Fiedler, K., Kubsch, M., Neumann, K. & Nordine, J. (2024). Der potentiellen Energie ein Zuhause geben.
In Hopf, M. & Becker, M. (Hrsg.), Energie. (pp. 10-15).
Verein zur Förderung des physikalischen und chemischen Unterrichts.

Kubsch, M. & Nordine, J. (2024). Auf das System kommt es an.
In Hopf, M. & Becker, M. (Hrsg.), Energie. (pp.16-20).
Verein zur Förderung des physikalischen und chemischen Unterrichts.

Tschisgale, P., Steegh, A., Petersen, S., Kubsch, M., Wulff, P. & Neuman, K. (2024). Are science competitions meeting their intentions? a case study on affective and cognitive predictors of success in the Physics Olympiad.
Discip Interdscip Sci Educ Res. https://doi.org/10.1186/s43031-024-00102-y

Kubsch, M. (2024). What affects the continued learning about energy? Evidence from a 4-year longitudinal study.
Journal of Research in Science Teaching, pp. 1–23. https://doi.org/10.1002/tea.21931

Tschisgale, P., Steegh, A., Kubsch, M., Petersen, S. & Neumann, K. (2024). Towards a more individualised support of science competition participants – identification and examination of participant profiles based on cognitive and affective characteristics.
International Journal of Science Education. https://doi.org/10.1080/09500693.2023.2300147

Graulich, N., Arnold, J., Sorge, S. & Kubsch, M. (2024). Lehrkräftebildung von morgen - Beiträge der Naturwissenschaftsdidaktiken zur Förderung überfachlicher Kompetenzen.
Waxmann Verlag GmbH. https://doi.org/10.31244/9783830997962

Nauermann, L., Sorge, S., Garrecht, C., Bernholt, S., Kubsch, M. & Steegh, A. (2024). Gemeinsam globale Herausforderungen angehen - Ein Seminarkonzept zur Erstellung digitaler Unterrichtsmaterialien in den Naturwissenschaften.
In Graulich, N., Arnold, J., Sorge, S. & Kubsch, M. (Hrsg.). Lehrkräftebildung von morgen - Beiträge der Naturwissenschaftsdidaktiken zur Förderung überfachlicher Kompetenzen. (pp. 159-169). Waxmann Verlag GmbH. https://doi.org/10.31244/9783830997962.17

Kubsch, M. & Neumann, I. (2024). Science Denial im naturwissenschaftlichen Unterricht begegnen.
In Graulich, N., Arnold, J., Sorge, S. & Kubsch, M. (Hrsg.). Lehrkräftebildung von morgen - Beiträge der Naturwissenschaftsdidaktiken zur Förderung überfachlicher Kompetenzen. (pp. 255-260). Waxmann Verlag GmbH. https://doi.org/10.31244/9783830997962.27

Kubsch, M., Strauß, S., & Bernholt, S. (2023). Integrating perspectives to promote knowledge integration: How knowledge integration, learning progressions and instructional science can complement each other.
In Blikstein, P., Van Aalst, J., Kizito, R., & Brennan, K. (Hrsg.), Proceedings of the 17th International Conference of the Learning Sciences - ICLS 2023 (pp. 1897-1898). International Society of the Learning Sciences. https://doi.org/10.22318/icls2023.643889

Kubsch, M., Sorge, S. & Wulff P. (2023). Emotionen beim Reflektieren in der Lehrkräftebildung.
In Mientus, L., Klempin, C. & Nowak, A. (Hrsg.), Reflexion in der Lehrkräftebildung. Empirisch – Phasenübergreifend – Interdisziplinär (4th ed., pp. 261-269). Universitätsverlag Potsdam. https://doi.org/10.25932/publishup-59171

Taylor, J. A., Bowen, G. M., Kubsch, M., Summers, R., Sezen-Barrie, A., Patrick, P., Lachapelle, C., Warfa, A. & Guzey, S. S. (2023). Crossing boundaries between research and practitioner communities: The role of research use and cross-community journal authorship.
Journal of Research in Science Teaching, pp. 1–28. https://doi.org/10.1002/tea.21914

Krist, C. & Kubsch, M. (2023). Bias, bias everywhere: A response to Li et al. and Zhai and Nehm.
Journal of Research in Science Teaching, 60(10), pp. 2395–2399. https://doi.org/10.1002/tea.21913

Tschisgale, P., Wulff, P. & Kubsch, M. (2023). Integrating artificial intelligence-based methods into qualitative research in PER – A case for computational grounded theory.
Physical Review: Physics Education Research, 19, 020123. https://doi.org/10.1103/PhysRevPhysEducRes.19.020123

Fiedler, K., Kubsch, M., Neumann, K. & Nordine, J. (2023). Fields in middle school energy instruction to support continued learning of energy.
Physical Review: Physics Education Research, 19, 010122. https://doi.org/10.1103/PhysRevPhysEducRes.19.010122

Kubsch, M., Neumann, K., Rochnia, M. & Gräsel, C. (2023). 50 Jahre Unterrichtswissenschaften – Themen der empirischen Lehr-Lern-Forschung im Wandel.
Unterrichtswissenschaft, 51, pp. 15–37. https://doi.org/10.1007/s42010-023-00164-3

Grimm, A., Steegh, A., Colakogul, J., Kubsch, M. & Neumann, K. (2023). Positioning Responsible Learning Analytics in the Context of STEM Identities of Under-Served Students.
Frontiers in Education, 7, 1082748. https://doi.org/10.3389/feduc.2022.1082748

Grimm, A., Kubsch, M., Steegh, A. & Neumann, K. (2023). Learning Analytics in Physics Education: Ethical, Equity-Focused Decision-Making Lacks Guidance!
Journal of Learning Analytics, 10(1), pp. 71-84. https://doi.org/10.18608/jla.2023.7793

Gombert, S., Di Mitri, D., Karademir, O., Kubsch, M., Kolbe, H., Tautz, S., Grimm, A., Bohm, I., Neumann, K. & Drachsler, H. (2023). Coding energy knowledge in constructed responses with explainable NLP models.
Journal of Computer Assisted Learning, 39(3), pp. 767–786. https://doi.org/10.1111/jcal.12767

Kubsch, M., Czinczel, B., Lossjew, J., Wyrwich, T., Bednorz, D., Bernholt, S., Fiedler, D., Strauß, S., Cress, U., Drachsler, H., Neumann, K. & Rummel, R. (2022). Towards Learning Progression Analytics – Developing Learning Environments for the Automated Analysis of Learning using Evidence Centered Design.
Frontiers in Education, 7:981910. https://doi.org/10.3389/feduc.2022.981910

Kubsch, M., Rosenberg, J. M. & Krist, C. (2022). Distributing epistemic functions and tasks—A framework for augmenting human analytic power with machine learning in science education research.
Journal of Research in Science Teaching, 60(2), pp. 423–447. https://doi.org/10.1002/tea.21803

Kubsch, M., Fortus, D., Neumann, K., Nordine, J. & Krajcik, J. (2022). The interplay of students’ motivational profiles and science learning.
Journal of Research in Science Teaching, 60(1), pp. 3–25. https://doi.org/10.1002/tea.21789

Rosenberg, J., Kubsch, M., Dogucu, M. & Wagenmakers, E. (2022). A Bayesian perspective on uncertainty and probability in science education.
Science & Education, 31, https://doi.org/10.1007/s11191-022-00341-3

Kubsch, M., Wulff, P. & Buschhüter, D. (2022). Schwerpunkttagung Maschinelles Lernen und computerbasierte Textanalysen: Potentiale und Herausforderungen für die Naturwissenschaftsdidaktik.
In Habig, S. & van Vorst, H. (Hrsg.). Unsicherheit als Element von naturwissenschaftsbezogenen Bildungsprozessen (48.: 2021 : Online). GDCP Tagungsband 2022. https://doi.org/10.25656/01:25241

Kubsch, M. & Weßnigk, S. (2022). Die Wärmebildkamera im Kontext Mechanik gewinnbringend einsetzen.
MNU.

Fiedler, K., Kubsch, M., Neumann, K. & Nordine, J. (2022). Der potentiellen Energie ein Zuhause geben – Felder als didaktisches Hilfsmittel im Anfangsunterricht zum Energiekonzept.
Zeitschrift für Didaktik der Naturwissenschaften, 28(1), 6. https://doi.org/10.1007/s40573-022-00143-8

Kubsch, M. & Hamerski, P. C. (2022). Dynamic Energy Transfer Models.
The Physics Teacher, 60(7), pp. 583–585. https://doi.org/10.1119/5.0037727

Kubsch, M., Caballero, D. & Uribe, P. (2022). Once More with Feeling: Emotions in Multimodal Learning Analytics.
In M. Giannakos, D. Spikol, D. Di Mitri, K. Sharma, X. Ochoa, & R. Hammad (Hrsg.). The Multimodal Learning Analytics Handbook. Springer International Publishing. https://doi.org/10.1007/978-3-031-08076-0_11

Kubsch, M., Sorge, S., Arnold, J. & Graulich, N. (2021). Lehrkräftebildung neu gedacht – Ein Praxishandbuch für die Lehre in den Naturwissenschaften und deren Didaktiken.
Waxmann Verlag GmbH. https://doi.org/10.31244/9783830993490

Kubsch, M., Rosenberg, J. M. & Krist, C. (2021). Beyond Supervision: Human / Machine Distributed Learning in Learning Sciences Research.
In de Vries, E., Hod, Y., & Ahn, J. (Hrsg.). Proceedings of the 15th International Conference of the Learning Sciences - ICLS 2021. (pp. 897-898). International Society of the Learning Sciences. https://doi.org/10.22318/icls2021.897

Rosenberg, J. M. & Kubsch, M. (2021). Considering K-12 Learners’ Use of Bayesian Methods.
In de Vries, E., Hod, Y., & Ahn, J. (Hrsg.). Proceedings of the 15th International Conference of the Learning Sciences - ICLS 2021. (pp. 947-948). International Society of the Learning Sciences. https://doi.org/10.22318/icls2021.947

Sorge, S., Kubsch, M., Breuer, J., Syskowski, S. & Wöhlke, C. (2021). Lehrkräftebildung neu gedacht – Ergebnisse des GDCP Hackathon 2020.
In S. Habig (Hrsg.). Naturwissenschaftlicher Unterricht und Lehrerbildung im Umbruch?. Gesellschaft für Didaktik der Chemie und Physik, Online Jahrestagung 2020. (41st ed., pp. 45-47).

Kubsch, M., Opitz, S., Nordine, J., Neumann, K., Fortus, D. & Krajcik, J. (2021). Exploring a pathway towards energy conservation through emphasizing the connections between energy, systems, and fields.
Disciplinary and Interdisciplinary Science Education Research, 3(1). https://doi.org/10.1186/s43031-020-00030-7

Kubsch, M., Stamer, I., Steiner, M., Neumann, K. & Parchmann, I. (2021). Beyond p-values: Using Bayesian Data Analysis in Science Education Research.
Practical Assessment, Research and Evaluation. https://doi.org/10.7275/vzpw-ng13

Kubsch, M. & Sorge, S. (2021). Unterstützungsmöglichkeiten beim Erklären und Argumentieren im Physikunterricht.
MNU.

Fischer, J., Steinmann, T., Kubsch, M., Laumann, D., Weßnigk, S., Neumann, K. & Kerres, M. (2021). Die Rettung der Phänomene! - Phänomenbasiertes Lernen initiieren und strukturieren durch Leitfragen.
MNU.

Bowen, M., Taylor, J., Patrick, P., Summers, R., Kubsch, M., Warfa, A., Sezen-Barrie, A., Guzey, S. & Lachapelle, C. (2020). Understanding the Use of Academic Research in Science Education Practitioner Journals.
Journal of the Canadian Association for Curriculum Studies, 18(1), pp. 151–153. https://doi.org/10.25071/1916-4467.40452

Kubsch, M., Nordine, J., Fortus, D., Krajcik, J. & Neumann, K. (2020). Supporting Students in UsingEnergy Ideas to Interpret Phenomena: The Role of an Energy Representation.
International Journal of Science and Mathematics Education, 18(8), pp. 1635–1654. https://doi.org/10.1007/s10763-019-10035-y

Kubsch, M., Touitou, I., Nordine, J., Fortus, D., Neumann, K. & Krajcik, J. (2020). Transferring Knowledge in a Knowledge-in-Use Task—Investigating the Role of Knowledge Organization.
Education Sciences, 10(1), 20. Article. https://doi.org/10.3390/educsci100100201

Stamer, I., Kubsch, M., Thiele, M., Höffler, T., Schwarzer, S. & Parchmann, I. (2019). Scientists, Their Work, and how Others Perceive Them: Self-Perceptions of Scientists and Students’ Stereotypes.
Research in Subject-matter Teaching and Learning (2nd, pp. 85-101). https://doi.org/10.23770/rt1826

Kubsch, M. & Cukurova, M. (2019). Diagnosing Student Competencies about the Concept of Energy in a Digital Learning Environment.
In Lautenbach, C., Fischer, J., Zlatkin-Troitschanskaia, O., Toepper, M. & Pant, H. A (Hrsg.), Student Learning Outcomes Assessment in Higher Education - Ideas, Approaches and Concepts for Research, Transfer and Implementation: KoKoHs Working Papers.

Fortus, D., Kubsch, M., Bielik, T., Krajcik, J., Lehavi, Y., Neumann, K., Nordine, J., Opitz, S. & Touitou, I. (2019). Systems,transfer, and fields: Evaluating a new approach to energy instruction.
Journal of Research in Science Teaching, 56(10), pp. 1341–1361. https://doi.org/10.1002/tea.21556

Kubsch, M., Nordine, J., Neumann, K., Fortus, D. & Krajcik, J. (2019). Probing the Relation between Students’ Integrated Knowledge and Knowledge-in-Use about Energy using Network Analysis.
Eurasia Journal of Mathematics, Science and Technology Education, 15(8). https://doi.org/10.29333/ejmste/104404

Kubsch, M., Nordine, J., Neumann, K., Fortus, D. & Krajcik, J. (2019). Measuring Integrated Knowledge – A Network Analytical Approach.
In Rethinking Learning in the Digital Age. Making the Learning Sciences Count.

Kubsch, M., Nordine, J. & Neumann, K. (2018). Der System-Transfer-Ansatz. Den Energietransfer zwischen Systemen ins Zentrum stellen.
Naturwissenschaften im Unterricht. Physik, 29(164), pp. 24–27.

Kubsch, M., Nordine, J., Neumann, K., Fortus, D. & Krajcik, J. (2018). Lerntrajektorien im Energiekonzept.
In C. Maurer (Ed.), Qualitätsvoller Chemie- und Physikunterricht - normative und empirische Dimensionen, 38.

Kubsch, M. & Nordine, J. (2018). Energietransferdiagramme als kognitive Unterstützung in der Mittelstufe.
In C. Maurer (Ed.), Implementation fachdidaktischer Innovation im Spiegel von Forschung und Praxis, 37.

Kubsch, M., Nordine, J. & Hadinek, D. (2017). Using smartphone thermal cameras to engage students’ misconceptions about energy.
The Physics Teacher, 55(8), pp. 504–505. https://doi.org/10.1119/1.5008354

Kubsch, M., Illenseer, T. F. & Duschl, W. J. (2016). Accretion disk dynamics: α-viscosity in self-similar self-gravitating models.
Astronomy & Astrophysics, 588, A22. https://doi.org/10.1051/0004-6361/201527092

Meißner, M., & Haertig, H. (2014). Smartphone astronomy.
The Physics Teacher, 52(7), pp. 440–441. https://doi.org/10.1119/1.4895369