Cite Them Right 11th edition - Harvard

Demirbuga, F., Neufang, S. und Pollok, B. (2025) Prädiktion von Therapieerfolg bei Patienten mit Borderline Persönlichkeitsstörung mittels Machine- Learning basierter Ansätze - eine real-world data Analyse [cd]. Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf. doi:urn:nbn:de:hbz:061-20251216-131026-2.

Chicago Manual of Style 17th edition (full note)

Demirbuga, Furkan, Susanne Neufang, und Bettina Pollok. „Prädiktion von Therapieerfolg bei Patienten mit Borderline Persönlichkeitsstörung mittels Machine- Learning basierter Ansätze - eine real-world data Analyse“. Cd. Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf, [2025?], Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf, [2025?]. https://doi.org/urn:nbn:de:hbz:061-20251216-131026-2.

American Psychological Association 7th edition

Demirbuga, F., Neufang, S., & Pollok, B. (ca. 2025). Prädiktion von Therapieerfolg bei Patienten mit Borderline Persönlichkeitsstörung mittels Machine- Learning basierter Ansätze - eine real-world data Analyse [Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf; Cd]. https://doi.org/urn:nbn:de:hbz:061-20251216-131026-2

Modern Language Association 9th edition

Demirbuga, F., S. Neufang, und B. Pollok. Prädiktion von Therapieerfolg bei Patienten mit Borderline Persönlichkeitsstörung mittels Machine- Learning basierter Ansätze - eine real-world data Analyse. cd, Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf, 2025, https://doi.org/urn:nbn:de:hbz:061-20251216-131026-2.

ISO-690 (author-date, Deutsch)

DEMIRBUGA, Furkan, Susanne NEUFANG und Bettina POLLOK, 2025. Prädiktion von Therapieerfolg bei Patienten mit Borderline Persönlichkeitsstörung mittels Machine- Learning basierter Ansätze - eine real-world data Analyse. Düsseldorf: Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf

Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.