articles+ search results

CBQp, Biaixos cognitius, Psicosi, Sesgos cognitivos, Psicosis, Cognitive biases, Psychosis, and Ciències de la salut

Introducció: Els biaixos cognitius són clau en la formació i manteniment dels deliris en la psicosi. El Cognitive Biases Questionnaire for Psychosis (CBQp) avalua cinc tipus de biaixos cognitius en la psicosi. L'objectiu d'aquest treball es validar la versió espanyola del CBQp, i estudiar la relació d'aquests biaixos cognitius amb la simptomatologia psicòtica, l’insight i la neurocognició. Material i mètode: La versió espanyola autoritzada del CBQp va ser obtinguda segons el procés de traducir-retrotraducció. La mostra va estar composta per 171 subjectes amb diagnòstics de psicosis. Una anàlisi factorial confirmatòria (AFC) va testar tres models alternatius del constructe. Es van dur a terme comparacions entre pacients amb psicosis i un grup control (N = 30) en relació a les subescales del CBQp. L'associació entre els biaixos del CBQp, les escales d’insight clínic (SUMD) i cognitiu (BCIS), les avaluacions de la simptomatologia psicòtica (PANSS i PDI) i la bateria neurocognitiva MATRICS va ser estudiada mitjançant correlació, diferència de mitjanes i regressions lineals. Resultats: En l’AFC, el CFI va mostrar valors entre 0.94 i 0.95 per als models de 1, 2 i 5 factors, amb valors de RMSEA de 0.031 i 0.029. La fiabilitat del CBQp va ser de 0.87. Els subjectes amb psicosis van puntuar significativament més alt en tots els biaixos cognitius, a excepció de Catastrofisme i Salt a conclusions, en comparació amb el grup control. Es van obtenir associacions entre els biaixos cognitius i les escales d'auto-certesa i insight cognitiu de la BCIS, les escales de malestar, preocupació, convicció i total del PDI, així com amb la simptomatologia positiva avaluada mitjançant la PANSS. El CBQp es va relacionar amb el rendiment cognitiu general avaluat mitjançant la MATRICS, més concretament, amb Velocitat de processament, Solució de problemes i Cognició social. Conclusions: La versió espanyola del CBQp ha mostrat una adequada fiabilitat i validesa. Un model d'1 factor podria ser més adequat per a explicar el constructe de l'escala, suggerint que el CBQp avalua un biaix de pensament general. Els biaixos avaluats pel CBQp implicarian major presència de deliris, malestar, convicció i preocupació respecte a aquests, major simptomatologia positiva, així com un pitjor insight cognitiu i un pitjor rendiment neurocognitiu general.

Experimental economics, Incentives, Risk preferences, Cognitive biases, Framing, Overconfidence, and Ciències socials, periodisme i documentació

This thesis sheds light on two of the basic pillars of experimental economics: incentives and framing effects in decision making under risk. Experimental economists are strongly convinced of the importance of monetary incentives as a vital tool in order to motivate effort and improve performance. Based on this, the effectiveness of different monetary incentive structures is analysed in order to increase students' academic performance and to study their overconfidence (both about their abilities and their performance). On the other hand, risk attitude is known to be a key determinant of various economic and financial choices, but it is usually measured with tasks that the literature suggests that may suffer from framing effects. Therefore, this investigation revisits framing effects, but taking into account other confounding factors that may have partly contaminated previous results obtained in the literature.

Uncertainty representation, Rationality, Bayesian statistics, Probabilistic inference, Cognitive modeling, Behavioral analysis, Confidence, Decision making, Generalization, Cognitive Biases, Representación de incertidumbre, Racionalidad, Estadística bayesiana, Inferencia probabilística, Modelación cognitiva, Confidencia, Toma de decisiones, Generalización, and Sesgos cognitivos

Updating beliefs to maintain coherence with observational evidence is a cornerstone of rationality. This entails the compliance with probabilistic principles which acknowledge that real-world observations are consistent with several possible interpretations. This work presents two novel experimental paradigms and computational analyses of how human participants quantify uncertainty in perceptual inference tasks. Their behavioral responses feature non-trivial patterns of probabilistic inference such as reliability-based belief updating over hierarchical state representations of the environment. Despite characteristic generalization biases, behavior cannot be explained well by alternative heuristic accounts. These results suggest that uncertainty is an integral part of our inferences and that we indeed have the potential to resort to rational inference mechanisms that adhere to probabilistic principles. Furthermore, they appear consistent with ubiquitous representations of uncertainty posited by framework theories such as Bayesian hierarchical modeling and predictive coding.