Biomedical research grant resubmission: rates and factors related to success – a scoping review
Notice bibliographique
Résumé
OBJECTIVES: Most first-time biomedical research grant applications are not funded. In the challenging research funding climate, resubmitting a grant application is a necessary task for scientists. Identifying which factors influence their decision to resubmit and the success of resubmissions will inform funders and applicants. However, data on resubmissions are fragmented and under-reported. In this scoping review, we aimed to summarise (1) the outcomes of resubmitting biomedical research grant applications and (2) the demographic characteristics of scientists who resubmitted grant applications. DESIGN: Scoping review with reporting informed by the Preferred Reporting Items for Systematic Reviews and Meta-Analyses. DATA SOURCES: MEDLINE, CINAHL, EMBASE, Cochrane Central Registrar of Controlled Trials CENTRAL, PsycINFO, Web of Science and grey literature sources were searched through November 2022. ELIGIBILITY CRITERIA: We included peer-reviewed and grey literature records from the biomedical sciences that reported outcomes of the resubmission process (eg, resubmission success rate, rate of resubmission) and information about the scientists who resubmit grant applications (eg, sex, race, career stage). DATA EXTRACTION AND SYNTHESIS: Data were extracted independently by two reviewers. The data were cross-referenced and any conflicts were resolved via consensus. Data were summarised descriptively and presented in tables and figures. RESULTS: Resubmissions represented a substantial proportion of applications (lowest prevalence rate: 4%; highest prevalence rate: 56%) in a given funding cycle and were reliably more successful than first-time applications (lowest success rate: 16%; highest success rate: 82%)-a phenomenon associated with several sociodemographic, institutional and project-related factors. There was conflicting evidence about the relationship of sociodemographic-related, institution-related and project-related factors to resubmission likelihood and success. CONCLUSION: The resubmission process is a time-consuming and often frustrating experience for researchers. Our review identified opportunities to streamline and improve the process to enhance the biomedical research landscape.
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 | 0,130 | 0,448 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,014 |
| Bibliométrie | 0,034 | 0,044 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».