当前位置: 首页 > news >正文

2025国自然青基、面上资助率,或创新低!

随着七月的到来,基金委各学部陆续进入会评阶段。众所周知,2025年国自然申请总量突破43万,再创历史新高……对此,不少人的心头不禁蒙上阴影:2024年面上资助率已从16.99% 断崖式跌至11.66% ,青基也滑落至15.54% 。今年青基和面上的资助率还会持续下降吗?

更关键的是,基金委窦贤康主任近来多次强调“扩大青年科学基金项目资助规模”,能否在一定程度上缓解这股寒流?

01 资助率,跌至新低!

纵观近8年来国自然基金项目的受理情况,可以明显观察出其呈现出逐年上升的趋势,从2018年的98.40%,到2020年的99.21%,再至今年的99.77%。可以说因为非实力因素导致的不予受理项目数量越来越少,这一方面反映出依托单位在组织申报过程中的规范性持续提高,以及申请人对申请材料准备的重视程度显著增强。另一方面,也说明了国自然竞争已不再仅仅体现为申请数量的快速增长,更体现在申请质量的整体提升

图片

根据国家自然科学基金委员会官网发布的《2025年度部门预算》报告,本年度自然科学基金项目的预算显著增加,达到了394,5801.72万元,相较于2024年实际执行的预算增加了314,288.27万元,增幅达到了8.65%。但关键在于,经费8.65%的增幅显著低于申请总量12.71%的增幅。这也意味着,即使蛋糕变大了,但分蛋糕的人数增长得更快,“僧多粥少”的局面进一步恶化

图片

面对国自然项目申请受理数量增长12.87%的情况,尽管总预算有所增加,但增速略低于受理量的增长速度。预计在2025年,国自然资助项目的总数将突破5万项大关,然而,受资助率则可能降至13%以内,极有可能仅有12.5%左右

02 青年出路何在?

展望未来,国自然青基和面上的竞争压力短期内或难以根本缓解

虽然基金委早在2021年度的绩效评价报告中就建议“适当增加面上项目的资助数量,并提高其在总经费中的比重”,但实际改善有限。此外,虽设立了面向年轻团队的“基础科学中心B类”等新赛道,但对于急需“第一桶金”的广大青年科研人员,青基和面上仍是命脉。而申请量的持续增长,使得部分高质量的申请也可能因“分母效应”被稀释。

但是,无论中标与否,大家还是要放平心态,理性看待申请结果,一次成败并非科研能力的唯一标尺。在后续的申请中,广大青年科研人员也应精准定位,有策略地调整青基及面上的申请。

申请青基,应淡化对已有顶级成果的过度依赖,聚焦项目的核心科学问题、创新性和逻辑严密性,重在展现研究潜力和独立科研能力。

而对于竞争更加激烈的面上项目,则必须夯实研究基础,突出高质量代表作,并清晰展示其与当前申请项目的延续性和系统性。强调研究方案的可行性、系统性以及对学科发展的潜在推动力。

但归根结底,无论申请何种类型,核心仍是聚焦具有重要科学意义或应用前景的关键问题,清晰阐述突破点,避免陷入形式化包装的内卷。

窦主任多次表态将“扩大青年基金规模”,这无疑是个积极信号,不过具体能落地多少、力度有多大,还得再观察观察,期待能有好消息!另外,还是希望在面上项目的评审中,能多给青年科研人员一些实质性的机会,让那些基础扎实、思路创新的年轻申请人得到更多支持!

http://www.xdnf.cn/news/1126351.html

相关文章:

  • 板凳-------Mysql cookbook学习 (十一--------11)
  • C#,List<T> 与 Vector<T>
  • 焊接机器人智能节气阀
  • 关于list
  • 微信小程序入门实例_____从零开始 开发一个每天记账的微信小程序
  • 【GPIO】从STM32F103入门GPIO寄存器
  • 153.在 Vue 3 中使用 OpenLayers + Cesium 实现 2D/3D 地图切换效果
  • 淘宝扭蛋机小程序开发:重构电商娱乐化体验的新范式
  • Kruskal重构树
  • Linux操作系统从入门到实战(九)Linux开发工具(中)自动化构建-make/Makefile知识讲解
  • 12.6 Google黑科技GShard:6000亿参数MoE模型如何突破显存限制?
  • 导出内存溢出案例分析
  • 学习秒杀系统-实现秒杀功能(商品列表,商品详情,基本秒杀功能实现,订单详情)
  • JavaScript认识+JQuery的依赖引用
  • ethers.js-8-bigNmber和callstatic模拟
  • 2025年最新香港站群服务器租用价格参考
  • 探索阿里云ESA:开启边缘安全加速新时代
  • 基于Ruoyi和PostgreSQL的统一POI分类后台管理实战
  • 论文阅读:arxiv 2025 A Survey on Data Contamination for Large Language Models
  • 从12kW到800V,AI服务器电源架构变革下,功率器件如何解题?
  • redisson 设置了过期时间,会自动续期吗
  • 【网络安全】大型语言模型(LLMs)及其应用的红队演练指南
  • 经典排序算法之希尔排序
  • docker 方式gost代理搭建以及代理链实施
  • HTTP常见误区
  • 具身智能零碎知识点(六):VAE 核心解密:重参数化技巧(Reparameterization Trick)到底在干啥?
  • 第二章 OB 存储引擎高级技术
  • JavaScript进阶篇——第四章 解构赋值(完全版)
  • IT岗位任职资格体系及发展通道——研发岗位任职资格标准体系
  • 进程探秘:从 PCB 到 fork 的核心原理之旅