无监督作者消歧算法在研究组织绩效评估中的可靠性如何？
数字图书馆
2022-10-10 v1
摘要
本文考察了当评估基于无监督作者姓名消歧算法时，研究组织绩效排名中的偏差程度。其将基于Caron与van Eck（2014）无监督方法推导大学研究人员队伍的意大利大学研究绩效评估结果与使用D'Angelo、Giuffrida和Abramo（2011）有监督算法（利用输入数据）的基准结果进行比较。所开发的方法可复制用于其他具有国家或国际意义的框架中的比较分析，这意味着从业者能够精确度量任何使用无监督算法的评估活动所固有的扭曲程度。这进而有助于为政策制定者是否投资构建国家研究人员数据库而非妥协于带有度量偏差的无监督方法的决策提供信息。
引用
@article{arxiv.2210.03499,
title = {How reliable are unsupervised author disambiguation algorithms in the assessment of research organization performance?},
author = {Giovanni Abramo and Ciriaco Andrea D'Angelo},
journal= {arXiv preprint arXiv:2210.03499},
year = {2022}
}