Гипотеза исследования. Существует компонент психики, соматически детерминированный, представляющий собой некоторую функциональность, которую мы называем структурой «Я», или личностью.

Рабочие гипотезы исследования. 1. Чувство контроля в ситуации технически определяется фактом наличия информации; 2. Поведенческие характеристики не отражают сущности личности, как представляют диагностический материал при анализе функционирования орбитофронтальной коры; 3. Проявление и контроль большинства внешних и внутренних психических процессов определены морфофункциональным состоянием головного мозга и могут быть отрефлексированы человеком (ощущение ограничений и / или невозможности к определенной деятельности); 4. “Личность” представляет полисемантический языковой конструкт, не заключающий указание на объективно существующее явление, доступное для наблюдения; 5. Сверх условно–рефлекторной деятельности не может образоваться механизм произвольности, ассоциированный с “личностным выбором”.

Материалы и методы исследования. В настоящем исследовании задействованы материалы философских (Л. Витгенштейн, С. М. Левин и др.), анатомо–психофизиологических / биологических (И. П. Павлов, А. С. Бурундуков, В. Я. Сергин и др.), психологических (Л. Хьелл, А. Н. Савостьянов и др.), лингвистических (В. В. Виноградов, В. В. Колесов и др.) и психологических (С. Л. Рубинштейн, А. Р. Лурия, Б. В. Зейгарник) работ. Основными методами данного исследования являются сравнительный контент–анализ, моделирование и философский эксперимент, абстрагирование.

В качестве психологического инструментария использовались следующие методики: Стандартные прогрессивные матрицы К. Равена [использовался для отбора участников исследования в связи с проведением тестирования на online–платформе], Опросник терминальных ценностей (ОТеЦ) [использовался для определения ценностно–ориентационной сферы респондентов], Опросник самоорганизации деятельности (ОСД) [использовался для определения качества “переживания пространства”]. Исследование организовано на платформе OnlineTestPad, постоянно действующая ссылка: https://onlinetestpad.com/t/deep–think–research , – с провокационным названием «Глубокое исследование качества мышления (16+)»: непрофессиональный характер платформы и досуг–ориентированность клиентов сайта накладывает неформальные требования на представление исследовательского материала (авторские инструкции, ключи и стимульные материалы сохранены). OnlineTestPad как площадка для проведения исследования выбрана в связи со следующими аспектами: широкая–территориальная открытость для прохождения, удобство ввода и вывода информации, возможность представления результатов тестирования участнику непосредственно после его прохождения (исследователь настраивает алгоритмы обработки вопросов; в настоящем исследовании интерпретация для респондентов на сайте приводилась в грубо “приведенной к среднему” форме в соответствии с оригинальными ключами обозначенных методик, так как сайт не позволяет настроить качественную обработку сырых баллов до стенов и далее – об этом сообщается в открывающем тест тексте, у респондентов была обеспечена возможность связаться с организаторами исследования по необходимости для уточнения интерпретации данных [соответствующая форма в конце прохождения всей процедуры]). Статистическая обработка проводилась с применением кластерного анализа [определено 5 кластеров] в пакете программы Statistica 12.0; данные из online–формы переводились в программные продукты Excel – в Excel проводилась обработка “сырых” баллов до стенов, стенов до качественных (номинативно–уровневых) показателей, оформлялись таблицы промежуточных и итоговых результатов. В Statistica 12.0 проводился кластерный анализ вида Joining (tree clustering) для определения количества кластеров (группировка осуществлялась по участникам исследования, тип данных был выбран как «сырой тип данных», в качестве способа объединения [Amalgamation (linkage) rules] использован Weighted pair group average [взвешенное попарное среднее] в связи с предположением о неравных размерах кластеров, расстояние евклидовое). Формирование кластеров проводилось методом K–means clustering по участникам исследования с учетом p sign (выбранный целевой показатель p–value<0.001).