@article{FoersterPfisterWirthetal.2023,
  author    = {Foerster, Anna and Pfister, Roland and Wirth, Robert and Kunde, Wilfried},
  title     = {Post-execution monitoring in dishonesty},
  series = {Psychological Research},
  volume    = {87},
  journal   = {Psychological Research},
  number    = {3},
  doi       = {10.1007/s00426-022-01691-x},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-324862},
  pages     = {845-861},
  year      = {2023},
  abstract  = {When telling a lie, humans might engage in stronger monitoring of their behavior than when telling the truth. Initial evidence has indeed pointed towards a stronger recruitment of capacity-limited monitoring processes in dishonest than honest responding, conceivably resulting from the necessity to overcome automatic tendencies to respond honestly. Previous results suggested monitoring to be confined to response execution, however, whereas the current study goes beyond these findings by specifically probing for post-execution monitoring. Participants responded (dis)honestly to simple yes/no questions in a first task and switched to an unrelated second task after a response-stimulus interval of 0 ms or 1000 ms. Dishonest responses did not only prolong response times in Task 1, but also in Task 2 with a short response-stimulus interval. These findings support the assumption that increased monitoring for dishonest responses extends beyond mere response execution, a mechanism that is possibly tuned to assess the successful completion of a dishonest act.},
  language  = {en}
}
@phdthesis{Schmitz2013,
  author    = {Schmitz, Marcus},
  title     = {Simulationsgest{\"u}tzte Kompetenzfeststellung von Triebfahrzeugf{\"u}hrern - Entwicklung und Anwendung eines Verhaltensmarkersystems},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-82272},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2013},
  abstract  = {Diese Arbeit beschreibt die Entwicklung und Anwendung einer simulationsgest{\"u}tzten Methode zur Kompetenzfeststellung von Triebfahrzeugf{\"u}hrern (Tf) der Deutschen Bahn AG unter Anwendung eines Verhaltensmarkersystems. Diese Methode wurde als ein erweitertes Konzept zur Bewertung eines Tf im Rahmen einer j{\"a}hrlich stattfindenden {\"U}berwachungsfahrt entwickelt. Diese {\"U}berwachungsfahrt besteht aus einer etwa 45-min{\"u}tigen Pr{\"u}fungsfahrt, mit deren Hilfe die Handlungssicherheit eines Tf erh{\"o}ht sowie dessen Leistung und Leistungsf{\"a}higkeit beschrieben und bewertet wird. Die {\"U}berwachungsfahrt wird von geschulten Instruktoren durchgef{\"u}hrt. W{\"a}hrend der Simulatorfahrt werden unregelm{\"a}ßige Ereignisse eingespielt, die der Tf unter Anwendung der vorgeschriebenen Sollverhaltensweisen bew{\"a}ltigen muss. Ziel ist es, keinen sicherheitsrelevanten Mangel zu verursachen. Grundlage des eingef{\"u}hrten Verhaltensmarkersystems ist ein Datenkonzept, das auf den in den Regelwerken beschriebenen Fahrtereignissen und den entsprechenden Sollverhaltensweisen beruht. Die {\"U}berwachungsfahrt wird aus diesen Einzelereignissen zusammengestellt und somit entspricht auch das w{\"a}hrend der {\"U}berwachung zu zeigende Verhalten dem in den Regelwerken beschriebenen Sollverhalten. Um Abweichungen vom vorgeschriebenen Verhalten besser erkennen und bewerten zu k{\"o}nnen, werden sog. Verhaltensmarker eingef{\"u}hrt. Hierbei handelt es sich um objektive und nachpr{\"u}fbare Indikatoren, die etwas {\"u}ber den Grad der Erf{\"u}llung des Sollverhaltens Auskunft geben. Zentral f{\"u}r die Bewertung sind somit die Erfassung m{\"o}glicher Sollverhaltensabweichungen und die Frage nach der Festlegung der Schwere dieser Abweichung im Sinne eines Fehlers. Um Art und St{\"a}rke der Abweichungen vom Sollverhalten wurden objektive Fahrdaten aus dem Simulator herangezogen. Zus{\"a}tzlich wurde ein standardisiertes Beobachtungsverfahren f{\"u}r die Instruktoren entwickelt. In einem zweiten Schritt wurden die {\"u}ber beide Verfahren erfassten Abweichungen vom Sollverhalten auf der Basis von Expertenurteilen entsprechend der potentiellen Auswirkungen gewichtet. Diese Gewichtung reicht in drei Stufen von leichten Fehlern bis hin zu sicherheitsrelevanten M{\"a}ngeln. F{\"u}r alle in den {\"U}berwachungsfahrten vorkommenden Sollverhaltensweisen wurden m{\"o}gliche Abweichungen erhoben und in einer Fehlertabelle den Fehlerkategorien „gering", „mittelschwer" und „sicherheitsrelevant" zugeordnet. Die so gewichtete Fehlerbetrachtung f{\"u}hrt zu einer Gesamtbewertung des Tf und zu einer detaillierten Analyse seiner St{\"a}rken und Schw{\"a}chen. Insgesamt wurden 1033 {\"U}berwachungsfahrten von den Instruktoren auf einem projektspezifischen Bogen protokolliert. {\"U}ber die an den Simulatoren vorhandenen Datenschnittstellen wurden 1314 {\"U}berwachungsfahrten aufgezeichnet. Diese Datenquellen wurden integriert und ausgewertet. Als {\"u}bergeordnetes Ergebnis l{\"a}sst sich festhalten, dass die Anwendung der in dieser Arbeit entwickelten Methode nachweislich die Qualit{\"a}t und Genauigkeit der Bewertung verbessern konnte. Die Verhaltensmarker erm{\"o}glichen eine differenziertere Bewertung des Leistungsstands eines Tf. So ist es nicht nur m{\"o}glich, sicherheitskritisches Verhalten („roter Bereich") und ein optimales, fehlerfreies Verhalten („gr{\"u}ner Bereich") festzustellen, sondern auch Aussagen {\"u}ber den „gelben Bereich" dazwischen zu treffen (z.B. M{\"a}ngel, die in anderen Situationen sicherheitskritisch sein k{\"o}nnen).},
  subject      = {Lokomotivf{\"u}hrer},
  language  = {de}
}