Prof. Dr. Roberto Caldara: Unveiling Micro- and Macro-Level Variations in Decoding Facial Expressions of Emotion
Humans communicate social and motivational internal states through complex, dynamic, non-verbal facial signals that have been shaped by biological, evolutionary, and social constraints. The mutual understanding of emotion plays a critical functional role in regulating human social interactions. As such, the temporal dynamics of facial expressions of emotion (FEEs) have been optimized to hierarchically transmit biologically rooted and socially adaptive signals over time.
Traditionally, FEEs have been considered hard-wired human behaviors, with all individuals decoding them through similar cognitive processes. However, I will challenge this view by presenting data showing that, from an early stage in life, culture shapes the development of perceptual strategies used to process FEEs. The decoding of FEEs exhibits idiosyncratic variations even within the same (Western) culture. Moreover, while real-life social interactions are rich with dynamic signals, the prevailing theories of facial expression recognition have largely been developed using static face images. I will address this critical limitation by presenting data showing that static and dynamic FEEs rely on separate neural routes, distinct representations, and that dynamic faces allow for more effective decoding.
The key message I wish to convey is that more ecologically valid experimental designs, which take into account individual difference, simultaneously track visual information sampling and use, are needed to better probe current research questions and advance knowledge in the field.
Prof. Dr. Leila Tarokh: Sleep, personality and mental health in youth
This talk will examine role of sleep in adolescent brain health and its connections to mental health disorders. It explores how changes in sleep patterns relate to emotional well-being and personality traits. The findings suggest that sleep may serve as early indicators of mental health conditions, reinforcing the importance of sleep research in understanding and addressing psychiatric disorders in youth.
Prof. Maike Luhmann: Loneliness (Research) in Context: From Basic Research to Political Implications
Loneliness was long a niche topic for psychologists. But with the Covid-19 pandemic, this topic has reached unprecedented attention in both the scientific community and the public and political sphere, impacting both the types of questions researchers focuses and their societal and political relevance. In the first part of this talk, I provide an overview of the current state of research on prevalence, individual and contextual predictors, and individual and societal consequences of loneliness. In the second part, I will focus on the policy aspects of loneliness and present ongoing efforts how loneliness researchers, practitioners and policymakers work together to derive evidence-based solutions against loneliness.
Prof. Maude Schneider: Implication of Stress-Related Mechanisms in the Development of Mental Health Difficulties in Youths with Neurodevelopmental Conditions
folgt
Prof. Dr. Michael Eid: Modellierung multimethodal gemessener Veränderungsprozesse am Beispiel der Stabilität und Veränderung von wechselseitigem Bindungserleben im jungen Erwachsenenalter
Die Analyse von Veränderungsprozessen ist zentral für fast alle Teilgebiete der Psychologie. Aus methodischer Sicht sind zwei Fragen wesentlich:
(1) Wie lassen sich Stabilität und Veränderung messen?
(2) Sind die aus Längsschnittstudien gezogenen Schlussfolgerungen gültig?
In den letzten Jahren wurden zahlreiche psychometrische Modelle für die Längsschnittforschung entwickelt, die eine Antwort auf die erste Frage geben sollen. Diese Modelle ermöglichen es, die unsystematische Variabilität aufgrund von Messfehlern von den systematischen Veränderungen im Laufe der Zeit zu trennen und die Bedingungen für Stabilität und Veränderung zu untersuchen. Diese Modelle wurden in der Regel für die Analyse von Daten formuliert, die mit einer einzigen Bewertungsmethode gewonnen wurden (z. B. Selbstauskunft, physiologische Messungen). Daher sind diese Modelle im Hinblick auf die zweite Forschungsfrage begrenzt. Multimethoden-Designs sind eine wichtige Forschungsstrategie, um die Gültigkeit der aus den Ergebnissen empirischer Studien gezogenen Schlüsse zu überprüfen. Zur Analyse der konvergenten Validität wurden verschiedene psychometrische Modelle (z. B. Multitrait-Multimethod-Modelle) entwickelt. Beide Perspektiven - Längsschnitt- und Multimethoden-Ansätze - wurden jedoch nur selten miteinander kombiniert. In diesem Vortrag wird gezeigt, wie Multimethoden-Längsschnittmodelle formuliert und angewendet werden können. Es wird ein Multilevel-Multimethod-Latent-State-Trait-Modell mit autoregressiven Effekten vorgestellt und anhand einer Längsschnittstudie zum wechselseitigen Bindungserlebens zwischen jungen Erwachsenen und ihren Peers illustriert.
Literatur
Eid, M., Geiser, C., & Koch, T. (2025). Structural equation modeling of multiple rater data. New York: Guilford Press.
Eid, M., Holtmann, J., Santangelo, P., & Ebner-Priemer, U. (2017). On the definition of latent-state-trait models with autoregressive effects: Insights from LST-R theory. European Journal of Psychological Assessment, 33, 285–295
