Komplexes Problemlösen mit Simulationen lernen: Vorhersage von Performanz anhand theoriebasierter Prozessmerkmale: 52. Kongress der Deutschen Gesellschaft für Psychologie (DGPs)

L. Brandl; C. Richters; A. Radkowitsch; A Obersteiner; M. R. Fischer; R. Schmidmaier; F. Fischer; M. Stadler

Komplexes Problemlösen mit Simulationen lernen: Vorhersage von Performanz anhand theoriebasierter Prozessmerkmale: 52. Kongress der Deutschen Gesellschaft für Psychologie (DGPs)

L. Brandl, C. Richters, A. Radkowitsch, A Obersteiner, M. R. Fischer, R. Schmidmaier, F. Fischer, M. Stadler

Chair of Mathematics Education

Research output: Contribution to conference › Paper › peer-review

Original language	German
State	Published - 2022

Cite this

@conference{93715c78ff97494a94e5f03410d54668,

title = "Komplexes Probleml{\"o}sen mit Simulationen lernen: Vorhersage von Performanz anhand theoriebasierter Prozessmerkmale: 52. Kongress der Deutschen Gesellschaft f{\"u}r Psychologie (DGPs)",

author = "L. Brandl and C. Richters and A. Radkowitsch and A Obersteiner and Fischer, {M. R.} and R. Schmidmaier and F. Fischer and M. Stadler",

year = "2022",

language = "Deutsch",

}

TY - CONF

T1 - Komplexes Problemlösen mit Simulationen lernen: Vorhersage von Performanz anhand theoriebasierter Prozessmerkmale

T2 - 52. Kongress der Deutschen Gesellschaft für Psychologie (DGPs)

AU - Brandl, L.

AU - Richters, C.

AU - Radkowitsch, A.

AU - Obersteiner, A

AU - Fischer, M. R.

AU - Schmidmaier, R.

AU - Fischer, F.

AU - Stadler, M.

PY - 2022

Y1 - 2022

M3 - Papier

ER -