近日，美国麻省理工学院团队研发出机器学习模型，可用于预测科学文献中已发表研究的未来影响力。目前，这个模型的打分可用来预测任意年份发表的“前5%的论文”，其将能补充当前依赖论文引用量指标的文献计量分析系统。

　　该模型能预测以时间为尺度的网页排名分数——类似于用来给网页重要性排名的指标，并提议将该模型用于评估研究人员的产出。

　　为实现这个想法，科学家詹姆斯·维斯及约瑟夫·贾科布森建立了一个名为“通过学习预测高影响实现动态预警”的模型，并用科学研究图谱加以训练。在一次回顾性盲法研究中，这一最新模型准确识别出了1980年到2014年间20项具有重大影响的生物技术中的19项。这个模型还预测，2018年在42本生物技术领域期刊发表的50篇论文可能会跻身未来排名的前5%，这一结果将能以数据驱动的方式发现并让经费流向那些“深藏不露”的好研究。