公开科研资助结构与热点分析
适用于国自然、国社科、教育部及公益基金的公开项目资料。先判断清单能代表哪个总体，再计算主题、地区与机构分布；不同来源先分别分析。本站公开交付以汇总图文和方法说明为主，逐项核验材料保留在分析环境。
先建立来源覆盖矩阵
每一行对应“来源 × 项目系列 × 年份 × 状态”，至少记录：官方入口、原附件、公布日期、下载日期、统计截止日、原始条数、提取条数、去重条数、核验程度及缺口。拟立项公示、正式立项、结题档案和资助承诺分别标记；合同金额、承诺额与拨款额不能混合相加。
同时保存三类年份：批准/承诺年、执行期和结题年。研究立项变化时用批准年；结题库按批准年汇总后仍有结题选择与时间滞后，不能变成当年全部立项。第三方汇编注明尚未逐项官方核验；某年未取得档案填“缺失”，已完整覆盖且没有符合项目才可记为零。
代码保存为“原始代码、原始名称、适用年度、现平台代码、映射依据”，不以平台当前显示替代历史批准代码。G0405、G0406 等代码应逐版核对，不能仅凭相同编号认定跨年内涵相同。当前年度入口见国自然申请代码；历史分析仍需当年指南或原记录。
去重与项目筛选
- 以“来源 + 可靠项目ID”优先去重，保留所有原件定位；无可靠ID时结合题名、单位、批准年和项目系列提出候选重复，再核验。续资助、子课题、同题不同项目不得仅因题名相似合并。
- 预先定义领域边界，分开记录“纳入/排除/待核”与主题标签。把疾病名或“疫情”等背景词命中当候选线索，再核查研究对象是否属于目标领域；题名信息不足时保留待核。
- 流程图逐层核对“输入 = 纳入 + 排除 + 待核”，排除原因使用互斥的主原因，追加复核须同步更新所有图表分母。若无法证实检索完整，不把已取得文件数称为全部项目数。
可借用 PRISMA 2020 的识别—筛选—纳入层级展示记录流，但应标明“参考其信息流结构”。基金项目描述研究不会因采用该图就成为系统综述；不适用的报告条目也不能宣称已全部遵循。
主题编码与大语言模型复核
固定文本来源，分别记录题名、作者关键词、摘要或资助用途的可用性，避免把长摘要与短题名的词数直接比较。先保存词表、同义词、否定词与边界规则，再运行模型；保留模型版本、日期、提示词、输入字段、参数和原始输出。相关性筛选与主题分类是两个任务，应分别验证。
人工参照样本按来源、年份、规则命中/未命中和难例分层抽取；由独立编码者依据同一手册判断、记录分歧并裁决。仅让同一模型再次判断，或由人只看模型标签后确认，都不等于独立人工金标准。评估召回率还需抽查规则未命中的记录，不能只复核候选池内的阳性。
报告各主题的精确率、召回率、F1、混淆情况和样本量；类别不平衡时不能只报总体准确率。多标签按标签分别评估；人工一致性与模型相对人工参照的表现分别报告。允许“其他”“信息不足”，不能为了消除 NA 而强行归类。方法细节可接医疗AI与人工评价。
从问题选择图形
| 要回答的问题 | 推荐图形与必须说明的口径 |
|---|---|
| 支持了什么 | 来源分面主题条形图；分母为同一来源同一时期符合条件的项目，标出 n |
| 主题怎样变化 | 年度比例折线或主题×年份热力图；不跨缺档连线，不把未完整年度和完整年度等量比较 |
| 项目分布在哪里 | 分期地图；同一指标使用固定色阶和大小图例，统计截面、样本量与地理缺失分别列明 |
| 谁获得支持 | 同层级机构的数量、份额、累计分布或集中度；避免把学院与全校混排 |
| 来源、主题如何关联 | 桑基图/共现图；若每项目有 k 个主题，可按 1/k 分数计数保持流量守恒 |
| 新议题何时进入 | 官方事件时间线与样本中的议题记录分别展示；政策发文、实施和技术发布日不混用 |
多标签主题占比之和可以超过100%，应明确说明；桑基图全计数时则说明多次计入造成的流量含义。题名共同出现的是词语共现，不是共享参考文献形成的文献耦合。相邻时期的主题流量也不是同一项目的追踪迁移，除非确有可链接的纵向记录。
地理字段分别保存机构所在地与研究/受益地区。只有省份证据时按省汇总，不补造校园经纬度；使用省级锚点画圆须标明其为统计标记。圆面积与数量成比例，不能让半径与数量成比例后放大差异。未知地域、样本无项目和未覆盖区域要区分。底图记录真实来源、版本与许可，参考论文的地图审图号不能移用到另一张底图。
推断到哪一步
只有获资助记录时，可以估计样本中的主题份额、地区构成和机构集中度；不能估计申请成功率。青年项目类别不等于负责人年龄，结题库的青年份额也不等于当年全部资助的青年份额。
卡方检验或回归可比较已观察项目的构成，但须检查单元格数量、重复主体与来源覆盖；其因变量若为某主题，仅回答获资助样本内部的主题关联。研究“哪些条件提高获资助概率”需要包含未获资助申请的适当分母及申请前变量。
政策前后或疫情前后的曲线变化不能直接解释为政策效果。因果研究应另行确定处理、比较组、时间、潜在结果与识别假设；事件研究/DID还需核查事前趋势、同期冲击和可比覆盖。只有地区份额差异时，不推断个体健康获益；只有机构集中时，不直接写“强者更强”的因果循环。
公开交付与复核
本站允许发布：明确口径的汇总数量/比例、主题分类、机构或地区聚合、覆盖说明、公开来源链接与通用方法。公开输出逐字段采用白名单，不把完整表格隐藏到前端JSON、HTML注释、搜索索引或下载包中。项目编号、逐项题名、负责人、联系方式及原名单不进入本站新增的国内基金公开页面；原始对话、私人稿件、申请书和未公开研究构思不进入通用教程。
交付前核对流程节点、图中数字与汇总表一致，保留可复算脚本和内部数据版本；网页使用的字段与汇总范围单独检查。图文写清截止日、分母和缺失；只有已实际核验的步骤才写“已核验”。
可复制请求：请分析我提供的公开基金清单。先列来源—年份—系列—状态覆盖矩阵，核对历史代码、重复与缺档；再在可比样本中比较主题、机构和时间变化。说明LLM编码的人工验证方案，按问题选择图形，最后提供仅含允许汇总字段的网页文案。不要用获资助样本估计申请成功率，也不要把私人材料写入公开内容。
来源核对：2026-10-28。国自然项目查询说明区分人员查询与已结题项目信息；PRISMA原图说明用于系统综述的信息流报告。本站将这些来源用于口径辨析和流程表达，不提供官方授权或完整数据库认证。
普贤 · 社医卫管方法库 · 教学参数与代码接口需结合实际数据、软件版本和研究设计核对。