Home > Authorities > Grants > Record #506479 > print

001     506479
005     20260111180141.0
024 7 _ |a G:(GEPRIS)444526808
|d 444526808
035 _ _ |a G:(GEPRIS)444526808
040 _ _ |a GEPRIS
|c http://gepris.its.kfa-juelich.de
150 _ _ |a Dynamische Reaktivierung von Gedächtnisinhalten bei der menschlichen Entscheidungsfindung
|y 2020 - 2026
371 _ _ |a Professor Dr. Bernhard Spitzer
450 _ _ |a DFG project G:(GEPRIS)444526808
|w d
|y 2020 - 2026
510 1 _ |a Deutsche Forschungsgemeinschaft
|0 I:(DE-588b)2007744-0
|b DFG
680 _ _ |a Unsere individuellen und situativen Präferenzen bei der Entscheidungsfindung hängen stark von früheren Erfahrungen und Gelerntem ab. Neurokognitive Erklärungsansätze von wertebasierten Entscheidungen haben traditionell auf prozedurale und semantische Gedächtnisleistungen fokussiert, in Ergänzung zur formalen Beschreibung von subjektiven Werte- und Gewichtungsfunktionen in der Verhaltensökonomie. In jüngerer Zeit wird verstärkt angenommen, dass Entscheidungen auch durch die (Re-)aktivierung konkreter Gedächtnisinhalte geformt werden könnten, zum Beispiel durch stichprobenartigem Abruf vorheriger Erfahrungen. Der Beitrag solcher Gedächtnis(re-)aktivierung zur Entscheidungsfindung ist allerdings bislang noch nicht direkt in menschlichen neuronalen Signalen belegt worden. In den gegenwärtigen Arbeiten wollen wir diese Lücke schließen, unter Verwendung eines neuartigen Ansatzes um dynamische Gedächtnis(re-)aktivierungen in Elektroenzephalographie-Mustern während der Entscheidungsfindung sichtbar zu machen. In einer Reihe von Experimenten testen wir auf die Reaktivierung zuvor gesehener Items während der Entscheidungsbewertung (i) bei einfachen wertebasierten Urteilen, (ii) bei transitiven Inferenzaufgaben und (iii) beim Erlernen von kontextabhängigen Wertestrukturen. Weiterhin untersuchen wir mit unserem Analyseansatz, inwiefern die endogene (Re-)aktivierung zuvor erlebter Folgen von Entscheidungen (iv) subjektive Präferenzen bei Entscheidungen unter Risiko und (v) aktives Risikoverhalten in einem lebensnahen Handlungszenario beeinflusst. Durch die Verschmelzung von zeitlich hochaufgelösten neuronalen Musteranalysen mit komputationaler Verhaltensmodellierung wollen wir Einblicke in die zeitliche Dynamik des Gedächtnisabrufs gewinnen, und in seine Verhaltensrelevanz bei der menschlichen Entscheidungsfindung.
909 C O |o oai:juser.fz-juelich.de:932360
|p authority:GRANT
|p authority
909 C O |o oai:juser.fz-juelich.de:932360
980 _ _ |a G
980 _ _ |a AUTHORITY

LibraryCollectionCLSMajorCLSMinorLanguageAuthor
Marc 21