Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  People underestimate the errors made by algorithms for credit scoring and recidivism prediction but accept even fewer errors

Rebitschek, F. G., Gigerenzer, G., & Wagner, G. G. (2021). People underestimate the errors made by algorithms for credit scoring and recidivism prediction but accept even fewer errors. Scientific Reports, 11: 20171. doi:10.1038/s41598-021-99802-y.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0008-383B-8 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000F-A651-A
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
s41598-021-99802-y.pdf (Verlagsversion), 2MB
Öffnen   Speichern
Datei-Permalink:
https://hdl.handle.net/21.11116/0000-0009-5A70-4
Name:
s41598-021-99802-y.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Öffnen
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://doi.org/10.1038/s41598-021-99802-y (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Rebitschek, Felix G.1, Autor                 
Gigerenzer, Gerd1, Autor                 
Wagner, Gert G.1, Autor                 
Affiliations:
1Max Planck Institute for Human Development, Max Planck Society, ou_2074284              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2021
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1038/s41598-021-99802-y
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Scientific Reports
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 11 Artikelnummer: 20171 Start- / Endseite: - Identifikator: -