Data-Gouv-FR/pcri-erc-participations-et-projets-laureats

该数据集展示了由欧洲研究理事会（ERC）资助的获奖项目，以及参与Horizon 2020（2014-2020）和Horizon Europe（2021-2027）计划的实体，这些计划是欧盟研究资助计划的一部分。数据按实体（如CNRS、索邦大学）、行动类型（如ADG、STG）、机构类型（如研究机构、高等教育机构）、国家等进行分类。可用的指标包括：参与者数量、以欧元计的资助金额、项目数量（基于project_id变量的唯一计数）。

This dataset presents projects awarded by the European Research Council (ERC) and 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., ADG, STG), organization types (e.g., research, higher education), countries, etc. Available indicators include: number of participants, grants in euros, number of projects (unique count based on the project_id variable).

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共数据平台data.gouv.fr，原始标识符为65e92dfd2b451edf1d7ba549，旨在系统梳理欧洲研究理事会（ERC）在Horizon 2020（2014-2020）与Horizon Europe（2021-2027）框架下资助的获奖项目及其参与实体信息。数据集在Hugging Face平台以Data-Gouv-ML组织下的独立仓库形式呈现，每个原始表格资源对应一个Hugging Face子集配置，所有子集均统一命名为'train'分割。当前版本仅包含'fr-esr-erc-projects-entities'一个子集，数据以Parquet格式存储于指定路径，便于高效读取与处理。

使用方法

用户可通过Hugging Face的datasets库便捷调用该资源，核心操作命令为'load_dataset("Data-Gouv-ML/pcri-erc-participations-et-projets-laureats", "fr-esr-erc-projects-entities")'，加载后可直接访问'train'分割中的完整数据。针对需要整合多维度信息的分析任务，数据集还提供了与其他相关资源的联动入口，例如自2002年以来的获奖项目信息汇总、Horizon Europe与Horizon 2020的获奖项目及参与方明细、Marie-Curie行动及ERC项目的综合统计与演变数据，进而支持构建更为全面的欧洲科研资助分析体系。

背景与挑战

背景概述

该数据集由法国高等教育与研究部下属的PCRI项目创建，旨在系统梳理欧洲研究委员会（ERC）资助的获奖项目及其参与实体的信息。数据覆盖欧盟两大旗舰科研框架计划——Horizon 2020（2014-2020年）和Horizon Europe（2021-2027年），核心研究问题聚焦于科研资源的分配格局、机构参与度以及跨国合作模式。通过提供项目编号、资助金额、参与机构类型（如CNRS、索邦大学）及行动类型（如ADG、STG）等维度，该数据集为评估欧洲科研政策成效、分析高水平研究生态提供了关键量化基础，在科研管理与政策分析领域具有重要参考价值。

当前挑战

该数据集所解决的领域挑战在于，ERC项目数据分散于多个欧盟与成员国平台，缺乏统一、结构化的开源版本，阻碍了跨机构、跨周期的整合分析。构建过程中面临多重困难：数据源涉及不同编码标准与元数据格式，需进行复杂的实体对齐与消歧；项目参与者信息随时间演变，历史记录存在字段缺失或更新滞后；同时需协调法语与英语的国际兼容性问题，确保数据集在跨国科研合作研究中可被准确调用与复现。

常用场景

经典使用场景

该数据集收录了欧洲研究委员会（ERC）在“地平线2020”（2014-2020）与“地平线欧洲”（2021-2027）框架下资助的获奖项目及其参与实体信息，涵盖法国国家科研中心（CNRS）、索邦大学等研究机构的数据。经典使用场景包括分析欧洲科研资助的分配格局，例如按机构类型（研究机构、高等教育机构）、行动类型（高级研究资助ADG、启动资助STG）或国家维度统计参与数量、资助金额与项目数量。研究者可通过该数据集追溯法国实体在ERC项目中的参与轨迹，探索顶尖科研团队的资助偏好与合作网络。

解决学术问题

该数据集有效解决了欧洲科研政策与创新研究中的关键问题，如如何量化不同机构在竞争性科研资助中的表现差异、ERC资助对法国科研生态系统的结构性影响，以及资金分配在地域与学科上的均衡性。其意义在于为科学计量学、科技政策评估及高等教育管理提供了标准化、开放且可重用的数据基础，支持学者开展纵向对比分析与跨国资助效率研究，从而推动对欧洲卓越科研机制理解的深化。

实际应用

在实际应用中，该数据集被广泛用于科研管理部门的决策支持，例如法国高等教育与研究部可基于参与实体与资助金额的统计，优化本国科研资源的配置策略。科研机构可利用其中项目与实体关联数据，评估自身在欧盟框架中的竞争地位，并制定国际合作拓展计划。此外，数据还可服务于文献计量平台，辅助构建科研影响力指标，或为学术战略联盟的组建提供量化依据。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲研究理事会（ERC）资助项目在Horizon 2020与Horizon Europe框架下的获奖项目及其参与实体，为探究欧盟科研经费分配格局、顶尖科研机构协作网络及跨国产学研生态演变提供了关键数据支撑。当前前沿方向集中于利用该数据解析ERC资助的学科偏向性、分析不同类型行动（如高级研究奖ADG与起步奖STG）对科研产出的差异化影响，以及量化法国研究实体（如CNRS、索邦大学）在欧盟科研版图中的竞争力。结合欧盟强化开放科学政策与地缘科技竞争背景，该数据集正被用于追踪人工智能、量子技术等热点领域的人才流动与资助绩效，其意义在于为优化科研资源配置、评估欧洲创新联盟战略的实效性提供可复现的实证基础。