Towards early detection of algorithmic bias from dataset’s bias symptoms: An empirical study
Information and Software Technology · 2025-12 · 188 · 107905
DOI: 10.1016/j.infsof.2025.107905 ↗Kurz gefasst
Fachartikel in der Zeitschrift Information and Software Technology, 2025-12. Verfasst von Giordano d’Aloisio und 3 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 72 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Ministero dell'Università e della Ricerca, European Commission, Ministero dell’Istruzione, dell’Università e della Ricerca.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Ministero dell'Università e della Ricerca
- European Commission
- Ministero dell’Istruzione, dell’Università e della Ricerca
Zitieren
APA
d’Aloisio, G., Sipio, C. D., Marco, A. D., & Ruscio, D. D. (2025). Towards early detection of algorithmic bias from dataset’s bias symptoms: An empirical study. Information and Software Technology, 188, 107905. https://doi.org/10.1016/j.infsof.2025.107905
Vancouver
d’Aloisio G, Sipio CD, Marco AD, Ruscio DD. Towards early detection of algorithmic bias from dataset’s bias symptoms: An empirical study. Information and Software Technology. 2025;188:107905. doi:10.1016/j.infsof.2025.107905
BibTeX
@article{dAloisio2025,
author = {d’Aloisio, Giordano and Sipio, Claudio Di and Marco, Antinisca Di and Ruscio, Davide Di},
title = {Towards early detection of algorithmic bias from dataset’s bias symptoms: An empirical study},
journal = {Information and Software Technology},
year = {2025},
volume = {188},
pages = {107905},
doi = {10.1016/j.infsof.2025.107905}
}
EUVIMED