偏见持续存在：选民强烈惩罚感染HIV的候选人 复现数据

数据集获取

源站：https://search.dataone.org/view/sha256%3A1e4e0b6b63eaea31373d43af4fe064fb3cdb79cba95790529263b48302cb7a71

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

数据和复制代码用于：偏见的持续性：选民强烈惩罚感染艾滋病毒的候选人 全球有4000万人、美国有超过100万人携带艾滋病毒。尽管由于医学进步和社区倡导，在艾滋病毒的预防和治疗方面取得了进展，但艾滋病毒/艾滋病仍在夺走生命，并不成比例地影响边缘化社区。对艾滋病毒感染者的污名依然强烈。虽然艾滋病毒感染者个体在媒体上获得了一定程度的可见度，但感染艾滋病毒的政治人物却极为罕见。本文分析了一个可能的原因：选民偏见。我们利用在美国、英国和新西兰进行的原创全国代表性调查实验，考察了选民对感染艾滋病毒的政治候选人的反应。在这三个国家中，选民对感染艾滋病毒的候选人的惩罚为10至12个百分点。偏见、对当选可能性的担忧，以及认为候选人对自己的艾滋病毒阳性状况负有责任的道德判断，解释了这种偏见。描述性代表的缺乏仍然是改善这一边缘化社区政策结果的一个障碍。

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。