萌芽期の研究に着目した学術動向予測モデルの評価

• Item type: SIG Technical Reports(1)
• 公開日: 2012-01-05
• タイトル: 萌芽期の研究に着目した学術動向予測モデルの評価
• タイトル / 言語: en
• タイトル: Evaluations of A Model for Predicting Science Trends Focusing on Breakthrough researches
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 知識処理システム
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 日本学術振興会研究事業部
• 著者所属: 大阪大学産業科学研究所
• 著者所属: 国立情報学研究所情報学プリンシプル研究系
• 著者所属(英): en
• 著者所属(英): Research Program Department, Japan Society for the Promotion of Science
• 著者所属(英): en
• 著者所属(英): The Institute of Scientific and Industrial Research, Osaka University
• 著者所属(英): en
• 著者所属(英): Principles of Informatics Research Division, National Institute of Informatics
• 著者名: 山下, 長義; 沼尾, 正行; 市瀬, 龍太郎
• 著者名(英): Nagayoshi, Yamashita; Masayuki, Numao; Ryutaro, Ichise
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 萌芽期の研究に着目した学術動向を予測するモデルを提案する．そのために，現在の専門分野と萌芽期の研究における専門分野を研究者ごとに調査する．萌芽期の研究において大きな成果が得られれば，現在の専門分野から萌芽期の研究における専門分野に研究基盤が移行する可能性が高いからである．このような研究者が同じ時期に同じ研究分野間で多数存在すれば，学術動向の先行指標となると考えられる．そこで本論文では，科学研究費補助金 （以下科研費とする） の応募データにおいて，現在の専門分野に応募している基盤研究・若手研究での応募細目と，萌芽期の研究で応募している挑戦的萌芽研究での応募細目との重複応募状況を用いて予測モデルを作成する．実験の結果，情報学と社会科学にて予測モデルが有効であることを示した．これらの分野では，研究者の研究経歴によって細目の関係を表す研究領域ネットワークにおいて，クラスタ係数が大きな値を示すことがわかった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a method for predicting science trends focusing on breakthrough research. Current research field and research field in breakthrough research are investigated in each researcher. A large research outcome of breakthrough research makes researchers move from current research field to new research field of breakthrough research. If a lot of these researchers are existing in the same time and the same pair of research fields, this pair of research fields becomes an advance indicator of science trends. Thus, in this paper we introduce a prediction model using pairs of research fields which are proposed by the same researchers in “Scientific Research” and ”Challenging Exploratory Research ” of Grants-in-Aid for Scientific Research. The experimental results showed that our proposed method is effective especially in Areas whose clustering coefficients are high in the research fields network consisting of research history in each researcher.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11135936
• 書誌情報: 研究報告知能システム（ICS）; 巻 2012-ICS-165, 号 2, p. 1-6, 発行日 2012-01-05
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会