机构名称：
¥ 2.0
国家研究评估计划和激励计划在简单的定量指标和耗时的同行/专家审查之间进行选择，有时会受到文献计量学的支持。在这里，我们评估机器学习是否可以提供第三种替代方案，并使用更多多个文献计量和元数据输入来估算文章质量。我们使用临时三级Ref2021同行评审分数进行了调查，该评分分数为84,966篇提交给英国研究卓越研究框架2021的文章，与2014 - 18年的Scopus Record匹配，并具有大量的摘要。我们发现，在最佳情况下，评估和经济学单位（UOAS）和经济学单位（UOAS）和经济学单位（UOAS）和经济学单位最高（总体上为72％）。这是基于1,000个文献计量的输入，而每种UOA中用于培训的文章的一半。的预测精度高于社会科学，数学，工程，艺术和人文科学，UOAS较低或接近零。随机森林分类器（标准或序数）和极端梯度增强分类器算法在32次测试中表现最好。准确性较低。我们通过主动学习策略提高了准确性，并选择具有更高预测概率的文章，但这显着减少了预测的分数数量。
通过机器学习预测文章质量得分
主要关键词
相关文件推荐
