美国电动校车健康与气候效益复现数据

数据集获取

源站：https://search.dataone.org/view/sha256%3A2e1d4ce8102fc550dbbdec4dfeb77680c01a0dfc72093491c2903eade08d4a8b

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

本数据集包含用于复现以下研究结果的代码和数据：Choma, E. F., Robinson, L. A., Nadeau, K. C. (2024). Adopting electric school buses in the United States: health and climate benefits. 已被《美国国家科学院院刊》（Proceedings of the National Academy of Sciences of the United States of America）接收发表。本数据集包括代码（以R脚本格式提供）、所使用的非公开数据以及结果（包括用于生成数据文件和手稿图表的代码）。本数据集分为两个主要文件夹：(i) ‘Marginal_Damages_Model’和(ii) ‘Results_With_Emissions’。每个文件夹均包含一个主要说明文件：(i) ‘Marginal_Damages_Model/Marginal_Damages_Model_Documentation.txt’；(ii) ‘Results_With_Emissions/Results_With_Emissions_Documentation.txt’。数据集中的每个单独文件均包含其自身的元数据及更多详细信息。执行代码并复现我们的结果需要下载公开可用的数据，说明文件和元数据中提供了关于在何处以及如何下载这些数据的详细描述。

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。