| Item type |
ディスカッションペーパー / Discussion Paper(1) |
| 公開日 |
2024-09-03 |
| タイトル |
|
|
タイトル |
アカデミアにおける将来のスター人材の早期検知システムの試行的開発 |
|
言語 |
ja |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ |
technical report |
| ID登録 |
|
|
ID登録 (DOI) |
10.24545/0002000101 |
|
ID登録タイプ |
JaLC |
| その他（別言語等）のタイトル |
|
|
その他のタイトル |
Trial development of a system for early detection of future stars in academia |
|
言語 |
en |
| 著者 |
池内,健太
佐々木,達郎
隅藏,康一
登坂,万結
野村,ともこ
上島,早織
|
| 著者別名 |
|
|
|
姓名 |
IKEUCHI,Kenta |
|
|
言語 |
en |
| 著者別名 |
|
|
|
姓名 |
SASAKI,Tatsuo |
|
|
言語 |
en |
| 著者別名 |
|
|
|
姓名 |
SUMIKURA,Koichi |
|
|
言語 |
en |
| 著者別名 |
|
|
|
姓名 |
NOBORISAKA,Mayui |
|
|
言語 |
en |
| 著者別名 |
|
|
|
姓名 |
NOMURA,Tomoko |
|
|
言語 |
en |
| 著者別名 |
|
|
|
姓名 |
KAMIJIMA, Saori |
|
|
言語 |
en |
| 著者所属 |
|
|
値 |
独立行政法人経済産業研究所 |
| 著者所属 |
|
|
値 |
文部科学省 科学技術・学術政策研究所 |
| 著者所属 |
|
|
値 |
政策研究大学院大学 / National Graduate Institute for Policy Studies |
| 著者所属 |
|
|
値 |
三菱電機株式会社 開発戦略部 |
| 著者所属 |
|
|
値 |
三菱電機株式会社 開発戦略部 |
| 著者所属 |
|
|
値 |
三菱電機株式会社 開発戦略部 |
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
This paper reports on our efforts to develop a system for Dynamic Early-warning by Learning to Predict High Impact-Researchers (DELPHI-R) on a trial basis. We attempted to analyze a model that connects information on KAKENHI (Grants-in-Aid for Scientific Research) projects with patent and scientific article information and predicts future research performance, based on current and past information. For researchers who received the KAKENHI project between 2000 and 2009, we utilize a machine learning method to predict the top 10% of KAKENHI budget from 2010 to 2019 based on the status of research projects up to 2009, the number of collaborative researchers, and patent/paper information. Finally, we estimate a model, and thus, we obtained high prediction accuracy (ROC-AUC of validation data was 93%) to detect the researchers with top 10% budget and the presence or absence of highly cited papers (HCP).
本稿では将来のスター研究者を早期検出するシステム（DELPHI-R）の試行的な開発に関する取り組みについて報告する。科研費の研究プロジェクトの情報に特許情報と論文情報を接続し、現在および過去の情報に基づいて将来の研究パフォーマンスを予測するモデルの分析を試みた。2000～2009 年度に科研費を獲得した研究者について、機械学習の手法により 2009 年度までの科研費の獲得状況や共同研究者数、特許・論文情報から 2010～2019 年度の科研費獲得額トップ 10％に入るか否かと高頻度引用論文の有無を予測するモデルを分析したところ、高い予測精度（検証用データの ROC-AUC が 93％）が得られた。 |
| 内容記述 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本研究は国立大学法人政策研究大学院大学・三菱電機株式会社共同研究「エビデンスに基づく研究開発戦略支援システムの構築」の元で実施されたものである。 |
| 発行年 |
|
|
値 |
2024-08 |
| 書誌情報 |
en : GRIPS Discussion Papers
Report No. 24-7,
発行日 2024-09-03
|
| 出版者 |
|
|
出版者 |
GRIPS Policy Research Center |
|
言語 |
en |
| 著者情報 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
https://www.grips.ac.jp/list/jp/facultyinfo/sumikura_koichi/ |
| 著者版フラグ |
|
|
出版タイプ |
AM |
|
出版タイプResource |
http://purl.org/coar/version/c_ab4af688f83e57aa |
DP24-7.pdf
