就业状况与中老年人群体质量指数的年龄和性别差异关系数据
目的:使用大型全国代表性样本,确定年龄和性别分别对韩国成年人就业状况与体质指数(BMI)之间关联的影响。参与者:来自韩国老龄化纵向研究(KLoSA)第四轮的7,228人,调查简表及年份:“KLoSA 2012”

基本信息
资源简介
就业状况与中老年人群体质量指数的年龄和性别差异关系数据
目的:使用大型全国代表性样本,确定年龄和性别分别对韩国成年人就业状况与体质指数(BMI)之间关联的影响。参与者:来自韩国老龄化纵向研究(KLoSA)第四轮的7,228人,调查简表及年份:“KLoSA 2012”
Data from: Age and gender differential relationship between employment status and body mass index among middle aged and elderly adults: a cross-sectional study
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):目的:使用大型全国代表性样本,确定年龄和性别分别对韩国成年人就业状况与体质指数(BMI)之间关联的影响。设计:横断面研究。地点:韩国。参与者:来自韩国老龄化纵向研究(KLoSA)第四轮的7,228人,调查简表及年份:“KLoSA 2012”。主要结局指标:体质指数。结果:在60岁以下人群中,就业者的BMI高于未就业者。就性别而言,就业男性报告的BMI高于未就业男性,而就业女性报告的BMI低于未就业女性。结论:就业状况对肥胖的影响因年龄和性别而异。60岁及以上未就业以及女性未就业,均与BMI升高相关,相比未就业
【主题与分类】
主题标签:肥胖症、内分泌与代谢、BMI、就业状况、年龄差异、性别差异、KLoSA、横断面研究。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.ng8mn
使用许可:Creative Commons Zero v1.0 Universal。
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.ng8mn
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:
数据集大小约 349.5 KB。
数据说明
目的:利用大型全国代表性样本,分别确定年龄和性别对韩国成年人就业状况与体质指数(BMI)之间关联的影响。设计:横断面研究。地点:韩国。参与者:来自韩国老龄化纵向研究(KLoSA)第四轮的7,228人,调查简表及年份:“KLoSA 2012”。主要结局指标:体质指数。结果:在60岁以下人群中,就业者的BMI高于失业者。就性别而言,就业男性的BMI高于失业男性,而就业女性的BMI低于失业女性。结论:就业状况对肥胖的影响因年龄和性别而异。与较年轻个体或男性失业者相比,60岁及以上失业者以及女性失业者的BMI均有所增加。
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。




