Vyšší podíl partnerů z widening zemí snižuje šanci na úspěch v nástroji Twinning: logistická regrese napovídá

1. Úvod 

Twinning je jedním z hlavních nástrojů části priority Rozšiřování účasti a šíření excelence programu Horizont Evropa obecně nazývané Widening, jehož cílem je posilování výzkumné excelence institucí z méně výkonných zemí prostřednictvím spolupráce s předními evropskými partnery. Projekty jsou založeny na institucionálním networkingu, přenosu znalostí a budování kapacit koordinující organizace z tzv. widening země. Minimální konsorcium tvoří koordinátor z widening země a alespoň dvě výzkumné instituce ze dvou různých členských států nebo asociovaných zemí, přičemž další partneři (včetně institucí z widening zemí) mohou být doplněni podle potřeb projektu [1].

Tato analýza vznikla v reakci na praktickou otázku projektových manažerů a žadatelů, zda širší zapojení partnerů z widening zemí v konsorciu Twinning ovlivňuje šanci financování projektového návrhu.

Zjištěná struktura Twinning konsorcií v analyzovaných datech odpovídá základní logice nástroje Twinning: většina projektových návrhů zahrnuje jednoho koordinátora z widening země a malý počet (typicky dva až tři) partnerů z výkonnějších výzkumných systémů, zatímco další partneři z widening zemí představují variabilní složku konsorcia. Proměnná podílu widening partnerů tak zachycuje především rozdíly v počtu těchto dodatečných widening institucí nad rámec koordinátora.

Z pohledu strategie při podávání projektových návrhů se často předpokládá, že širší zapojení partnerů z widening zemí může posílit dopad projektového návrhu a zvýšit šanci na jeho financování. Empirická analýza návrhů projektů nástroje Twinning z výzev 2021 a 2023 v programu Horizont Evropa však ukazuje opačný trend: s rostoucím počtem partnerů z widening zemí klesá šance na úspěch projektového návrhu. Cílem této analýzy je kvantifikovat vztah mezi strukturou konsorcia a financováním projektových návrhů nástroje Twinning pomocí logistické regrese; výsledky jsou interpretovány prostřednictvím šancí (odds) a odds ratio (OR).

2. Data a základní charakteristiky výzev Twinning

Analýza zahrnuje 1 310 způsobilých návrhů projektů (zdroj: databáze eCORDA 01/2026) ze tří výzev programu Horizont Evropa vyhlášených pro Twinning v letech 2021 a 2023:

* HORIZON-WIDERA-2021-ACCESS-02 (Western Balkans Special)
* HORIZON-WIDERA-2021-ACCESS-03 (Twinning)
* HORIZON-WIDERA-2023-ACCESS-02 (Bottom-Up a Green Deal)

Celkově bylo financováno 219 projektů, což odpovídá úspěšnosti 16,7 %.

Distribuce velikosti konsorcií je mezi výzvami velmi podobná: medián počtu partnerů je ve všech případech 4 a průměr rovněž kolem 4–5 partnerů. Většina návrhů tedy splňuje minimální požadavek konsorcia a přidává jen omezený počet dalších institucí.

Z pohledu struktury konsorcia je však zásadní proměnnou počet widening partnerů (bez koordinátora). Agregovaná data ukazují jasný trend:

• 0 widening partnerů (jen koordinátor): úspěšnost cca 12–32 %
• 1 widening partner: cca 13–26 %
• 2 widening partneři: cca 6–11 %
• 3 widening partneři: cca 4–6 %
• ≥ 4 widening partneři: téměř 0 %

Již pouhá deskriptivní statistika tedy naznačuje negativní vztah mezi počtem widening partnerů a úspěchem návrhu projektu.

3. Definice použitých prediktorů binární logistické regrese

V analýze byly použity následující prediktory – podíl widening partnerů v konsorciích projektových návrhů (share_widening), podíl partnerů z vysokoškolského sektoru (share_HES), celkový počet partnerů v konsorciu projektu včetně koordinátora (nb_applicants), požadovaná finanční podpora z programu Horizont Evropa pro daný návrh projektu (request) a identifikátor konkrétní výzvy nástroje Twinning (call_id).

Podíl widening partnerů v konsorciích projektových návrhů (share_widening) je definován jako podíl partnerů z widening zemí k celkovému počtu partnerů v konsorciu, přičemž do obou počtů je zahrnut i koordinátor projektu. Proměnná tedy vyjadřuje relativní zastoupení institucí z widening zemí v celém konsorciu. Vzhledem k tomu, že koordinátor je v nástroji Twinning vždy institucí z widening země, proměnná share_widening zahrnuje i tuto důležitou část konsorcia vyplývající z pravidel nástroje; interpretace jejího efektu proto v praxi odráží především změny v počtu dalších widening partnerů nad rámec koordinátora, nikoli samotnou přítomnost widening koordinátora.

Share_HES je podíl partnerů z vysokoškolského sektoru (HES - Higher Education Sector) na celkovém počtu partnerů v konsorciu, rovněž včetně koordinátora. Nb_applicants označuje celkový počet partnerů v konsorciu projektu (včetně koordinátora). request je požadovaná finanční podpora z programu Horizont Evropa pro daný návrh projektu. Ln_nb_applicants je přirozený logaritmus počtu partnerů v konsorciu a ln_request je přirozený logaritmus požadované finanční podpory. Proměnná call_id identifikuje konkrétní výzvu Twinning, do níž byl návrh podán. 

Počet partnerů a požadovaná podpora byly do modelu zahrnuty v logaritmické transformaci pomocí přirozeného logaritmu (ln). Důvody jsou dva. Zaprvé, rozdělení těchto proměnných je silně pravostranně vychýlené: většina projektů má 3–5 partnerů, zatímco menší část návrhů má partnerů výrazně více; obdobně se vyskytují i výjimečně vysoké požadavky na podporu. Logaritmická transformace stabilizuje rozptyl a omezuje vliv extrémních hodnot. Zadruhé, vliv velikosti konsorcia či rozpočtu na pravděpodobnost financování není lineární: rozdíl mezi třemi a čtyřmi partnery bývá strukturálně významnější než rozdíl mezi třinácti a čtrnácti partnery. Logaritmická transformace proto lépe zachycuje realistický nelineární vztah mezi velikostí konsorcia, rozpočtem a pravděpodobností úspěšnosti projektového návrhu (jeho financování).

4. Co je binární logistická regrese a odds ratio (OR)

Pro kvantifikaci vztahu mezi strukturou konsorcia a pravděpodobností financování projektového návrhu byl použit model binární logistické regrese. Tento statistický model se používá v situacích, kdy sledovaný výsledek nabývá pouze dvou hodnot – v tomto případě financován (success = 1) nebo nefinancován (success = 0). Logistická regrese odhaduje, jak změna jednotlivých charakteristik projektového návrhu (např. podílu widening partnerů v konsorciu, velikosti konsorcia či sektorového složení) souvisí se změnou pravděpodobnosti financování návrhu projektu. V našem případě tedy modeluje pravděpodobnost financování projektového návrhu, přičemž výsledné efekty jsou standardně interpretovány prostřednictvím šancí (odds) a vyjadřovány pomocí odds ratio (OR), tedy poměru šancí.

Hodnota OR vyjadřuje, kolikrát se změní šance na úspěch (resp. neúspěch) při změně dané proměnné. Hodnota OR = 1 znamená, že proměnná nemá na výsledek vliv; OR < 1 znamená snížení šance na financování; OR > 1 znamená zvýšení šance na financování.

Například zjištěná hodnota OR ≈ 0,24 pro podíl widening partnerů v konsorciu projektového návrhu znamená, že návrhy projektů s vyšším podílem těchto institucí mají přibližně čtyřikrát nižší šanci na financování než návrhy projektů s nižším zastoupením widening partnerů. Ekvivalentně lze stejný vztah vyjádřit jako OR ≈ 4,17 pro neúspěch, tedy že vyšší podíl widening partnerů přibližně čtyřnásobně zvyšuje šanci nefinancování návrhu. Obě interpretace jsou matematicky totožné a liší se pouze tím, zda modelujeme pravděpodobnost úspěchu nebo neúspěchu.

5. Model binární logistické regrese

Závislou proměnnou analýzy je úspěch návrhu projektu (success = 1, návrh je financován, success = 0, návrh není financován, tj. je nefinancován). Tento typ proměnné je binární, proto je vhodným modelem binární logistická regrese, která modeluje pravděpodobnost úspěchu návrhu na základě charakteristik konsorcia a konkrétní výzvy. V této analýze je hlavní specifikace orientována jako model úspěchu, tj. modelujeme p("success"=1)– pravděpodobnost financování návrhu.

Model má tvar:

logit(p(success)) = β₀+β₁⋅share_widening  +β₂⋅share_HES + β₃⋅ln(nb_applicants) + β₄⋅ln(request)

kde:

• share_widening = podíl widening partnerů v konsorciu včetně koordinátora,
• share_HES = podíl partnerů v konsorciu z vysokoškolského sektoru,
• nb_applicants = celkový počet partnerů v konsorciu včetně koordinátora,
• request = požadovaná podpora na řešení návrhu projektu.

Aby bylo ověřeno, že se vysvětlující proměnné vzájemně nepřekrývají a že odhady jejich efektů nejsou zkreslené ani statisticky nestabilní, byla mezi prediktory testována multikolinearita pomocí ukazatelů VIF (Variance Inflation Factor) a tolerance (kde "tolerance"=1/"VIF" ). Všechny hodnoty VIF se pohybovaly kolem 1,02 a tolerance kolem 0,98, což indikuje zanedbatelnou kolinearitu mezi proměnnými, a tedy stabilní odhady parametrů.

6. Výsledky modelu binární logistické regrese

Statistická analýza byla provedena v prostředí Jamovi (verze 2.3), které využívá výpočetní jádro R a balíček car pro diagnostiku regresních modelů. Celkový model je statisticky významný (χ² = 67,2; p < 0,001). Hodnoty pseudo-R^2 dosahují McFadden R²=0,0567 a Nagelkerke R²=0,0838. Model tedy vysvětluje pouze část variability úspěšnosti návrhů, přibližně 6–8 %. V kontextu dat týkajících se projektových návrhů je takové rozmezí hodnot běžné, protože úspěšnost návrhů projektů závisí velmi silně i na samotné kvalitě daných návrhů a dalších faktorech procesu jejich odborného hodnocení, které nejsou v tomto modelu přímo měřitelné.

6.1 Vliv podílu widening partnerů (share_widening)

Podíl partnerů z widening zemí má statisticky významný negativní vztah k šanci na financování projektového návrhu. V modelu úspěchu p("success"=1) odpovídá tento vztah OR(success) ≈ 0,24, což znamená, že s rostoucím podílem partnerů z widening zemí v konsorciu projektového návrhu klesá šance na jeho financování z rozpočtu programu Horizont Evropa. Ekvivalentně lze tentýž vztah vyjádřit v modelu neúspěchu p("success"=0): zde vychází OR(fail) ≈ 4,17, tedy vyšší podíl widening partnerů přibližně čtyřnásobně zvyšuje šanci neúspěchu.

Interpretace je následující: návrhy projektů s vyšším podílem partnerů z widening zemí mají přibližně čtyřikrát nižší šanci na financování z rozpočtu programu Horizont Evropa než návrhy projektů s nižším zastoupením institucí z těchto zemí. Ekvivalentně – návrhy projektů s nižším podílem widening partnerů mají přibližně čtyřikrát vyšší šanci na financování než návrhy projektů s vyšším zastoupením institucí z widening zemí. Jinými slovy, čím vyšší je zastoupení partnerů z widening zemí v konsorciu, tím menší je pravděpodobnost úspěchu návrhu.

Je třeba zdůraznit, že OR(success) ≈ 0,24 odpovídá změně podílu widening partnerů v celém rozsahu 0–100 %. Pro malé změny je efekt podstatně menší: zvýšení podílu widening partnerů o jeden procentní bod snižuje šanci na financování přibližně o 1,4 %.

Při podrobnějším přepočtu efektu podílové proměnné na reálnou strukturu konsorcia lze interpretaci vyjádřit i v jednotkách „o jednoho partnera“. Proměnná share_widening je podíl widening partnerů v konsorciu, takže nahrazení jednoho partnera z non-widening země partnerem z widening země (při stejném celkovém počtu partnerů N) odpovídá zvýšení tohoto podílu o 1/N. V typických konsorciích nástroje Twinning (nejčastěji 4–5 institucí) tak tato změna znamená navýšení podílu přibližně o 20–25 procentních bodů. Z toho plyne, že při typické velikosti konsorcia 4–5 institucí snižuje tato změna šanci (odds) na financování projektového návrhu přibližně o 25–30 %.

6.2 Vliv podílu partnerů z vysokoškolského sektoru (share_HES)

Podíl partnerů z vysokoškolského sektoru je v analýze spojen s nižší šancí úspěchu projektového návrhu získat finanční prostředky z rozpočtu programu Horizont Evropa. V modelu úspěchu p("success"=1) odpovídá tento vztah OR(success) ≈ 0,53, což znamená, že s rostoucím podílem univerzit v konsorciu klesá šance na financování projektového návrhu. Ekvivalentně lze vztah vyjádřit v modelu neúspěchu p("success"=0): zde vychází OR(fail) ≈ 1,89, tedy vyšší podíl vysokoškolských institucí zvyšuje šanci neúspěchu přibližně 1,9násobně.

Návrhy projektů s vyšším zastoupením univerzit tak mají o něco nižší šanci na financování než návrhy s větší účastí výzkumných organizací nebo dalších typů institucí. Vyšší zastoupení institucí z vysokoškolského sektoru v konsorciu je spojeno s nižší šancí na konečný úspěch návrhu. Tento výsledek může souviset se strukturou nástroje Twinning, který je zaměřen na institucionální kapacitní rozvoj a strategické partnerství, nikoli primárně na akademickou excelenci samotnou. Konsorcia s vyšším podílem neakademických nebo aplikačních partnerů mohou lépe odpovídat implementační logice nástroje.

6.3 Vliv velikosti konsorcia (ln_nb_applicants)

Velikost konsorcia, vyjádřená logaritmem počtu partnerů, má statisticky významný negativní vliv na úspěch projektového návrhu. V modelu úspěchu p("success"=1) odpovídá vztah přibližně OR(success) ≈ 0,49, což znamená, že větší konsorcia mají nižší šanci na financování projektového návrhu. Ekvivalentně v modelu neúspěchu p("success"=0)vychází OR(fail) ≈ 2,03, tedy větší konsorcia mají přibližně dvojnásobnou šanci neúspěchu. Přidávání partnerů do konsorcia se v Twinningu statisticky nevyplácí: větší konsorcia mají nižší šanci na financování než menší. Efekt je nelineární — přidání partnera v malém konsorciu má větší dopad než v už velkém konsorciu. Zdvojnásobení počtu partnerů v konsorciu je spojeno s poklesem šance na financování přibližně o 35–40 % (toto číslo vychází z 0,49^ln(2) ≈ 0,62, tedy pokles o ~38 %).

Tento výsledek je konzistentní s charakterem nástroje Twinning, který je koncipován jako cílené institucionální partnerství omezeného počtu organizací. S rostoucím počtem partnerů se obvykle zvyšuje organizační náročnost řízení projektu a zároveň může klesat míra soustředění na klíčovou spolupráci mezi koordinátorem a hlavními partnery. V kontextu Twinningu to naznačuje, že kompaktnější a tematicky soustředěná partnerství mohou být v hodnocení vnímána příznivěji než rozsáhlá a méně soustředěná konsorcia.

6.4 Vliv výše požadované podpory (ln_request)

Výše požadované podpory vykazuje slabší a pouze hraničně statisticky významný vztah k úspěchu projektového návrhu. Efekt této proměnné je výrazně méně průkazný než u podílu widening partnerů nebo velikosti konsorcia. Výsledky naznačují, že projekty s vyšší požadovanou podporou mohou mít o něco vyšší pravděpodobnost financování, tento vztah však není dostatečně silný, aby umožňoval jednoznačné závěry.

Zjištěná asociace může odrážet skutečnost, že finančně náročnější projekty bývají současně rozsáhlejší nebo ambicióznější z hlediska aktivit a očekávaného dopadu. Vzhledem k omezené statistické průkaznosti však nelze tvrdit, že výše požadované podpory sama o sobě systematicky zvyšuje šanci na financování.

6.5 Vliv konkrétní výzvy (call_id)

Efekt prediktoru call_id je statisticky významný, což potvrzuje, že jednotlivé výzvy Twinning se liší strukturou návrhů i mírou konkurence. Míra úspěšnosti se mezi výzvami liší, což odráží rozdílný počet podaných návrhů, tematické zaměření i celkovou konkurenci v jednotlivých letech. Tento prediktor proto představuje důležitý kontextuální faktor úspěšnosti návrhů a je vhodné jej v modelu kontrolovat. Současně platí, že po zohlednění call_id zůstávají směry a přibližná velikost efektů ostatních prediktorů (podíl widening partnerů, velikost konsorcia, sektorová struktura) obdobné, což naznačuje, že zjištěné vztahy nejsou pouze artefaktem konkrétní výzvy, ale mají obecnější platnost v rámci analyzovaných výzev Twinning.

6.6 Relativní síla jednotlivých prediktorů

Relativní síla jednotlivých prediktorů se liší jak velikostí efektu, tak statistickou průkazností. Nejsilnějším a nejrobustnějším strukturálním faktorem úspěšnosti návrhů Twinning je podíl partnerů z widening zemí (share_widening). Statisticky významný, avšak slabší negativní vliv vykazují také velikost konsorcia (ln_nb_applicants) a podíl vysokoškolských institucí (share_HES). Naproti tomu výše požadované podpory (ln_request) má pouze slabý a hraničně významný vztah k úspěšnosti a nelze ji považovat za robustní determinant financování návrhů. Specifickou roli hraje rovněž konkrétní výzva (call_id), která představuje kontextový faktor odrážející rozdílnou konkurenci a strukturální charakteristiky jednotlivých výzev nástroje Twinning.

Tuto hierarchii efektů potvrzují i intervaly spolehlivosti odds ratio: podíl widening partnerů vykazuje relativně úzký interval vzdálený od hodnoty 1, což indikuje robustní a stabilní efekt, zatímco intervaly u velikosti konsorcia a podílu vysokoškolských institucí jsou širší a blíže hodnotě 1. U výše požadované podpory interval spolehlivosti zasahuje do blízkosti hodnoty 1, což odpovídá pouze slabé a hraniční statistické průkaznosti tohoto vztahu.

Výstup 1: Model neúspěchu – výsledky binární logistické regrese pravděpodobnosti nefinancování p("success"=0) projektových návrhů nástroje Twinning v programu Horizont Evropa (2021–2023). Statistická analýza byla provedena v prostředí Jamovi (verze 2.3), které využívá výpočetní jádro R a balíček car pro diagnostiku regresních modelů [2,3,4]

Výstup 2: Model úspěchu – výsledky binární logistické regrese pravděpodobnosti financování p("success"=1) projektových návrhů nástroje Twinning v programu Horizont Evropa (2021–2023). Statistická analýza byla provedena v prostředí Jamovi (verze 2.3), které využívá výpočetní jádro R a balíček car pro diagnostiku regresních modelů [2,3,4]

7. Limity analýzy a zvoleného logistického modelu 

Logistická regrese identifikuje strukturální faktory spojené s úspěšností návrhů Twinning, avšak její interpretační možnosti jsou omezené dostupností dat. Model nezahrnuje kvalitu návrhu ani proces hodnocení a vysvětluje pouze část variability financování. Zjištěné vztahy proto představují statistické asociace mezi charakteristikami konsorcia a pravděpodobností úspěchu, nikoli přímé kauzální efekty. Limity analýzy jsou vysvětleny  podrobněji níže.

Nezahrnutá kvalita projektového návrhu

Model pracuje pouze se strukturálními charakteristikami konsorcia (podíl widening partnerů, sektor, velikost, rozpočet, výzva). Skutečná kvalita návrhu – vědecká excelence, relevance a implementační plán – v datech obsažena není. Tyto faktory přitom zásadně ovlivňují hodnocení projektový návrhů.  Model proto nevysvětluje individuální úspěch konkrétních návrhů, ale identifikuje obecné strukturální vzorce.

Nízká vysvětlená variabilita je očekávaná

Pseudo-R² modelu se pohybuje přibližně mezi 0,06–0,08. V kontextu hodnocení projektových návrhů je taková hodnota běžná, protože rozhodování o financování zahrnuje mnoho nepozorovaných faktorů (např. kvalitu návrhu, hodnotitele, panel či tematickou relevanci). Nízké R² tedy neznamená, že model je slabý, ale že vysvětluje pouze část variability, která je v dostupných datech zachycena.

Strukturální vs. kauzální interpretace

Logistická regrese identifikuje statistické asociace, nikoli příčinné vztahy. Například zjištění, že vyšší podíl widening partnerů je spojen s nižší úspěšností, neznamená, že widening partneři sami o sobě snižují kvalitu projektového návrhu. Výsledek pravděpodobně odráží strukturální charakter nástroje Twinning, který je zaměřen na transfer excelence k jedné instituci, nikoli na širokou spolupráci více widening organizací.

Agregace partnerů do podílů

Proměnné share_widening a share_HES agregují heterogenní instituce do jednoduchých podílů. Model tak nerozlišuje typy widening institucí, jejich kvalitu ani roli v konsorciu. Dva projekty se stejným podílem widening partnerů mohou mít zcela odlišnou strukturu spolupráce.

Omezené zachycení velikosti konsorcia

Velikost konsorcia je reprezentována logaritmem počtu partnerů, což je standardní a metodicky vhodná transformace, ale stále jde o zjednodušení. Model nezachycuje například hierarchii rolí partnerů, sílu jejich zapojení ani kvalitu spolupráce.

Rozdíly mezi výzvami

Proměnná call_id zachycuje rozdíly mezi výzvami Twinning, ale tyto rozdíly mohou být způsobeny více faktory současně (rozpočet výzvy, tematické zaměření, konkurence). Model nedokáže tyto vlivy plně oddělit, proto je interpretace call efektu spíše kontextová než čistě strukturální.

Nerovnoměrné rozdělení kombinací

Některé kombinace strukturálních charakteristik jsou v datech vzácné (např. velmi vysoký počet widening partnerů). Odhady v těchto oblastech mají vyšší nejistotu, což je patrné i z širších intervalů spolehlivosti. Výsledky jsou proto nejspolehlivější v rozsahu běžných Twinning konsorcií (3–5 partnerů, 0–2 widening).

8. Závěr a implikace pro přípravu projektových návrhů Twinning

Analýza více než 1 300 návrhů projektů nástroje Twinning v programu Horizont Evropa ukazuje robustní a statisticky významný vztah mezi strukturou konsorcia a úspěšností návrhů projektů. Logistická regrese i popisná statistika konzistentně potvrzují, že vyšší podíl partnerů z widening zemí je nejsilnějším negativním prediktorem šance na financování projektových návrhů v dosavadních výzvách Twinning. Návrhy projektů s vyšším zastoupením widening institucí mají výrazně nižší úspěšnost než projektové návrhy s menším počtem těchto partnerů; tento vzorec je patrný ve všech výzvách a zůstává stabilní i po zohlednění dalších charakteristik konsorcia.

Negativní vztah k úspěšnosti vykazují také větší velikost konsorcia a vyšší podíl partnerů z vysokoškolského sektoru, i když jejich efekt je slabší než u podílu widening partnerů. Naproti tomu výše požadované podpory vykazuje pouze slabý a hraničně významný vztah k úspěšnosti a nelze ji považovat za robustní determinant financování návrhů projektů. 

Distribuce úspěšnosti podle počtu widening partnerů tento strukturální vzorec dále potvrzuje: ve všech výzvách klesá úspěšnost s rostoucím zastoupením widening institucí v konsorciu. Je přitom třeba zdůraznit, že koordinátor projektu je vždy institucí z widening země; kategorie „0 widening partnerů“ proto označuje konsorcia bez dalších widening partnerů nad rámec koordinátora. Například ve výzvě HORIZON-WIDERA-2021-ACCESS-03 klesá úspěšnost z 31,6 % u konsorcií bez dalších widening partnerů na 6,3 % u konsorcií se třemi dalšími widening partnery vedle koordinátora.

Z pohledu přípravy návrhů výsledky naznačují několik strukturálních faktorů spojených s vyšší šancí na financování. Úspěšnější projektové návrhy v analyzovaných výzvách vykazují zpravidla kompaktnější strukturu konsorcia s omezeným počtem partnerů. Nadměrné rozšiřování konsorcia nad rámec minimálních požadavků může snižovat tematické soustředění projektu a zvyšovat organizační náročnost spolupráce, což se v průměru pojí s nižší šancí na financování. Zapojení dalších widening institucí nad rámec koordinátora je spojeno s nižší šancí na úspěch návrhu, což naznačuje, že jejich účast by měla být vždy jasně zdůvodněna konkrétní rolí v transferu znalostí a institucionálním rozvoji koordinátora. Sektorová skladba konsorcia může rovněž hrát roli: návrhy s vyšším zastoupením vysokoškolských institucí vykazují v průměru o něco nižší šanci na financování než návrhy s širším zapojením výzkumných organizací či dalších typů institucí.

Tato zjištění je však třeba interpretovat s opatrností: úspěch konkrétního návrhu je primárně určován jeho vědeckou kvalitou, relevancí a kvalitou implementačního plánu. Strukturální charakteristiky konsorcia představují pouze jeden z faktorů, který může šanci na financování ovlivňovat, a logistický model vysvětluje pouze část variability výsledků.

Výsledky jsou zároveň v souladu s oficiální logikou nástroje Twinning, který je koncipován jako cílené institucionální partnerství zaměřené na posílení kapacit koordinující organizace z widening země prostřednictvím spolupráce s omezeným počtem špičkových partnerů z výkonnějších výzkumných systémů. V tomto kontextu lze výsledky analýzy chápat jako empirickou podporu základního designu nástroje: návrhy, jejichž struktura odpovídá tomuto cílenému partnerství a vyhýbá se zbytečnému rozšiřování konsorcia, mohou být v průměru spojeny s vyšší šancí na financování [5,6].

Autor: Daniel Frank, TC Praha, frank@tc.cz, 27.2.2026

Publikování a šíření obsahu tohoto článku (blogu) nebo jeho části a příloh jakýmkoli způsobem v českém nebo jiném jazyce je možné pouze s uvedením zdroje a autora dle obvyklých citačních zvyklostí. Jakékoliv změny a úpravy článku (vyjma čistě formálních) je možné provádět pouze se souhlasem autora. Text neprošel jazykovou kontrolou. 

Použité zdroje:

[1] Technologické centrum Praha. (2025). Rozšiřování účasti a šíření excelence (Widening) – Vademecum Horizont Evropa. Dostupné z: https://www.tc.cz/cs/publikace/219/rozsirovani-ucasti-a-sireni-excelence-widening

[2] The jamovi project. (2022). jamovi (Version 2.3) [Computer software]. Dostupné z: https://www.jamovi.org

[3] R Core Team. (2021). R: A language and environment for statistical computing (Version 4.1) [Computer software]. Vienna: R Foundation for Statistical Computing. https://cran.r-project.org

[4] Fox, J., & Weisberg, S. (2020). car: Companion to Applied Regression [R package]. Dostupné z: https://cran.r-project.org/package=car

[5] European Research Executive Agency (REA). (2026). Twinning – Horizon Europe Widening Participation and Spreading Excellence. Dostupné z: https://rea.ec.europa.eu/funding-and-grants/horizon-europe-widening-participation-and-spreading-excellence/twinning_en

[6] European Research Executive Agency (REA). (2026). Horizon Europe Widening – Who Should Apply. Dostupné z: https://rea.ec.europa.eu/horizon-europe-widening-who-should-apply_en