Mögliche Themen für Masterarbeiten
Cognitive-motor interference and aging
This video might appear in your Reels, showing pedestrians making phone calls while briskly walking and grabbing any random items handed to them. Cognitive-motor interference occurs when a person engages in both a cognitive and a motor task simultaneously (dual-tasking), leading to poorer performance in one or both tasks compared to when they are performed separately (Plummer et al., 2013). For older adults, cognitive-motor dual-tasking can be particularly challenging due to the loss in cognitive and motor integrities associated with aging (Bernard-Demanze et al., 2009; Brustio et al., 2018; López-Otín et al., 2013).
Current work program: retrospective study on risk factors of older adults’ fall.
The Basel Mobility Center in Switzerland applied Basel Cognitive-Motor Dual-Task Paradigm (Theill et al., 2011) on patients as support for diagnosis. With clinic and socio-demographical information integrated, a large-scale database with more than ten thousand samples and six hundred parameters was developed. For this project, it is preferred to focus on one of the following five aspects and investigate their relationship with fall history. These are only a broad overview, you are strongly encouraged to develop ideas together on the parameters in the given database: 1) socio-demographical factors, e.g., living status and physical exercises; 2) clinical factors, e.g., cognitive status measurements (like MMSE) and medication usage; 3) physical factors, e.g., sensory and walking aids usage, and muscle extremity assessment; 4) gait factors, e.g., velocity and body sway; 5) cognitive workload - dual-task cost.
Note: Based on your interest, statistical modeling on fall risk is also possible, especially for a master's thesis. It is also possible to conduct your own experiments in the lab or online. For example, one can conduct experiments to retest the characteristics of cognitive-motor interference on younger adults for comparison
Literatur:
Bernard-Demanze, L., Dumitrescu, M., Jimeno, P., Borel, L., & Lacour, M. (2009). Age-related changes in posture control are differentially affected by postural and cognitive task complexity. Current aging science, 2(2), 135-149.
Brustio, P. R., Rabaglietti, E., Formica, S., & Liubicich, M. E. (2018). Dual-task training in older adults: The effect of additional motor tasks on mobility performance. Archives of gerontology and geriatrics, 75, 119-124.
López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., & Kroemer, G. (2013). The hallmarks of aging. Cell, 153(6), 1194-1217.
Plummer, P., Eskes, G., Wallace, S., Giuffrida, C., Fraas, M., Campbell, G., ... & Skidmore, E. R. (2013). Cognitive-motor interference during functional mobility after stroke: state of the science and implications for future research. Archives of physical medicine and rehabilitation, 94(12), 2565-2574.
Theill, N., Martin, M., Schumacher, V., Bridenbaugh, S. A., & Kressig, R. W. (2011). Simultaneously measuring gait and cognitive performance in cognitively healthy and cognitively impaired older adults: The Basel motor–cognition dual‐task paradigm. Journal of the American Geriatrics Society, 59(6), 1012-1018.
Kontakt:
Welche Mechanismen teilen verschiedene Sequenzeffekte in kognitiven Aufgaben?
Wir sind schneller darin in zwei verschiedenen Suchen das gleiche Objekt zu finden, als zwei unterschiedliche (zum Beispiel, wenn wir Dobbel spielen). Wir sind ebenfalls schneller, wenn wir zweimal hintereinander die gleiche Aufgabe ausführen, als wenn wir die Aufgabe wechseln. Was haben diese Phänomene gemeinsam? Haben sie etwas gemeinsam oder treten sie nur zufällig auf? Sequenzeffekte treten in verschiedenen Bereichen der kognitiven Psychologie auf, wie beispielsweise der visuellen Suche (Found & Müller, 1996), zweifach Wahlaufgaben (Soetens et al., 1985), Interferenzaufgaben (Gratton et al., 1992) oder im Aufgabenwechsel (Jersild, 1927). Obwohl diese doch sehr verschiedenen Paradigmen die gleichen behaviouralen Effekte hervorrufen, nämlich schnellere Reaktionszeiten und weniger Fehler bei einer Wiederholung als bei einem Wechsel, ist bis heute kaum untersucht, welche Mechanismen diese Paradigmen wirklich teilen. Gibt es gemeinsame Mechanismen, die dafür sorgen, dass Sequenzeffekte in allen Paradigmen auftreten? Einen Teil zur Antwort auf diese Frage, können sie mit ihrer Masterarbeit beitragen.
Literatur:
Found, A., & Müller, H. J. (1996). Searching for unknown feature targets on more than one dimension: Investigating a “dimension-weighting” account. Perception & Psychophysics, 58(1), 88–101. https://doi.org/10.3758/BF03205479
Gratton, G., Coles, M. G. H., & Donchin, E. (1992). Optimizing the use of information: Strategic control of activation of responses. Journal of Experimental Psychology: General, 121(4), 480–506. https://doi.org/10.1037/0096-3445.121.4.480
Jersild, A. T. (1927). Mental set and shift. Archives of Psychology, Whole No. 89. https://archive.org/details/mentalsetshift00jers/page/16/mode/2up?ref=ol&view=theater
Soetens, E., Boer, L. C., & Hueting, J. E. (1985). Expectancy or automatic facilitation? Separating sequential effects in two-choice reaction time. Journal of Experimental Psychology: Human Perception and Performance, 11(5), 598–616. https://doi.org/10.1037/0096-1523.11.5.598
Kontakt:
Wirken sich erlebte Hand-Arm Vibrationen auf unsere kognitiven Leistungen aus?
Bei der Benutzung vieler Elektrowerkzeuge (z.B. Bohrhammer, Winkelschleifer etc.) sind deren Anwender*innen Hand-Arm-Vibrationen ausgesetzt, die eine erhöhte motorischen Kraft bedürfen. Diese Vibrationen schwanken in ihrer Frequenz und in ihrer Intensität und beeinflussen damit auch den wahrgenommenen Vibrationskomfort und Vibrationsdiskompfort (Hägele, 2023). Gleichzeitig sind in solchen Situationen aber auch die kognitiven Anforderungen hoch, an beispielsweise die Aufmerksamkeit, um sowohl Materialschäden als auch Verletzungen zu vermeiden. Obwohl der Vibrationsdiskomfort im technischen Bereich häufig untersucht und zu verringern versucht wird, durch beispielsweise eine Anpassung der Griffe, wurden die Auswirkungen der erlebten Hand-Arm-Vibration auf die kognitive Leistung noch kaum untersucht (für eine erste Studie bei Busfahrern siehe Rahmani et al. 2021). Daher ist das Ziel dieses Projektes genauer zu beleuchten welche Einflüsse erlebte Hand-Arm-Vibrationen auf unsere Kognition (Aufmerksamkeit, kognitive Kontrolle) haben.
Literatur:
Rahmani, R., Aliabadi, M., Golmohammadi, R., Babamiri, M., & Farhadian, M. (2021). Evaluation of Cognitive Performance of City Bus Drivers with Respect to Noise and Vibration Exposure. Acoustics Australia, 49(3), 529–539. https://doi.org/10.1007/s40857-021-00248-z
Hägele, D. (2023). Vibrations(dis)komfort von Power-Tools - der Einfluss von Personenvariablen und Studienumgebung [nicht publizierte Masterarbeit]. Albert-Ludwigs-Universität Freiburg.
Kontakt:
Akzeptanz neuartiger Technologien, insbesondere Materialsysteme: Innovative empirische Forschung
Die Einführung und Akzeptanz neuartiger Technologien ist ein vielschichtiger Prozess, der sowohl kognitive als auch affektive und ethische Aspekte umfasst. Gängige Modelle wie das Technology Acceptance Model (TAM; Venkatesh & Bala, 2008), welches auf der Theory of Planned Behavior (TPB; Ajzen 2020) aufgebaut wurde, fokussieren sich vor allem auf kognitive Faktoren, wie die Wahrnehmung von Nützlichkeit und Benutzerfreundlichkeit. In vielen Kontexten spielen jedoch auch affektive Dimensionen, wie emotionale Reaktionen, und normative Überlegungen, wie ethische Akzeptanz, eine zentrale Rolle (Huijts et al., 2012).
Empirische Ethik als Grundlage für die Untersuchung der Akzeptanz
Empirische Ethik bietet einen vielversprechenden Ansatz, empirische Daten und normative Prinzipien zu verbinden, um fundierte Erkenntnisse über soziale Praktiken zu gewinnen. Durch die Verknüpfung von deskriptiven und normativen Ansätzen ermöglicht sie eine umfassende Analyse der Akzeptanz neuer Technologien. So können nicht nur bestehende Meinungen und Emotionen erfasst, sondern auch ethische Leitlinien für die Entwicklung und Einführung dieser Technologien formuliert werden. Diese Perspektive erlaubt es, Empfehlungen für eine ethisch reflektierte und gesellschaftlich akzeptierte Implementierung neuer Technologien zu entwickeln. Hierzu haben wir die Ethics Scale for Technology Assessment (ESTA; Fenn et al., in prep.) entwickelt. Diese standardisierte Skala basiert auf verschiedenen normativen Theorien und ermöglicht es, Technologien systematisch und multidimensional aus ethischer Sicht zu bewerten.
Einsatz von „Cognitive-Affective Maps“ (CAMs)
Cognitive-Affective Maps (CAMs) sind visuelle Werkzeuge, die sowohl die kognitiven Überzeugungen als auch die emotionalen Bewertungen von Konzepten systematisch darstellen. In einer CAM werden zentrale Konzepte (z. B. "Nachhaltigkeit", "Innovationskosten") als Knotenpunkte visualisiert, die durch Verbindungen miteinander in Beziehung stehen. Die Farben und Linienbreiten der Knoten zeigen die affektive Bewertung – positiv, negativ, neutral oder ambivalent. Diese Methode ermöglicht es, kognitive und emotionale Aspekte der Technologieakzeptanz in einer intuitiven, leicht interpretierbaren Form zu erfassen. Dadurch wird ein detailliertes Verständnis der mentalen Modelle und emotionalen Einstellungen von gesellschaftlichen Gruppen ermöglicht, das über rein kognitive Ansätze hinausgeht. Hierzu haben wir die sogenannten CAM Tools (Fenn et al., 2024) entwickelt, welche es ermöglichen CAM Daten zu erheben und zu analysieren (siehe auch: https://drawyourminds.de/).
Potenzial für empirische und normative Erkenntnisse
Die kombinierte Anwendung von CAMs und ESTA in Verbindung mit einem empirisch-ethischen Ansatz könnte entscheidende Fragen beantworten:
- Welche kognitiven und affektiven Faktoren beeinflussen die Akzeptanz neue Technologien?
- Welche ethischen Bedenken äußern verschiedene gesellschaftliche Gruppen, und wie könnten diese überwunden werden?
Mit diesem Ansatz wird nicht nur ein tieferes Verständnis der Wahrnehmung und Bewertung neuartiger Technologien geschaffen, sondern auch ein wertvoller Beitrag zur ethischen Gestaltung und erfolgreichen Einführung dieser Technologien geleistet. So lassen sich Erkenntnisse gewinnen, die eine nachhaltige, gesellschaftlich akzeptierte Implementierung ermöglichen.
Deutschland seine Klimaziele einhalten kann, bedarf es einer drastischen Reduzierung der Treibhausgasemissionen im Verkehrssektor. Verschiedene Studien zeigen, dass der Verlagerung von Mobilität vom PKW auf öffentliche Verkehrsmittel große Bedeutung zukommt (z.B. Blanck & Zimmer, 2016; Hentschel et al., 2020; Rudolph et al., 2017). Dabei gilt es die Einstellungen und Normen zu berücksichtigen, die die Entscheidung von Menschen für ein Verkehrsmittel leiten.
Im Rahmen einer vorgehenden Arbeit wurden mittels Cognitive Affective Maps (CAMs, Kreil, 2018; Thagard, 2010, 2015) Daten zu kognitiven und affektive Aspekten der Entscheidung von 137 Auofahrer*innen für den PKW oder öffentliche Verkehrsmittel in Form von Mind-Map-ähnlichen Netzwerken erhoben (Sendtner, 2021). Diese Daten sollen nun mittels einer neuen Software (Fenn et al., 2022) zusammengefasst und mittels quantitativer und qualitativer Verfahren ausgewertet werden.
Literatur:
Ajzen, I. (2020). The theory of planned behavior: Frequently asked questions. Human Behavior and Emerging Technologies, 2(4), 314–324. https://doi.org/10.1002/hbe2.195
Fenn, J., Gouret, F., Gorki, M., Reuter, L., Gros, W., Hüttner, P., & Kiesel, A. (2024). Cognitive-Affective Maps extended logic: Proposing Tools to Collect and Analyze Attitudes and Belief Systems. https://drawyourminds.de/
Fenn, J., Höfele, P., Sölder, P., Reuter, L., & Kiesel, A. (in prep.). Development and Validation of an Empirical Ethics Scale for Technology Assessment—Challenges and Perspectives for a Real Time Ethics for Emerging Technologies.
Huijts, N. M. A., Molin, E. J. E., & Steg, L. (2012). Psychological factors influencing sustainable energy technology acceptance: A review-based comprehensive framework. Renewable and Sustainable Energy Reviews, 16(1), 525–531. https://doi.org/10.1016/j.rser.2011.08.018
Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x
Kontakt:
Zusammenhänge zwischen Gleichgewichtsfähigkeit und kognitiven Aufgaben
Warum bleiben manche Menschen während des Spazierengehens stehen, wenn sie etwas erzählen wollen?
Motorische und kognitive Funktionen teilen begrenzten Ressourcen, was zu einem Leistungsabfall führen kann, wenn gleichzeitig eine motorische und eine Kognitive Aufgabe durchgeführt werden. Studien zeigen jedoch, dass ein erhöhtes Maß an körperlicher Aktivität mit verbesserten exekutiven Funktionen einhergeht (z.B. verbesserte Informationsverarbeitungsgeschwindigkeit, selektive Aufmerksamkeit und Funktion des Arbeitsgedächtnisses).
Uns interessiert, ob Anforderungen an die Gleichgewichtsfähigkeit mit Veränderungen von kognitiven Prozessen einhergehen. Dafür testen wir, wie Probanden, die in verschiedenen Körperpositionen auf einer Messplatte zur Analyse posturaler Kontrollfähigkeit stehen in kognitiven Aufgaben abschneiden. Außerdem gibt es verschiedene Theorien über die Auswirkung von Emotionen auf das Gleichgewicht. Wir testen das Gleichgewicht von Probanden unter dem Einfluss emotionaler Stimuli.
Literatur:
Andersson, G., Hagman, J., Talianzadeh, R., Svedberg, A., & Larsen, H. C. (2002). Effect of cognitive load on postural control. Brain Research Bulletin, 58(1), 135–139. https://doi.org/10.1016/S0361-9230(02)00770-0
Azevedo, T. M., Volchan, E., Imbiriba, L. A., Rodrigues, E. C., Oliveira, J. M., Oliveira, L. F., Lutterbach, L. G., & Vargas, C. D. (2005). A freezing‐like posture to pictures of mutilation. Psychophysiology, 42(3), 255–260.
Woollacott, M., & Shumway-Cook, A. (2002). Attention and the control of posture and gait: A review of an emerging area of research. Gait & Posture, 16(1), 1–14.
Kontakt:
Sprachmodelle in der psychologischen Forschung: Interaktionsstudien, Auswertung von Cognitive-Affective Maps (CAMs)
Interaktionsstudie mit Sprachmodellen – Wahrnehmung von Vertrauenswürdigkeit und Nützlichkeit
Diese Arbeit untersucht, wie Menschen die Vertrauenswürdigkeit und Nützlichkeit von Antworten bewerten, die von Large Language Models (LLMs) generiert werden. Der Fokus liegt auf dem Vergleich zwischen LLMs, die nur spezifizierte Fachquellen nutzen, und solchen mit unbeschränktem Internetzugang. Im Rahmen interaktiver Aufgaben (z. B. Prüfungsvorbereitung oder Informationsbewertung) bewerten die Teilnehmenden die Qualität und Vertrauenswürdigkeit der Antworten. Ziel ist es, Faktoren zu identifizieren, die die Akzeptanz und Wahrnehmung von LLMs in Bildungs- und Informationskontexten beeinflussen.
Voraussetzungen:
- Programmierkenntnisse in Python, insbesondere für die Arbeit mit Sprachmodell-Schnittstellen (z. B. OpenAI API; Hugging Face).
- Idealerweise Vorerfahrung mit Sprachmodellen und Prompt-Engineering.
Ziele:
- Analyse der wahrgenommenen Vertrauenswürdigkeit und Nützlichkeit von LLM-Antworten.
- Entwicklung von Empfehlungen zur Optimierung der Interaktion mit LLMs in spezifischen Anwendungsszenarien.
Automatisierte Textgenerierung für Cognitive-Affective Maps (CAMs)
In diesem Projekt wird die automatische Erstellung von Textbeschreibungen für Cognitive-Affective Maps (CAMs) untersucht. CAMs visualisieren kognitive und affektive Beziehungen zwischen Konzepten. Ziel ist es, mithilfe von Sprachmodellen wie GPT strukturierte, präzise und interpretierbare Textzusammenfassungen von CAMs zu generieren. Dies ermöglicht eine skalierbare und standardisierte Interpretation von CAM-Daten und erleichtert Anwendungen in der Psychologie und Entscheidungsforschung.
eine neue Technologie akzeptiert wird bzw. welche begleitenden Maßnahmen für eine breite Einführung evtl. erforderlich sind, wird häufig mit verschiedenen Varianten des Technology Acceptance Models (TAM; Venkatesh & Bala, 2008) oder der Unified Theory of Acceptance and Use of Technology (UTAUT; Venkatesh, Thong & Xu, 2012) untersucht.
Diese Modelle wurden schwerpunktmäßig für IT-Anwendungen entwickelt und konzentrieren sich i.w. auf kognitive Faktoren; in vielen Bereichen spielen jedoch affektive Komponenten ebenfalls eine wichtige Rolle.
Mit sog. CAM (Cognitive Affective Maps; Thagard, 2010; Kreil, 2018) können kognitive und affektive Attribute und Zusammenhänge gleichberechtigt in Form von visueller Darstellungen erfasst werden.
Diese relativ neue Methode soll in einer kleinen Pilotstudie angewandt werden, um erste Erkenntnisse im Umfeld der Entwicklung und Akzeptanz neuartiger Materialsysteme zu liefern.
Voraussetzungen:
- Programmierkenntnisse in Python, insbesondere für die Arbeit mit Sprachmodell-Schnittstellen (z. B. OpenAI API; Hugging Face).
- Idealerweise Vorerfahrung mit Sprachmodellen und Prompt-Engineering.
Ziele:
- Entwicklung einer Pipeline, die CAM-Daten in visuelle und textuelle Repräsentationen übersetzt.
- Erstellung und Optimierung von Prompts zur Generierung präziser Textbeschreibungen von CAM-Strukturen.
- Evaluation der Ergebnisse durch Expert:innenfeedback und Vergleich verschiedener Sprachmodelle.
Erweiterungsmöglichkeiten:
- Vergleich unterschiedlicher Dateiformate (z. B. PNG vs. SVG) für die Textgenerierung.
- Integration von Rohdaten (z. Badjacency matrices) direkt in die Textgenerierungspipeline.
Diese Arbeiten bieten die Möglichkeit, fortschrittliche Sprachmodelle und innovative Methoden wie CAMs zu nutzen, um neue Erkenntnisse über Technologieakzeptanz, visuelle Datenrepräsentationen und automatisierte Textgenerierung zu gewinnen.
Kontakt: