Tijdschriftissue 1 2024

Zekerheid in twijfel: Inzichten uit onderzoek naar keuzezekerheid

• geschreven door Hélène van Marcke

Elke beslissing die we nemen, groot of klein, gaat gepaard met een bepaald gevoel van zekerheid. Zo kan je rotsvast overtuigd zijn dat je de juiste keuze hebt gemaakt, maar even goed meteen erna al spijt hebben van je beslissing. Deze keuzezekerheid is de kern van onderzoek naar meta cognitie, ofwel de gedachten die we hebben over onze eigen cognitie of denkprocessen (1). Meta is een Grieks voorvoegsel dat “na, bovenop of over” betekent, en meta cognitie betekent dus letterlijk denken over ons denken. In dit artikel geven we een overzicht van dit onderzoeksveld, dat antwoorden probeert te vinden op het hoe, wat en waarom van keuzezekerheid.

Het “wat” en “waarom” van keuzezekerheid

Doorheen de dag maken we als mens tientallen beslissingen. Vaak gaat dit over vrij triviale, dagdagelijkse beslissingen, zoals besluiten of je een zwarte of blauwe broek aandoet, of naar buiten kijken om te besluiten of het regent of niet. Evengoed gaat het over keuzes die van groot belang kunnen zijn, zoals besluiten of het veilig is om een drukke straat over te steken of op welke jobaanbieding je ingaat. Zowel het voorbeeld van de regen als dat van de drukke straat gaan over perceptuele beslissingen, waarbij je steunt op je waarneming om een beslissing te maken die al dan niet correct is. De kleding- of job-keuzes gaan daarentegen over een waardeoordeel over twee opties. Hierbij bestaat een “juist” antwoord eruit dat je de optie kiest die je het meeste waardeert (2), maar welke optie dat is, verschilt natuurlijk van persoon tot persoon. Wat deze vier beslissingen echter allemaal gemeen hebben, is dat we er telkens een gevoel van zekerheid bij hebben. Of je er nu bewust bij stilstaat of niet: telkens je een beslissing neemt, zal je ook een subjectieve inschatting maken van hoe groot jij de kans acht dat die beslissing juist was. Maar waarom doen we dat eigenlijk? Wat is het nut van deze keuzezekerheid, die schijnbaar zomaar opkomt zonder dat we erbij stil hoeven te staan?

De belangrijkste functie van keuzezekerheid is die van intern feedbacksignaal (3). Wanneer de externe omgeving ons geen feedback geeft over de correctheid van onze beslissing, gebruiken we keuzezekerheid als interne feedback. Zo is keuzezekerheid een belangrijke stimulans voor het zoeken naar extra informatie: wanneer mensen de optie krijgen om na een beslissing bijkomende informatie te verwerken, doen ze dit vaker voor initieel onzekere keuzes (4). Na het verwerken van extra informatie, voelen mensen zich dan ook zekerder over hun beslissing, of corrigeren ze zelfs een initieel foute beslissing. Keuzezekerheid stuurt ook onze onderliggende strategieën en keuzegedrag (5), zodat huidige strategieën ook zonder externe feedback geëvalueerd, en zo nodig aangepast, kunnen worden (3). Zo kan een continue gevoel van onzekerheid tijdens een taak een stimulans zijn om een nieuwe methode uit te proberen, in de hoop zo beter (of althans: zekerder) te presteren (6). Op deze manier kunnen we dus leren, zelfs wanneer we geen externe feedback krijgen.

Daarnaast vervult keuzezekerheid ook een belangrijke sociale rol (7). Denk bijvoorbeeld aan een quizteam dat het eens moet worden over het correcte antwoord. Spontaan zullen teamgenoten hierbij hun zekerheid meedelen aan elkaar (8), zoals “ik denk antwoord A, maar ik ben het niet erg zeker”, “ik twijfel tussen A en B”, of “ik ben 100% zeker dat B het juiste antwoord is!”. Dit is niet triviaal, want groepen volgen over het algemeen de mening die met de hoogste zekerheid werd uitgedrukt9, wat impliceert dat we keuzezekerheid interpreteren als de kans dat de beslissing correct is. Keuzezekerheid is dus niet alleen voor jezelf een belangrijke bron van informatie, maar kan ook voor de mensen rondom jou van belang zijn.

Keuzezekerheid meten

Uit het voorgaande werd duidelijk dat keuzezekerheid onmisbaar is in het dagelijkse leven. Het is dus niet verwonderlijk dat er een volledig onderzoeksgebied gewijd is aan de experimentele studie naar keuzezekerheid. Door keuzezekerheid te meten in het onderzoekslab kunnen onderzoekers de onderliggende mechanismen proberen achterhalen, wat dan weer inzichten geeft over de invloed op de sociale processen en leerprocessen die hierboven werden beschreven. Maar hoe wordt de subjectieve inschatting van onze keuzes nu precies gemeten?

De meest gebruikte en tegelijk meest vanzelfsprekende manier om keuzezekerheid te meten, is door het simpelweg te vragen: hoe zeker ben je dat de beslissing die je net gemaakt hebt correct is? Het meeste onderzoek naar keuzezekerheid maakt hiervoor gebruik van perceptuele beslissingen en hier zullen we ons in dit artikel dan ook op focussen. Zoals eerder besproken, heeft een perceptuele beslissing steeds een objectief correct antwoord dat voor iedereen hetzelfde is waardoor we keuzezekerheid voor eenzelfde beslissing over deelnemers heen kunnen vergelijken. In onderzoek wordt daarom vaak gebruik gemaakt van visuele waarnemingstaken op de computer. Denk even terug aan het voorbeeld dat we eerder gaven, waarbij je moet beslissen of het veilig is om de straat over te steken. Door de dichte mist die er hangt, zie je in de verte nog net twee lichten. Zijn deze lichten rood, wat duidt op de remlichten van een wegrijdende auto, of zijn dit de gele koplampen van een naderende auto? Dit soort visuele beslissingen worden op de computer nagebootst door bijvoorbeeld kort een hoop rode en gele stippen te laten zien, waarbij deelnemers moeten aanduiden welke kleur overheerst. Dit wordt meermaals herhaald waarbij het juiste antwoord (bv. rood of geel) en de moeilijkheid (95% rode stippen en 5% gele stippen, of 51% rode stippen en 49% gele stippen) wordt gevarieerd. Om genoeg metingen te verkrijgen, maken deelnemers typisch enkele honderden van deze beslissingen. Al zijn dit niet de meest spannende taken, voor een onderzoeker bieden ze heel wat methodologische voordelen: er kan eindeloos mee worden gevarieerd en deze taken laten talloze experimentele manipulaties toe die nodig zijn om specifieke onderzoeksvragen te beantwoorden.

Om keuzezekerheid te meten, vragen onderzoekers om na elke keuze aan te duiden hoe zeker de deelnemer over hun keuze is. Hiervoor gebruiken we meestal vaste antwoordopties, zoals zeker fout – waarschijnlijk fout – gok fout – gok juist – waarschijnlijk juist – zeker juist. Door de moeilijkheid van de keuzes te laten variëren, verkrijgen we variatie in de zekerheid van deelnemers. Zo zullen deelnemers zekerder zijn van hun keuze wanneer er 95% rode stippen en slechts 5% gele stippen zijn, dan wanneer er 51% rode stippen en 49% gele stippen getoond werden. Over het algemeen zijn deelnemers heel goed in hun beslissingen op deze manier inschatten (10): bij juiste beslissingen duiden ze inderdaad vaker juist dan fout aan, terwijl dit net omgekeerd is voor foute beslissingen. Daarbij gebruiken ze voor de moeilijkste beslissingen vaker antwoordopties die wijzen op een gok (gok juist/gok fout), en de opties zeker juist/zeker fout eerder voor gemakkelijke beslissingen (10). Zoals je waarschijnlijk al opmerkte, kunnen deelnemers bij deze schaal ook aanduiden dat ze zeker zijn dat hun beslissing fout was. Dat is handig wanneer je per ongeluk de foute knop indrukte, maar ook gebeurt het soms dat je brein nog een deel van de visuele waarneming aan het verwerken was op het moment van jouw keuze, waardoor je je er pas nadien van bewust wordt (11). Dankzij deze gedragsmetingen krijgen onderzoekers dus een duidelijk beeld van keuzezekerheid over beslissingen, taken, en zelfs deelnemers heen. Met behulp van statistische analyses en de recente opkomst van computationele modellen, bekomen we zo een inkijk in de fundamentele mechanismen achter menselijke besluitvormingsprocessen (12).

Keuzezekerheid meten via hersenonderzoek

Naast dit soort gedragsstudies gebeurt er ook veel hersenonderzoek naar keuzezekerheid. De meest gebruikte technieken hierbij zijn elektro-encefalografie (EEG) en functionele magnetische resonantie imaging (f MRI), die veranderingen in hersenactiviteit meten als reactie op gebeurtenissen in de omgeving (zoals bijvoorbeeld een nieuwe visuele stimulus) en binnen de deelnemer zelf (zoals bijvoorbeeld het maken van een keuze). Bij EEG zetten we deelnemers een hoofdkapje met elektroden erop op die elektrische signalen uit de hersenen tot op de milliseconde nauwkeurig kunnen opvangen. Bij f MRI leggen we deelnemers in een MRIscanner waarbij we tot op de millimeter nauwkeurig kunnen zien waar in de hersenen veranderingen in activiteit optreden. Beide technieken worden gebruikt terwijl de deelnemer een gedragstaak zoals hierboven beschreven uitvoert waardoor we heel precies kunnen onderzoeken wanneer (EEG) of waar (f MRI) de verschillende stadia van een keuzeproces plaatsvinden in de hersenen.

Uit EEG-onderzoek komen er twee verschillende signalen naar voren die gelinkt zijn aan keuzezekerheid. Ten eerste is er de error-related negativity of ERN, een elektrisch signaal dat optreedt zo’n 50 à 150 milliseconden nadat iemand een foute keuze maakt. Dit signaal wordt zelfs waargenomen wanneer de persoon in kwestie zich niet eens expliciet bewust is van hun fout (13,14). Dit wijst erop dat onze hersenen in de achtergrond steeds onze acties monitoren om fouten te ontdekken. Uit f MRI-onderzoek weten we ondertussen dat de ERN ontspringt in de frontaal gelegen anterior cingulate cortex of ACC (15). Dat is niet verwonderlijk als je weet dat de frontale hersenregio’s instaan voor executieve functies, zoals het controleren en aanpassen van gedrag, planning en besluitvorming (m.a.w., de CEO van de hersenen). Naast de ERN is er de error positivity of Pe (13), zo’n 200 à 500 milliseconden na het nemen van een beslissing. In tegenstelling tot de ERN zien we bij de Pe wel een verschil tussen bewuste en onbewuste fouten: het voltage van dit elektrische signaal is het hoogst wanneer we ons bewust zijn van een fout, en lager voor keuzes die we correct achten16. Bovendien kan het voltage zelfs gelinkt worden aan het specifieke niveau van keuzezekerheid (17). Dit is duidelijk te zien op Figuur 1, waar de verschillende gradaties van keuzezekerheid weerspiegeld worden in verschillende voltages van de Pe.

Figuur 1: Het voltage van het error positivity (Pe) signaal weerspiegelt het niveau van keuzezekerheid. Figuur overgenomen en aangepast uit (18).

Uit f MRI-onderzoek naar keuzezekerheid kunnen onderzoekers achterhalen welke hersenregio’s actief worden bij het nemen en evalueren van een beslissing. Dit biedt belangrijke inzichten over het functioneren van het gezonde brein, waar het misloopt bij neurologische of psychiatrische patiënten met verstoorde besluitvormingsprocessen, en welke interventies er kunnen gedaan worden. Naast de ACC komen uit f MRI-onderzoek ook heel wat andere hersengebieden naar voren (19,20). Zo zien we bij heel zekere keuzes activiteit in dezelfde dieper gelegen, subcorticale gebieden die ook bij beloningen activeren, terwijl onzekere keuzes net leiden tot activiteit in de frontale hersenregio’s die aan negatieve gevoelens gelinkt zijn (20). Keuzezekerheid berust dus op een wijdverspreide, complexe samenwerking tussen verschillende hersenregio’s.

Metacognitieve dwalingen in het dagelijkse leven

Aangezien keuzezekerheid een belangrijke rol speelt op verscheidene vlakken van het leven, kan je maar beter goed zijn in het evalueren van je beslissingen. Keuzezekerheid is echter een subjectieve inschatting van de correctheid van je keuze. Het reflecteert dus niet altijd rechtstreeks het objectieve bewijs voor of tegen een keuze, maar wordt beïnvloed door heel wat verschillende factoren. Zulke factoren kunnen ervoor zorgen dat mensen een systematische afwijking vertonen in de inschatting van hun keuzezekerheid. Met andere woorden: je begaat een metacognitieve dwaling. Uit onderzoek weten we bijvoorbeeld dat keuzezekerheid sterk beïnvloed wordt door de keuzezekerheid voor een voorgaande keuze (21), een voorafgaande voorspelling van de keuzezekerheid (22), het bewijs dat we hebben in het voordeel van de keuze die we maakten terwijl het tegenbewijs genegeerd wordt (23,24), en zo verder. Ook in het echte leven zijn er talloze indicaties dat keuzezekerheid niet altijd zo optimaal is als we zouden willen (of denken).

Een metacognitieve dwaling kan zich op twee manieren kan uiten. Wanneer we keuzezekerheid meten, maken we namelijk een onderscheid tussen de metacognitieve sensitiviteit en de metacognitieve bias (25). De metacognitieve sensitiviteit is de mate waarin iemand goed kan inschatten of een keuze juist of fout was: een hoge sensitiviteit betekent dus meer zekerheid voor juiste keuzes en meer onzekerheid voor foute keuzes. Metacognitieve bias of kalibratie gaat daarentegen over hoe (on)zeker iemand over het algemeen is van hun keuzes, zonder te kijken naar de accuraatheid ervan. Wanneer mensen een verlaagde sensitiviteit hebben voor hun keuzes, of een afwijkende metacognitieve bias die hun heel zeker of onzeker maakt, spreken we van een metacognitieve dwaling. Deze twee metingen staan dus los van elkaar: zo kan iemand een hoge bias hebben, waarbij ze over het algemeen heel zeker zijn van hun beslissingen, maar tegelijkertijd een lage sensitiviteit, waarbij er vaak foutief wordt aangeduid dat een fout antwoord juist is. Een verlaagde sensitiviteit komt bijvoorbeeld voor bij mensen met een autismespectrumstoornis (26) of met tekenen van schizofrenie (27,28) of psychose (29). Ook mensen die hoog scoren op politiek extremisme hebben het moeilijker om juiste van foute keuzes te onderscheiden (30), en houden stugger vast aan een foute keuze, zelfs wanneer nieuwe info dit tegenspreekt.

De meest voorkomende metacognitieve dwalingen uiten zich in metacognitieve bias. Dit zien we tussen individuen, waarbij sommigen steevast zekerder zijn dan anderen (31), maar ook binnen éénzelfde individu: misschien kan jij wel met volle zekerheid wiskundesommen oplossen, maar ben je een eeuwige twijfelaar als het op spelling aankomt. Hier gaat het dus om overschatting versus onderschatting van keuzezekerheid (bij gebrek aan bondigere vertalingen van het Engelse over- en underconfidence). Dit is zeker niet triviaal: het overschatten van keuzezekerheid komt vaker voor bij mensen met een verslaving (27) (waarbij we echter niet zeker kunnen weten of dit een oorzaak of een gevolg ervan is), leidt tot slechtere prestaties bij studenten door het vroegtijdig stoppen met studeren van het leermateriaal (32), en wordt verder in verband gebracht met slechtere detectie van phishing e-mails (33), het vaker delen van fake news (34), het stellen van foute medische diagnoses (35), en zelfs het besluit om een oorlog te beginnen (36). Het onderschatten van keuzezekerheid komt daarentegen vaker voor bij mensen met (sub)klinische obsessief-compulsieve, depressie- en angststoornissen (27) en mensen met een lager zelfbeeld (37), en lagere keuzezekerheid op wiskundetaken is gelinkt aan wiskunde-angst (38,39) en bijgevolg vermijding van STEM-studierichtingen (38).

Deze voorbeelden laten zien dat het onder- of overschatten van keuzezekerheid gelinkt is aan heel wat belangrijke problemen uit het dagelijkse leven. Daarom is het cruciaal om via experimenteel onderzoek uit te zoeken hoe deze dwalingen tot stand komen. Zo toonde recent onderzoek (40) aan dat keuzezekerheid niet altijd de daadwerkelijke prestatie reflecteert, maar direct beïnvloed wordt door het initiële idee dat iemand heeft over hun prestatie op een taak. Door valse positieve of negatieve feedback te geven tijdens een oefenfase of de oefenfase heel moeilijk of heel gemakkelijk te maken, slaagden de onderzoekers erin om deelnemers respectievelijk zekerder of onzekerder te maken van hun keuzes, ook al bleef de accuraatheid of snelheid van hun beslissingen onveranderd. Je kan uit dit onderzoek dus ook belangrijke conclusies trekken voor jouw eigen dagelijkse leven: besef dat mensen die jouw prestaties steeds maar de hemel in prijzen of net steevast naar beneden halen daarom niet per se een realistische maatstaf bieden voor jouw daadwerkelijke prestatie, en let er bij het aanleren van nieuwe taken op om niet meteen te moeilijk maar ook niet te gemakkelijk te beginnen, opdat je realistische verwachtingen creëert voor je prestatie en, bijgevolg, keuzezekerheid voor de taak.

Conclusie

Het leven bestaat uit keuzes maken, en het evalueren van die keuzes is een onontbeerlijke vaardigheid om te leren, bij te sturen en te interageren. Keuzezekerheid kan echter snel en op ontelbare manieren de mist in gaan, wat samenhangt met heel wat psychiatrische problemen en fenomenen uit het dagelijkse leven. Gedreven door nauwgezette gedrags- en hersenonderzoeken in combinatie met diepgaande analysetechnieken, draagt de experimentele studie van keuzezekerheid bij aan een diepgaande kennis van de onderliggende mechanismen, oorzaken en gevolgen ervan. Op die manier biedt het onderzoeksgebied onmisbare inzichten voor de meting en interventies rond keuzezekerheid in de klinische praktijk, en breder gezien, voor het dagelijkse leven.

 

Referenties

1. Flavell, J. H. Metacognition and cognitive monitoring: A new area of cognitive–developmental inquiry. American Psychologist 34, 906–911 (1979).

2. Becker, G. M., Degroot, M. H. & Marschak, J. Measuring utility by a single-response sequential method. Behavioral Science 9, 226–232 (1964).

3. Yeung, N. & Summerfield, C. Metacognition in human decision-making: Confidence and error monitoring. Philosophical Transactions of the Royal Society B: Biological Sciences 367, 1310–1321 (2012).

4. Desender, K., Boldt, A. & Yeung, N. Subjective Confidence Predicts Information Seeking in Decision Making. Psychological Science 29, 761–778 (2018).

5. Kepecs, A., Uchida, N., Zariwala, H. A. & Mainen, Z. F. Neural correlates, computation and behavioural impact of decision confidence. Nature 455, 227–231 (2008).

6. Boldt, A., Blundell, C. & De Martino, B. Confidence modulates exploration and exploitation in value-based learning. Neuroscience of Consciousness 2019, niz004 (2019).

7. Frith, C. D. The role of metacognition in human social interactions. Philos Trans R Soc Lond B Biol Sci 367, 2213–2223 (2012).

8. Fusaroli, R. et al. Coming to Terms: Quantifying the Benefits of Linguistic Coordination. Psychol Sci 23, 931–939 (2012).

9. Zarnoth, P. & Sniezek, J. A. The Social Influence of Confidence in Group Decision Making. Journal of experimental social psychology 33, 345–366 (1997).

10. Fleming, S. M., Huijgen, J. & Dolan, R. J. Prefrontal Contributions to Metacognition in Perceptual Decision Making. Journal of Neuroscience 32, 6117–6125 (2012).

11. Pleskac, T. J. & Busemeyer, J. R. Two-stage dynamic signal detection: A theory of choice, decision time, and confidence. Psychological Review 117, 864–901 (2010).

12. Wilson, R. C. & Collins, A. G. Ten simple rules for the computational modeling of behavioral data. eLife 8, e49547 (2019).

13. Falkenstein, M., Hohnsbein, J., Hoormann, J. & Blanke, L. Effects of crossmodal divided attention on late ERP components. II. Error processing in choice reaction tasks. Electroencephalography and Clinical Neurophysiology 78, 447–455 (1991).

14. Yeung, N., Botvinick, M. M. & Cohen, J. D. The Neural Basis of Error Detection: Conflict Monitoring and the Error-Related Negativity. Psychological Review 111, 931–959 (2004).

15. Mathalon, D. H., Whitfield, S. L. & Ford, J. M. Anatomy of an error: ERP and f MRI. Biological Psychology 64, 119–141 (2003).

16. Overbeek, T. J. M., Nieuwenhuis, S. & Ridderinkhof, K. R. Dissociable Components of Error Processing. Journal of Psychophysiology 19, 319–329 (2005).

17. Boldt, A. & Yeung, N. Shared neural markers of decision confidence and error detection. The Journal of neuroscience : the official journal of the Society for Neuroscience 35, 3478–3484 (2015).

18. Desender, K., Ridderinkhof, K. R. & Murphy, P. R. Understanding neural signals of post-decisional performance monitoring: An integrative review. eLife 10, (2021).

19. Bang, D. & Fleming, S. M. Distinct encoding of decision confidence in human medial prefrontal cortex. (2018) doi:10.1073/pnas.1800795115.

20. Molenberghs, P., Trautwein, F.-M., Böckler, A., Singer, T. & Kanske, P. Neural correlates of metacognitive ability and of feeling confident: a large-scale f MRI study. Social Cognitive and Affective Neuroscience 11, 1942–1951 (2016).

21. Benwell, C. S. Y., Beyer, R., Wallington, F. & Ince, R. A. A. History biases reveal novel dissociations between perceptual and metacognitive decision-making. 737999 Preprint at https://doi.org/10.1101/737999 (2020).

22. Boldt, A., Schiffer, A.-M., Waszak, F. & Yeung, N. Confidence Predictions Affect Performance Confidence and Neural Preparation in Perceptual Decision Making. Sci Rep 9, 4031 (2019).

23. Zylberberg, A., Barttfeld, P. & Sigman, M. The construction of confidence in a perceptual decision. Frontiers in Integrative Neuroscience 6, (2012).

24. Peters, M. A. K. et al. Perceptual confidence neglects decision-incongruent evidence in the brain. Nature Human Behaviour 2017 1:7 1, 1–8 (2017).

25. Fleming, S. M. & Lau, H. C. How to measure metacognition. Front Hum. Neurosci. 8, 1–9 (2014).

26. Nicholson, T., Williams, D. M., Lind, S. E., Grainger, C. & Carruthers, P. Linking metacognition and mindreading: Evidence from autism and dual-task investigations. Journal of Experimental Psychology: General 150, 206–220 (2021).

27. Hoven, M. et al. Abnormalities of confidence in psychiatry: an overview and future perspectives. Translational Psychiatry 2019 9:1 9, 1–18 (2019).

28. Hoven, M., Denys, D., Rouault, M., Luigjes, J. & Van Holst, R. How Do Confidence and Self-Beliefs Relate in Psychopathology: A Transdiagnostic Approach.

29. Hohendorf, M. & Bauer, M. Metacognitive sensitivity and symptoms of mental disorder: A systematic review and meta-analysis. Front Psychol 14, 991339 (2023).

30. Rollwage, M., Dolan, R. J. & Fleming, S. M. Metacognitive Failure as a Feature of Those Holding Radical Beliefs. Current biology : CB 28, 4014-4021.e8 (2018).

31. Ais, J., Zylberberg, A., Barttfeld, P. & Sigman, M. Individual consistency in the accuracy and distribution of confidence judgments. Cognition 146, 377–386 (2016).

32. Dunlosky, J. & Rawson, K. A. Overconfidence produces underachievement: Inaccurate self evaluations undermine students’ learning and retention. Learning and Instruction 22, 271–280 (2012).

33. Canfield, C. I., Fischhoff, B. & Davis, A. Better beware: comparing metacognition for phishing and legitimate emails. Metacognition Learning 14, 343–362 (2019).

34. Lyons, B. A., Montgomery, J. M., Guess, A. M., Nyhan, B. & Reifler, J. Overconfidence in news judgments is associated with false news susceptibility. Proceedings of the National Academy of Sciences of the United States of America 118, (2021).

35. Saposnik, G., Redelmeier, D., Ruff, C. C. & Tobler, P. N. Cognitive biases associated with medical decisions: a systematic review. BMC Medical Informatics and Decision Making 16, 1–14 (2016).

36. Johnson, D. D. P. Overconfidence and War: The Havoc and Glory of Positive Illusions. 280 (Harvard University Press, Cambridge, MA, US, 2004).

37. Moses-Payne, M. E., Rollwage, M., Fleming, S. M. & Roiser, J. P. Postdecision Evidence Integration and Depressive Symptoms. Frontiers in Psychiatry 10, 639 (2019).

38. Ashcraft, M. H. & Moore, A. M. Mathematics anxiety and the affective drop in performance. Journal of Psychoeducational Assessment 27, 197–205 (2009).

39. Desender, K. & Sasanguie, D. Math anxiety relates positively to metacognitive insight into mathematical decision making. Psychol Res 86, 1001–1013 (2022).

40. Van Marcke, H., Denmat, P. L., Verguts, T. & Desender, K. Manipulating Prior Beliefs Causally Induces Under- and Overconfidence. Psychol Sci 09567976241231572 (2024) doi:10.1177/09567976241231572.