King County极端寒冷事件风险感知与风险减少策略评估的利益相关者参与式研讨会

数据集获取

源站：https://doi.org/10.17603/DS2-7Q89-7K08

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

我们于2025年3月24日召集了来自金县及更广泛普吉特海湾地区的25名地方和区域利益相关者，举办了一场为期一天的线下研讨会，旨在审视与极端寒冷相关的本地健康风险。参会者包括负责应对极端寒冷的机构代表，如应急管理和公共卫生部门。在采用世界咖啡馆方法引导的讨论中，研讨会参会者被要求思考关于极端寒冷影响、脆弱性以及当前和潜在风险减少策略的相互关联问题。每张研讨会桌被指示重点关注一个基于现有文献预先确定的潜在脆弱人群。每张研讨会桌的记录员对讨论进行了记录。本数据出版物包含桌边记录摘要。为保护参会者身份，研究团队已对大多数涉及具体辖区、机构和组织的引用进行了删节处理。

一份列出参与者特征的表格也已分享，包括组织的地理边界、组织所服务的地理类型以及组织类型，同时还分享了研讨会引导指南以及华盛顿大学人类受试者部门豁免认定的相关文件。在华盛顿州金县等地区，人们对极端寒冷缺乏适应，这使得及时且有针对性的人类健康影响沟通尤为重要。本项目汇集了国家气象局西雅图预报办公室、西雅图-金县公共卫生部门、华盛顿大学研究人员以及美国国家海洋和大气管理局全球系统实验室（NOAA GSL）的天气风险沟通专家，旨在：1）评估极端寒冷对我们地区健康的影响，包括健康影响变得更频繁和更严重时的温度阈值；2）确定公共卫生机构及其合作伙伴可应用的风险降低机会。

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。