数据集获取

源站：https://doi.org/10.5281/zenodo.23494114

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

“传染病流行病学中应用统计学的一项批判性研究”的代码与数据，Ewan Cameron，赫瑞-瓦特大学。稿件已提交至《International Journal of Epidemiology》。本存储库包含该研究背后的代码，以及用于计算论文中报告的每一个数字的数据。该研究从12种期刊中随机抽取了357项针对人群层面传染病数据的统计分析和半机理分析。大语言模型（LLM）代理审阅了每篇论文，核实了其主要关切点，并撰写了关于已确立关切点的最终报告。随后对这些关切点进行了编码，并由两名LLM评分者判断每篇论文的主要结论是否经受住了这些关切点的检验。论文的方法部分和补充方法部分描述了每个阶段。

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。