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。
(c)环境 - 15%。研究范围2。在Rae 2026的背景下,研究被定义为导致新知识,见解,方法,解决方案和/或发明的过程。它可能涉及系统研究,现有材料的使用,合成,分析,人工制品或概念的创建,设计,绩效和/或创新。3。rae 2026对研究范围保持着包容性的看法。卡内基基金会定义的奖学金的扩大意义(请参阅指导注释的附录A)继续是RAE 2026的指导参考,即,知识的发现,知识的融合,知识的应用,通过教学的知识共享和知识共享被视为与其他奖学金的研究一样,包括与其他形式的研究形式,以使各对方的研究与其他形式的研究形式相同,以至于与其他形式的研究形式相同,以使其与众不同。在整个方面同样重要。面板和UOA 4。有13个评估小组,用于对提交的专家审查,涵盖2026年Rae中的41个UOA。RAE 2026评估面板将随着当地成员的参与而扩大约10%,同时保持足够的非本地成员的参与度