EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Predicting Tech Salaries: A Data-Driven Analysis of U.S. Labor Statistics

Gelareh Vakili, Simran Shah, Dereck Román Rosario, Unal Sakoglu

Procedia Computer Science · 2026 · 283 · 3614-3624

DOI: 10.1016/j.procs.2026.06.423 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Gelareh Vakili und 3 weiteren Autor:innen. Die Arbeit nennt 22 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Vakili, G., Shah, S., Rosario, D. R., & Sakoglu, U. (2026). Predicting Tech Salaries: A Data-Driven Analysis of U.S. Labor Statistics. Procedia Computer Science, 283, 3614-3624. https://doi.org/10.1016/j.procs.2026.06.423

Vancouver

Vakili G, Shah S, Rosario DR, Sakoglu U. Predicting Tech Salaries: A Data-Driven Analysis of U.S. Labor Statistics. Procedia Computer Science. 2026;283:3614-3624. doi:10.1016/j.procs.2026.06.423

BibTeX
@article{Vakili2026,
  author = {Vakili, Gelareh and Shah, Simran and Rosario, Dereck Román and Sakoglu, Unal},
  title = {Predicting Tech Salaries: A Data-Driven Analysis of U.S. Labor Statistics},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {283},
  pages = {3614--3624},
  doi = {10.1016/j.procs.2026.06.423}
}
Kostenlos starten →