重构基础统计课程:心理研究中结合旧分析与现代软件工具

数据可用于心理研究中统计方法教学与分析的复现、方法比较及课程改革评估等用途(来源 DataONE,htt。本站分类:内分泌、营养和代谢疾病/糖尿病

dataone
浏览 2
其他ReligiositySocial SciencesMedicine, Health and Life SciencesAnxiety
Restructuring basic statistical curricula

基本信息

模态
其他
许可
http://creativecommons.org/publicdomain/zero/1.0
创建/更新时间
2026-10-25

资源简介

重构基础统计课程:心理研究中结合旧分析与现代软件工具

Restructuring basic statistical curricula

该数据集来自 search.dataone.org,用于配合“重构基础统计课程:心理研究中结合旧分析与现代软件工具”研究,数据收集受 NIH 下属 National Institute of Diabetes and Digestive and Kidney Disease 资助(Grant 1 R18 DK081326-01)。主题标签涵盖 Religiosity、Social Sciences、Medicine, Health and Life Sciences 与 Anxiety,本站分类归入内分泌、营养和代谢疾病/糖尿病。数据可用于心理研究中统计方法教学与分析的复现、方法比较及课程改革评估等用途(来源 DataONE,htt。

【主题与分类】

主题标签:Religiosity、Social Sciences、Medicine, Health and Life Sciences、Anxiety。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A1af57b4f1e69b2c5da4f5e537028981ed4d191c6f20810ce79b7a69db6f4a3fb

使用许可:http://creativecommons.org/publicdomain/zero/1.0。

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://search.dataone.org/view/sha256%3A1af57b4f1e69b2c5da4f5e537028981ed4d191c6f20810ce79b7a69db6f4a3fb

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

伴随“重构基础统计课程:在心理学研究中将较旧的分析方法与现代软件工具相结合”的数据;数据收集由美国国立卫生研究院下属的国家糖尿病、消化和肾脏疾病研究所资助,资助编号# 1 R18 DK081326-01 http://tinyurl.com/pathstats

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