温度依赖性体型效应决定种群对气候变暖的响应数据
该数据集来自 doi.org,主题为温度依赖性体型效应如何决定种群对气候变暖的响应。可用于研究温度与体型对代谢率的交互影响,以及种群和阶段特异性响应、种群调节与阶段结构变化,进而分析群落结构和种群对死亡率的响应(来

基本信息
资源简介
温度依赖性体型效应决定种群对气候变暖的响应数据
该数据集来自 doi.org,主题为温度依赖性体型效应如何决定种群对气候变暖的响应。数据涉及20种鱼类的代谢率种内标度实验数据,包含氧消耗数据,并涵盖Dorosoma cepedianum、Pomadasys commersonnii、Oreochromis mossambicus、Gambusia holbrooki、Anguilla rostrata、Liza richardsonii、Micropterus salmoides、Gilchristella aestuaria、Liza dum等物种。可用于研究温度与体型对代谢率的交互影响,以及种群和阶段特异性响应、种群调节与阶段结构变化,进而分析群落结构和种群对死亡率的响应(来。
【数据内容】
源站描述(机器翻译,仅供参考):当前对动物种群响应温度升高的理解基于这样一个假设:代谢等生物速率控制着基本生态过程,并独立于体型和温度进行标度,尽管有实证证据表明存在交互效应。在此,我们利用阶段结构的消费者-资源模型,研究生命速率的温度和体型交互标度对经历变暖的种群动态的影响。我们表明,交互标度改变种群和阶段特异性对温度升高的响应,使得变暖能够诱导种群调节和阶段结构的转变,影响群落结构并主导种群对死亡率的响应。分析20种鱼类的实验数据,我们发现代谢率的种内标度中存在体型-温度交互作用,其comm
【主题与分类】
主题标签:Dorosoma cepedianum、Pomadasys commersonnii、Oreochromis mossambicus、Oxygen consumption data、Gambusia holbrooki、Anguilla rostrata、Liza richardsonii、Micropterus salmoides、Gilchristella aestuaria、Liza dumerili。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://doi.org/10.5061/dryad.6nb35
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/10.5061/dryad.6nb35
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
目前对动物种群响应温度升高的理解基于这样一个假设:诸如代谢这类主导基本生态过程的生物学速率,独立地随体型和温度变化,尽管已有实证证据表明二者存在交互效应。本文中,我们利用一个阶段结构的消费者-资源模型,研究了生命速率的温度与体型交互尺度对经历变暖的种群动态的影响。我们表明,交互尺度改变了种群及特定阶段对温度升高的响应,使得变暖能够引致种群调节和阶段结构的转变,影响群落结构并主导种群对死亡率的响应。通过分析20种鱼类的实验数据,我们发现代谢率的种内尺度中体型-温度交互作用普遍存在。鉴于体型-温度交互作用的证据以及动物种群中体型结构的普遍性,我们认为,考虑体型特异的温度效应对于理解变暖如何影响动物种群和群落至关重要。
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。




