估计赠款获得者的5年出版潜力:对同行评审的骨科研究计划的分析
Ashley B Anderson1, Julio Rivera2, Clare F Grazal2
1Division of Orthopaedics, Department of Surgery, Walter Reed National Military Medical Center, Uniformed Services University, Bethesda, MA 20889, United States.
Military medicine
|May 7, 2025
概括
预测骨科研究的授予成功是可能的. 机器学习模型确定了与及时公布相关的研究人员专业和研究主题等因素,帮助资助机构有效地授予资助.
科学领域:
- 整形医学研究 整形医学研究
- 资助资助分析 资助资助分析
- 在科学领域的预测建模.
背景情况:
- 资助审查流程因无效和阻碍出版物多样性而受到批评.
- 资助审查中的缺陷可能会限制申请人池和出版机会.
研究的目的:
- 确定同行评审的骨科研究计划 (PRORP) 资助的特点,以及在五年内与成功出版结果相关的受益人.
- 开发一个预测成功赠款的预测模型,以改善资金分配.
主要方法:
- 利用机器学习构建预测模型,使用2009-2017年PRORP赠款数据.
- 包括主要研究人员的特征 (性别,学位,机构) 和资助特征 (主题,机制,金额).
- 使用校准图,ROC曲线,c统计和Brier分数来评估模型性能.
主要成果:
- 贝叶斯的通用线性模型显示出强大的预测能力 (AUC 0.82).
- 出版的关键因素包括:不是以前的获奖者,麻醉学专业,男性性别,博士学位,大学机构,干细胞/化疗预防主题,生物制剂,体外/动物研究,翻译研究机制,奖金高于中位数.
- 2010-2011年的颁奖年也与成功有关.
结论:
- 开发的模型可以帮助PRORP识别成功出版的高潜力获奖者.
- 资助机构和政策制定者可以使用这个模型来促进多样性和优化拨款分配.
