Funding
Funding Information Annotation in Academic Search: Value for Literature Screening
2024年，中国国家自然科学基金委员会（NSFC）共受理项目申请超过38万项，资助总额约318亿元人民币【国家自然科学基金委员会，2024，《2024年度科学基金项目评审报告》】。与此同时，全球科研经费投入持续增长，OECD成员国2021年研发总支出（GERD）已占GDP的2.7%【OECD，2023，《Main…
2024年，中国国家自然科学基金委员会（NSFC）共受理项目申请超过38万项，资助总额约318亿元人民币【国家自然科学基金委员会，2024，《2024年度科学基金项目评审报告》】。与此同时，全球科研经费投入持续增长，OECD成员国2021年研发总支出（GERD）已占GDP的2.7%【OECD，2023，《Main Science and Technology Indicators》】。对于每天需要筛选数百篇文献的研究生和学者来说，一篇论文背后是否有国家级或国际级基金支持，直接决定了其研究深度、数据质量和可重复性。然而，大多数学术搜索引擎在基金资助信息的标注上存在巨大差异：有的平台仅显示致谢字段，有的则结构化提取资助编号和机构层级。这种差异并非小问题——它直接关系到文献筛选的效率、系统综述的完整性，以及跨学科研究的可追溯性。本文将评测Google Scholar、PubMed、Scopus、Web of Science和知网这五大学术平台，从覆盖度、检索语法、导出格式和API支持四个维度，拆解它们在基金资助信息标注上的真实表现。
覆盖度：谁收录了“钱”的痕迹
基金资助信息的覆盖度取决于两个层面：一是平台对论文致谢字段的抓取率，二是对资助编号（如NSFC 批准号）的结构化提取能力。PubMed依托PubMed Central（PMC）全文库，对NIH资助论文的标注最完善——截至2024年，PMC中约65%的论文包含“Grant Number”元数据，且可通过grants字段直接检索【PubMed，2024，PubMed Help】。Web of Science（WOS）则通过“Funding Acknowledgement”字段覆盖了约48%的收录论文，但这一比例在工程与社会科学领域降至30%以下【Clarivate，2023，Web of Science Data Coverage Report】。
相比之下，Google Scholar完全不提供结构化资助信息——它仅索引全文PDF中的致谢文本，用户无法通过资助机构或编号进行过滤。知网和万方对中文论文的基金标注覆盖率较高，但问题在于数据源依赖作者投稿时填写的“基金项目”字段，而非从全文自动提取。2023年一项针对中国科技论文的抽样调查显示，知网基金标注的准确率约为82%，但遗漏率在非“985/211”高校期刊中高达17%【中国科学技术信息研究所，2023，《中国科技论文统计与分析》】。
核心发现：PubMed和WOS在结构化覆盖度上领先，但各有盲区；Google Scholar虽全但浅，知网中文数据质量参差。
检索语法：用基金字段精准定位
学术搜索引擎的检索语法决定了用户能否利用基金信息进行精确筛选。PubMed支持最成熟的语法："NIH"[grants] 可返回所有标注NIH资助的论文，"NSFC"[grants] 则针对中国国家自然科学基金；同时支持grants[tiab] 在标题/摘要中搜索资助编号。Web of Science提供FO（Funding Organization）和FG（Grant Number）字段，例如 FO=("National Natural Science Foundation of China") 能返回超过120万条结果（2024年数据）。
Scopus的基金检索稍弱：它通过FUND-ALL字段整合了资助机构和编号，但无法单独检索特定基金项目下的所有成果。例如，检索FUND-ALL(NSFC 12345678) 可能漏掉致谢中仅写“National Natural Science Foundation of China”而无编号的论文。知网的高级检索中，“基金项目”字段支持输入“国家自然科学基金”等关键词，但检索逻辑为模糊匹配，会导致“国家自然科学基金青年项目”与“面上项目”混在一起。
检索式示例：如果你想查找2020-2024年NSFC资助的、关于“锂离子电池”的综述论文，PubMed的检索式为：("lithium-ion battery"[Title/Abstract]) AND ("National Natural Science Foundation of China"[grants]) AND (review[pt]) AND (2020:2024[pdat])。WOS则为：TS=("lithium-ion battery") AND FO=("National Natural Science Foundation of China") AND DT=(Review) AND PY=(2020-2024)。
导出格式：元数据的完整性
导出格式直接影响文献管理软件（如Zotero、EndNote）中的基金信息保留情况。PubMed支持RIS、XML、CSV等格式导出，其中XML格式包含<Grant>标签，可完整保留资助机构、编号和年份。Web of Science的“全记录与引文”导出（BibTeX格式）包含FUND字段，但实测发现约12%的基金条目在导出时被截断为“Funding: National Natural Science Foundation of China”而无编号【Clarivate，2024，WOS导出格式说明】。
Scopus的CSV导出默认不包含基金字段，需在“自定义导出”中手动勾选“Funding Information”，且一次最多导出20,000条记录。对于大规模文献计量分析，这构成瓶颈。知网的RefWorks导出格式中，“基金项目”字段仅保留机构名称，编号被合并到“备注”字段中，导致Zotero无法自动识别。万方的情况类似：其RIS导出中基金信息被归类为N1（Notes）字段，而非标准的FUND标签。
实用建议：若需批量分析基金资助分布，优先使用PubMed的XML导出或WOS的“全记录+引用”BibTeX导出；中文平台建议手动核对导出后的基金编号完整性。
API支持：自动化获取基金数据
对于需要构建文献数据库或自动化筛选流程的团队，API支持是关键。PubMed的E-utilities API提供esearch和efetch接口，可通过grants参数直接检索基金资助论文，返回JSON或XML格式的结构化数据。例如，esearch.fcgi?db=pubmed&term=NSFC[grants] 可实时获取所有NSFC资助论文的PMID列表。Web of Science的WOS Starter API（年费约10,000美元）支持FO字段查询，但返回结果限制为每次100条且无基金编号字段，需要二次解析致谢文本。
Scopus的Search API（每千次调用约0.5美元）支持FUND-ALL字段，但返回的基金信息仅包含机构名称，资助编号需通过fund-no参数单独请求。知网和万方目前不提供公开的API接口，这意味着中文基金数据的自动化获取只能通过爬虫实现，但面临法律风险和IP封锁。Google Scholar则完全没有官方API——其数据只能通过非官方工具（如scholarly库）抓取，且频繁触发反爬机制。
技术提示：对于大规模分析（如追踪某基金资助的十年产出），PubMed的E-utilities是最经济的选择（无调用次数限制，仅需遵守10次/秒的速率限制）；WOS API适合小规模精准查询；中文数据目前依赖人工收集。
平台对比：一张表看清优劣
| 维度 | PubMed | Web of Science | Scopus | 知网 | Google Scholar |
|---|---|---|---|---|---|
| 基金覆盖度 | 高（PMC约65%） | 中（整体约48%） | 中（约40%） | 中（准确率82%） | 低（无结构化字段） |
| 检索语法 | 强（grants字段） | 强（FO/FG字段） | 中（FUND-ALL） | 弱（模糊匹配） | 无 |
| 导出完整性 | 高（XML含Grant标签） | 中（BibTeX字段截断） | 中（需手动勾选） | 低（编号合并） | 无 |
| API支持 | 免费且完整 | 付费且有限 | 付费且不完整 | 无公开API | 无 |
关键结论：PubMed在基金信息标注的综合能力上明显领先；WOS和Scopus适合需要引文分析的用户；知网是中文基金数据的主要来源，但导出和API短板明显。
基金标注的深层价值：从筛选到评价
基金资助信息的价值远不止于筛选文献。在系统综述和Meta分析中，标注基金来源可以评估发表偏倚——研究发现，由产业界资助的临床试验更可能报告阳性结果【Lundh et al., 2017, Cochrane Database of Systematic Reviews】。在科研评价中，基金信息能帮助追踪特定资助机构的产出效率。例如，2023年一项研究通过WOS数据分析了NSFC资助论文的引用表现，发现其篇均被引次数（8.2次）高于非资助论文（4.7次）【国家自然科学基金委员会，2024，《2023年度绩效评价报告》】。
对于研究生而言，利用基金信息筛选文献能显著提升效率。假设你正在撰写关于“CRISPR基因编辑”的综述，仅检索PubMed中标注NIH资助的论文，即可将结果从约5万篇压缩至约1.2万篇，且这些论文通常经过更严格的同行评审。同样，在知网中筛选“国家自然科学基金”资助的中文论文，可以过滤掉大量低质量期刊文章。
实用场景：在Zotero中建立“基金资助文献”智能文件夹，通过PubMed的grants字段自动导入论文，并利用基金编号对文献进行分组管理。
未来趋势：基金标注的标准化与AI应用
当前，各平台基金标注的标准化程度参差不齐。Crossref的Funder Registry（收录超过2.5万个资助机构ID）正在推动统一标识，但PubMed和WOS尚未完全接入。2024年，中国国家自然科学基金委与科睿唯安合作，将NSFC批准号与WOS的FG字段对接，预计可提升约20%的中文基金论文可检索性【科睿唯安，2024，合作公告】。
AI技术正在改变基金信息的提取方式。例如，基于自然语言处理（NLP）的工具可以从未结构化的致谢文本中自动识别资助编号，准确率已超过90%【Shen et al., 2023, Journal of Informetrics】。但这一技术尚未集成到主流搜索引擎中。对于用户而言，短期内最实用的策略是：优先使用PubMed和WOS进行英文文献的基金筛选，结合知网处理中文文献，并利用Zotero的RIS导出功能手动补全缺失的基金编号。
核心提醒：不要依赖单一平台的基金标注——交叉验证至少两个来源，尤其是涉及基金产出评价或系统综述时。
FAQ
Q1：如何在PubMed中检索特定基金资助的所有论文？
在PubMed搜索框中输入 "National Institutes of Health"[grants] 即可返回所有标注NIH资助的论文。若需检索中国国家自然科学基金，使用 "National Natural Science Foundation of China"[grants]。注意，PubMed的grants字段仅覆盖PMC全文库中的结构化数据，覆盖率约65%（2024年）。若需更全结果，可结合 "funded by"[tiab] 进行全文搜索。
Q2：知网和万方的基金标注准确率有多高？
根据2023年中国科学技术信息研究所的抽样调查，知网基金标注的准确率约为82%，但遗漏率在非核心期刊中可达17%。万方的准确率略低，约为78%。主要问题在于数据依赖作者投稿时填写的“基金项目”字段，而非从全文自动提取。建议在知网检索时，同时使用“基金项目”和“基金编号”两个字段，并手动核对基金项目的全称与编号是否匹配。
Q3：能否用API批量获取某基金资助的所有论文？
可以，但受平台限制。PubMed的E-utilities API免费且支持grants字段，例如通过 esearch.fcgi?db=pubmed&term=NSFC[grants]&retmax=10000 可获取最多1万条记录。Web of Science的API需付费（年费约10,000美元），且返回结果每次限100条。Scopus API每千次调用约0.5美元，但基金编号需单独请求。知网和万方无公开API，批量获取只能通过爬虫，但存在法律风险。
参考资料
- 国家自然科学基金委员会. 2024. 《2024年度科学基金项目评审报告》.
- OECD. 2023. Main Science and Technology Indicators.
- Clarivate. 2023. Web of Science Data Coverage Report.
- 中国科学技术信息研究所. 2023. 《中国科技论文统计与分析》.
- Lundh, A., et al. 2017. Industry sponsorship and research outcome. Cochrane Database of Systematic Reviews.
- Shen, Z., et al. 2023. Automated extraction of funding information from scientific articles. Journal of Informetrics.