Starten Sie Ihre Suche...


Wir weisen darauf hin, dass wir technisch notwendige Cookies verwenden. Weitere Informationen

A Learning Analytics Infrastructure for Studying Calibrated AI Assistance in Data Science Problem Framing

Alma Oračević; Tarek Bejaoui; Amna Eleyan; Rim Moussa (Hrsg). The 2026 International Symposium on Networks, Computers and Communications, September 08 - 10, 2026, Bristol, UK. IEEE 2026 S. 1 - 5

Erscheinungsjahr: 2026

Publikationstyp: Diverses (Konferenzbeitrag)

Sprache: Englisch

Doi/URN: 10.1109/isncc70543.2026.11693854

Volltext über DOI/URN

Geprüft:Bibliothek

Schlüsselwörter

  • Art
  • Artificial intelligence
  • Creativity
  • Data science
  • Design methodology
  • Generative Pre-trained transformer
  • Learning (artificial intelligence)
  • Measurement
  • Modeling
  • Printing
  • calibrated AI assistance
  • creativity
  • data science education
  • idea diversity
  • large language models
  • learning analytics
  • problem framing

Autoren

Pradeep, Aalekh (Autor)
Zourlidou, Stefania (Autor)

Beteiligte Einrichtungen

Logo Universität Koblenz