科研之友
微信
新浪微博
Facebook
分享链接
摘要
［目的］通过对美国资助的基础研究项目的资助导向进行识别及演化分析，为完善我国科学基金资助布局提供建议。［方法］在文献梳理基础上，从基本信息、合作特征、项目特征、产出特征四个维度确定资助导向识别的特征体系，利用机器学习模型构建识别模型，并进行相应的演化分析。［结果］带有RBF核的SVM模型识别效果更好。合成生物学案例分析表明NSF兼顾“自由探索”和“需求导向”；“自由探索”的基础研究贯穿始终；“需求导向”的基础研究前期较少，随着领域的发展逐渐增多；两种资助导向的变化发展和学科发展阶段及国家战略政策十分相关。［局限］仅选择一个领域开展案例分析，其代表性稍显不足；仅以NSF项目数据表征，没有包含NIH、FDA等数据，数据源的全面性有待加强。［结论］本研究是对基础研究资助导向识别的一次有益探索，通过对NSF资助的合成生物学项目进行资助导向识别与分析，能够为中国NSFC的资助布局提供建议，促进中国基础研究的协调发展。
- 单位
