Salta al contenuto
VuFind
  • Entra
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Avanzata
  • Citazione
  • Invia SMS
  • Invia email
  • Stampa
  • Esporta il record
    • Esporta a RefWorks
    • Esporta a EndNoteWeb
    • Esporta a EndNote
  • Aggiungi alla lista
  • PLink permanente
Copertina

Salvato in:
Dettagli Bibliografici
Autori principali: Yi, Seungjun, Nguyen, Joakim, Lim, Terence, Well, Andrew, Skrovan, Joseph, Beri, Mehak, Lee, YongGeon, Radhakrishnan, Kavita, Leqi, Liu, Markey, Mia, Ding, Ying
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Computation and Language
Accesso online:https://arxiv.org/abs/2509.14597
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
  • Posseduto
  • Descrizione
  • Sommario
  • Commenti
  • Documenti analoghi
  • MARC21

Accesso online

https://arxiv.org/abs/2509.14597

Documenti analoghi

  • SFT-TA: Supervised Fine-Tuned Agents in Multi-Agent LLMs for Automated Inductive Thematic Analysis
    di: Yi, Seungjun, et al.
    Pubblicazione: (2025)
  • Automated Thematic Analysis for Clinical Qualitative Data: Iterative Codebook Refinement with Full Provenance
    di: Yi, Seungjun, et al.
    Pubblicazione: (2026)
  • Auto-TA: Towards Scalable Automated Thematic Analysis (TA) via Multi-Agent Large Language Models with Reinforcement Learning
    di: Yi, Seungjun, et al.
    Pubblicazione: (2025)
  • LLM-TA: An LLM-Enhanced Thematic Analysis Pipeline for Transcripts from Parents of Children with Congenital Heart Disease
    di: Raza, Muhammad Zain, et al.
    Pubblicazione: (2025)
  • TAMA: A Human-AI Collaborative Thematic Analysis Framework Using Multi-Agent LLMs for Clinical Interviews
    di: Xu, Huimin, et al.
    Pubblicazione: (2025)

Opzioni di ricerca

  • Ultime ricerche
  • Ricerca avanzata

Cerca

  • Scorri il catalogo
  • Scorri in ordine alfabetico
  • Esplora selezioni
  • Materiali riservati (per i corsi)
  • Nuovi documenti

Serve aiuto?

  • Suggerimenti per la ricerca
  • Chiedi al bibliotecario
  • FAQ