Projektaufgabe
Organisation und Überwachung der komlexen Datenanalyse
Expertise
Statistische Modellierung, Differentielle Persönlichkeitspsychologie, Kognitive Psychologie
Biographie
Biographie
Anna-Lena Schubert promovierte 2016 im Anschluss an ihr Studium der Psychologie an der Universität Heidelberg (Deutschland) bei Dirk Hagemann. Anschließend (Aug. 2016 - Dez. 2016) arbeitete sie als Gastwissenschaftlerin an der University of California, Irvine (USA) und entwickelte gemeinsam mit Joachim Vanderkerckhove und Michael D. Nunez neurokognitive psychometrische Modelle zur Erklärung individueller Unterschiede in der Verarbeitungsgeschwindigkeit. Sie kehrte als Postdoktorandin an die Universität Heidelberg (Deutschland) zurück (Jan. 2017 - Apr. 2021) und wurde im Dez. 2018 zur Leiterin der Nachwuchsgruppe "Neurokognitive Grundlagen der Intelligenz" ernannt.
Seit April 2021 ist sie Professorin für Analyse und Modellierung komplexer Daten an der Johannes Gutenberg-Universität Mainz (Deutschland). Ihr Hauptforschungsinteresse liegt in der Entwicklung, Anwendung und Evaluation von statistischen und neurowissenschaftlichen Ansätzen, die der Beschreibung individueller Unterschiede in kognitiven Prozessen dienen.
Relevante Publikationen
-
Frischkorn, G. T.*, & Schubert, A.-L.* (2018). Cognitive models in intelligence research: Advantages and recommendations for their application. Journal of Intelligence, 6(3), 34. https://doi.org/10.3390/jintelligence6030034
-
Klotz, A.-L., Tauber, B., Schubert, A.-L., Hassel, A. J., Schroder, J., Wahl, H.-W., . . . Zenthofer, A. (2018). Oral health-related quality of life as a predictor of subjective well-being among older adults – A decade-long longitudinal cohort study. Community Dentistry and Oral Epidemiology, 46, 631-638. https://doi.org/10.1111/cdoe.12416
-
Schubert, A.-L. * & Frischkorn, G. T. * (2020). Neurocognitve psychometrics of intelligence: How measurement advancements in mental speed unveiled its role in intelligence differences. Current Directions in Psychological Science, 29, 140-146. https://doi.org/10.1177/0963721419896365
-
Schubert, A.-L., Hagemann, D., Löffler, C. & Frischkorn, G. T. (2020). Disentangling the effects of processing speed on the association between age differences and fluid intelligence. Journal of Intelligence, 8, 1. https://doi.org/10.3390/jintelligence8010001
-
Schubert, A.-L., Nunez, M. D., Hagemann, D. & Vandekerckhove, J. (2019). Individual differences in cortical processing speeds predict cognitive abilities: A model-based cognitive neuroscience account. Computational Brain & Behavior, 2, 64-84. https://doi.org/10.1007/s42113-018-0021-5