青少年足球运动员学业压力、心理疲劳与训练负荷关系数据集

数据集获取

源站：https://doi.org/10.34894/TMRZCQ

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

该数据集是作为研究项目的一部分生成的，该项目旨在探究青少年足球运动员的学业压力、精神疲劳与训练负荷之间的关系。采用前瞻性队列设计，对35名球员（年龄16.1 ± 1.2岁；身长 ± 8.8厘米；体重64.4 ± 9.9千克）在2022-2023赛季后半段进行了监测。球员每日报告学业压力、精神疲劳和主观用力程度评分。此外，使用Polar Team Pro在训练期间收集了匿名化的GPS和心率数据。经过多重插补后，进行了多层次分析以预测内部负荷，即主观用力程度评分（RPE）和训练冲量（TRIMP）。该数据集包含训练期间的匿名化数据，以及随附的代码本、文档和脚本。由于数据集不包含敏感信息，因此可以自由使用。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。