环境正义指数

环境正义指数(EJI)是一个高层级地图与筛查工具,基于多个联邦资源的数据,提供美国各普查区不同环境正义指标健康影响的数据

Harvard DataverseHarvard Dataverse
dataverse
浏览 19
其他回归Earth and Environmental SciencesMedicine, Health and Life SciencesEnvironmental JusticeSocial Determinants of HealthSDOHDemographicsHouseholdsAir QualityEnvironmental Determinants of HealthEDOHBuild EnvironmentTransportation
Environmental Justice Index (EJI)

基本信息

模态
其他
大小
8.23e-7 GB
任务类型
回归
创建/更新时间
2026-10-01

资源简介

环境正义指数

Environmental Justice Index (EJI)

环境正义指数(EJI)是一个高层级地图与筛查工具,基于多个联邦资源的数据,提供美国各普查区不同环境正义指标健康影响的数据。它包含社区(普查区)层面的EJI排名,依据环境负担、社会脆弱性和健康脆弱性。相关主题包括环境正义、健康社会决定因素、人口统计、空气质量、建成环境与交通等(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):环境正义指数(EJI)是一种高层级映射与筛查工具,基于多个联邦资源的数据,提供美国各地不同环境正义衡量指标对健康影响的数据,细化至人口普查区层级。该工具包含基于环境负担、社会脆弱性和健康脆弱性的社区层级(人口普查区)EJI排名。

【主题与分类】

主题标签:Earth and Environmental Sciences、Medicine, Health and Life Sciences、Environmental Justice、Social Determinants of Health、SDOH、Demographics、Households、Air Quality、Environmental Determinants of Health、EDOH。本站分类:环境因素所致疾病/其他。

【获取与许可】

源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/5PUWRT

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://doi.org/10.7910/DVN/5PUWRT

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。

数据集大小约 823 B(规模很小)。

数据说明

环境正义指数(EJI)是一种高层级映射与筛查工具,基于多个联邦资源的数据,提供美国各地不同环境正义衡量指标对健康影响的数据,细化至人口普查区层级。该工具包含基于环境负担、社会脆弱性和健康脆弱性的社区层级(人口普查区)EJI排名。

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。

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。

获取专属数据定制方案