Barz, C., Münsch, M. & Dasch, S. (2026). Zwischen Suchmaschine und Gesprächspartner: Wie KI-Chatbots die politische Informationssuche verändern. Landesanstalt für Medien NRW.
Dasch, S. et al. (2026). Action for Climate Empowerment in Germany. From Public Concern to a Climate-Ready Society. In: Climate Change | 39/2026. Umweltbundesamt, Dessau-Roßlau.
Cerulli-Harms, A., Dasch, S., Rossmann, C. & Drießen, S. (2025). Forschungssynthese der sozialwissenschaftlichen Risikoforschung zu elektromagnetischen Feldern des Bundesamtes für Strahlenschutz: Vorhaben 3624EMF124. In: Texte 266/26. Umweltbundesamt, Dessau-Roßlau.
Münsch, M., Dasch, S., Rauber, J., Niemeyer, J., & Schmidt, T. (2026). Umgang mit Emotionen von diskriminierten Personen in der Verbraucher: innen-Beratung: Eine qualitative Untersuchung von Beratungsstrategien.
Rauber, J., Lell, O., Dasch, S. & Franke, F. (2026). Metaverse und Extended Reality: Verbraucherorientierte Gestaltung für eine sichere Nutzung. Studie für den DIN-Verbraucherrat.
Münsch, M., Dasch, S. & Lell, O. (2025). Digitale Verbraucherinformationen zu nachhaltigem Konsum, Produktwahl und Kreislaufwirtschaft im Onlinehandel. In: Texte 110/2025. Umweltbundesamt, Dessau-Roßlau.
Hamann, K. R. S. et al. (2024). How Can Psychological Research Support Movements for Socio-Ecological Change? A Qualitative Study on Psychological Challenges and Questions of Activists, Global Environmental Psychology.
Hamann, K., Blumenschein, P., Junge, E., Dasch, S., Wernke, A., & Bleh, J. (2024). Klimabewegt – die Psychologie von Klimaprotest und Engagement. oekom Verlag.
Dasch, S. T., Bellm, M., Shuman, E., & Van Zomeren, M. (2024). The radical flank: Curse or blessing of a social movement? Global Environmental Psychology.
Hamann, K. R. S., Masson, T., Fritsche, I., Jans, L., Dasch, S., & Von Der Kaus, K. (2023). Energy community set-ups, energy visions and collective agency as predictors of energy citizenship and pro-environmental spillover (Report).
Boykin, C. M. et al. (2021). Opportunities for a More Interdisciplinary Approach to Measuring Perceptions of Fairness in Machine Learning. Equity and Access in Algorithms, Mechanisms, and Optimization, 1–9.
Da uns der Schutz Ihrer Privatsphäre sehr wichtig ist, werten wir Seitenbesuche lediglich pseudonymisiert aus.
Weitere Informationen erhalten Sie in unserer Datenschutzerklärung.
