Data-Gouv-FR/pcri-actions-marie-curie-participations-et-projets-laureats

该数据集展示了通过玛丽·居里行动获得资助的项目以及参与实体，涵盖欧盟研究资助计划中的Horizon 2020（2014-2020年）和Horizon Europe（2021-2027年）计划。数据按实体（如CNRS、索邦大学）、行动类型（如PF、DN）、机构类型（如研究机构、高等教育机构）和国家等进行分类。可用的指标包括：协调数量、参与者数量、以欧元计的资助额以及项目数量（基于project_id变量的唯一计数）。This dataset presents the projects awarded by the Marie Curie Actions and the participating entities in the Horizon 2020 (2014-2020) and Horizon Europe (2021-2027) programs, which are part of the EU research funding program. The data is broken down by entities (e.g., CNRS, Sorbonne University), action types (e.g., PF, DN), organization types (e.g., Research, Higher Education), countries, etc. The available indicators include: the number of coordinations, the number of participants, grants in euros, and the number of projects (unique count based on the project_id variable).

搜集汇总

数据集介绍

构建方式

该数据集源于法国公开数据平台data.gouv.fr，旨在系统收录欧盟科研框架计划Horizon 2020（2014-2020年）与Horizon Europe（2021-2027年）中玛丽·居里行动（Marie-Curie Actions）的获奖项目及其参与实体信息。数据以parquet格式存储，并通过Hugging Face Datasets库进行结构化组织，每一份原始表格资源对应一个独立的子集配置（如fr-esr-msca-projects-entities），并统一使用'train'分割标签。这种设计既保留了原始数据的完整性，又便于用户按需加载和子集调用。

特点

该数据集在指标维度上构建得极为精细，涵盖了协调项目数、参与实体数、资助金额（欧元）以及基于项目标识符去重后的项目总数等多项关键统计量。数据可依据机构（如CNRS、索邦大学）、行动类型（PF、DN）、组织类别（研究机构、高等教育机构）及国家等信息进行切片分析，全面展现了玛丽·居里行动计划的多层资助结构与参与格局。这种多维分类体系为深入剖析欧洲科研人才流动与合作网络提供了坚实的数据基础。

使用方法

用户可直接借助Hugging Face的datasets库实现数据加载，仅需一行Python代码即可读取指定子集：使用load_dataset函数，传入存储库名称与配置名称（如fr-esr-msca-projects-entities），系统将自动返回包含'train'分割的Dataset对象。加载完成后，用户可通过DataFrame接口或迭代器方式访问数据，支持高效的数据筛选、聚合与可视化操作，特别适合开展欧盟科研政策分析、资助绩效评估及国际合作网络研究等任务。

背景与挑战

背景概述

该数据集由法国高等教育与研究部（MESR）下属的开放数据平台data.gouv.fr发布，聚焦于欧盟“地平线2020”（2014-2020）与“地平线欧洲”（2021-2027）框架下玛丽·居里行动的获奖项目及其参与实体。数据集创建于2023年，旨在系统化呈现法国科研机构（如CNRS、索邦大学）在玛丽·居里行动中的参与情况，涵盖协调次数、参与者数量、资助金额及项目数量等关键指标。其价值在于为政策制定者、科研管理者及学术界提供透明、可量化的数据基础，支持对欧盟科研资助分配、机构合作网络及人才流动效应的深入分析，成为评估法国在欧洲研究区竞争力与玛丽·居里行动成效的核心工具。

当前挑战

该数据集面临多重挑战。首先，在领域问题层面，需应对欧盟科研资助体系（如地平线计划与玛丽·居里行动）的复杂性，包括不同项目类型（如PF、DN）与组织分类（研究机构、高等教育机构）的差异，确保跨年度、跨计划的数据可比性与整合性。其次，在构建过程中，面临多源异构数据（如不同项目周期、资助模式与实体类型）的标准化难题，需统一实体标识符与字段定义，并处理数据稀疏性（如部分实体协调项目极少）带来的统计偏差。此外，数据集的频繁更新要求维护长期数据版本与历史追溯能力，以支持纵向趋势分析。

常用场景

经典使用场景

在科研政策与创新管理领域，该数据集作为法国参与欧盟玛丽·居里行动计划的核心信息载体，广泛应用于评估研究机构及高校在跨国人才流动与学术网络构建中的角色。研究者通过提取项目协调数、参与实体数量及资助额度等指标，精准刻画法国科研生态在Horizon 2020与Horizon Europe框架下的参与深度与协作模式，为比较分析不同国家及机构在欧洲研究区内的竞争力提供了坚实的量化基础。

衍生相关工作

基于该数据集，衍生出多项经典工作，包括对玛丽·居里行动计划中协作网络的社会网络分析、参与实体影响力的时间演化建模，以及与ERC项目数据进行对比以揭示不同资助模式下的创新产出差异。此外，研究者将其与法国高等教育与研究部的其他开放数据集整合，开发了可视化的科研合作图谱，进一步强化了其在科学计量学与政策评估中的基础性作用。

数据集最近研究

最新研究方向

随着欧盟地平线计划持续推进，玛丽·居里行动作为全球顶尖科研人才流动与培养的核心支柱，其项目参与及资助数据正成为评估欧洲研究区协同创新效能的关键指标。该数据集聚焦2014-2027年两期框架计划中法国科研机构的获奖项目与实体参与网络，覆盖国家科学研究中心、索邦大学等头部机构，并按照行动类型、组织类别、国别等维度进行结构化拆解。当前前沿研究集中在利用此类细粒度参与数据重构跨境学术合作图谱，量化分析玛丽·居里行动对青年学者职业轨迹的长期影响，以及通过项目协调与参与率变动追踪欧盟科研政策在成员国间的传导效应。该数据集为揭示欧洲英才流动规律、评估战略性科研投资回报提供了不可替代的实证基石。