负荷因子数据集

该数据集包含沙特阿拉伯红海沿岸三个城市海滩的43个土壤样本中六种重金属(铁、锌、锰、铜、镉、铅)的浓度测量数据,属于环境化学与地理空间模态的表格数据,主要用于评估海滩重金属污染水平、计算多种污染与健康风险指数,并为研究镉污染与慢性肾病、骨软化症等健康问题的关联提供基础环境暴露数据。

Figshare
2024-10-21 更新
浏览 28
visiting coastal areasthree soil samplesred sea coastchronic kidney diseasethree prominent beachesprincipal component analysisheavy metal pollutantsrespective background levelshealth risks posedckd )osteomalaciaassociated health risksheavy metals
Loading Factors Dataset

基本信息

大小
0.000005632 GB
许可
CC BY 4.0
创建/更新时间
2024-10-21
版本
v1

资源简介

负荷因子数据集

【数据集背景】

本数据集源站标题为《Loading factors.》。源站首次发布:2024-10-21。

【数据内容】

源站原始描述:Beach pollution can impact the health of people living in or visiting coastal areas. The primary goal of this research was to investigate the presence of heavy metal pollutants and associated health risks in three distinct coastal cities, Jeddah, Al-Lith, and Al-Qunfudhah, located along Saudi Arabia’s Red Sea coast. Forty-three soil samples were collected from different locations, heavy metals including Fe, Zn, Mn, Cu, Cd, and Pb were isolated, and analyzed using inductively coupled plasma optic…

【数据结构与技术规格】

文件数 1 个,合计 5.63 KB。Table 7.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0311189.t007。

【主题与分类】

源站学科分类:Biochemistry、Cell Biology、Biotechnology、Environmental Sciences not elsewhere classified、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified。主题标签:visiting coastal areas、three soil samples、red sea coast、chronic kidney disease、three prominent beaches、principal component analysis、heavy metal pollutants、respective background levels、health risks posed、ckd ), osteomalacia。

【适用方向】

源站学科分类标注为 Biochemistry、Cell Biology、Biotechnology、Environmental Sciences not elsewhere classified、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/Loading_factors_/27271765

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Alayyafi, Abdulaziz; Ebqa’ai, Mohammad; Alboqai, Omar; Abotaleb, Ahmed; Eldesoky, Ahmed; Shahawy, Abeer El (2024). Loading factors.. PLOS ONE. Dataset

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(Figshare)

源站:https://figshare.com/articles/dataset/Loading_factors_/27271765

按页面 Download 按钮获取。

数据说明

该数据集是一项关于沙特阿拉伯红海沿岸三个城市(吉达、利思、昆富扎)海滩重金属污染与健康风险的研究数据集。数据集包含从不同地点采集的43个土壤样本,通过电感耦合等离子体发射光谱法分析了铁(Fe)、锌(Zn)、锰(Mn)、铜(Cu)、镉(Cd)和铅(Pb)等重金属的浓度。研究采用污染指数(PI)、综合污染指数(IPI)、富集因子(EF)、日均暴露剂量(ADD)、危害商(HQ)、危害指数(HI)以及主成分分析(PCA)和聚类分析等多种指标,评估了重金属的环境影响和健康风险。研究发现,除镉(Cd)外,其他重金属浓度均低于背景水平,而镉在所有海滩均表现出极高的污染水平。该数据集为研究重金属污染,特别是镉污染相关的健康问题(如慢性肾病、骨软化症和骨质疏松症)提供了基础数据,适用于环境科学、公共卫生和生态风险评估等领域。

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