{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,5,29]]，“日期-时间”：“2024-05-29T20:10:28Z”，“时间戳”：1717013428857}，“出版商位置”：“美国纽约州纽约市”，“引用-计数”：59，“出版者”：“ACM”，“内容-域”：[“dl.ACM.org”]，“交叉标记-re striction“：true}，”short-container-title“（限制）：[]，“published-print”：{“date-parts”：[[2024,3,7]]}，“DOI”：“10.1145\/3626252.3630826”，“type”：“proceedings-article”，“created”：{“date-parts”：[[2024,3,7]]，“date-time”：“2024-03-07T23:17:20Z”，“timestamp”：1709853440000}，《update-policy》：“http://\/dx.DOI.org\/10.1145\/crossmark-policy”，“source”“：”Crossref“，”is-referenced-by-count“：0，”title“：[“使用机器学习模型检测CS1课程中ChatGPT生成的代码提交”]，“前缀”：“10.1145”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0003-2591-0476”，“authenticated-ORCID”：false，“给定”：“Muntasir”，“family”：“Hoq”，“sequence”：“first”，“affiliation”：[}“name”：“North Carolina State University，Raleigh，NC，USA”}]}，{“ORCID”：“http://\/orcid.org\/00000-0001-6486-4340”，“authenticated-orcid”：false，“given”：“Yang”，“family”：“Shi”，”sequence“：”additional“，”affiliation“：[{”name“：”North Carolina State University，Raleigh，NC，USA“}]}，{”orcid“：”http://\/orchid.org\/0000-0000-6829-9449“，”authenticationed-orcide“：false”，“givin”：”Juho“，”family“：”Leinone“，”seq:“”附加”，“affiliation”：[{“name”：“新西兰奥克兰奥克兰大学”}]}，{“ORCID”：“http://\/ORCID.org\/0009-0007-4160-9030”，“authenticated-ORCID”：false，“give”：“Damilola”，“family”：“Baballola”，“sequence”：“additional”，“afriation”：[{“name”：“North Carolina State University，Raleigh，NC，USA”}]]，{”ORCID“http://\ORCID.org\/00000-000 1-6958-9368“，“authenticated-orcid”：false，“given”：“Collin”，“family”：“Lynch”，“sequence”：“additional”，“affiliation”：[{“name”：“North Carolina State University，Raleigh，NC，USA”}]}，{“orcid”：”http://\/orcid.org\/00000-0001-9375-2292“，”authentitated-orcid:false，”given“：”Thomas“，”family“：”Price“，”sequence“：”additional“，”affiliance“:[{”name“：“北卡罗来纳州立大学，罗利，NC，USA”}]}，{“ORCID”：“http://\/ORCID.org\/0000-0001-5195-5841”，“authenticated-ORCID”：false，“give”：“Bita”，“family”：“Akram”，“sequence”：“additional”，“affiliation”：[{“name”：“North Carolina State University，Raleigh，NC，US”}]]，“member”：“320”，“published-online”：{“date-parts”：[2024,3,7]]}，“参考”：[{“key”：“e_1_3_2_1_1_1”，“volume-title”：“Kristy Elizabeth Boyer，and James Lester”，“author”：“Akram Bita”，“year”：“2018”，“unstructured”：“Bita Akram，Wookhee Min，Eric Wiebe，Bradford Mott，Kristy伊丽莎白Boyer和James莱斯特。2018。使用基于LSTM的分析改进基于游戏的学习中的隐身评估。在EDM中。208--218.“}，{”key“：”e_1_3_2_1_2_1“，”volume-title“：”James Lester等人“，”author“：”Akram Bita“，”year“：”2020“，”unstructured“：”Bita Akram、Wookhe Min、Eric Wiebe、Anam Navied、Bradford Mott、Kristy Elizabeth Boyer、James莱斯特等人2020。利用高斯过程回归对学生程序的计算机科学能力进行自动评估。在EDM中。“}，{”key“：”e_1_3_2_1_3_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3371156”}，“key”：“e_1_ 3_2_1_4_1”，“首页”：“1”，“文章标题”：“code2vec：学习分布式代码表示法”，“卷”：“3”，“作者”：“Alon Uri”，“年份”：“2019”，“非结构化”：“Uri Alon，Meital Zilberstein，Omer Levy，and Eran Yahav 2019年。code2vec：学习代码的分布式表示。POPL，第3卷（2019年），1-29.“，“新闻标题”：“POPL”}，{“键”：“e_1_3_2_1_5_1”，“doi-asserted-by”：“交叉引用”，“非结构化”：“布雷特·贝克尔·保罗·丹尼·詹姆斯·芬尼埃安斯利·安德鲁·卢克斯顿-雷利·詹姆斯·普拉瑟和埃迪·安东尼奥·桑托斯。2023。编程很难，或者至少过去是这样：人工智能代码生成的教育机遇和挑战。在SIGCSE中。500--506.“，”DOI“：”10.1145\/3545945.3569759“}，{”key“：”e_1_3_2_1_6_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/TE.2007.906776”}，“key”：“e_1_3_2_1_7_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1016\/j.chbr.2020.100033”}、{”key“：“e_1_ 3_2_1_1_8_1”、“DOI-”asserted-by“：”crossref“，”unstructured“：”保罗·丹尼·维拉杰·库马尔和纳赛尔·贾卡曼。2023a年。与Copilot对话：探索使用自然语言解决CS1问题的即时工程。在SIGCSE中。1136--1142.“，”DOI“：”10.1145\/3545945.3569823“}，{“key”：“e_1_3_2_1_9_1”，“volume-title”：“Eddie Antonio Santos，and Sami Sarsa”，“author”：“Denny Paul”，年：“2023”，“unstructured”：“保罗·丹尼（Paul Denny）、詹姆斯·普拉瑟（James Prather）、布雷特·贝克尔（Brett A Becker。2023b年。生成人工智能时代的计算教育。arXiv预印本arXiv:2306.02608（2023）。“}，{”key“：”e_1_3_2_10_1“，”volume-title“：”2022 Robosourcing Educational Resources--Leveraging Large Language Models for Learnersourcing“，”author“：”Denny Paul“，“年份”：“2022”，“非结构化”：“保罗·丹尼（Paul Denny）、萨米·萨萨（Sami Sarsa）、阿尔托·海拉斯（Arto Hellas）和尤霍·莱诺宁（Juho Leinonen）。2022年机器人采购教育资源——利用大型语言模型进行学习者采购。arXiv预印arXiv:2211.04715（2022）。“}，{”key“：”e_1_3_2_11_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1145 \/782941.783000“}”，{“key”：“e_1_ 3_2_12_1”，“doi-assert-by”：“crossref”，“unstructured”：“Steve Engels Vivek Lakshmanan和Michelle Craig.2007。使用基于特征的神经网络进行剽窃检测。在SIGCSE中。34-38.“，”DOI“：”10.1145\/1227310.1227324“}，{”key“：”e_1_3_2_1_13_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“Akhil Eppa and Anirudh Murali。2022。源代码剽窃检测：一种机器智能方法。在ICAECC中。1--7.”，“DOI”：“10.1109\/ICAECC54045.2022.9716671”}，{“key”：“e_1_3_2_1_14_1”，“DOI断言者”：“crossref”，“非结构化”：“春荣方子曦刘洋洋石杰夫·黄和石庆凯。2020。基于语法和语义融合学习的功能代码克隆检测。在SIGSOFT。516--527.“，”DOI“：”10.1145 \/zenodo.3895414“}，{“key”：“e_1_3_2_15_1”，“DOI-asserted-by”：“crossref”，”unstructured“：”詹姆斯·芬尼·安斯利·保罗·丹尼·布雷特A Becker Andrew Luxton-Reilly和詹姆斯·普拉瑟，2022。机器人来了：探索openai代码对入门编程的影响。在ACE中。10-19.“，”DOI“：”10.1145\/3511861.3511863“}，{“key”：“e_1_3_2_1_16_1”，“volume-title”：“詹姆斯·普拉瑟和布雷特·贝克尔”，“author”：“芬尼·安斯利·詹姆斯”，“year”：“2023”，“unstructured”：“詹姆斯·芬尼·安斯利，保罗·丹尼，安德鲁·卢克斯顿-雷利，埃迪·安东尼奥·桑托斯，詹姆斯·普拉特和布雷特·贝克。2023。我的AI想知道这是否会出现在考试中：在CS2编程练习中测试OpenAI的Codex。在ACEC中。97--104.“}，{”key“：”e_1_3_2_1_17_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Manuel A Fokam and Ritesh Ajoodha.2021.”。对比学习对递归神经网络检测源代码剽窃的影响。在IMITEC中。1-6.“，”DOI“：”10.1109\/IMITEC52926.2021.9714688“}，{”key“：”e_1_3_2_1_18_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“Arto Hellas Juho Leinonen and Petri Ihantola，2017。即席考试中的剽窃：寻求帮助的合作和系统性作弊。在ITiCSE中。238--243.“，”DOI“：”10.1145“/3059009.3059065“}，{”key“：”e_1_3_2_19_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“Arto Hellas Juho Leinonen Sami Sarsa Charles Koutcheme Lilja Kujanp“a”a和Juha Sorva.2023。探索大型语言模型对初学者帮助请求的响应。在ICER中。“，”DOI“：”10.1145\/3568813.3600139“}，{”key“：”e_1_3_2_1_20_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“Kenneth Holstein Bruce M McLaren and Vincent Aleven.2018。AI增强型教室中混合真实性教师意识工具的学生学习优势。在AIED中。154--168.“，“DOI”：“10.1007\/978-3-319-93843-1_12”}，{“key”：“e_1_3_2_1_21_1”，“volume-title”：“SANN:通过源代码分析预测学生成功的基于亚树的注意神经网络模型。在第六届CSEDM研讨会上。”，“author”：“Hoq Muntasir”，“year”：“2022”，“unstructured”：“Muntasir-Hoq，Peter Brusilovsky，and Bita Akram.2022。SANN：通过源代码分析预测学生成功的基于亚树的注意力神经网络模型。在第六届CSEDM研讨会上。“}，{”key“：”e_1_3_2_1_22_1“，”unstructured“：”Muntasir Hoq Peter Brusilovsky和Bita Akram.2023 a.《程序设计入门课程中可解释学生成绩预测模型的分析》。EDM.79-90.“}”，{“key”：“e_1_ 3_2_1_2 3_1”，“unstructure”：“”蒙塔西尔·霍克·苏珊特·雷迪·奇拉·梅利卡·艾哈迈迪·兰杰巴尔·彼得·布鲁西洛夫斯基和比塔·阿克拉姆。2023 b.SANN：使用优化子树提取的注意力神经网络编程代码表示。在CIKM中。783--792.“}，{”key“：”e_1_3_2_1_24_1“，”volume-title“：”AIED LLM Workshop.“，“author”：”Hoq Muntasir“，”year“：”2023“，”unstructured“：”Muntasir-Hoq，Yang Shi，Juho Leinonen，Damilola Babaalola，Collin Lynch，and Bita Akram。2023 c.在CS1课程中检测ChatGPT生成的代码。在AIED LLMWorkshop中。“}”，{“key”：“e_3_2_2_1_25_1”，“doi-asserted”by“：”crossref“，”非结构化”：“邱波、黄国正、蒋克远。2019.基于XGBoost增量学习的可疑代码剽窃检测方法。在CNCI中。“，”DOI“：”10.2991\/cnci-19.2019.40“}，{“key”：“e_1_3_2_1_26_1”，“volume-title”：“Regina Berretta，Ayse Aysin Bilgin，Lakmali Jayarathna，and Judy Sheard。”，“author”：“Jha Meena”，“year”：“2022”，“unstructured”：“Meena Jha，Sander JJ Leemans，Regina Berretta，Ays Ayse Bilgin.，Lakmili Jayarashna，andJudy Sherd.2022。在线评估与新冠肺炎：机遇与挑战。在ACEC中。27-35.“}，{”key“：”e_1_3_2_1_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TE.2010.2046664”}，“key”：“e_1_3_2_1_28_1”，“doi-assert-by”：“publisher”，”doi“：”10.21913\/IJEI.v9i1.844“}”，{/3506717“}，{“键”：“e_1_3_2_1_30_1”，“卷时间”：“Barbara J Ericson、David Weintrop和Tovi Grossman。“，”author“：”Kazemitabaar Majeed“，”year“：”2023“，”unstructured“：”Majeed Kazemitaar、Justin Chow、Carl Ka To Ma、Barbara J Ericson、David Weintrop和Tovi Grossman。2023.研究人工智能代码生成器在支持新手入门编程方面的作用。以CHI表示。1--23.“}，{“key”：“e_1_3_2_1_31_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCSNT.2012.6526164”}，}，“key“：”e_1_ 3_2_1_1_32_1“，“volume-title”：“马谢尔·里德、松尾由纪夫和岩泽育介。”，“author”：“小岛武士”，“year”：“2022”，“unstructured”：“小岛武士、顾世祥山、马谢尔·雷德，2022年，松谷由介和岩川由介。大型语言模型是零快照推理机。在NeurIPS中。“}，{”key“：”e_1_3_2_1_33_1“，”unstructured“：”SeolHwa Lee Andrew Matteson Danial Hooshyar SongHyun Kim JaeBum Jung GiChun Nam和HeuiSeok Lim.2016。使用脑电图分析比较初学者和专家程序员对编程语言的理解。在BIBE。350-355.“}，{”key“：”e_1_3_2_1_34_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Juho Leinonen Paul Denny Stephen MacNeil Sami Sarsa Seth Bernstein Joanne Kim Andrew Tran和Arto Hellas.2023a.比较学生创建的代码解释和大型语言模型。在ITiCSE中，”doi“：”10.1145 \/358102.3588785“}”，{“key”：“e_3_2_35_1”，“doi-asserted-by“：”crossref“，”unstructured“：”Juho Leinonen Arto Hellas Sami Sarsa Brent Reeves Paul Denny James Prather和Brett A Becker。2023年b.使用大型语言模型增强编程错误消息。在SIGCSE中。563--569.“，”DOI“：”10.1145 \/3545945.3569770“}，{”key“：”e_1_3_2_1_36_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“斯蒂芬·麦克尼尔·安德鲁·特兰·阿托·海拉斯·乔安娜·金·萨米·萨萨萨·保罗·丹尼·塞斯·伯恩斯坦和朱霍·莱诺宁。2023。在web软件开发电子书中使用大型语言模型生成的代码解释的经验。在SIGCSE中。931--937.“，”DOI“：”10.1145\/3545945.3569785“}，{“key”：“e_1_3_2_1_37_1”，“unstructured”：“Ye Mao Yang Shi Samiha Marwan Thomas W Price Tiffany Barnes and Min Chi.2021。了解时间和地点：临时ASTNN用于早期预测学生在新手编程任务中的成功。在EDM中。“}，{”key“：”e_1_3_2_1_38_1“，”volume-title“：”Joseph Jay Williams，and Thomas Price“，”author“：”Marwan Samiha“，”year“：”2019“，”unstructured“：”Samiha Marwan，Joseph杰伊Williams和Thomas Price.2019。评估自动编程提示对性能和学习的影响。在ICER中。61-70.“}，{“key”：“e_1_3_2_1_39_1”，“volume-title”：“DetectGPT：使用概率曲率的零炮机器生成文本检测。arXiv预印本arXiv:2301.11305”，《作者》：“米切尔·埃里克”，“年份”：“2023年”，“非结构化”：“埃里克·米切尔，Yoonho Lee，Alexander Khazatsky，Christopher D Manning，and Chelsea Finn.2023。DetectGPT：使用概率曲率的零炮机器生成文本检测。arXiv预印arXiv:2301.11305（2023）。“}，{”key“：”e_1_3_2_1_40_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/0273-2297（81）90019-8”}，“key”：“e_1_3_2_1_41_1”，“volume-title”：“自律学习者如何应对学术困难：适应性求助的作用。理论到实践”，“author”：“Newman Richard S”，“year”：“2002”，“unstructured”：“Richard S.Newman.2002”。自主学习者如何应对学业困难：适应性求助的作用。理论转化为实践，第41卷，第2卷（2002年），第132--138页。计算机教育中LLM生成文本的检测：ChatGPT案例的比较研究。arXiv预印arXiv:2307.07411（2023）。“}，{”key“：”e_1_3_2_1_43_1“，”volume-title“：”2023 a.机器人在这里：计算教育中的生成人工智能革命“，”author“：”Prather James“，“unstructured”：“詹姆斯·普拉瑟（James Prather）、保罗·丹尼（Paul Denny）、朱霍·莱诺宁（Juho Leinonen）、布雷特·贝克尔（Brett A Becker）、易卜拉欣·阿尔布鲁维（Ibrahim Albluwi）、米歇尔·克雷格（Michelle Craig）、海克·基宁（Hieke Keuring）、娜塔莉·基斯勒（Natalie Kiesler）、托比亚斯·科恩（Tobias Kohn）、安德鲁·卢克顿-雷利（Andrew Luxton-Reilly）、斯蒂芬·麦克尼尔（Stephen MacNeil）、安德鲁Petersen、雷蒙德·。2023年a.机器人在这里：计算教育中的生成性人工智能革命。计算机科学教育创新与技术工作组报告（2023年）。“｝，｛”key“：”e_1_3_2_1_44_1“，”volume title“：”2023 b.\“它知道我想要什么很奇怪”：新手程序员的可用性和与Copilot的交互。TOCHI“，”author“：”Prather James“，”year“：”2023“，”nonstructured“：”詹姆斯·普拉瑟（James Prather）、布伦特·纳·里夫斯（Brent N Reeves）、保罗·丹尼（Paul Denny）、布雷特·贝克尔（Brett A Becker）、朱霍·莱诺宁（Juho Leinonen）、安德鲁·卢克斯顿-雷利（Andrew Luxton-Reilly）、加勒特·鲍威尔（Garrett Powell）、詹姆斯·芬尼·安斯利（Jamess Finnie-Ansley）和埃迪·安东尼奥·桑托斯（Eddie Antonio Santos）。2023 b.“It’s Weird That It Knows What I Want”：新手程序员的可用性和与Copilot的交互。TOCHI（2023）。“}，{”key“：”e_1_3_2_1_45_1“，”首页“：”1016“，”article-title“：”用JPlag在一组程序中发现剽窃“，”volume“：“8”，”author“：”Prechelt Lutz“，”year“：”2002“，”unstructured“：”Lutz Prechelt，Guido Malpohl，Michael Philippsen，et al.2002“。在一组带有JPlag的程序中发现抄袭现象。J.大学计算机。科学，第8卷，第11卷（2002年），第1016页。科学。“}，{”key“：”e_1_3_2_1_46_1“，”volume-title“：”NPR“，”卷“：”18“，”author“：”Rosalsky Greg“，”year“：”2023“，”unstructured“：”Greg Rosalski and Emma Peaslee.2023。这位22岁的年轻人试图在ChatGPT永远改变写作之前将我们从中拯救出来。NPR，第18卷（2023年）。“}，{”key“：”e_1_3_2_1_47_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1037\/a0027696”}，“key”：“e_1_a_2_1_48_1”，“doi-assert-by”：“crossref”，”unstructured“：”Sami Sarsa Paul Denny Arto Hellas和Juho Leinonen.2022a.使用大型语言模型自动生成编程练习和代码解释。在ICER.27--43.“，”doi“：”10.1145\/3501385.3543957“}，{“key”：“e_1_3_2_1_49_1”，“article-title”：“知识追踪深度学习模型的实证评估：关于性能和可复制性的超参数和度量”，“volume”：”14“，“author”：“Sarsa Sami”，“year”：“2022”，“unstructured”：“萨米·萨萨（Sami Sarsa）、朱奥·莱诺宁（Juho Leinonen）和阿尔托·赫拉斯（Arto Hellas）。2022b年。知识追踪的深度学习模型的实证评估：关于绩效和可复制性的超参数和度量。EDM杂志，第14卷，第2卷（2022年）。“，”journal-title“：”EDM杂志“}，{”key“：”e_1_3_2_1_50_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Judy Sheard Martin Dick Markham Ian Macdonald and Meaghan Walsh。2002。作弊和剽窃：信息技术一年级学生的认知和行为。在ITiCSE中。183--187.“，”DOI“：”10.1145\/637610.544468“}，{”key“：”e_1_3_2_1_51_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1080\/07294360320000056526”}，“key”：“e_1_ 3_2_1 _52_1”，“unstructured”：“Yang Shi.2023。CS教育的可解释代码知情学习分析。在LAK。180-187.“}，{”key“：”e_1_3_2_1_53_1“，”unstructured“：”杨世民（Yang Shi Min Chi Tiffany Barnes and Thomas Price.2022）。Code-DKT：用于编程任务的基于代码的知识跟踪模型。在EDM中。50-61.“}，{“key”：“e_1_3_2_1_54_1”，“unstructured”：“杨世烨毛蒂凡尼Barnes Min Chi和Thomas W Price.2021a.More with less:探索如何通过半监督学习有效地使用深度学习来自动检测学生代码中的错误。在EDM.446--453.”}中，{杨仕罗宾·施穆克（Yang Shi Robin Schmucker Min Chi Tiffany Barnes）和托马斯·普莱斯（Thomas Price）。KC-Finder：针对编程问题的自动知识组件发现。。在EDM中。“}，{”key“：”e_1_3_2_1_56_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Yang Shi Krupal Shah Wengran Wang Samiha Marwan Poorvaja Penmetsa and Thomas Price.2021b.使用代码嵌入实现半自动错误概念发现。在LAK.606--612.”中，“doi”：“10.1145\/3448139.3448205”}，“key”：“e_1_ 3_2_1 _57_1”，“doi-assert-by”：”cross-ref“非结构化”：“文翰王阁李伯马新霞和知金。2020年。使用图形神经网络和流增强抽象语法树检测代码克隆。在SANER。“，”DOI“：”10.1109\/SANER48275.2020.9054857“}，{”key“：”e_1_3_2_1_58_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1006\/imms.1993.1084”}，“key”：“e_1_ 3_2_1 _59_1”，“DOI-assert-by”：“crossref”，”unstructured“：”Jian Zhang Xu Wang Hongyu Zhang Hailong Sun Kaixuan Wang和Xudong Liu2019。一种新的基于抽象语法树的神经源代码表示方法。在ICSE中。783--794. io“，”DOI“：”10.1109\/ICSE.2019.00086“}]，”event“：{“name”：“SIGCSE 2024:第55届ACM计算机科学教育技术研讨会”，“location”：“Portland OR USA”，“缩写词”：“SAGCSE 2024”，“赞助商”：[“SIGCSE-ACM计算机科学教育特别兴趣小组”]}，“container-title”：[”第55届ACM计算机科学教育技术研讨会论文集V.1“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/3626252.3630826”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2024,5,29]]，“date-time”：2024-05-29T19:55:58Z“，”timestamp“：171701258000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3626252.3630826”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2024,3,7]]}，《references-count》：59，“alternative-id”：[“10.1145\/36252.3610826”，“10.1145”145\/3626252“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/3626252.3630826“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2024,3,7]]}，“断言”：[{”值“：”2024-03-07“，”顺序“：2，”名称“：”发布“，”标签“：”已发布“，“组”：{“名称”：“publication_history”，“标签”：“发布历史”}}}}