EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

LLM-Driven Feature Inference for Analyzing Student Git Collaboration

Rawan Gedeon, Nasser Giacaman

IEEE Access · 2026 · 14 · 61117-61130

DOI: 10.1109/access.2026.3685720 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2026. Verfasst von Rawan Gedeon und 1 weiteren Autor:innen. Die Arbeit nennt 25 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Bethlehem University.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Bethlehem University

Zitieren

APA

Gedeon, R., & Giacaman, N. (2026). LLM-Driven Feature Inference for Analyzing Student Git Collaboration. IEEE Access, 14, 61117-61130. https://doi.org/10.1109/access.2026.3685720

Vancouver

Gedeon R, Giacaman N. LLM-Driven Feature Inference for Analyzing Student Git Collaboration. IEEE Access. 2026;14:61117-61130. doi:10.1109/access.2026.3685720

BibTeX
@article{Gedeon2026,
  author = {Gedeon, Rawan and Giacaman, Nasser},
  title = {LLM-Driven Feature Inference for Analyzing Student Git Collaboration},
  journal = {IEEE Access},
  year = {2026},
  volume = {14},
  pages = {61117--61130},
  doi = {10.1109/access.2026.3685720}
}
Kostenlos starten →