系统评价数据:改善社会经济弱势学龄儿童身心健康的学校供餐项目
该数据集源自一项即将开展的系统评价,考察学校供餐项目对社会经济弱势人群的影响,汇总了40项研究、83篇出版物中的非穷尽结局指标,涵盖学业成绩、出勤/缺勤、贫血、BAZ、行为、辍学、入学、铁蛋白、食物不安全、HAZ、身高、血红蛋白、IQ、数学成绩、工作记忆(数字广度)、肥胖、阅读成绩、发育迟缓、消瘦、

基本信息
资源简介
系统评价数据:改善社会经济弱势学龄儿童身心健康的学校供餐项目
Systematic Review Data: School feeding programs for improving the physical and psychological health of school children experiencing socioeconomic disadvantage
该数据集源自一项即将开展的系统评价,考察学校供餐项目对社会经济弱势人群的影响,汇总了40项研究、83篇出版物中的非穷尽结局指标,涵盖学业成绩、出勤/缺勤、贫血、BAZ、行为、辍学、入学、铁蛋白、食物不安全、HAZ、身高、血红蛋白、IQ、数学成绩、工作记忆(数字广度)、肥胖、阅读成绩、发育迟缓、消瘦、维生素B12、WAZ、体重和WHZ,并按性别和相对社会弱势(经济指标或营养不良)划分子组,可用于评估学校供餐对儿童身心健康与营养结局的影响(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集源自一项即将开展的系统评价。该评价考察学校供餐项目对社会经济弱势人群的影响。它汇总了来自40项研究和83篇出版物的非穷尽结局指标列表。结局指标包括学业成绩、出勤/缺勤、贫血、BAZ、行为、辍学、入学、铁蛋白、食物不安全、HAZ、身高、血红蛋白、IQ、数学成绩、工作记忆(数字广度)、肥胖、阅读成绩、发育迟缓、消瘦、维生素B12、WAZ、体重和WHZ。还按性别和相对社会弱势(通过经济指标或营养不良衡量)纳入了亚组。任何数据转换均在若干列和注释部分中注明。
【主题与分类】
主题标签:Systematic Review、School meals、Medicine, Health and Life Sciences、Social Sciences。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%3A6a0e00c61424a33a57c43094d0af1a21b070d9e029327e40a6098edd4495cec4
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
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
该数据集源自一项即将进行的系统综述。该综述考察学校供餐计划对社会经济弱势群体的影响。它汇编了来自40项研究和83篇出版物的非穷尽性结果列表。这些结果包括学业成绩、出勤/缺勤、贫血、BAZ、行为、辍学、入学、铁蛋白、粮食不安全、HAZ、身高、血红蛋白、IQ、数学成绩、工作记忆(数字广度)、肥胖、阅读成绩、发育迟缓、消瘦、维生素B12、WAZ、体重和WHZ。还按性别和相对社会弱势(通过经济指标或营养不良衡量)纳入了亚组。任何数据转换均在若干列和注释部分中注明。
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。




