Samuel Merk

Prof. Dr. Samuel Merk

Institut für Schul- und Unterrichtsentwicklung
Sprechzeiten
Freitags 10:15 https://ph-karlsruhe.webex.com/meet/samuelPUNKTmerk
Tätigkeit und Arbeitsschwerpunkte

Samuel Merk wurde zum 01.04.2023 auf die Professur für Empirische Unterrichts- und Schulforschung berufen. Seine Arbeitsschwerpunkte sind:

  • Empirische Unterrichts- und Schulentwicklungsforschung
    • Digitalisierung des Schulalltags
      • Digitale Lernverlaufdiagnostik
      • Datenbasierte Unterrichtsentwicklung
      • Technologieakzeptanz
    • Differentielle Angebotsnutzung in heterogenen Lerngruppen
  • Lehrerinnen- und Lehrerbildungsforschung 
    • Kommunikation von Evidenz
    • Berufsbezogene Überzeugungen
      • Epistemische Überzeugungen Lehramtsstudierender
      • Überzeugungen zu heterogenen Lerngruppen
  • Forschungsmethoden & Statistik
    • Sequential Bayes Factor Designs
    • Open Science, Reproducible Research
Ausgewählte Forschungsprojekte
Ausgewählte Publikationen
  • Merk, S., & Bez, S. (2023). Relativität und Normativität in der unterrichtspraktischen und psychometrischen Leistungsbewertung. In C. Führer, M. Magirius, T. Bohl, B.-S. Grewe, W. Polleichtner, & F. Ulfat (Hrsg.), Relativität und Normativität von Beurteilungen. Fachübergreifende und fachspezifische Analysen (S. 13–21). Tübingen University Press. http://dx.doi.org/10.15496/publikation-85924

  • Schmidt, K., Schneider, J., Bohrer, K., & Merk, S. (Stage I  Acceptance). Communicating effect sizes to teachers. Exploring different visualizations and their enrichment options [Registered Report]. Zeitschrift für Psychologie.

  • Merk, S., & Schmidt, K. (2023). Grundlegende Fragen an eine quantitativ-empirische Erfassung von Meta-Reflexivität. In C. Cramer (Hrsg.), Meta-Reflexivität und Professionalität von Lehrpersonen. Theorieentwicklung und Forschungsperspektiven (S.143-154). Münster: Waxmann. https://doi.org/10.31244/9783830998068.07

  • Wurster, S., Bez, S., & Merk, S. (2023). Does learning how to use data mean being motivated to use it? Effects of a data use intervention on data literacy and motivational beliefs of pre-service teachers. Learning and Instruction, 88, 101806. https://doi.org/10.1016/j.learninstruc.2023.101806

  • Heusel, L., Glaesser, J., Kilian, P., Merk, S., & Kelava, A. (2023). Comparing dropout intentions of math students on trainee teacher courses versus bachelor of science courses using intensive longitudinal data. Frontiers in Education, 8. https://doi.org/10.3389/feduc.2023.1205949 

  • Schmidt, K., Edelsbrunner, P. A., Rosman, T., Cramer, C., & Merk, S. (2023). When perceived informativity is not enough. How teachers perceive and interpret statistical results of educational research. Teaching and Teacher Education, 130, 104134. https://doi.org/10.1016/j.tate.2023.104134

  • Merk, S., Groß Ophoff, J., & Kelava, A. (2023). Rich data, poor information? Teachers’ perceptions of mean differences in graphical feedback from statewide tests. Learning and Instruction84, 101717. https://doi.org/10.1016/j.learninstruc.2022.101717

  • Schmidt, K., Rosman, T., Cramer, C., Besa, K.-S., & Merk, S. (2022). Teachers trust educational science - especially if it confirms their beliefs. Frontiers in Education. 7, Article 976556. https://doi.org/10.3389/feduc.2022.976556
     
  • Breznau, N., Rinke, E. M., Wuttke, A., Nguyen, H. H., Adem, M., Adriaans, J., Alvarez-Benjumea, A., Andersen, H. K., Auer, D., Azevedo, F., ..., Merk, S., & others. (2022). Observing many researchers using the same data and hypothesis reveals a hidden universe of uncertainty. Proceedings of the National Academy of Sciences119(44), e2203150119.
     
  • Schneider, J., Rosman, T., Kelava, A., & Merk, S. (2022). Do Open-Science Badges Increase Trust in Scientists Among Undergraduates, Scientists, and the Public? Psychological Science33(9), 1588–1604. https://doi.org/10.1177/09567976221097499
  • Kelava, A., Kilian, P., Glaesser, J., Merk, S., & Brandt, H. (2022). Forecasting Intra-individual Changes of Affective States Taking into Account Inter-individual Differences Using Intensive Longitudinal Data from a University Student Dropout Study in Math. Psychometrika87(2), 533–558. https://doi.org/10.1007/s11336-022-09858-6

Letzte Änderung: 05.12.2024
Für den Inhalt verantwortlich: