Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ISSN: 2162-2965 (impreso) 2162-2973 (en línea) Página de inicio de la revista: http://www.tandfonline.com/loi/hapc20
Para citar este artículo: Li Zhang, John Q. Gan & Haixian Wang (2017) Mecanismos
neurocognitivos de la superdotación matemática: Una revisión de la literatura, Neuropsicología
aplicada: Infantil, 6:1, 79-94, DOI: 10.1080/21622965.2015.1119692
Para enlazar con este artículo: https://doi.org/10.1080/21622965.2015.1119692
Como piedra angular de las ciencias naturales, las apoyo al desarrollo cognitivo y mental de los
matemáticas influyen y cambian nuestro mundo niños/adolescentes en el aprendizaje de las matemáticas.
orientado a la tecnología d e f o r m a sistemática y
progresiva. Los niños/adolescentes superdotados
matemáticamente aportan dos cualidades importantes. Antecedentes cognitivos de la superdotación
En primer lugar, son perspicaces y apasionados en matemática
medio de una resolución de problemas muy exigente.
Superdotación matemática, inteligencia y
Además, su ingenio cognitivo representa la promesa de
creatividad
las matemáticas avanzadas, la ingeniería y otros ámbitos
que utilizan el razonamiento matemático aplicado. La El fundamento conceptual de la superdotación se basó
importancia de fomentar y desarrollar a los inicialmente en la medición de la inteligencia, con la
niños/adolescentes matemáticamente dotados ha sido suposición de que podían obtenerse resultados
ampliamente reconocida (Diezmann, 2005; Diezmann significativos mediante medidas válidas del cociente
& Watters, 2002; Kim, Cho, & Ahn, 2003). intelectual (CI). Terman (1926) definió la superdotación
Los estudios cognitivos y neurocientíficos como "el 1% superior en capacidad intelectual general,
sistemáticos han implicado esfuerzos multidisciplinares medida por la escala de inteligencia Stanford-Binet o un
y tecnologías avanzadas. Los hallazgos de los campos instrumento comparable" (p. 43). Muchos estudios han
educativo, psicológico y cognitivo proporcionan una demostrado que los niños que destacan en matemáticas
visión completa de la superdotación matemática, la tienden a obtener puntuaciones altas en las pruebas de
inteligencia y la creatividad. Este artículo investiga inteligencia general (Aiken, 1973; Detterman y Daniel,
inicialmente las teorías dominantes relacionadas con la 1989; Mrazik y Dombrowski, 2010). Sin embargo, un
superdotación en general, el trasfondo histórico del único test de CI no evalúa adecuadamente la gran
desarrollo conceptual de la superdotación matemática y variedad de capacidades que suelen mostrar los
los principales estilos cognitivos y de pensamiento de superdotados y las discapacidades en algunos campos
los niños/adolescentes superdotados matemáticamente. específicos.
A c o n t i n u a c i ó n , mediante la revisión de décadas Posteriormente, se propusieron algunas teorías con
de estudios de neuroimagen y electrofisiológicos, este enfoques más multifacéticos de la inteligencia, la
artículo resume y discute las importantes características superdotación y las mediciones pertinentes para ampliar
neuronales del cerebro de los superdotados el concepto de superdotación (Gagne, 1985; Renzulli,
matemáticos. 1978; Sternberg,
CONTACTO Haixian Wanghxwang@seu.edu.cn Research Center for Learning Science, Southeast University, 2 Sipailou Road, Nanjing, Jiangsu 210096,
China.
2015 Taylor & Francis Group, LLC
80 L. ZHANG, J.Q. GAN Y H. WANG
Debates
Diferencias cuantitativas y cualitativas
En los análisis y comparaciones de los datos neuronales,
tanto la actividad neuronal en estado de reposo como la
respuesta cerebral relacionada con eventos van
acompañadas de diferencias cuantitativas y cualitativas
entre los cerebros de los superdotados matemáticos y los
normales. Con un patrón de activación cerebral
relacionado con la tarea similar al de los adolescentes
normales, los adolescentes matemáticamente dotados
suelen presentar una mayor intensidad de activación en
el CPF, el sistema neural anterior, las cortezas fronto-
parietales y el CPP durante la realización de la misma
tarea cognitiva (Desco et al., 2011; Hoppe et al., 2012;
Lee et al., 2006; O'Boyle et al., 2005; Prescott et al., 2010;
Zhang et al., 2014, 2015b). Además, mientras que las
demandas cognitivas aumentan con la dificultad de la
tarea, las diferencias en la activación funcional del
cerebro entre los adolescentes matemáticamente
superdotados y no superdotados se incrementan aún
más (Desco et al., 2011; Lee et al., 2006). En las
mediciones neurocientíficas, la mayor utilización de las
regiones cerebrales relacionadas con la tarea suele
reflejarse en una respuesta BOLD más fuerte de la RMf
o en un mayor cambio en la potencia del EEG en bandas
de frecuencia características de la actividad cerebral
(Alexander et al., 1996; O'Boyle et al., 1991). En
realidad, las dos medidas se derivan de las estimaciones
de la respuesta de la población de neuronas activas. La
mayor respuesta inducida por la tarea en el cerebro
matemáticamente dotado podría verse como un reflejo
de un mayor número cuantitativo de neuronas activadas
durante el proceso cognitivo. Por otra parte, la
superioridad cualitativa de la red cerebral parece ser
más crucial para el mecanismo neural "único" de los
adolescentes matemáticamente dotados. El hemisferio
derecho bien desarrollado (Alexander et al., 1996; Haier
de Neubauer y FinkNEUROPSICOLOGÍA APLICADA:
sobre la eficiencia NIÑO
neuronal y 97
la
(Navas-Sánchez et al., 2014; O'Boyle, 2005; Prescott et
conexión sináptica en el cerebro inteligente: "... cuanto
al., 2010) constituyen una red cerebral estructural bien
más perfeccionada
conectada, que integra más áreas cerebrales discretas de
forma coordinada. La red estructuralmente reforzada
podría atribuirse a más neuronas, más sinapsis y más
conexiones dendríticas del cerebro innato.
A pesar de utilizar tecnologías y métodos diferentes,
la mayoría de los resultados de investigaciones
anteriores pueden conciliarse en el contexto de los
mecanismos neuronales. Algunos estudios de
EEG/ERP descubrieron que, al responder rápidamente
a estímulos objetivo, los niños superdotados con
habilidad matemática precoz mostraban un menor uso
de recursos neuronales en el lóbulo frontal que los
sujetos con habilidad media (es decir, una mayor
eficiencia neuronal) (Liu et al., 2011a; Liu, Xiao, Shi y
Zhao, 2011b). Como el uso de energía del cerebro
depende en gran medida de la tasa de potencial de
acción de las neuronas (Attwell y Laughlin, 2001), si el
cerebro responde rápidamente, el bajo coste energético
limitará el tráfico de señales en el cerebro e influirá aún
más en la comunicación efectiva en la red neuronal. Si
el cerebro matemáticamente inteligente mantiene
simultáneamente la conectividad de alto nivel en las
regiones frontales, existe una relación poco clara entre
el gasto económico del recurso neuronal y la
conectividad funcional, como mencionan Neubauer y
Fink (2009). El marco de la red neuronal
energéticamente eficiente propuesto por Laughlin y
Sejnowski (2003) puede proporcionar una posible
respuesta a este problema. Aunque el uso de energía
limita la comunicación neuronal, el cerebro humano
podría adoptar diseños energéticamente eficientes para
contrarrestar esta limitación metabólica, que incluyen
"la miniaturización de componentes, la eliminación de
señales superfluas y la representación de información
con códigos energéticamente eficientes" (Laughlin y
Sejnowski, 2003, p. 1872). La miniaturización se refiere
a la disposición eficiente y la alta densidad de
componentes mediante la reducción del número de
neuronas necesarias para las funciones adecuadas y el
tamaño medio de las neuronas o la longitud de sus
conexiones. La eliminación de señales superfluas refleja
la capacidad de reducir el ruido inducido por la
miniaturización, los canales iónicos y otros
mecanismos de señalización molecular, como la
capacidad de dividir la información en vías ON y OFF
en función del ruido relativo. El código
energéticamente eficiente refleja el tráfico efectivo de
señales sin pérdida de información, lo que se atribuye a
la alta capacidad de representación, es decir, a la
codificación de señales neuronales dispersas. Las
neuronas corticales energéticamente eficientes de los
cerebros superdotados pueden seleccionar las señales
de los sitios que son más informativos (Laughlin y
Sejnowski, 2003). Este marco de eficiencia energética
de la red neuronal puede responder bien a la conjetura
98 L. ZHANG, J.Q. GAN Y H. WANG
de un sistema BCI, se espera que el entrenamiento de Aiken, L. R. (1973). Ability and creativity in mathematics.
neurofeedback en la banda de frecuencia alfa superior Review of Educational Research, 43(4), 405-432.
(10-12 Hz) mejore el rendimiento de la memoria de doi:10.3102/00346543043004405
trabajo del niño (Escolano, Aguilar y Minguez, 2011). Alexander, J. E., O'Boyle, M. W., & Benbow, C. P. (1996).
Developmentally advanced EEG alpha power in gifted male
Además, la lateralidad de la actividad cortical en el
lóbulo frontal puede ser manipulada por el
entrenamiento de neurofeedback on-line para mejorar
la respuesta neural del individuo (Harmon-Jones et al.,
2010). Como se ha descubierto que las funciones
cognitivas del lóbulo frontal derecho están muy
implicadas en el pensamiento matemático relacionado
con los superdotados, también se espera que el
entrenamiento en línea de la lateralidad medie en la
lateralidad derecha de las funciones frontales.
Conclusión
Este artículo revisa sistemáticamente los antecedentes
cognitivos, los estudios empíricos y los mecanismos
neuronales de la superdotación matemática. Las
características cognitivas descubiertas de la
superdotación matemática son valiosas para identificar
a los auténticos niños matemáticamente superdotados,
fomentar a los estudiantes prometedores en
matemáticas y mejorar a los estudiantes de capacidad
media. Los mecanismos neuronales "generales" y
"únicos" nos proporcionan conocimientos
neurobiológicos para entender a los niños
matemáticamente dotados en términos de la estructura
innata y la actividad funcional del cerebro. Para futuros
estudios de neurociencia cognitiva de niños y
adolescentes superdotados matemáticamente, la
dirección más importante sería investigar más a fondo
los marcadores neuronales "únicos" que distinguen los
cerebros superdotados matemáticamente de los cerebros
inteligentes o de otros superdotados. Como ya se ha
comentado, los estudios anteriores siguen presentando
problemas sin resolver, marcos ambiguos y fallos
metodológicos. Las investigaciones futuras deberían
combinar sistemáticamente datos de rendimiento de
tareas conductuales, datos electrofisiológicos, datos de
imágenes cerebrales y adoptar diversos métodos de
análisis de datos para encontrar las respuestas a estos
problemas.
Financiación
Este trabajo ha sido financiado en parte por el Programa
Nacional de Investigación Básica de China con la subvención
2015CB351704, por la Fundación Nacional de Ciencias
Naturales de China con la subvención 61375118 y la
subvención 31130025, y por el Programa para Excelentes
Talentos del Nuevo Siglo en la Universidad de China con la
subvención NCET-12-0115.
Referencias
NEUROPSICOLOGÍA APLICADA: NIÑO 103
y adolescentes femeninas. International Journal
Psychophy- siology, 23(1-2), 25-31. doi:10.1016/0167-
8760(96)00031-1
Attwell, D., & Laughlin, S. B. (2001). An energy budget for
signaling in the grey matter of the brain. Journal of
Cerebral Blood Flow & Metabolism, 21(10), 1133-1145.
doi:10.1097/ 00004647-200110000-00001
Aydin, K., Ucar, A., Oguz, K. K., Okur, O. O., Agayev, A.,
Unal, Z., ... Ozturk, C. (2007). Increased gray matter den-
sity in the parietal cortex of mathematicians: A voxel-
based morphometry study. American Journal of
Neuroradiology, 28(10), 1859-1864. doi:10.3174/ajnr.a0696
Banfield, T. (2005). Ability grouping for mathematically
gifted adolescent boys. Revista Internacional de Educación,
6(2), 141-149.
Bassett, D. S., Meyer-Lindenberg, A., Achard, S., Duke, T., &
Bullmore, E. (2006). Adaptive reconfiguration of fractal
small-world human brain functional networks. Actas de la
Academia Nacional de Ciencias, 103(51), 19518-19523.
doi:10.1073/pnas.0606005103
Benbow, C. P. (1986). Physiological correlates of extreme
intellectual precocity. Neuropsychologia, 24(5), 719-725.
doi:10.1016/0028-3932(86)90011-4
Benbow, C. P. (1988). Sex differences in mathematical
reason- ing ability in intellectually talented preadolescents:
Their nature, effects, and possible causes. Behavioral and
Brain Sciences, 11(2), 169-183.
doi:10.1017/s0140525x00049244
Benbow, C. P., Lubinski, D., Shea, D. L., & Eftekhari-Sanjani,
H. (2000). Sex differences in mathematical reasoning
ability at age 13: Their status 20 years later. Psychological
Science, 11(6), 474-480. doi:10.1111/1467-9280.00291
Blair, C. (2002). School readiness: Integrating cognition and
emotion in a neurobiological conceptualization of chil-
dren's functioning at school entry. American Psychologist,
57(2), 111-127. doi:10.1037//0003-066x.57.2.111
Blair, C. (2007). Límites inherentes a la identificación de una
base neural para la inteligencia general. Behavioral and
Brain Sciences, 30(2), 154-155.
doi:10.1017/s0140525x07001197
Botvinick, M. M., Braver, T. S., Barch, D. M., Carter, C. S., &
Cohen, J. D. (2001). Conflict monitoring and cognitive
control. Psychological Review, 108(3), 624-652.
Bressler, S. L., & Seth, A. K. (2011). Causalidad de Wiener-
granger: Una metodología bien establecida. NeuroImage,
58(2), 323-329. doi:10.1016/j.neuroimage.2010.02.059
Brody, L. E., y Stanley, J. C. (2005). Jóvenes que razonan
excepcionalmente bien matemática y/o verbalmente:
Using the MVT:D4 model to develop their talents. En R.
Sternberg & J. Davidson (Eds.), Conceptions of Giftedness,
2ª edición (pp. 20-37). Cambridge, MA: Cambridge
University Press.
Case, R. (1992). El papel de los lóbulos frontales en la
regulación del desarrollo cognitivo. Brain and Cognition,
20(1), 51-73. doi:10.1016/0278-2626(92)90061-p
Chen, S. C., Huang, C. K., Chen, J. F., & Su, S. B. (2012). The
relationship between attention assessment and EEG con-
trol, International Proceedings of Chemical, Biological &
Environmental Engineering, 34, 27-31.
Cropley, A. J. (1994). Creative intelligence: A concept of 'true'
giftedness. European Journal of High Ability, 5(1), 16-23.
doi:10.1080/0937445940050102
Cropley, A. J. (2000). Definir y medir la creatividad: ¿Vale la
pena utilizar tests de creatividad? Roeper Review, 23(2),
72-79. doi:10.1080/02783190009554069
104 L. ZHANG, J.Q. GAN Y H. WANG
Deary, I. J., Penke, L., & Johnson, W. (2010). La neurociencia Haier, R. J., Siegel, B., Tang, C., Abel, L., & Buchsbaum, M. S.
de la diferencia de inteligencia humana. Neuroscience, (1992). Intelligence and changes in regional cerebral
11(3), 201-211. glucose metabolic rate following learning. Intelligence,
Desco, M., Navas-Sánchez, F. J., Sánchez-González, J., Reig, S., 16(3-4), 415-426. doi:10.1016/0160-2896(92)90018-m
Robles, O., Franco, C., ... Arango, C. (2011). Los Harmon-Jones, E., Gable, P. A., & Peterson, C. K. (2010). El
adolescentes superdotados matemáticamente utilizan áreas papel de la actividad cortical frontal asimétrica en los
más extensas y bilaterales de la red fronto-parietal que los fenómenos relacionados con la emoción: A review and
controles durante tareas de funcionamiento ejecutivo y update. Biological Psychology, 84(3), 451-462.
razonamiento fluido. NeuroImage, 57(1), 281-292. doi:10.1016/j.biopsycho.2009.
doi:10.1016/j.neuroimage. 08.010
2011.03.063 Hegarty, M., & Kozhevnikov, M. (1999). Types of visual-
Detterman, D. K., y Daniel, M. H. (1989). Correlations of spatial representations and mathematical problem solving.
mental tests with each other and with cognitive variables Journal of Educational Psychology, 91(4), 684-689.
are highest for low IQ groups. Intelligence, 13(4), 349-. doi:10.1037//0022-0663.91.4.684
359. doi:10.1016/s0160-2896(89)80007-8 Heinze, A. (2005). Diferencias en las estrategias de resolución
Diezmann, C. M. (2005). Challenging mathematically gifted de problemas de alumnos de primaria superdotados y no
primary students. Australasian Journal of Gifted Education, superdotados matemáticamente. Revista Internacional de
14(1), 50-57. Educación, 6(2), 175-183.
Diezmann, C. M., y Watters, J. J. (2002). The importance of Hellige, J. B. (1993). Asimetría hemisférica: What's right and
challenging tasks for mathematically gifted students. Gifted what's left (Vol. 6). Cambridge, Reino Unido: Harvard
and Talented International, 17(2), 76-84. University Press.
Epstein, H. T. (1980). Etapas de desarrollo del EEG. Develop- Hoppe, C., Fliessbach, K., Stausberg, S., Stojanovic, J.,
mental Psychobiology, 13(6), 629-631. doi:10.1002/dev. Trautner, P., Elger, C. E., & Weber, B. (2012). Un papel
420130608 clave para el rendimiento en tareas experimentales: Efectos
Escolano, C., Aguilar, M., & Minguez, J. (2011). EEG-based del talento matemático, el género y el rendimiento en los
upper alpha neurofeedback training improves working correlatos neurales de la rotación mental. Brain and
memory performance. Engineering in Medicine and Biology Cognition, 78(1), 14-27. doi:10.1016/j. bandc.2011.10.008
Society, EMBC, 2011 Annual International Conference of House, P. A. (1987). Providing opportunities for mathemat-
the IEEE, Boston, MA, USA, 2327-2330. ically gifted, K-12. Reston, VA: National Council of
Eslinger, P. J., Blair, C., Wang, J. L., Lipovsky, B., Realmuto, J., Teachers of Mathematics. Reston, VA: National Council of
Baker, D., ... Yang, Q. X. (2009). Developmental shifts in Teachers of Mathematics.
fMRI activations during visuospatial relational reasoning. Jaušovec, N. (1996). Differences in EEG alpha activity related
Brain and Cognition, 69(1), 1-10. doi:10.1016/j.bandc.2008. to giftedness. Intelligence, 23(3), 159-173. doi:10.1016/
04.010 s0160-2896(96)90001-x
Friston, K. J., Ashburner, J. T., Kiebel, S. J., Nichols, T. E., & Joseph, R. (1988). El hemisferio cerebral derecho: Emotion,
Penny, W. D. (Eds.). (2011). Mapeo estadístico paramétrico: music, visual-spatial skills, body-image, dreams, and aware-
El análisis de imágenes cerebrales funcionales. Londres, ness. Journal of Clinical Psychology, 44(5), 630-673.
Reino Unido: Elsevier/Academic Press. doi:10.1002/1097-4679(198809)44:5 < 630::aid-jclp227044
Gagne, F. (1985). Superdotación y talento: Reexaminando las 0502 > 3.0.co;2-v
definiciones. Gifted Child Quarterly, 29(3), 103-112. Jung, R. E., y Haier, R. J. (2007). The parieto-frontal
doi:10.1177/001698628502900302 integration theory (P-FIT) of intelligence: Converging neu-
Gardner, H. E. (1983). Frames of mind: La teoría de las roimaging evidence. Behavioral and Brain Sciences, 30(2),
inteligencias múltiples. Nueva York, NY: Basic Books. �
135-154. doi:10.1017/s0140525 07001185
Gardner, H. E. (2003). Inteligencias múltiples después de veinte Jung, R. E., Segall, J. M., Jeremy Bockholt, H., Flores, R. A.,
años. Chicago, IL: Asociación Americana de Investigación Smith, S. M., Chavez, R. S., & Haier, R. J. (2010).
Educativa. Neuroanatomía de la creatividad. Human Brain Mapping,
Gardner, H. E. (2006). Inteligencias múltiples: Nuevos 31(3), 398-409.
horizontes. Nueva York, NY: Basic books. Kalbfleisch, M. L. (2004). Anatomía neural funcional del
Geake, J. G. (2006). Cerebros matemáticos. Superdotados y talento. The Anatomical Record Part B: The New Anatomist,
talentosos, 10(1), 2-7. 277(1), 21-36. doi:10.1002/ar.b.20010
Geary, D. C. (1996). Sexual selection and sex differences in Kane, M. J., & Engle, R. W. (2002). The role of prefrontal
mathematical abilities. Behavioral and Brain Sciences, 19 cortex in working-memory capacity, executive attention,
(02), 229-247. doi:10.1017/s0140525x00042400 and general fluid intelligence: An individual-differences
Giedd, J. N., Blumenthal, J., Jeffries, N. O., Castellanos, F. X., perspective. Psychonomic Bulletin & Review, 9(4), 637- 671.
Liu H., Zijdenbos A., ... Rapoport, J. L. (1999). Brain devel- doi:10.3758/bf03196323
opment during childhood and adolescence: A longitudinal Kim, H., Cho, S., & Ahn, D. (2003). Development of
MRI study. Nature Neuroscience, 2(10), 861-863. mathematical creative problem solving ability test for
Gray, J. R., Chabris, C. F., & Braver, T. S. (2003). Mecanismos identification of the gifted in math. Gifted Education Inter-
neuronales de la inteligencia fluida general. Neuroscience, 6 national, 18(2), 164-174. doi:10.1177/026142940301800206
(3), 316-322. doi:10.1038/nn1014 Kleene, S. C. (2002). Mathematical logic. New York, NY:
Haier, R. J., & Benbow, C. P. (1995). Sex differences and Correo Dover.
lateralization in temporal lobe glucose metabolism during Klimesch, W. (1999). Las oscilaciones alfa y theta del EEG
mathematical reasoning. Developmental Neuropsychology, reflejan el rendimiento cognitivo y de la memoria: A review
11(4), 405-414. doi:10.1080/87565649509540629 and analysis. Brain Research Reviews, 29(2), 169-195.
doi:10.1016/s0165-
0173(98)00056-3
NEUROPSICOLOGÍA APLICADA: NIÑO 105
Klimesch, W., Sauseng, P., & Hanslmayr, S. (2007). EEG alpha para el desarrollo de la pericia matemático-científica.
oscillations: The inhibition-timing hypothesis. Brain Perspectives on Psychological Science, 1(4), 316-345.
Research Reviews, 53(1), 63-88. doi:10.1016/j.brainresrev. Mann, E. L. (2006). Creativity: La esencia de las matemáticas.
2006.06.003 Journal for the Education of the Gifted, 30(2), 236-260.
Koechlin, E., Ody, C. y Kouneiher, F. (2003). La arquitectura Meissner, H. (2006). Creatividad en la educación matemática.
del control cognitivo en el córtex prefrontal humano. Educación Primaria en Línea, 5(1), 65-72.
Science, 302(5648), 1181-1185. doi:10.1126/science. Melloni, L., Molina, C., Pena, M., Torres, D., Singer, W., &
1088545 Rodriguez, E. (2007). Synchronization of neural activity
Kosslyn, S. M., Behrmann, M., & Jeannerod, M. (1995). The across cortical areas correlates with conscious perception.
cognitive neuroscience of mental-imagery. Neuropsy- Journal of Neuroscience, 27(11), 2858-2865. doi:10.1523/
chologia, 33(11), 1335-1344. jneurosci.4623-06.2007
Kouneiher, F., Charron, S., & Koechlin, E. (2009). Motivación y Miller, E. K. (2000). El córtex prefrontal y el control cognitivo.
control cognitivo en el córtex prefrontal humano. Nature Nature Reviews Neuroscience, 1(1), 59-65.
Neuroscience, 12(7), 939-945. doi:10.1038/nn.2321 Krause, W., Mrazik, M., y Dombrowski, S. C. (2010). Los fundamentos
Schack, B., Seidel, G., Heinrich, F., & Krause, U. (2001). neurobiológicos de la superdotación. Roeper Review, 32(4),
Entropy reduction in human mathematical thinking: A 224-234. doi:10.1080/02783193.2010.508154
microstate study of EEG oscillations. NeuroImage, Navas-Sánchez, F. J., Alemán-Gómez, Y., Sánchez-González,
13(6), 432. doi:10.1016/s1053-8119(01)91775-6 J., Guzmán-De-Villoria, J. A., Franco, C., Robles, O., ...
Krause, W., Seidel, G., & Heinrich, F. (2003). Reducción de la Desco, M. (2014). Correlatos de la microestructura de la
entropía en la superdotación matemática: Una nueva sustancia blanca de la superdotación matemática y el
medida del rendimiento mental. En U. Lindemann (Ed.), cociente intelectual. Human Brain Mapping, 35(6), 2619-
Human behavior in design (pp. 63-71). Berlin: Springer- 2631. doi:10.1002/ hbm.22355
Verlag. Neubauer, A. C., & Fink, A. (2009). Inteligencia y eficiencia
Krause, W., Seidel, G., & Schack, B. (2001). Reducción de la neuronal. Neuroscience and Biobehavioral Reviews, 33(7),
entropía. Zeitschrift Fur Psychologie, 209(4), 376-401. 1004-1023.
Krutetskii, V. A. (1976). The psychology of mathematical O'Boyle, M. W. (2005). Algunos hallazgos actuales sobre las
abilities in school children. Chicago, IL: University of características cerebrales del adolescente matemáticamente
Chicago Press. superdotado. Revista Internacional de Educación, 6(2), 247-
Kwon, H., Reiss, A. L., & Menon, V. (2002). Neural basis of 251.
protracted developmental changes in visuo-spatial working O'Boyle, M. W. (2008). Mathematically gifted children:
memory. Proceedings of the National Academy of Sciences of -Características del desarrollo cerebral y su pronóstico para
the United States of America, 99(20), 13336-13341. el bienestar. Número especial: The Cognitive Neuroscience of
doi:10.1073/pnas.162486399 Giftedness, 30(3), 181-186. doi:10.1080/0278319080
Laughlin, S. B., & Sejnowski, T. J. (2003). Comunicación en 2199594
redes neuronales. Science, 301(5641), 1870-1874. O'Boyle, M. W., Alexander, J. E., & Benbow, C. P. (1991).
doi:10.1126/science.1089662 Enhanced right hemisphere activation in the mathemat-
Lee, K. H., Choi, Y. Y., Gray, J. R., Cho, S. H., Chae, J. H., Lee, ically precocious: A preliminary EEG investigation. Brain
S., & Kim, K. (2006). Neural correlates of superior intelli- and Cognition, 17(2), 138-153. doi:10.1016/0278-2626(91)
gence: Stronger recruitment of posterior parietal cortex. 90073-h
NeuroImage, 29(2), 578-586. doi:10.1016/j.neuroimage. O'Boyle, M. W., & Benbow, C. P. (1990). Enhanced right
2005.07.036 hemisphere involvement during cognitive processing may
Liu, T., Xiao, T., Shi, J., & Zhao, D. (2011a). Respuesta prep- relate to intellectual precocity. Neuropsychologia, 28(2),
aration y el control cognitivo de los niños altamente 211-216. doi:10.1016/0028-3932(90)90102-t
inteligentes: A Go-Nogo event-related potential study. O'Boyle, M. W., Cunnington, R., Silk, T. J., Vaughan, D.,
Neuroscience, 180 (2), 122-128. Jackson, G., Syngeniotis, A., & Egan, G. F. (2005).
doi:10.1016/j.neuroscience.2011.02.022 Mathematically gifted male adolescents activate a unique
Liu, T., Xiao, T., Shi, J., & Zhao, L. (2011b). Sensory gating, brain network during mental rotation. Cognitive Brain
inhibition control and child i n t e l l i g e n c e : Un estudio Research, 25(2), 583-587. doi:10.1016/j.cogbrainres.2005.
de potenciales relacionados con eventos. Neuroscience, 08.004
189(4), 250-257. doi:10.1016/j.neuroscience.2011.05.009 O'Boyle, M. W., Gill, H. S., Benbow, C. P., & Alexander, J. E.
Livne, N. L., Livne, O. E., & Milgram, R. M. (1999). (1994). Concurrent finger-tapping in mathematically gifted
Evaluación de las capacidades académicas y creativas en males: Evidence for enhanced right hemisphere involve-
matemáticas en cuatro niveles de comprensión. ment during linguistic processing. Cortex, 30(3), 519-526.
International Journal of Mathematical Education in Science doi:10.1016/s0010-9452(13)80347-4
and Technology, 30(2), 227-242. Pascual-Leone, A., Amedi, A., Fregni, F., & Merabet, L. B.
doi:10.1080/002073999288012 (2005). The plastic human brain cortex, Annual Review of
Livne, N. L., y Milgram, R. M. (2006). Academic versus Neuroscience, 28, 377-401.
creative abilities in mathematics: ¿Dos componentes del Poincaré, H. (1913). Los fundamentos de la ciencia. New York,
mismo constructo? Creativity Research Journal, 18(2), 199- NY: Science Press.
212. doi:10.1207/s15326934crj1802_6 Prabhakaran, V., y Rypma, B. (2007). P-FIT y la neurociencia
Lubinski, D., Webb, R. M., Morelock, M. J., & Benbow, C. P. de la inteligencia: ¿Hasta qué punto encaja bien P?
(2001). Top 1 in 10,000: A 10-year follow-up of the pro- Behavioral and Brain Sciences, 30(2), 166-167. �
foundly gifted. Journal of Applied Psychology, 86(4), 718. doi:10.1017/s0140525
Lubinski, D., y Benbow, C. P. (2006). Study of mathematically 07001355
precocious youth after 35 years: Uncovering antecedents
106 L. ZHANG, J.Q. GAN Y H. WANG
Preckel, F., Goetz, T., Pekrun, R. y Kleine, M. (2008). Gender Sternberg, R. J. (2003). La superdotación según la teoría de la
differences in gifted and average-ability students inteligencia exitosa. En N. Colangelo & G. Davis (Eds.),
comparing girls' and boys' achievement, self-concept, Handbook of gifted education (pp. 88-99). Boston, MA:
interest, and motivation in mathematics. Gifted Child Allyn and Bacon.
Quarterly, 52(2), 146-159. doi:10.1177/0016986208315834 Sternberg, R. J. (2006). La naturaleza de la creatividad.
Prescott, J., Gavrilescu, M., Cunnington, R., O'Boyle, M. W., Creativity Research Journal, 18(1), 87-98.
& Egan, G. F. (2010). Enhanced brain connectivity in math- doi:10.1207/s15326934 crj1801_10
gifted adolescents: An fMRI study using mental rotation. Stoeger, H. (2005). Evaluation of an elementary classroom
Cognitive Neuroscience, 1(4), 277-288. self-regulated learning program for gifted mathematics
doi:10.1080/17588928.2010.506951 underachievers. Revista Internacional de Educación, 6(2),
Renzulli, J. S. (1978). ¿Qué es la superdotación? 261-271.
Reexaminando una definición. Phi Delta Kappan, 60(3), Tall, D. (1991). La psicología del pensamiento matemático
180-184, 261. avanzado. En D. Tall (Ed.), Advanced mathematical
Ridderinkhof, K. R., van den Wildenberg, W. P., Segalowitz, thinking (pp. 3-21). Dordrecht, Países Bajos: Kluwer.
S. J., & Carter, C. S. (2004). Mecanismos neurocognitivos Tang, Y. Y., Ma, Y., Wang, J., Fan, Y., Feng, S., Lu, Q., ...
del control cognitivo: The role of prefrontal cortex in action Posner, M. I. (2007). El entrenamiento en meditación a
selection, response inhibition, performance monitoring, corto plazo mejora la atención y la autorregulación. Actas
and reward-based learning. Brain and Cognition, 56(2), de la Academia Nacional de Ciencias, 104(43), 17152-
129-140. doi:10.1016/j.bandc.2004.09.016 17156. doi:10.1073/pnas.0707678104
Rota, G., Sitaram, R., Veit, R., Erb, M., Weiskopf, N., Dogil, Tang, Y. Y., & Posner, M. I. (2009). Attention training and
G., & Birbaumer, N. (2009). Autorregulación de la attention state t r a i n i n g . Trends in Cognitive Sciences,
actividad cortical regional mediante fMRI en tiempo real: 13(5), 222-227. doi:10.1016/j.tics.2009.01.009
The right inferior frontal gyrus and linguistic processing. Terman, L. M. (1926). Genetic studies of genius: Mental and
Human Brain Mapping, 30(5), 1605-1614. physical traits of a thousand gifted children (Vol. I, 2ª ed.).
doi:10.1002/hbm.20621 Stanford, CA: Stanford University Press.
Rypma, B., Berger, J. S., Prabhakaran, V., Bly, B. M., Kimberg, Thurstone, L. L. (1948). Capacidades mentales primarias.
D. Y., Biswal, B. B., & D'Esposito, M. (2006). Neural corre- Science, 108
lates of cognitive efficiency. NeuroImage, 33(3), 969-979. (2813), 585-585.
doi:10.1016/j.neuroimage.2006.05.065 Usiskin, & Zalman. (2000). The development into the math-
Sak, U. (2004). Acerca de la creatividad, la superdotación y la ematically talented. Journal of Secondary Gifted Education,
enseñanza de los superdotados creativos en el aula. Roeper 11(3), 152-162.
Review, 26(4), 216-222. doi:10.1080/02783190409554272 Van Garderen, D., & Montague, M. (2003). Visual-spatial
Sak, U., & Maker, C. J. (2005). Divergencia y convergencia de representation, mathematical problem solving, and stu-
las fuerzas mentales de los niños en problemas matemáticos dents of varying abilities. Learning Disabilities Research &
abiertos y cerrados. Revista Internacional de Educación, 6(2), Practice, 18(4), 246-254. doi:10.1111/1540-5826.00079
252-260. Schoenfeld, A. H. ( 1 9 9 2 ). Learning to think Vilkomir, T., & O'DonogHue, J. (2009). Using components of
mathematically: Problem solving, metacognition and sense mathematical ability for initial development and identifi-
making in math- ematics. En D. Grouws (Ed.), Handbook of cation of mathematically promising students. International
research on mathematics teaching and learning: A project of the Journal of Mathematical Education in Science and Tech-
national council of teaching of mathematics (pp. 334-370). New nology, 40(2), 183-199. doi:10.1080/00207390802276200
York, NY: Macmillan. Winner, E. (2000). The origins and ends of giftedness.
Singh, H., & O'Boyle, M. W. (2004). Interhemispheric American Psychologist, 55(1), 159-169. doi:10.1037//0003-
interaction during global-local processing in 066x.55.1.159
mathematically gifted adolescents, average-ability youth, Zhang, L., Gan, J. Q., & Wang, H. (2014). Optimized gamma
and college students. Neuropsychology, 18(2), 371-377. synchronization enhances functional binding of fronto-
doi:10.1037/0894- parietal cortices in mathematically gifted adolescents dur-
4105.18.2.371 ing deductive reasoning, Frontiers in Human Neuroscience,
Smith, M. K. (2002). Howard Gardner and multiple intelli- 8, 430. doi:10.3389/fnhum.2014.00430.
gences. La enciclopedia de la educación informal. Obtenido Zhang, L., Gan, J. Q., & Wang, H. (2015a). Localization of
de http://www.infed.org/thinkers/gardner.htm. neural efficiency of the mathematically gifted brain through
Sousa, D. A. (2009). Cómo aprende el cerebro superdotado. a feature subset selection method. Cognitive Neurody-
Thousand Oaks, CA: Corwin Press. namics, 9(5), 495-508. doi:10.1007/s11571-015-9345-1
Sriraman, B. (Ed.). (2008). Creativity, giftedness, and talent Zhang, L., Gan, J. Q., & Wang, H. (2015b). Mathematically
development in mathematics (Vol. 4). Charlotte, NC: gifted adolescents mobilize enhanced workspace configur-
Information Aging Publishing. ation of theta cortical network during deductive reasoning,
Sternberg, R. J. (1985). Beyond IQ: Una teoría triárquica de Neuroscience, 289, 334-348. doi:10.1016/j.neuroscience.
l a inteligencia humana. Nueva York, NY: Cambridge 2014.12.072
University Press. Zhang, L., Wang, H., & Gan, J. Q. (2013). Localización cortical
Sternberg, R. J. (1999a). Inteligencia de éxito: Finding a basada en EEG de la eficiencia neuronal relacionada con la
balance. Trends in Cognitive Science, 3(11), 436-442. superdotación matemática. Proceedings of Int. Conf. on
doi:10.1016/s1364-6613(99)01391-1 Neural Information Processing, Daegu, Corea, 25-32.
Sternberg, R. J. (1999b). La teoría de la inteligencia exitosa.
Revista de Psicología General, 3(4), 292-316.