伯利兹（2007）：评估Cayo旅游业员工安全套使用的HIV/AIDS TRaC研究。第一轮。
调查于2007年开展，面向伯利兹旅游业员工，通过定期收集高危人群横截面数据，监测关键行为、风险、OAM（机会、能力与动机）构念及PASMO活动暴露的水平与趋势，并支持细分分析，以确定哪些OAM和人群特征对安全套使用决策影响最大
基本信息
资源简介
伯利兹（2007）：评估Cayo旅游业员工安全套使用的HIV/AIDS TRaC研究。第一轮。
Belize (2007): HIV/AIDS TRaC Study Evaluating Condom Use among Tourism Industry Employees in Cayo. First Round.
该数据集来自search.dataone.org，属于感染/艾滋病毒/艾滋病分类，英文名为Belize (2007): HIV/AIDS TRaC Study Evaluating Condom Use among Tourism Industry Employees in Cayo. First Round.。调查于2007年开展，面向伯利兹旅游业员工，通过定期收集高危人群横截面数据，监测关键行为、风险、OAM（机会、能力与动机）构念及PASMO活动暴露的水平与趋势，并支持细分分析，以确定哪些OAM和人群特征对安全套使用决策影响最大。数据为定量类型，可用于HIV相关行为监测、安全套使用影响因素分析及干预项目评估（来源 DataON。
【数据内容】
源站描述（机器翻译，仅供参考）：该调查于2007年发布，作为一种工具，通过定期从面临HIV和其他不良健康结局风险的人群横截面中收集数据，为项目规划提供信息。该调查旨在：1）监测伯利兹旅游业员工的关键行为、风险、OAM（机会、能力和动机）构念以及PASMO活动暴露的水平与趋势；2）支持细分分析，以确定哪些OAM和人群特征对个人使用安全套的决定影响最大。
【主题与分类】
主题标签：KfW、Condoms、Quantitative、HIV/AIDS、TRaC、BCC、Condom use、MARPs。本站分类：感染/艾滋病毒/艾滋病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A342bd9e8e2cc15f6e79e8ad99d625d27bde6083fe2945d87b382bc4bebf359b5
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
该调查于2007年开展，作为一种工具，通过定期从HIV及其他不良健康结局高风险人群的横断面中收集数据，为项目规划提供信息。此调查旨在：1) 监测伯利兹旅游业工作人员的关键行为、风险、OAM（机会、能力和动机）构念水平及趋势，以及随时间推移对PASMO活动的暴露情况；2) 通过细分分析，确定哪些OAM和人口特征对个人使用安全套的决定影响最大。
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。
