Formale Methoden in der Lebensspannenpsychologie

Seit seiner Gründung im Jahr 1981 durch den verstorbenen Paul B. Baltes hat sich der Forschungsbereich Entwicklungspsychologie bemüht, konzeptuelle und methodologische Erneuerung innerhalb der Entwicklungspsychologie und im interdisziplinären Kontext zu betreiben. Über die Jahre hat sich die kritische Betrachtung von Beziehungen zwischen Theorie, Methodik und den Daten zu einem eigenständigen Merkmal des Forschungsbereichs entwickelt. Die zeitliche Auflösung der für Entwicklungspsychologie relevanten Daten variiert immens, beginnend mit behavorialen Beobachtungen im Millisekundenbereich bis hin zu Längsschnittuntersuchungen mit einer geringen Anzahl von Beobachtungen verteilt über viele Jahre. Das Projekt Formale Methoden widmet sich der Entwicklung multivariater mathematischer, statistischer und computergestützter Forschungswerkzeuge, die komplexen Versuchsdesigns, deren Datenerhebung multimodal und auf verschiedenen Zeitebenen durchgeführt wird, Rechnung trägt. Ferner sucht das Projekt praktische Lösungen für die methodologischen Herausforderungen der Entwicklungspsychologie und verwandter wissenschaftlicher Felder. Seine Hauptziele sind es, zum einen den Zusammenhang zwischen Theorie und Daten kritisch zu betrachten und zum anderen Wissenschaftler mit Mitteln auszustatten, um die Effizienz von Datenerhebung und Datenanalyse zu optimieren.


Forschungsausrichtungen

Besonderes Augenmerk des Projekts liegt auf der Analyse und Klassifikation von Variabilität und Veränderung. Daher wurde der Fokus auf Strukturgleichungsmodelle (SEM) weiter verstärkt. SEM vereinheitlicht eine große Zahl verschiedener, multivariater Analyseansätze, indem es die Beziehungen beobachteter und latenter Variablen modelliert. In verschiedenen Projekten hat das Team gezeigt, wie SEM als eine formale Sprache Wissenschaftler darin unterstützen kann,

  • den Ressourceneinsatz bei der Planung längsschnittlicher Studien zu optimieren mithilfe von explorativer Datenanalyse theoriegeleitete Hypothesen zu verändern und zu verbessern;
  • die Entstehung von Individualität und ihre Beziehung zur Plastizität des Gehirns zu modellieren;
  • hochdimensionale Zeitreihen zu analysieren und zu klassifizieren.

Ωnyx
Das Projekt ist an der Entwicklung von Ωnyx, einem frei verfügbaren, neuen statistischen Modellierungswerkzeug, beteiligt. mehr

Lifebrain
Dies war ein bis 2023 EU-gefördertes Projekt, an dem sich die Berliner Altersstudien BASE und BASE-II unter Mitarbeit des Projekts Formale Methoden in der Lebensspannenpsychologie beteiligten. Es integrierte Daten von 6000 Studienteilnehmern, die bei 11 europäischen Studien mit bildgebenden Verfahren in 7 Ländern erhoben wurden. mehr

Ausgewählte Publikationen

Tucker-Drob, E. M., De la Fuente, J., Köhncke, Y., Brandmaier, A. M., Nyberg, L., & Lindenberger, U. (2022). A strong dependency between changes in fluid and crystallized abilities in human cognitive aging. Science Advances, 8, Article eabj2422. https://doi.org/10.1126/sciadv.abj2422
Walhovd, K. B., Fjell, A. M., Wang, Y., Amlien, I. K., Mowinckel, A. M., Lindenberger, U., Düzel, S., Bartrés-Faz, D., Ebmeier, K. P., Drevon, C. A., Baaré, W. F. C., Ghisletta, P., Johansen, L. B., Kievit, R. A., Henson, R. N., Skak Madsen, K., Nyberg, L., Harris, J. R., Solé-Padullés, C., Pudas, S., Sørensen, Ø., Westerhausen, R., Zsoldos, E., Nawijn, L., Hovde Lyngstad, T., Suri, S., Penninx, B., Rogeberg, O. J., & Brandmaier, A. M. (2022). Education and income show heterogeneous relationships to lifespan brain and cognitive differences across European and US cohorts. Cerebral Cortex, 32(4), 839–854. https://doi.org/10.1093/cercor/bhab248
Arnold, M., Voelkle, M. C., & Brandmaier, A. M. (2021). Score-guided structural equation model trees. Frontiers in Psychology, 11, Article 564403. https://doi.org/10.3389/fpsyg.2020.564403
Köhncke, Y., Düzel, S., Sander, M. C., Lindenberger, U., Kühn, S., & Brandmaier, A. M. (2021). Hippocampal and parahippocampal gray matter structural integrity assessed by multimodal imaging is associated with episodic memory in old age. Cerebral Cortex, 31(3), 1464–1477. https://doi.org/10.1093/cercor/bhaa287
Peikert, A., & Brandmaier, A. M. (2021). A reproducible data analysis workflow with R Markdown, Git, Make, and Docker. Quantitative and Computational Methods in Behavioral Sciences, 1, Article e3763. https://doi.org/10.5964/qcmb.3763
Brandmaier, A. M., Ghisletta, P., & von Oertzen, T. (2020). Optimal planned missing data design for linear latent growth curve models. Behavior Research Methods, 52, 1445–1458. https://doi.org/10.3758/s13428-019-01325-y
Tucker-Drob, E. M., Brandmaier, A. M., & Lindenberger, U. (2019). Coupled cognitive changes in adulthood: A meta-analysis. Psychological Bulletin, 145(3), 273–301. https://doi.org/10.1037/bul0000179
Brandmaier, A. M., Wenger, E., Bodammer, N. C., Kühn, S., Raz, N., & Lindenberger, U. (2018). Assessing reliability in neuroimaging research through intra-class effect decomposition (ICED). eLife, 7, Article e35718. https://doi.org/10.7554/eLife.35718
Zur Redakteursansicht