Appearance
Interdisciplinary research has consistently lower funding success
Summary
Problem: 跨学科研究被广泛视为创新和解决复杂问题（如气候变化）的关键途径，但普遍认为跨学科项目比窄领域项目更难获得资助。然而，这一信念缺乏客观、可比较的定量指标来验证，因为以往研究多依赖文本关键词（如“interdisciplinary”）或文献计量分析，这些方法不适用于评估尚未发表的基金申请，且样本常局限于已获资助项目或案例研究。 Approach: 作者借鉴进化生物学中的系统发育物种均匀度指标，基于澳大利亚研究理事会（ARC）探索计划（Discovery Programme）的田野研究代码（Field of Research codes）层级分类，构建了跨学科距离（IDD）指标。该指标同时捕捉学科组成的平衡性（balance）和差异性（disparity），标准化为0（单一学科）到1（最大跨学科性）。作者对2010–2014年五年间全部18,476份申请（含成功与失败）计算IDD，并使用广义线性混合模型分析IDD与资助成功率的关系。 Finding: IDD与资助成功率持续显著负相关（斜率=−0.40，P=1.1×10⁻¹¹），且这一效应在控制申请年份、研究代码数量、首席研究员人数和研究领域后依然成立。几乎所有研究领域都表现出跨学科性越高、成功率越低的模式。此外，包含“interdisciplinary”等关键词的申请确实具有更高IDD和更低成功率，验证了指标与文本分析的一致性。 Significance: 这是首个对跨学科研究提案成功率的大规模定量评估，证实了长期以来的信念，为资助机构评估跨学科项目提供了可操作的工具。IDD指标可用于追踪资助趋势、识别需要特殊评审策略的高跨学科提案，并推动对跨学科研究评估机制的改进。
Theoretical Framework
- Theoretical tradition: 该论文属于科学计量学与科研政策研究交叉领域，借鉴了生态学中的生物多样性理论（系统发育物种均匀度）来量化跨学科性。
- Prior theories built upon: 论文建立在Stirling（2007）的多样性分析框架（涵盖variety、balance、disparity三个维度）之上，并引用了Wagner等（2011）对跨学科研究测量方法的综述、Woelert和Millar（2013）提出的“跨学科悖论”（政策层面鼓励但资助机制不奖励），以及Yegros-Yegros等（2015）和王等（2015）关于跨学科性与引用影响关系的实证研究。
- Causal mechanism: 论文提出的机制是：跨学科提案可能被分配给不擅长评估所有组成部分的评审小组或评审人，导致评估不匹配；窄领域提案更容易被解释和论证，而跨学科组合的新颖性可能更难说明或导致提案焦点不清晰。此外，跨学科研究需要投入大量时间建立合作关系和共同语言，产出可能更少或类型不同，在窄化的成功评价体系（如期刊论文数量）中处于劣势。
- Key assumptions: 假设田野研究代码的层级分类能有效反映学科之间的相似性关系；假设申请者选择的代码及其权重能代表提案的实际学科构成；假设IDD指标能捕捉跨学科性的核心方面（平衡性和差异性），尽管作者承认没有单一指标能涵盖所有关键方面。
- Theoretical move: 该论文应用并扩展了生物多样性度量方法到科研资助评估领域，将原本用于生态学的系统发育物种均匀度指标转化为跨学科距离指标，同时验证了“跨学科悖论”这一理论命题，为现有理论提供了大规模定量证据。
- Scope conditions: 该分析基于澳大利亚研究理事会探索计划，该计划覆盖所有学科（含艺术、人文和科学）的基础研究，但医学研究主要通过不同计划资助。IDD指标可推广到任何使用多学科分类代码的资助计划，学科间关系可通过先验定义、聚类分析或主观判断确定。
Research Design
本研究为观察性、回顾性、横断面（五年合并） 研究设计，基于行政数据（基金申请记录）进行二次分析。分析单位是单个基金申请提案（n=18,476）。关键自变量为跨学科距离（IDD） ，通过申请者选择的田野研究代码及其百分比权重计算，结合代码在层级分类中的系统发育距离（差异性）和代码权重分布的均匀度（平衡性），标准化为0–1区间。因变量为资助结果（二元变量：1=推荐资助，0=未推荐资助）。控制变量包括申请年份、选择的田野研究代码数量、首席研究员人数、机构（按高等教育网络分组）和主要研究领域（Division）。
Data & Sample
- N: 18,476份申请（2010–2014年五年间全部提交至ARC探索计划的申请，含成功与失败）
- Population: 澳大利亚所有学科的基础研究基金申请
- Country/Region: 澳大利亚
- Recruitment/Data-collection method: 澳大利亚研究理事会提供去标识化的全部申请数据，包括成功和未成功的申请
- Time period: 2010–2014年（5个年度资助轮次）
- Data source: 澳大利亚研究理事会（Australian Research Council）行政数据库；每份申请必须从1,238个田野研究代码中选择至少一个，并分配百分比权重
Analytical Strategy
作者使用广义线性混合模型（GLMM） 分析IDD与资助成功率的关系。因变量为二元资助结果（推荐/未推荐），固定效应包括IDD、申请年份、田野研究代码数量、首席研究员人数、机构（按高等教育网络分组）和主要研究领域（Division），年份作为随机效应。主要模型检验IDD的总体效应，并纳入IDD与Division的交互项以评估各领域内的效应差异。稳健性检验包括：（1）仅使用variety（代码数量）或balance（均匀度）的替代指标，证明disparity和balance共同影响成功率；（2）在提案标题和摘要中搜索“interdisciplinary”“multidisciplinary”等关键词，验证指标与文本分析的一致性；（3）控制首席研究员人数以排除合作者数量的混淆效应；（4）控制机构类型以排除高成功率机构提交更窄提案的解释。此外，通过似然比检验确认加入IDD显著改善模型拟合（χ²₂₂=57.94，P=4.5×10⁻⁵）。
Results & Findings
- 核心发现：IDD与资助成功率显著负相关（斜率=−0.40，P=1.1×10⁻¹¹），即跨学科程度越高，获得资助的概率越低。这一效应独立于申请年份、研究代码数量和主要研究领域。这意味着跨学科提案的系统性劣势是普遍存在的，而非特定领域或年份的偶然现象。
- 领域异质性：几乎所有研究领域（22个Division中绝大多数）都表现出跨学科性越高、成功率越低的模式。如果跨学科性的影响仅仅是各组成学科成功率的平均（即某些领域受益、某些领域受损），则预期会有正负两个方向的点，但实际大多数领域为负值，表明高IDD提案在大多数领域都预期比低IDD提案成功率更低。
- 合作者数量的影响：首席研究员数量与资助成功率呈微弱正相关（斜率=0.03，P=0.003），但首席研究员数量与IDD的相关性很小（Spearman’s ρ=0.09），说明跨学科性主要反映项目本身的学科跨度，而非合作者数量。这支持了“单一研究者也可以设计跨学科项目”的观点。
- 机构效应：不同机构的资助成功率存在显著差异，研究密集型大学（如八校联盟Go8）成功率更高，但各机构的IDD分布差异极小（R²=0.001），且控制机构后IDD与成功率的负相关依然显著（斜率=−0.39，P=7.6×10⁻¹¹）。这排除了“高成功率机构提交更窄提案”的替代解释。
- 指标验证：包含“interdisciplinary”等关键词的申请确实具有更高IDD和更低成功率，验证了指标与文本分析的一致性，但指标方法具有更强的检测差异的能力。
- 零结果/意外发现：论文未报告显著的零结果，但指出跨学科研究的长期学术影响（引用影响）在以往文献中结果不一，本研究未直接检验这一关系。
Limitations
作者承认的局限性包括：（1）没有单一指标能捕捉跨学科性的所有关键方面，IDD仅反映学科构成的平衡性和差异性，不涵盖研究过程、合作动态或知识整合质量；（2）IDD基于申请者自选的田野研究代码，可能受申请者策略性选择的影响（例如，为避免被标记为跨学科而少选代码）；（3）分析基于澳大利亚单一资助计划，虽然覆盖所有学科，但推广到其他国家或其他类型资助计划时需谨慎；（4）论文未直接检验跨学科提案成功率较低的原因机制（如评审偏见、提案质量差异等），仅提出推测性解释；（5）医学研究主要通过不同计划资助，因此该领域在样本中代表性有限。
Key Contributions
- 开发并验证了跨学科距离（IDD）指标，该指标同时捕捉学科平衡性和差异性，可应用于任何使用多学科分类代码的资助计划，且不依赖文本关键词或已发表文献数据。
- 提供了首个基于全部申请数据（含成功和失败）的大规模定量证据，证实跨学科研究在竞争性资助中系统性处于劣势，将此前基于案例或样本的观察提升到全样本统计层面。
- 排除了多种替代解释（合作者数量、机构类型、研究领域、申请年份），确立了跨学科性与资助成功率之间稳健的负相关关系。
- 为资助机构提供了实用工具，可用于追踪跨学科研究趋势、识别需要特殊评审策略的高跨学科提案，并推动对跨学科研究评估机制的改进。
- 将生态学中的生物多样性度量方法成功迁移到科学政策研究领域，展示了跨学科方法论创新的潜力。
Key Claims
"Interdisciplinary research is widely considered a hothouse for innovation, and the only plausible approach to complex problems such as climate change." (Introduction, p. 684)
"Using data on all 18,476 proposals submitted to the scheme over 5 consecutive years, including successful and unsuccessful applications, we show that the greater the degree of interdisciplinarity, the lower the probability of being funded." (Abstract, p. 684)
"The negative impact of interdisciplinarity is significant even when number of collaborators, primary research field and type of institution are taken into account." (Abstract, p. 684)
"This is the first broad-scale quantitative assessment of success rates of interdisciplinary research proposals." (Abstract, p. 684)
"We find that IDD is consistently negatively correlated with funding success (slope = −0.40, P = 1.1 × 10⁻¹¹; Fig. 1), independent of year of application, number of research codes selected and primary research field." (Results, p. 685)