州立法与监管行动:预防肥胖、改善营养与体育活动
该数据集由Division of Nutrition, Physical Activity, and Obesity (DNPAO)创建,汇集美国国会、各州及部分市县当前与过往的食品政策和肥胖相关立法,主题涵盖肥胖预防、体育活动、营养、食品获取、学校营养、体重偏见、BMI、反式脂肪、份量大小和食品安

基本信息
资源简介
州立法与监管行动:预防肥胖、改善营养与体育活动
State Legislative and Regulatory Action to Prevent Obesity and Improve Nutrition and Physical Activity
该数据集由Division of Nutrition, Physical Activity, and Obesity (DNPAO)创建,汇集美国国会、各州及部分市县当前与过往的食品政策和肥胖相关立法,主题涵盖肥胖预防、体育活动、营养、食品获取、学校营养、体重偏见、BMI、反式脂肪、份量大小和食品安全等。用户可按关键词、州、状态、年份、主题和场景检索,并生成定制报告,适用于公共卫生政策研究、立法追踪与营养环境分析(来源 DataONE,http://creativecommons.org/publicdomain/zero/1.0 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):用户可以检索国会、各州及部分市县当前提交的食品政策和肥胖相关立法。主题包括但不限于肥胖预防、体育活动、营养、食品获取、学校营养和体重偏见。背景:州立法与监管行动:预防肥胖、改善营养与体育活动由Division of Nutrition, Physical Activity, and Obesity (DNPAO)创建。用户能够查找当前和过往立法,然后生成符合自身需求的报告。主题包括但不限于:肥胖、健康食品获取、BMI、食品政策、体育活动、反式脂肪、份量大小和食品安全。用户功能:用户可以使用多种方法检索数据库。用户能够按关键词、州、状态、年份、主题和场景进行检索。数据说明
【主题与分类】
主题标签:breast feeding、food deserts、vending machines、sitting、food assistance programs、diet、physical activity、farming incentives、food policy、DNPAO。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://search.dataone.org/view/sha256%3Ad22e16fc8fcd932ec9413055100c887305c1a29348c7ef1f150baedabe895164
使用许可:http://creativecommons.org/publicdomain/zero/1.0。
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
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
用户可以检索国会、各州以及部分市县提交的当前食品政策与肥胖相关立法。主题包括但不限于肥胖预防、体育活动、营养、食品获取、学校营养和体重偏见。背景“预防肥胖及改善营养与体育活动之州立法与监管行动”数据库由营养、体育活动与肥胖司(DNPAO)创建。用户能够查找当前及过往立法,并可生成符合自身需求的定制报告。主题包括但不限于:肥胖、健康食品获取、BMI、食品政策、体育活动、反式脂肪、份量大小和食品安全。用户功能用户可通过多种方式检索该数据库,包括按关键词、州、状态、年份、主题和场景进行搜索。数据说明该数据库收录了自2001年起的州立法以及自2009年起的监管规定,涵盖特定类别和主题。数据库每季度更新一次。用户可获得立法简要摘要,以及指向相应网站的链接,以便查找完整的管辖范围信息。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




