Prof. Dr. Michaela Gläser-Zikuda

Lehrstuhl für Schulpädagogik mit dem Schwerpunkt empirische Unterrichtsforschung

Mixed methods in research on motivation and emotion (2024) Hagenauer G, Muehlbacher F, Kuhn C, Stephan M, Gläser-Zikuda M Book chapter / Article in edited volumes Beeinflussen individuelle und kontextuelle Prädiktoren die Entwicklung von Lern- und Leistungsemotionen nach dem Übergang in die Sekundarschule? Multiple Wachstumskurvenmodelle (2024) Meyer S, Schlesier J, Gläser-Zikuda M Unpublished / Preprint Reflexives Schreiben in der Hochschulbildung - ein systematisches Review zu Konzepten, Forschungsthemen und -methoden (2024) Hofmann F, Zhang C, Artmann M, Gläser-Zikuda M Conference contribution, Abstract of lecture Reflexives Schreiben von Lehramtsstudierenden: Eine Analyse mit Verfahren maschinellen Lernens und vortrainierten Sprachmodellen (2024) Zhang C, Solopova V, Hofmann F, Gläser-Zikuda M Conference contribution, Abstract of lecture Zum Einfluss von Unterrichtsmerkmalen auf das schulische Wohlbefinden im Kontext der COVID-19 Pandemie (2024) Martin I, Gläser-Zikuda M Conference contribution, Conference Contribution Evaluating Reflective Writing in Pre-Service Teachers: The Potential of a Mixed-Methods Approach (2023) Zhang C, Schießl J, Plößl L, Hofmann F, Gläser-Zikuda M Journal article Acceptance of artifcial intelligence among pre-service teachers: a multigroup analysis (2023) Zhang C, Schießl J, Plößl L, Hofmann F, Gläser-Zikuda M Journal article, Online publication Zur Bedeutung von Resilienz für die wahrgenommene Fehlerkultur und die Lern- und Leistungsemotionen von Schüler:innen. (2023) Nowak M, Pösse L, Obermeier R, Gläser-Zikuda M Conference contribution, Conference Contribution Fostering Students’ Situational Interest in Physics: Results from a Classroom-Based Intervention Study (2023) Brakhage H, Gröschner A, Gläser-Zikuda M, Hagenauer G Journal article, Online publication Comparative analysis of pre-service teachers’ reflective writing: using shallow machine learning and pre-trained language models (2023) Zhang C, Hofmann F, Plößl L, Gläser-Zikuda M Conference contribution, Abstract of lecture