Aktuelles

Im Journal of Experimental Psychology: General ist ein neuer Artikel aus der Arbeitsgruppe erschienen:

Schubert, A.-L., Löffler, C., & Hagemann, D. (2022). A Neurocognitive Psychometrics Account of Individual Differences in Attentional Control. Journal of Experimental Psychology: General. Advance online publication https://doi.org/10.1037/xge0001184

Abstract: Attention control processes play an important role in many substantial psychological theories but are hard to reliably and validly measure on the subject-level. Therefore, associations between individual differences in attentional control and other variables are often inconsistent. Here we propose a novel neurocognitive psychometrics account of attentional control that integrates model parameters from the dual-stage two-phase model (Hübner et al., 2010), a mathematical model of selective attention, with neural correlates of conflict processing (i.e., latencies of the stimulus-locked lateralized readiness potential) in a multilayer structural equation model framework. We analyzed data from 150 participants who completed the Eriksen Flanker task while their EEG was recorded and used the neurocognitive psychometric approach to distinguish between two sequential stages of information-processing—target selection and response selection. Model parameters and neural correlates showed convergent validity and could be meaningfully related to each other. Together, these neurocognitive process parameters jointly explained 37 % of the variance in individual differences in higher-order cognitive abilities that were assessed with a battery of intelligence tests and working memory tasks. Individuals with greater cognitive abilities were not only better at focusing their attention on the target stimulus but also at subsequent response-selection. All in all, our results support the idea that individual differences in attentional control processes are related to individual differences in cognitive abilities. Moreover, they provide hope that the measurement crisis of individual differences in attentional control can be overcome by integrating measurement approaches from related disciplines such as mathematical psychology and cognitive neuroscience. (PsycInfo Database Record (c) 2022 APA, all rights reserved)

Daniel Mirman, Robert McIntosh, Anne Scheel und Anna-Lena Schubert geben einen Special Issue zum Thema "Strengthening derivation chains in cognitive neuroscience" in Cortex heraus. Presubmission enquiries können bis zum 31.03.2022 eingereicht werden; der Einreichungsschluss für die vollständigen Manuskripte ist der 31.12.2022. Weitere Informationen finden sich auf der Website des Journals und im begleitenden Editorial.

Building knowledge requires a sound connection between empirical observations and inferred scientific claims. This “derivation chain” (Meehl, 1990) links premises and auxiliary assumptions that are necessary for translating theoretical claims into empirical predictions (Scheel et al., 2021). Any weak element in the derivation chain — e.g., a vague theoretical concept, an unreliable measure, an untested assumption about participant compliance — can invalidate the inference drawn from the data. To lay the foundation for strong inferences, scientists must establish concepts and methods, and examine auxiliaries. This Special Issue aims to stimulate and showcase foundational research that directly targets derivation-chain elements in cognitive neuroscience.

Im Journal of Intelligence/a> ist ein neuer Artikel aus der Arbeitsgruppe erschienen:

Löffler, C., Frischkorn, G. T., Rummel, J., Hagemann, D., & Schubert, A.-L. (2022). Do attentional lapses account for the worst performance rule? Journal of Intelligence,10(1), 2. https://dx.doi.org/10.3390/jintelligence10010002

Abstract: The worst performance rule (WPR) describes the phenomenon that individuals’ slowest responses in a task are often more predictive of their intelligence than their fastest or average responses. To explain this phenomenon, it was previously suggested that occasional lapses of attention during task completion might be associated with particularly slow reaction times. Because less intelligent individuals should experience lapses of attention more frequently, reaction time distribution should be more heavily skewed for them than for more intelligent people. Consequently, the correlation between intelligence and reaction times should increase from the lowest to the highest quantile of the response time distribution. This attentional lapses account has some intuitive appeal, but has not yet been tested empirically. Using a hierarchical modeling approach, we investigated whether the WPR pattern would disappear when including different behavioral, self-report, and neural measurements of attentional lapses as predictors. In a sample of N = 85, we found that attentional lapses accounted for the WPR, but effect sizes of single covariates were mostly small to very small. We replicated these results in a reanalysis of a much larger previously published data set. Our findings render empirical support to the attentional lapses account of the WPR.

Anna-Lena Schubert hat bei der DFG eine Projektförderung (Sachbeihilfe) zur Erforschung Neurokognitiver Mechanismen interindividueller Unterschiede in der kognitiven Leistungsfähigkeit eingeworben. Im Rahmen des dreijährigen Projekts soll das von Schubert und Frischkorn (2020) vorgeschlagene neurokognitive Prozessmodell der Intelligenz mit Hilfe von Strukturgleichungsmodellen überprüft werden, indem die in der Prozesskaskade genannten Konstruktbereiche (strukturelle Konnektivität, funktionelle Konnektivität, Verarbeitungsgeschwindigkeit, Arbeitsgedächtniskapazität, Intelligenz) jeweils mit mindestens drei Indikatoren abgebildet und querschnittliche Relationen zwischen den Konstruktbereichen in einer Stichprobe 200 junger Erwachsener mit heterogener kognitiver Leistungsfähigkeit untersucht werden. Das Projekt ermöglicht auf einmalige Weise die Integration unterschiedlicher, für die aktuelle Theoriediskussion in der Intelligenzforschung höchst bedeutsamer Datenquellen und überwindet durch Kombination differentieller und experimenteller Ansätze die von Cronbach (1957) monierte Trennung der beiden Disziplinen.

Wir begrüßen José C. García Alanis als neuen Mitarbeiter in der Abteilung für Analyse und Modellierung komplexer Daten. José C. García Alanis hat Psychologie an der Universität Marburg studiert und dort zum Thema "The electrophysiology of individual differences in executive-dependent decision making" promoviert. Er wird das Team sowohl in der Forschung als auch in der Lehre verstärken.

Liebe Studierende,

nächste Woche beginnt das neue Wintersemester und wir freuen uns schon sehr darauf, Sie persönlich in Mainz begrüßen zu können. Trotz der Herausforderungen der aktuellen Zeit haben wir uns als Abteilung entschieden, Ihnen ein möglichst großes Angebot an Präsenzlehre bieten zu können. Wir gehen alle in das neue Semester mit dem Wissen, dass wir mit Sicherheit einige unerwartete Hürden überwinden müssen; trotzdem möchte wir gemeinsam mit Ihnen unser Bestes geben, einen „normaleren“ Universitätsbetrieb zu erreichen.

Was heißt das konkret? Fast alle Lehrveranstaltungen der Abteilung für Analyse und Modellierung komplexer Daten werden hybrid angeboten. Eine hybride Lehrveranstaltung bedeutet, dass es einen Wechsel zwischen Präsenz- und Onlinelehre geben wird. Wie groß die jeweiligen Präsenz- und Onlineanteile sind, unterscheidet sich zwischen den einzelnen Lehrveranstaltungen (siehe unten). Es wird keine Veranstaltungen geben, die gleichzeitig in Präsenz und online durchgeführt werden, da die technischen Voraussetzungen für ein sinnvolles Streaming von Lehrveranstaltungen nicht gegeben sind.

Avancierte Testtheorie:

Übung: Die Übung besteht aus theoretischen Inputs sowie Arbeiten in Kleingruppen. Die theoretischen Inputs werden Ihnen in diesem WS digital vermittelt, d.h. dass Lehrvideos zur Verfügung gestellt werden, in denen die Inhalte besprochen werden. Die Inhalte der Videos werden in den Präsenzsitzungen vertieft. Außerdem werden die Kleingruppen ihre Ideen, Konzeptionen und Ergebnisse in Präsenz zur Diskussion stellen. Beim ersten Termin (in Präsenz!) werden Sie eine Übersicht über die genaue Aufteilung der Termine erhalten.

Tutorium: Das Tutorium findet als synchrone Online-Lehrveranstaltung über MS Teams statt. Das Tutorium findet 14-tägig statt. Der erste Termin ist am 25.10. (Gruppe 2) bzw. am 26.10. (Gruppe 1).

Fortgeschrittene Statistik:

Bitte überprüfen Sie, ob Sie für das Seminar angemeldet wurden, das Ihrer Wahl entspricht. Es ist sehr wichtig, dass Sie das passende Tutorium (Gruppe 1 oder 2) zu dem gewählten Seminar besuchen. Sollten Sie eine Änderung Ihrer Seminar- und/oder Tutorienzuweisung wünschen, melden Sie sich bitte spätestens bis zum 18.10. 09:00 bei Prof. Schubert (anna-lena.schubert@uni-mainz.de).

Strukturgleichungsmodelle (1) – Seminar und Tutorium: Das Seminar findet unregelmäßig in Präsenz statt. Zwischen den Präsenzterminen werden Ihnen die theoretischen Grundlagen digital vermittelt, d.h. dass Lehrvideos zur Verfügung gestellt werden, in denen die Inhalte besprochen werden. Die Inhalte der Videos werden in den Präsenzsitzungen vertieft und angewendet. Beim ersten Termin (in Präsenz!) werden Sie eine Übersicht über die genaue Aufteilung der Termine erhalten. Das Tutorium findet 14-tägig, voraussichtlich vollständig in Präsenz, statt. Der erste Termin ist am 26.10.

Multi-Level-Modelle (2) – Seminar und Tutorium: Das Seminar findet überwiegend in Präsenz statt. Theoretische Inhalte und Fallbeispiele werden in der Sitzung „live“ vermittelt und besprochen. Folien und Materialien werden zusätzlich in digitaler Form zur Verfügung gestellt. Später im Semester sollen Sie eigenständig Erfahrungen im Umgang mit Muti-Level-Modellen sammeln. Diese Erfahrung (und ggf. Fragen) werden in Rahmen von Online-Sitzungen besprochen. Beim ersten Termin (in Präsenz!) werden Sie eine Übersicht über die genaue Aufteilung der Termine erhalten. Das Tutorium findet 14-tägig, voraussichtlich vollständig in Präsenz, statt. Der erste Termin ist am 25.10.

Viele Grüße

Ihre Abteilung für Analyse und Modellierung komplexer Daten

P.S.: Haben Sie schon gesehen, dass wir bei Instagram sind? Folgen Sie @amd_mainz, um sofort über Neuigkeiten der Abteilung informiert zu werden!

Wir suchen ab dem 15.10. zwei studentische Hilfskräfte, die uns in zwei Forschungsprojekten unterstützen:

Studentische Hilfskraft (m/w/d, ohne Bachelorabschluss): In der Abteilung für Analyse und Modellierung komplexer Daten (Prof. Dr. Anna-Lena Schubert) des Psychologischen Instituts ist zum 15.10.2021 eine Stelle als studentische Hilfskraft im Rahmen des Projektes „Eine neurokognitive Psychometrie individueller Unterschiede in Aufmerksamkeitsprozessen im Arbeitsgedächtnis“ im Umfang von 20-30 Stunden im Monat zu besetzen. In dem Projekt wird untersucht, wie mit Hilfe der mathematischen Modellierung von Aufmerksamkeitsprozessen im Arbeitsgedächtnis interindividuelle Unterschiede in Intelligenz erklärt werden können. Hierzu werden Experimente entwickelt, die sich sowohl zur Schätzung von Parametern mathematischer Modelle, als auch zur Ableitung von neurophysiologischen Korrelaten dieser Prozesse mit Hilfe der Elektroenzephalografie (EEG) eignen. Im Rahmen des Projektes werden sowohl Verhaltens- als auch EEG-Experimente durchgeführt und ausgewertet. Im ersten Teil des Projektes wird hierbei der Schwerpunkt auf der Entwicklung und Datenerhebung von Verhaltensexperimenten liegen, während in der zweiten Phase neurophysiologische Daten erhoben werden sollen. Mehr Details finden Sie hier: Ausschreibung_HiWi_ungeprueft_AMD_NCP

Studentische Hilfskraft (m/w/d, mit Bachelorabschluss): In der Abteilung für Analyse und Modellierung komplexer Daten (Prof. Dr. Anna-Lena Schubert) des Psychologischen Instituts ist zum 15.10.2021 eine Stelle als studentische Hilfskraft im Rahmen des SMART-AGE Projekts im Umfang von 20-30 Stunden zu besetzen. In dem interdisziplinären Projekt wird untersucht, wie mit Hilfe von intelligenten Apps und Webplattformen und unter Einbeziehung von Assistenzsystemen wie beispielsweise einem Exosuit die Lebensqualität von Menschen in höherem Lebensalter verbessert werden kann. Hierbei werden insbesondere die Aspekte soziale Einbindung, Gesundheit und Wohlbefinden in den Blick genommen. Im Rahmen des Projekts wird die Bedienbarkeit und Nutzerakzeptanz der Apps und Plattformen untersucht sowie Daten gesammelt und ausgewertet. Weitere Details finden Sie hier: Ausschreibung_HiWi_geprueft_AMD_SMARTAGE

 

Im Journal of Experimental Psychology: Learning, Memory, and Cognition ist ein neuer Artikel aus der Arbeitsgruppe erschienen:

Rummel, J., Hagemann, D., Steindorf, L., & Schubert, A.-L. (2021). How consistent is mind wandering across situations and tasks? A latent state–trait analysis. Journal of Experimental Psychology: Learning, Memory, and Cognition. Advance online publication. https://doi.org/10.1037/xlm0001041

Abstract: Mind wandering is often defined as the phenomenon of one’s attention drifting away from the current activity toward inner thoughts and feelings. In the laboratory, mind wandering is most frequently assessed with thought reports that are collected while people perform some ongoing activity. It is not clear, however, inasmuch the resulting mind-wandering reports are reflective of person-consistent mind-wandering tendencies and/or situation-driven fluctuations in mind-wandering behavior. To shed light on this question, we tested how consistent mind-wandering reports are across different measurement occasions and tasks to investigate to which extent they indicate individual differences in mind wandering. Results from a latent state–trait analysis showed that mind-wandering reports are occasion-consistent to some extent and also somewhat task-specific. Theoretical implications of these findings are that mind wandering in the laboratory is less affected by situational factors than often assumed, but that individual differences in mind wandering partly depend on the currently ongoing task. Future research should investigate the origins of task-specificity effects on mind wandering and researchers should further incorporate the idea of task-specificity in future theory building.

In der Zeitschrift Intelligence ist ein neuer Artikel von Matt Euler und Anna-Lena Schubert erschienen, in dem sie aktuelle Entwicklungen der EEG-Forschung zu Intelligenzunterschieden diskutieren und offene Forschungsfragen identifizieren:

Euler, M. J., & Schubert, A.-L. (2021). Recent developments, current challenges, and future directions in electrophysiological approaches to studying intelligence. Intelligence, 88, 101569. https://doi.org/10.1016/j.intell.2021.101569

Abstract: EEG studies represent an important sub-discipline in the field of intelligence research and have significant potential to advance the theoretical understanding and practical applications of the construct. This commentary reviews key themes and major developments in the field from the last several decades, and outlines open questions and future directions for the next phase of research. Two main areas of progress in recent years relate to (1) improvements in study design and psychometric approaches, and (2) increased integration with cognitive psychology and neuroscience. In turn, these advances have clarified several themes and pressing issues. These include: The need to establish the replicability and effect sizes of key effects, the need to explicitly attend to the distinction between trait- and task-related sources of variance in correlations between intelligence and EEG variables, the need to systematically identify and test moderators of those relationships, the need for greater use of formal modeling at the level of measurement and theory, and the need for continued integration of theoretical advances from related disciplines. We argue that an increased focus on these issues can yield rapid progress in this area over the coming years. The commentary concludes with suggestions for both immediate priorities and long-term directions in basic and applied EEG research on intelligence.

Wir begrüßen Meike Steinhilber als neue Doktorandin in der Abteilung für Analyse und Modellierung komplexer Daten. Meike Steinhilber hat Psychologie an der Universität Heidelberg studiert und wird sich im Rahmen des von der Carl-Zeiss-Stiftung geförderten Verbundprojekts SMART-AGE mit der Konzeptionierung und Modellierung des komplexen multivariaten Mehrebenendatenkörpers beschäftigen.