急救员诊断过程：双过程理论的实验研究
急救员诊断双过程理论实验研究，围绕急性冠状动脉综合征，收集印象、自信心、典型性与反应时数据。
基本信息
资源简介
急救员诊断过程：双过程理论的实验研究
【一句话概览】
本数据集是 Research Data Australia 公开的结构化表格数据集，主题涵盖 Decision Making、PSYCHOLOGY AND COGNITIVE SCIENCES、COGNITIVE SCIENCE、MEDICAL AND HEALTH SCIENCES、OTHER MEDICAL AND HEALTH SCIENCES，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Paramedic diagnostic processes: An experimental study of dual process theory》。源站首次发布：2020。
【数据内容】
源站原始描述：Method: Experiment 1 Participants Participants were qualified paramedics employed by an Australian government ambulance service and paramedic students studying an accredited undergraduate paramedicine degree at an Australian university. Paramedics were invited to participate in the study during a regularly scheduled employer in-service program. Students were recruited during a face-to-face block of teaching on campus. No inducements or payments were offered for participation. Sixty-four paramedi…
【主题与分类】
主题标签：Decision Making、PSYCHOLOGY AND COGNITIVE SCIENCES、COGNITIVE SCIENCE、MEDICAL AND HEALTH SCIENCES、OTHER MEDICAL AND HEALTH SCIENCES、paramedics、emergency medical services、diagnosis、decision making、dual process theory。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://researchdata.edu.au/paramedic-diagnostic-processes-process-theory/1448903
使用许可：Attribution-NonCommercial-ShareAlike - This licence lets others remix, tweak, and build upon your work non-commercially, as long as they credit you and licence their new creations under the identical terms.。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://researchdata.edu.au/paramedic-diagnostic-processes-process-theory/1448903
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
