An Overview of the U.S. National Cancer Institute's (NCI) 2023 International Research Portfolio
Notice bibliographique
Résumé
PURPOSE As part of its goal to represent NCI and promote its engagement with international partners, the NCI Center for Global Health (CGH) conducts an annual analysis of NCI's international research portfolio, which includes NCI-funded extramural grants and NCI intramural projects with principal investigators (PIs) or collaborators at institutions outside of the U.S. This annual analysis gives insight to how NCI supports global oncology and informs global research opportunities. METHODS NCI CGH fielded a data call within NCI's two divisions that conduct intramural research. PIs reported intramural projects with active international collaborators in fiscal year (FY) 2023. NCI-funded extramural grants active in FY23 with any foreign collaborator were identified in NIH's internal database, Query-View-Report. Grants were categorized by common scientific outline (CSO) code and cancer site according to Dimensions for NIH and the International Cancer Research Partnership (ICRP). Analysis was conducted in Microsoft Excel and Python. RESULTS NCI funded 1,075 extramural research grants and 273 intramural research projects with international collaborators in FY23, including 248 extramural grants and 44 intramural projects initiated in the past year. These grants included collaborators at 1,633 international institutions in 117 countries. Forty-seven extramural grants were direct awards to international institutions across 16 countries, 9 of which are low- and middle-income countries (LMICs). The intramural research projects included collaborators at 478 institutions across 58 countries. The analysis presents details of trends in geographic, income groups, cancer site, and CSO code distribution of the identified grants and projects. CONCLUSION The NCI supports a broad and growing portfolio of research with international collaborators. While the majority of research includes collaborators in Canada and Europe, there is increasing collaboration with institutions in LMICs. This analysis continues to aid our understanding of existing collaborations and identify gaps in research funding and training.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,028 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,009 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».