People routinely collect information about choice alternatives before deciding between them. For example before buying a new car, a customer may test drive several alternatives before making a choice. Such decisions from experience (DfE) are characterized by active or passive (i.e., through observation) sampling processes that may involve categorizing and evaluating each sample, and finally integrating all available samples into a choice. After a short introduction (chapter 1), in part one of this dissertation I present two studies from the domain of decisions from experience, addressing separate but closely related questions. The first study (chapter 2) deals with the question of how control over the sampling process impacts on the final choice. In how far do full, partial, and no control over sampling differ in terms of their neurocognitive processes, and are some levels of control more beneficial than others? The second study (chapter 3) focuses on processes related to evaluating individual samples in a sequence. How are individual samples weighted before they are integrated into a choice? For both studies, I employ Electroencephalography (EEG) recordings, relating behavior and brain measures. In part two of this dissertation, I then shift from decisions from experience to more methodological issues related to EEG research and present two further studies. The third study of this dissertation (chapter 4) addresses an emerging hardware problem: The parallel port, the previous gold standard for sending event markers, is slowly disappearing from commercially available computers. What are potential alternatives, how reliable and performant are they, and how can they be built and operated on a budget? In the fourth study (chapter 5), my co-authors and I present an extension to an existing and commonly used data standard (BIDS) for EEG data, with the aim of improving the foundations of good research data management and reproducibility of scientific results. Finally, I conclude with a chapter (chapter 6) to briefly summarize the other chapters and delineate open questions and future directions.
Menschen sammeln routinemäßig Informationen über Alternativen, bevor sie sich zwischen ihnen entscheiden. Beispielsweise kann ein Kunde vor dem Kauf eines neuen Autos mehrere Alternativen testen, bevor er eine Entscheidung trifft. Solche Verfahren sind durch aktive oder passive (d.h. durch Beobachtung) Stichprobenprozesse gekennzeichnet, die eine Kategorisierung und Bewertung der einzelnen Proben und schließlich die Integration aller verfügbaren Proben in eine Entscheidung umfassen können. Nach einer kurzen Einführung (chapter 1), stelle ich im ersten Teil dieser Dissertation zwei Studien aus dem Bereich "Entscheidungen nach Erfahrung" vor, die sich mit unterschiedlichen, aber eng verwandten Fragen befassen. Die erste Studie (chapter 2) beschäftigt sich mit der Frage, wie sich die Kontrolle über den Stichprobenprozess auf die endgültige Entscheidung auswirkt. Inwieweit unterscheiden sich vollständige, teilweise und keine Kontrolle über die Probenahme in Bezug auf ihre neurokognitiven Prozesse, und sind einige Stufen der Kontrolle vorteilhafter als andere? Die zweite Studie (chapter 3) konzentriert sich auf Prozesse im Zusammenhang mit der Bewertung einzelner Proben in einer Sequenz von Proben. Wie werden die einzelnen Proben gewichtet bevor sie in eine Entscheidung integriert werden? Für beide Studien verwende ich Elektroenzephalographie (EEG)-Aufnahmen, und setze Verhaltens- und Gehirnmessungen in Beziehung. Im zweiten Teil dieser Dissertation wende ich mich dann von "Entscheidungen nach Erfahrung" zu eher methodischen Fragen im Zusammenhang mit EEG Forschung und stelle zwei weitere Studien vor. Die dritte Studie dieser Dissertation (chapter 4) befasst sich mit einem neuen Hardwareproblem: Die parallele Schnittstelle, der bisherige Goldstandard zum Senden von Ereignismarkern, verschwindet langsam von handelsüblich erwerbbaren Computern. Was sind mögliche Alternativen, wie zuverlässig und leistungsfähig sind sie, und wie können sie mit einem geringen Budget gebaut und betrieben werden? In der vierten Studie (chapter 5) stellen meine Mitautoren und ich eine Erweiterung eines bestehenden und häufig verwendeten Datenstandards (BIDS) für EEG-Daten vor. Dabei verfolgen wir das Ziel, die Grundlagen für ein gutes Forschungsdatenmanagement und die Reproduzierbarkeit wissenschaftlicher Ergebnisse zu verbessern. Zum Abschluss stelle ich ein Kapitel vor (chapter 6), das die anderen Kapitel kurz zusammenfasst und offene Fragen und zukünftige Richtungen beschreibt.
