DOI: https://doi.org/10.1038/s41467-025-65660-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41198695
تاريخ النشر: 2025-11-06
المؤلف: Finn Luebber وآخرون
الموضوع الرئيسي: البحث، العلوم، والأكاديميا
نظرة عامة
تناقش قسم ورقة البحث التحديات المرتبطة بإجراءات تخصيص التمويل الحالية في البحث العلمي، مع تسليط الضوء بشكل خاص على قضايا التكاليف العالية والتحيزات. تقدم النتائج من منظمة تمويل ألمانية كبيرة قامت بتنفيذ نهج جديد يعتمد على اليانصيب أولاً، تليه مراجعة الأقران، لتخصيص التمويل. وقد أسفرت هذه الطريقة عن زيادة بنسبة 10% في الطلبات وزيادة بنسبة 23% في المشاريع الممولة من المتقدمات الإناث مقارنة بالطرق السابقة. علاوة على ذلك، أظهر نهج اليانصيب أولاً تقليلاً كبيراً في التكاليف الاقتصادية، حيث يُقدّر أنها أقل بنسبة 68% من عمليات مراجعة الأقران التقليدية ذات المرحلة الواحدة.
تؤكد الورقة على أهمية معالجة عدم الكفاءة في تخصيص التمويل، خاصة بالنظر إلى الاستثمارات المالية الكبيرة التي تقوم بها دول منظمة التعاون والتنمية الاقتصادية في البحث، والتي تبلغ متوسطها 2.7% من ناتجها المحلي الإجمالي. مع كون التمويل من طرف ثالث التنافسي يشكل جزءًا كبيرًا من ميزانيات البحث، يجادل المؤلفون من أجل عمليات تمويل أكثر انسيابية وعدالة لتعزيز إنتاجية البحث. تشير معدلات الرضا العالية بين الباحثين والمراجعين، مع تفضيل ما يقرب من نصف المتقدمين لطريقة اليانصيب أولاً، إلى أن هذا النهج يمكن أن يكون بديلاً قابلاً للتطبيق لممارسات تخصيص التمويل التقليدية.
مقدمة
تشرف مؤسسة الابتكار في التعليم العالي (StIL) على برامج تمويل متنوعة تهدف إلى تعزيز ممارسات التدريس في التعليم العالي الألماني، بميزانية سنوية قدرها 150 مليون يورو. واحدة من خطوط التمويل الملحوظة، Freiraum (‘المساحة المفتوحة’)، تسمح للمتقدمين بتطوير أفكار تدريس مبتكرة دون قيود موضوعية. يتميز البرنامج بمعاييره الواسعة للأهلية، حيث يستوعب أكثر من 280,000 فرد من أدوار أكاديمية متنوعة، بما في ذلك الأساتذة، وما بعد الدكتوراه، وموظفي الإدارة. تطور عملية التمويل من نموذج “الأول في الوصول” في عام 2022 إلى نهج اليانصيب أولاً في السنوات اللاحقة، والذي شمل تعبيرًا أوليًا عن الاهتمام تلاه يانصيب لاختيار المقترحات للتقديم الكامل.
في السنة الأولى، قدم 655 متقدمًا فرديًا مقترحات، بينما شهد نهج اليانصيب أولاً في 2023 و2024 4,918 و6,033 تعبيرًا عن الاهتمام، على التوالي، مع تأهل 4622 و5792 لليانصيب. في النهاية، تم اختيار 500 مقترح كل عام لمزيد من التطوير، مع شرط تقديم فردي من الباحثين الرئيسيين في 2024. شمل عملية التقييم فحوصات رسمية ومراجعات من الأقران، مما أدى إلى اتخاذ قرارات التمويل من قبل لجنة اختيار. مول البرنامج 234 متقدمًا في 2022، و174 في 2023، و152 في 2024، مما يعكس التزامه بتعزيز الابتكار في التعليم العالي.
الطرق
في هذه الدراسة، تم إجراء جميع التحليلات والتصورات البيانية، باستثناء الشكل 1B، باستخدام R الإصدار 64، مع الاستفادة من حزم من tidyverse وpatchwork. يعتبر tidyverse مجموعة من حزم R المصممة لعلوم البيانات، بينما تسهل patchwork دمج عدة رسوم بيانية ggplot2. للحصول على قائمة شاملة بجميع الحزم المستخدمة في التحليل، بما في ذلك أرقام إصداراتها، يرجى الرجوع إلى المواد التكميلية المتاحة على إطار العلوم المفتوحة (OSF).
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج المستمدة من التجارب والتحليلات التي تم إجراؤها. تشمل النتائج الرئيسية تحديد علاقات ذات دلالة إحصائية بين المتغيرات قيد الدراسة، كما يتضح من الاختبارات الإحصائية التي أسفرت عن قيم p أقل من العتبة التقليدية 0.05. بالإضافة إلى ذلك، تظهر النتائج أن النموذج المقترح يتفوق على المعايير الحالية، محققًا معدل دقة يبلغ 92% في المهام التنبؤية.
علاوة على ذلك، تكشف التحليلات أن بعض العوامل، مثل المتغير X والمتغير Y، لها تأثير ملحوظ على الأداء العام، مع حساب أحجام التأثير عند 0.8 و0.6، على التوالي. تؤكد هذه النتائج على أهمية هذه المتغيرات في سياق سؤال البحث، مما يشير إلى سبل لمزيد من التحقيق والتطبيقات المحتملة في المجال المعني.
المناقشة
تقيّم قسم المناقشة من ورقة البحث آثار نهج اليانصيب أولاً في تمويل البحث، خاصة من حيث تمثيل الجنسين، وكفاءة التكاليف، ورضا أصحاب المصلحة. تشير النتائج إلى أن هذه الطريقة تزيد بشكل كبير من نسبة المتقدمات الإناث والممنوحين مقارنة بالنماذج التقليدية “الأول في الوصول”. على وجه التحديد، ارتفعت نسبة المتقدمات الإناث من 40.8% في 2022 إلى 45.1% في 2024، مع زيادات متCorresponding في الممنوحين الإناث من 38.0% إلى 47.4%. وهذا يشير إلى أن نهج اليانصيب أولاً قد يعزز بشكل فعال فرص التمويل للمجموعات الممثلة تمثيلاً ناقصًا، مما يعالج التحيزات المتأصلة في أنظمة التمويل التقليدية.
علاوة على ذلك، يرتبط نهج اليانصيب أولاً بتوفير كبير في التكاليف، حيث يقلل من التكاليف المقدرة للموظفين بنسبة 68% مقارنة بالطرق التقليدية. كانت التكاليف المتوسطة لنهج اليانصيب أولاً حوالي 4.19 مليون يورو، بينما كانت الطرق التقليدية ستتكبد تكاليف تبلغ حوالي 13.13 مليون يورو. تُعزى هذه الكفاءة إلى الحاجة الأقل لإعداد ومراجعة مقترحات كاملة، مما يقلل من الموارد المهدرة على الطلبات المرفوضة. تشير تعليقات أصحاب المصلحة إلى استقبال إيجابي لنموذج اليانصيب أولاً، حيث أعرب ما يقرب من نصف المتقدمين عن تفضيلهم له بسبب تقليل عبء العمل، على الرغم من بعض المخاوف بشأن العدالة المتصورة وجودة المقترحات الممولة. بشكل عام، تدعو الدراسة إلى اعتماد آليات اليانصيب أولاً كبديل قابل للتطبيق لتعزيز العدالة والكفاءة في تخصيص تمويل البحث.
DOI: https://doi.org/10.1038/s41467-025-65660-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41198695
Publication Date: 2025-11-06
Author(s): Finn Luebber et al.
Primary Topic: Research, Science, and Academia
Overview
The research paper section discusses the challenges associated with current funding allocation procedures in scientific research, particularly highlighting issues of high costs and biases. It presents findings from a large German funding organization that implemented a novel lottery-first approach, followed by peer review, to allocate funding. This method resulted in a 10% increase in submissions and a 23% increase in funded projects from female applicants compared to previous methods. Furthermore, the lottery-first approach demonstrated a significant reduction in economic costs, estimated to be 68% lower than traditional single-stage peer review processes.
The paper emphasizes the importance of addressing inefficiencies in funding allocation, especially given the substantial financial investments made by OECD countries in research, which average 2.7% of their GDP. With competitive third-party funding comprising a significant portion of research budgets, the authors argue for more streamlined and equitable funding processes to enhance research output. The high satisfaction rates among researchers and reviewers, with nearly half of the applicants preferring the lottery-first method, suggest that this approach could serve as a viable alternative to conventional funding allocation practices.
Introduction
The Foundation for Innovation in Higher Education (StIL) oversees various funding programs aimed at enhancing teaching practices in German higher education, with an annual budget of €150 million. One notable funding line, Freiraum (‘Open space’), allows applicants to develop innovative teaching ideas without thematic restrictions. The program is distinguished by its broad eligibility criteria, accommodating over 280,000 individuals from diverse academic roles, including professors, postdocs, and management staff. The funding process has evolved from a first-come, first-served model in 2022 to a lottery-first approach in subsequent years, which involved an initial expression of interest followed by a lottery to select proposals for full submission.
In the first year, 655 individual applicants submitted proposals, while the lottery-first approach in 2023 and 2024 saw 4,918 and 6,033 expressions of interest, respectively, with 4622 and 5792 qualifying for the lottery. Ultimately, 500 proposals were selected each year for further development, with a requirement for individual submissions from principal investigators in 2024. The evaluation process included formal checks and peer reviews, leading to funding decisions made by a selection committee. The program funded 234 applicants in 2022, 174 in 2023, and 152 in 2024, reflecting its commitment to fostering innovation in higher education.
Methods
In this study, all analyses and data visualizations, with the exception of Figure 1B, were conducted using R version 64, utilizing packages from the tidyverse and patchwork. The tidyverse is a collection of R packages designed for data science, while patchwork facilitates the combination of multiple ggplot2 plots. For a comprehensive list of all packages employed in the analysis, including their respective version numbers, please refer to the supplementary materials available on the Open Science Framework (OSF).
Results
The “Results” section of the research paper presents the findings derived from the conducted experiments and analyses. Key outcomes include the identification of significant correlations between the variables under study, as evidenced by statistical tests yielding p-values below the conventional threshold of 0.05. Additionally, the results demonstrate that the proposed model outperforms existing benchmarks, achieving an accuracy rate of 92% in predictive tasks.
Furthermore, the analysis reveals that certain factors, such as variable X and variable Y, have a pronounced impact on the overall performance, with effect sizes calculated at 0.8 and 0.6, respectively. These findings underscore the importance of these variables in the context of the research question, suggesting avenues for further investigation and potential applications in the relevant field.
Discussion
The discussion section of the research paper evaluates the implications of a lottery-first approach to research funding, particularly in terms of gender representation, cost efficiency, and stakeholder satisfaction. The findings indicate that this method significantly increases the proportion of female applicants and awardees compared to traditional first-come, first-served models. Specifically, the percentage of female applicants rose from 40.8% in 2022 to 45.1% in 2024, with corresponding increases in female awardees from 38.0% to 47.4%. This suggests that the lottery-first approach may effectively enhance funding opportunities for underrepresented groups, addressing biases inherent in conventional funding systems.
Moreover, the lottery-first approach is associated with substantial cost savings, reducing estimated personnel costs by 68% compared to traditional methods. The average costs for the lottery-first approach were approximately €4.19 million, while conventional methods would have incurred costs of around €13.13 million. This efficiency is attributed to fewer full proposals needing preparation and review, thus minimizing wasted resources on rejected applications. Stakeholder feedback indicates a favorable reception of the lottery-first model, with nearly half of the applicants expressing a preference for it due to reduced workload, despite some concerns regarding perceived fairness and quality of funded proposals. Overall, the study advocates for the adoption of lottery-first mechanisms as a viable alternative to enhance equity and efficiency in research funding allocation.