全球变暖与抗微生物药物耐药性交叉下的水产养殖数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Addaee1c4ed42926e0ae2e5aa96222f44fa46a2cf34cbb398b9088d5fc19e8627

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

在许多发展中国家，水产养殖是保障数百万人粮食安全的关键。因此，衡量环境变化对水产养殖可持续性的全面影响至关重要。我们开展了一项双重荟萃分析（涵盖460篇文章），以探究全球变暖和抗微生物药物耐药性（AMR）如何影响水产养殖。我们计算了40个国家水产养殖相关细菌（11,274株菌株）的多重抗生素耐药指数（MAR），其中大多数低收入和中等收入国家呈现出高AMR水平。在此我们表明，水产养殖MAR指数与临床细菌的MAR指数、温度以及各国的气候脆弱性相关。我们还发现，受感染的水生动物在较高温度下死亡率更高。最易受气候变化影响的国家可能面临最高的AMR风险，其影响将超出水产养殖领域而波及人类健康，凸显了采取紧急行动的必要性。因此，亟需可持续的解决方案来尽量减少抗生素使用并增强系统韧性。

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。