Return to search

Individual differences in face cognition

Zusammenhänge zwischen neurokognitiven Indikatoren und Verhaltensindikatoren der Gesichterkognition können Gehirnsysteme und neuronale Subprozesse identifizieren, die individuellen Unterschieden im Verhalten zugrunde liegen. Diese Dissertation zeigt, dass Ereigniskorrelierte Potentiale (EKPs) als neurokognitive Indikatoren für die Erforschung individueller Unterschiede eingesetzt werden können, denn sie weisen die gleichen hohen psychometrischen Qualitäten wie andere Fähigkeitsindikatoren auf und messen daher individuelle Unterschiede in der neuronalen Verarbeitung zuverlässig und stabil über die Zeit. Auf der Verhaltensebene wurden drei Teilfähigkeiten der Gesichterkognition etabliert: Gesichterwahrnehmung, Gesichtergedächtnis und Gesichtergeschwindigkeit. EKPs wurden in Strukturgleichungsmodellen verwendet, um den Beitrag neurokognitiver Indikatoren an individuellen Unterschieden dieser Gesichterkognitionsfähigkeiten zu schätzen. Für 85 Probanden wurden Beziehungen zwischen den Gesichterkognitionsfähigkeiten und der P100, N170, der sogenannten Differenz aufgrund des Gedächtnisses (Dm) und dem frühen sowie späten Wiederholungseffekt (ERE und LRE) etabliert. Spezifische Anteile individueller Unterschiede in der Gesichterkognition auf der Verhaltensebene wurden durch individuelle Unterschiede im Zeitverlauf der strukturellen Gesichteranalyse (N170 Latenz) sowie in der Reaktivierung von Repräsentationen gespeicherter Gesichtsstrukturen (ERE) als auch personen-spezifischen Wissens (LRE) erklärt. Keinen Anteil an individuellen Unterschieden erklärten hingegen frühe Wahrnehmungsprozesse (P100), die neuronale Aktivierung während der strukturellen Gesichteranalyse (N170 Amplitude) und Prozesse der Gedächtnisenkodierung von Gesichtern (Dm). Diese Ergebnisse zeigen, dass individuelle Unterschiede in der Gesichterkognition von der strukturellen Gesichteranalyse sowie von der Effizienz und Geschwindigkeit des Zugriffs auf Gedächtnisinhalte zu Gesichtern und Personen abhängt. / Individual differences in perceiving, learning, and recognizing faces were shown on the behavioral and neural level but were rarely related to one another. By determining relationships between behavioral and neurocognitive indicators of face cognition, brain systems and neural sub-processes can be identified that underlie individual variations on the behavioral level. The present dissertation laid the foundation for using event-related potentials (ERPs) as neurocognitive indicators in individual differences research. ERP components were shown to possess the same high psychometric qualities as behavioral ability measures and thus to measure individual differences of neural processing reliably and stably across time. On the behavioral level, three component abilities of face cognition were established: face perception, face memory, and the speed of face cognition. ERP components were used in structural equation models that estimated contributions of neurocognitive indicators to the individual differences in these face cognition abilities. Regression analysis was used to determine the contributions of P100, N170, the so called difference due to memory (Dm), as well as early and late repetition effects (ERE and LRE) to face cognition abilities in 85 participants. Certain amounts of variance in face cognition as seen on the behavioral level were accounted for by individual differences in the temporal dimension of structural encoding of a face (N170 latency) and in the re-activation of both stored facial structures (ERE) and person-identity information (LRE). In contrast, processes of early vision (P100), the neural activation of structural face encoding (N170 amplitude), and memory encoding of new faces (Dm) did not show any contribution to individual differences in face cognition. These findings show that individual differences in face cognition depend on the speed of structurally encoding faces and on the efficiency and speed of accessing face and person memory.

Identiferoai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/16441
Date28 July 2008
CreatorsHerzmann, Grit
ContributorsSommer, Werner, Wilhelm, Oliver, Carbon, Claus-Christian
PublisherHumboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II
Source SetsHumboldt University of Berlin
LanguageEnglish
Detected LanguageGerman
TypedoctoralThesis, doc-type:doctoralThesis
Formatapplication/pdf

Page generated in 0.0029 seconds