Una guía experta para planificar tareas experimentales para el modelado de acumulación de evidencia

Los modelos de acumulación de evidencia (EAMs) son herramientas poderosas para comprender el comportamiento en la toma de decisiones de humanos y animales. Los EAMs han generado avances teóricos significativos en psicología, economía conductual y neurociencia cognitiva, y se utilizan cada vez más como herramienta de medición en la investigación clínica y otros entornos aplicados. Obtener inferencias válidas y confiables de los EAMs depende de saber cómo establecer una correspondencia estrecha entre los supuestos del modelo y las características de la tarea/datos a los cuales se aplica el modelo. Sin embargo, este conocimiento rara vez se articula en la literatura de EAM, dejando a los principiantes depender del consejo privado de mentores y colegas, y de un aprendizaje ineficiente mediante prueba y error. En este artículo, ofrecemos orientación práctica para diseñar tareas apropiadas para los EAMs, para relacionar las manipulaciones experimentales con los parámetros del EAM, para planificar tamaños de muestra adecuados y para preparar datos y realizar un análisis de EAM. Nuestro consejo se basa en estudios metodológicos previos y en la amplia experiencia colectiva de los autores con EAMs. Al fomentar buenas prácticas de diseño de tareas y advertir sobre posibles dificultades, esperamos mejorar la calidad y confiabilidad de futuras investigaciones y aplicaciones de EAM.