Furst, A., & Hitch, G. J. (2000). Separate roles for executive and phonological

components in mental arithmetic. Memory and Cognition, 28, 774–782.

Gathercole, S. E. & Alloway, T. P. (2008). Working memory and learning: A practical guide. Sage Press.

Gathercole, S. E. & Baddeley, A. (1990). Phonological memory deficits in language disordered children: Is there a casual connection? Journal of Memory and Language, 29, 336-360.

94

Gathercole, S. E. & Baddeley, A. D. (1993). Phonological working memory: A critical building block for reading development and vocabulary acquisition? European Journal of the Psychology of Education, 8, 259-272.

Gathercole, S. E. (1999). Cognitive approaches to the development of short-term memory. Trends in Cognitive Sciences, 3, 410–419.

Gathercole, S. E. (2008). Working memory in the classroom. Psychologist, 21, 382-385.

Gathercole, S. E., & Alloway, T. P. (2004). Working memory and classroom learning. Dyslexia Review, 15, 4-10.



Gathercole, S. E., & Pickering, S. J. (2000). Working memory deficits in children

with low achievements in the national curriculum at 7 years of age. British

Journal of Educational Psychology, 70, 177–194.

Gathercole, S. E., Lamont, E. & Alloway, T. P. (2006) Working memory in the classroom. In: S. J. Pickering (Ed.), Working memory and Education (pp. 219-240). Burlington, MA: Academic Press.

Gathercole, S. E., Pickering, S.J., Knight, C., & Stegman, Z. (2004).Working

memory skills and educational attainment: Evidence from National

Curriculum assessments at 7 and 14 years of age. Applied Cognitive


Gathercole, S., & Baddeley, A. (1990). Phonological memory deficits in

language disordered children: Is there a causal connection? Journal of

Memory and Language, 29, 336–360.

Geary,D. C., Hoard, M. K. & Hamson, C. O (2000). Numerical and arithmetical

cognition:A longitudinal study of process and concept deficits in children

with learning disability. Journal of Experimental Child Psychology, 77, 236–

263.

Giangiacomo, M. C. P. B., Navas, A. L. G. P. (2008) A influência da memória

operacional nas habilidades de compreensão de leitura em escolares de 4ª

série. Revista Sociedade Brasileira de Fonoaudiologia. 13 (1), 69-74.

Hedden, T. & Yoon, C. (2006) Individual difference in executive processing

predict susceptibility to interference in verbal working memory.

Neuropsychology, 20, 511-528.

95

Hitch, G. J., Towse, J. N., & Hutton, U. (2001). What limits children’s working

memory span? Theoretical accounts and applications for scholastic

development. Journal of Experimental Psychology: General, 130, 184–198.

Hulme, C. and MacKenzie, S. (1992) Working memory and severe learning difficulties. London: Erlbaum

Jarvis, H. L.,& Gathercole, S. E. (2003). Verbal and nonverbal working memory

and achievements on national curriculum tests at 7 and 14 years of age.

Educational and Child Psychology, 20, 123–140.

Jonides, J., Lacey, S. C., & Nee, D. E. (2005). Processes of working memory in

mind and brain. Current Directions in Psychological Science, 14, 2–5

Kane, M. J. e Engle R.W. (2002).The role of prefrontal cortex in working-memory capacity, executive attention, and general fluid intelligence: An individual differences perspective. Psychonomic Bulletin and Review, 9, 637-671.

Kane, M. J., Conway, A.R., Bleckley, M. K. & Engle, R. W. (2001) A controlled attention view of working memory capacity. Journal of Experimental Psychology: General, 130, 169-183

Kyttala, M., Aunio, P., Lehto, J. E., Van Luit, J., & Hautamaki, J.

(2003).Visuospatial working memory and early numeracy. Educational and

Child Psychology, 20, 65–76.

Leather, C. V., & Henry, L. A. (1994). Working memory span and phonological

awareness tasks as predictors of early reading ability. Journal of

Experimental Child Psychology, 58, 88–111.

Lima, R. F. Compreendendo os mecanismos atencionais. Ciência e Cognição,

(16): 113-22

Lima, R. F., Travaini, P. P., & Ciasca, S. M. (2009) Amostra de desempenho de

estudantes do ensino fundamental em testes de atenção e funções

executivas. Psicopedagogia. 26,(80), 188-199.

Malloy-Diniz, L.F., Sedo, M., Fuentes, D. & Leite, W.B. (2008) Neuropsicologia

das funções executivas. In: Fuentes, D., Malloy-Diniz, L., Camargo, C.

H.,Conseza, R. Neuropsicologia: Teoria e prática. Porto Alegre, Artmed.

Maybery, M. T.,& Do, N. (2003). Relationships between facets of working

memory and performance on a curriculum-based mathematics test in

children. Educational and Child Psychology, 20, 77–92.

Melby-Lervåg, M., Hulme, C. (2013). Is Working Memory Training Effective? A

Meta-Analytic Review. Developmental Psychology, 49, (2), 270–291.

http://scholar.google.com/scholar?cluster=6393040402507574087&hl=en&oi=scholarr

http://scholar.google.com/scholar?cluster=6393040402507574087&hl=en&oi=scholarr

96

Mourão Junior, C. A., & Melo, L. B. R. (2011). Integração de Três Conceitos: Função Executiva, Memória de Trabalho e Aprendizado. Psicologia: Teoria e Pesquisa, 27(3), 309-314.

Nee, D. E, Brown, J. W., Askren, M. K, Berman, M. G., Demiralp, E., Krawitz,

A. & Jonides, J. (2013) A Meta-analysis of Executive Components of

Working Memory. Cerebral Cortex. 23:264– 282

Noel, M. P., Seron, X., & Trovarelli, F. (2004).Working memory as a predictor of

addition skills and addition strategies in children. Current Psychology of

Cognition, 22, 3–25.

Passolunghi, M. C., & Mammarella, I. C. (2010). Spatial and visual working

memory ability in children with difficulties in arithmetic word problem-

solving. European Journal of Cognitive Psychology, 22, 944–963.

Passolunghi, M. C., & Siegel, L. S. (2001). Short-term memory, working

memory, and inhibitory control in children with difficulties in arithmetic

problem solving. Journal of Experimental Child Psychology, 80, 44–57.

Pickering, S. J., Gathercole, S. E., Hall, M. & Lloyd, S.A. (2001) Development of

memory for pattern and path: Further evidence for the fractionation of visual

and spatial short-term memory. Quarterly Journal of Experimental

Psychology, 54, 397-420.

Prabhakaran, V., Narayanan, K., Zhao, Z. & Gabrieli, Jd. (2000) Integration of

diverse information in working memory within the frontal lobe. Nature

Neuroscience, 3: 85-90,

Rasmussen, C., & Bisanz, J. (2005). Representation and working memory in early arithmetic. Journal of experimental child psychology, 91(2), 137-57. doi:10.1016/j.jecp.2005.01.004

Rohde, T. E.,& Thompson, L. A (2007). Predicting academic achievement with cognitive ability. Intelligence, 35(1), 83–92. doi:10.1016/j.intell.2006.05.004

Shlallice, T. & Warrigton, E. K. (1970) Independent functioning of verbal memory stores: a neuropsychological study. Quarterly Journal Experimental Psychology, 22, 261-273.

St Clair-Thompson, H. L., Gathercole, S. E. (2006). Executive functions and

achievements in school: Shifting, updating, inhibition, and working memory.

The quarterly journal of experimental psychology. 59 (4), 745 – 759.

Stoltzfus, E. R., Hasher, L., & Zacks, R. T. (1996). Working memory and aging:

Current status of the inhibitory view. In J. T. E. Richardson, R. W. Engle, L.

Hasher, R. H. Logie, E. R. Stoltzfus, & R. T. Zacks (Eds.),Counterpoints in

97

Cognition: Working Memory and Human Cognition(pp. 66-

68). Oxford, UK: Oxford University Press.

Swanson, H. L., & Beebe-Frankenberger, M. (2004). The relationship between

working memory and mathematical problem solving in children at risk and

not at risk for math disabilities. Journal of Education Psychology, 96, 471–

491.

Swanson, H. L., & Sachse-Lee, C. (2001). Mathematic problem solving and

working memory in children with learning disabilities: Both executive and

phonological processes are important. Journal of Experimental Child


Swanson, H. L., Jerman, O., & Zheng, X. (2008). Growth in working memory

and mathematical problem solving in children at risk and not at risk for

serious math difficulties. Journal of Educational Psychology, 100, 343–379.

Swanson, H. L.,, Zheng, X., & Jerman, O. (2009). Working memory, short-term

memory, and reading disabilities: A selective meta-analysis of the literature.

Journal of Learning Disabilities,42, 260-287

Swanson, H.L., Cochran, K. F., & Ewers, C.A. (1990). Can learning disabilities

be determined from working memory performance? Journal of Learning

Disabilities, 23(1), 59-67.

Unsworth N., & Engle, R.W. (2007). On the division of short-term and working memory: An examination of simple and complex spans and their relation to higher-order abilities. Psychological Bulletin, 133, 1038-1066.

Vallar, G. & Baddeley, A. D. (1987). Phonological short-term store and sentence processing. Cognitive Neuropsychology, 4, 417438.

Vallar, G., Shallice, T., 1990. Neuropsychological Impairments of Short-term Memory. Cambridge University Press, Cambridge.

Weismer, S. E., Tomblin, J. B., Zhang, X., Buckwalter, P., Chynoweth, J. G., &

Jones, M. (2000). Nonword repetition performance in school-age children

with and without language impairment. Journal of Speech, Language, and

Hearing Research, 43, 865–878.

Zheng, X., Swanson, H. L., & Marcoulides, G. a. (2011). Working memory components as predictors of children’s mathematical word problem solving. Journal of experimental child psychology, 110(4), 481-98. Elsevier Inc. doi:10.1016/j.jecp.2011.06.001

98

ANEXOS

101

TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO

TITULO DA PESQUISA: INVESTIGAÇÃO DO DESEMPENHO ESCOLAR E MEMÓRIA

OPERACIONAL (MO) COM O USO DE INSTRUMENTOS PARA AVALIAÇÃO DE MO VERBAL E

VISUOESPACIAL EM CRIANÇAS DE 7-12 ANOS DE IDADE

PREZADA(O) MÃE, PAI OU RESPONSÁVEL:

Este é um convite para seu (sua) filho(a) participar voluntariamente em uma

pesquisa sobre a “Investigação do desempenho escolar e memória operacional (MO)

com o uso de instrumentos para avaliação de mo verbal e visuoespacial em crianças de

7-12 anos de idade”.

Seu (sua) filho (a) está sendo convidado a participar de um estudo que irá

investigar a memória de informações espaciais em crianças.

Sua criança está sendo convidada a participar de uma avaliação neuropsicológica

de aproximadamente uma hora, com tarefas simples (lúdicas, com uso de lápis e

papel ou computador) e incluem medidas de atenção, memória e desempenho

escolar. A avaliação será feita em uma sala reservada na própria escola da criança

por psicólogos ou estagiários de psicologia especialmente treinados.

A participação é totalmente voluntária e é garantida a retirada de consentimento

(desistência) por parte dos participantes a qualquer momento do estudo sem sofrer

qualquer tipo de penalidade. Asseguramos a confidencialidade das informações, ou

seja, a não divulgação da identificação da criança.

Qualquer despesa durante o andamento da pesquisa será absorvida pelo

orçamento da pesquisa, ou seja, não será de responsabilidade do participante da

pesquisa. Os participantes do estudo também não terão nenhuma compensação

financeira quanto a sua participação.

Os resultados do estudo serão apresentados de forma geral nas escolas

participantes como por palestras e relatórios técnicos.

102

Estamos à disposição para esclarecer qualquer pergunta ou dúvida acerca dos

procedimentos do referido estudo. O pesquisador responsável é o Dr. Neander Abreu

– Professor Adjunto, Instituto de Psicologia, Universidade Federal da Bahia,

Estrada de São Lázaro, Federação, Salvador – Ba, Tel. 71 3283-6437.

Em caso de considerações ou dúvidas acerca da ética da pesquisa, entre em

contato com o Comitê de Ética em Pesquisa - Maternidade Climério de Oliveira -

Universidade Federal da Bahia Rua do Limoeiro, nº 137 – Nazaré -Cep.: 40.055-

150 Salvador, BA Fone.: 55 71 3283-9210/9211 E-mails: [email protected]/

[email protected]

Acredito ter sido suficientemente informado a respeito das informações que li ou

que foram lidas para mim, descrevendo o estudo. Eu responsável por

________________________________

__________________________________(nome da criança) concordo com os itens

acima citados.

Concordo voluntariamente em participar e/ou acompanhar àquele que sou

responsável legalmente e que no momento tenho cuidado e, que poderei retirar o meu

consentimento a qualquer momento, antes ou durante o mesmo, sem penalidades ou

prejuízo ou perda de qualquer benefício que àquele que cuido possa ter adquirido, ou

no meu atendimento e/ou no dele(a) neste serviço.

Nome do responsável: ....................................................................................................

Grau de parentesco: .........................................................................

Data: ........../............/...........

Assinatura: ........................................................................................

Nome da Criança: .............................................................. Sexo: M ( ) F ( )

Data de nascimento: .........../.........../........... Idade: .............................................

Serie:............................ Turma:....................... Turno:........................

mailto:[email protected]/%[email protected]

mailto:[email protected]/%[email protected]

103

Gustavo Siquara

Psicólogo

Dr. Neander Abreu

Professor Adjunto –

UFBA

Este questionário deve ser preenchido pelo principal cuidador ou

responsável pela criança. Todas as questões serão tratadas com total confidencialidade. Somente o pesquisador

responsável terá acesso às suas respostas. As informações fornecidas não trarão

nenhuma consequência negativa. Nomes nunca se tornarão públicos. Não hesite em

nos procurar caso tenha alguma dúvida. Por favor, retorne o questionário completo

dentro do envelope anexo e peça ao seu filho(a) que o devolva à sua professora.

1. Nome da criança:

____________________________

____________________________________

_________

(Nome,

Sobrenome)

2. Nacionalidade da criança: Brasileira

Outro

_____________

3. Telefone para contato:

________________________

4. Data de nascimento:

_________/_________/_______

Dia Mês

Ano

5. Endereço:

___________________________________

______________________________________

_________

______________________________________

_________

6. Quem preenche esse questionário? Mãe Pai

Outro____________________________

Relação

com a criança (ex. tia...)

7. Você é o principal cuidador ou responsável pela criança? Sim Não

8. A criança mora com quem? Pais Só com a Mãe Só com o Pai

Outro_______________

104

9. A criança frequentou a pré-escola? Não por 1 ano por 2 anos por 3 anos

por 4 anos

10. Quais e quantos desses itens sua família possui? *em uma estante de 1 metro geralmente

cabem 40 livros

11. Quantas pessoas moram na sua casa (incluindo você mesmo)? ______ adulto(s)

______ criança(s)

12. Quantos cômodos têm na sua casa? ________ quarto(s) ________ sala(s)

________ cozinha(s)

13. A criança é bilíngue (fala FLUENTEMENTE alguma outra língua além do Português, EM

CASA)? Sim Não

14. O cuidador/responsável ajuda no dever de casa? Nunca Às vezes

Frequentemente Sempre

15. O cuidador verifica se a criança fez o dever de casa? Nunca Às vezes


16. O cuidador lê para a criança? Nunca Às vezes


17. A criança tem o hábito de ler em casa? Nunca Às vezes

Frequentemente Sempre (não incluindo livros da escola)

18. Quais desses itens a criança possui?

TV em cores 0 1 2 3 4 ou +

Rádio 0 1 2 3 4 ou +

Banheiro 0 1 2 3 4 ou +

Carro/ automóvel 0 1 2 3 4 ou +

Empregado mensalista 0 1 2 3 4 ou +

Máquina de lavar 0 1 2 3 4 ou +

Videocassete e/ou DVD 0 1 2 3 4 ou +

Geladeira 0 1 2 3 4 ou +

Freezer (independente ou parte da geladeira duplex) 0 1 2 3 4 ou +

Celular 0 1 2 3 4 ou +

Computador 0 1 2 3 4 ou +

Livros* (não incluindo livros da escola )

0-10 11-25 26-99 99-200 201 ou +

105

19. O cuidador leva a criança a parquinhos, parques e/ou clubes pelo menos 1 VEZ POR

SEMANA? Sim Não

20. A criança almoça ou janta em família pelo menos 4 DIAS POR SEMANA? Sim

Não

21. A criança tem/teve jogos ou livros (não incluindo os da escola) que lhe ajudam/ajudaram a

aprender:

22. Grau de escolaridade da MÃE Grau de escolaridade do PAI (cônjuge) ou responsável

Computador Sim Não

Fitas, CD’s, DVD’s Sim Não

Jogos Sim Não

Brinquedos de montar (tipo

Lego)

Sim Não

Instrumentos musicais Sim Não

Jogos de tabuleiro Sim Não

Dicionário Sim Não

Livros da própria criança

(não incluindo os da escola)

Sim Não

os nomes das cores Sim Não

os nomes de animais Sim Não

os números Sim Não

o alfabeto Sim Não

a escrever Sim Não

a desenhar Sim Não

canções Sim Não

106

< 150 151-300 301-600 601-1.200 1.201-2.400 2.401-4.800 4.801-6.000 6.001-10.000 > 10.001

Ensino fundamental I incompleto (1ª a 4ª série)

Ensino fundamental I completo (4ª série completa)

Ensino fundamental II completo (8ª série completa)

Ensino médio completo (colegial): regular ou técnico

Curso técnico superior completo

Ensino superior completo (faculdade)

Especialização (pós graduação), Mestrado completo

Doutorado de pesquisa completo (PhD)

Outros ________________________________ Qual

Ensino fundamental I incompleto (1ª a 4ª série)

Ensino fundamental I completo (4ª série completa)

Ensino fundamental II completo (8ª série completa)

Ensino médio completo (colegial): regular ou técnico

Curso técnico superior completo

Ensino superior completo (faculdade)

Especialização (pós graduação), Mestrado completo

Doutorado de pesquisa completo (PhD)

Outros _________________________________ Qual

23. Profissão da MÃE (atual ou passada) Profissão do PAI/ responsável (atual ou passada)

_____________________________________________

(Título do Cargo)

_____________________________________________

(Título do Cargo)

24. Quantas pessoas colaboram na renda familiar total? ________ pessoa(s)

25. Renda mensal total da família em R$ (bruta, antes de impostos), marque com um “X” o

valor aproximado:

26. Houve algum problema na gravidez? Sim

_________________________________________ Não

Qual

27. A mãe fumava (cigarro e/ou maconha) Nunca Às vezes


no período da gravidez? Número de cigarros por semana

___________________

28. A mãe consumia bebida alcoólica durante a gravidez? Nunca Às vezes


Número de latas (350 ml)/doses por

semana_______________

29. A mãe consumia outros tipos de drogas durante a gravidez (como cocaína, cola de

sapateiro, crack...)? Nunca

Às vezes Frequentemente Sempre

Qual

__________________________________

107

30. Houve complicações no parto? Sim

___________________________________________ Não

Qual

31. A criança nasceu com quantas semanas (tempo de gestação)? __________ semanas

32. Qual foi o peso da criança ao nascimento (aproximado)? ___________ gramas

33. Índice de Apgar no nascimento? ___ / ___ Nota exata Não sei

34. A criança foi hospitalizada devido a diarréias ou outras infecções? Sim ______ vezes

Não

Internação por mais de 30

dias? Sim Não

35. A criança teve/tem algum problema de saúde? Sim

(Qual)________________________________ Não

Epilepsia? Sim Não

36. A criança toma alguma medicação? Sim

____________________________________ Não

Qual

37. Comentário(s) que ache válido nos informar sobre a gestação ou desenvolvimento da

criança:

_____________________________________________________________________________

__________________

Nome completo: Data:___/____/____

A influência da memória operacional no desempenho ... · Salvador - Bahia 2014 . 2 Autorizo a...

Documents

Transcript of A influência da memória operacional no desempenho ... · Salvador - Bahia 2014 . 2 Autorizo a...