Aktuelles

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.

Im Journal of Cognition ist ein neuer Artikel aus der Arbeitsgruppe erschienen:

Jungeblut, H. M., Hagemann, D., Löffler, C., & Schubert, A.-L. (2021). An Investigation of the Slope Parameters of Reaction Times and P3 Latencies in the Sternberg Memory Scanning Task – A Fixed-Links Model Approach. Journal of Cognition, 4(1), 26. https://doi.org/10.5334/joc.158

Abstract: The speed of short-term memory scanning is thought to be captured in the slope of the linear function of mean reaction times (RTs) regressed on set size in the Sternberg memory scanning task (SMST). Individual differences in the slope parameter have been hypothesized to correlate with general intelligence (g). However, this correlation can usually not be found. This present study chose a fixed-links model (FLM) approach to re-evaluate the RT slope parameter on a latent level in a sample of 102 participants aged 18 to 61 years who completed the SMST with set sizes 1, 3, and 5. The same was tried for P3 latencies to investigate whether or not both parameters measure the same cognitive processes in the SMST, and to assess the usability of both slopes to predict g. For RTs, a linear increase with set size was found. The slope of mean RTs correlated with g on a manifest level already. The FLM approach could better reveal this relationship with the correlation between the slope and g being substantially higher. For P3 latencies, we found no evidence for a linear increase, but a general increase from the smallest set size to the two larger ones. This indicates that RTs and P3 latencies do not measure the same cognitive processes in the SMST. The FLM proved suitable to investigate the association between the speed of short-term memory scanning and intelligence.

Die Abteilung "Analyse und Modellierung komplexer Daten" wurde im April 2021 neu gegründet. Wir freuen uns alle sehr darauf, unsere Forschungs- und Lehrtätigkeiten an der Johannes Gutenberg-Universität Mainz fortsetzen zu können, und schauen den neuen Aufgaben, entstehenden Kooperationen und vielfältigen Möglichkeiten gespannt entgegen.

Da sich die Abteilung derzeit noch im Aufbau befindet, erreichen Sie uns am einfachsten per E-Mail. Wir freuen uns sehr darauf, das Psychologische Institut und die JGU -- sowohl die Mitarbeiter*innen als auch die Studierenden -- in den kommenden Wochen näher kennenzulernen.