Analyzing decision making behaviour under risk and uncertainty with the help of computational cognitive modeling and neuroscience perspectives

This study aims to understand individuals' decision making behaviour under risk and uncertainty by bringing insights from computational cognitive modeling and neuroscience perspectives. More specifically, it investigates connections between behavioural/neural measures and model parameters to improve the comprehension of the processes guiding decisions. Two functional near-infrared spectroscopy (fNIRS)-based Balloon Analogue Risk Task (BART) experiments (perfect gambling, probability learning) are conducted to obtain measures related to risk taking behaviour and risk probability learning. Behavioural data analysis results indicate significant differences between balloon colours (explosion probabilities), conditions (gambling, probability learning) and balloon presentation orders (constant, mixed) on the (average) total number of pumps, total points earned and adjusted average number of pumps. The mean value of the gambling condition is greater than the probability learning case for all measures, which indicates higher risk taking. fNIRS data analysis findings show that the difference between two conditions for mixed blocks is the strongest at the right dorsolateral prefrontal cortex (dlPFC) due to the increased cognitive challenge induced by the perfect gambling case. The separation between conditions is mostly in the balloon with the highest explosion probability. The acquired data is benefited to jointly model participants' intended number of pumps in BART. Modeling results demonstrate that increase in the left/right dlPFC/dmPFC (dorsomedial PFC) and frontopolar regions are positively associated with risk taking. While the strongest relationship with the left dlPFC may be attributed to probability learning or risk-averse behaviour in gains, it may be related to risk taking owing to uncertainty for the right dlPFC.Alternate abstract:Bu çalışma, hesaplamalı bilişsel modelleme ve sinirbilim perspektiflerinden bakış açıları getirerek bireylerin risk ve belirsizlik altında karar verme davranışlarını anlamayı amaçlamaktadır. Daha spesifik olarak, kararlara yön veren süreçlerin anlaşılmasını arttırmak için davranışsal/nöral ölçümler ile model parametreleri arasındaki bağlantıları araştırmıştır. Risk alma davranışı ve risk olasılığını öğrenmeyle ilgili ölçümler elde etmek için iki fonksiyonel yakın kızılötesi spektroskopi (fNIRS) tabanlı Balon Analog Risk Testi (BART) deneyi (kumar, olasılıklı öğrenme) gerçekleştirilmiştir. Davranışsal veri analizi sonuçları balon renkleri (patlama olasılıkları), koşullar (kumar, olasılıklı öğrenme) ve balon gösterim sıraları (sabit, karışık) arasında (ortalama) toplam pompalama sayısı, toplam kazanılan puan ve ayarlanan ortalama pompalama sayısı üzerinde önemli farklılıklar olduğunu göstermiştir. Kumar koşulunun tüm ölçütler için ortalama değeri olasılıklı öğrenme durumundan daha büyüktür, bu da daha yüksek risk almayı belirtmektedir. fNIRS veri analizi bulguları, karışık gösterilen bloklar için iki koşul arasındaki farkın en güçlü sağ dorsolateral prefrontal kortekste (dlPFC) olduğunu göstermiştir, bu da kumar durumunun neden olduğu artan bilişsel zorluktan dolayıdır. Koşullar arasındaki ayrım çoğunlukla patlama olasılığı en yüksek olan balonda olmuştur. Toplanan verilerden katılımcıların BART'taki hedeflenen pompalama sayısını ortak modellemek için faydalanılmıştır. Modelleme sonuçları, sol/sağ dlPFC/dmPFC (dorsomedial PFC) ve frontopolar bölgelerdeki artışın risk almayla pozitif ilişkili olduğunu göstermiştir. Sol dlPFC ile en güçlü ilişki olasılıklı öğrenme ve kazançlardaki riskten kaçınma davranışına atfedilebilirken, sağ dlPFC için belirsizlikten kaynaklı risk alma ile ilgili olabilmektedir.