无家可归与新冠(Dakloosheid en Corona)
该数据集记录了新冠大流行第一年荷兰8家街头医生诊所对无家可归人群感染的监测情况,并通过访谈无家可归者、医疗与收容机构专业人员及市政/卫生部门官员,记录疫情对该群体生活的影响

基本信息
资源简介
无家可归与新冠(Dakloosheid en Corona)
Dakloosheid en Corona (Homelessness and Corona)
该数据集记录了新冠大流行第一年荷兰8家街头医生诊所对无家可归人群感染的监测情况,并通过访谈无家可归者、医疗与收容机构专业人员及市政/卫生部门官员,记录疫情对该群体生活的影响。数据以9份荷兰语小型报告汇总,英文版可向作者索取,含研究设置、市政政策实施、无家可归者与医护人员视角的疫情影响等事实清单。可用于研究无家可归人群的感染监测、疫情对弱势群体的影响及市政应对政策(来源 DOI 解析)。
【数据集背景】
源站首次发布:2022。
【数据内容】
源站描述(机器翻译,仅供参考):在本研究中,建立了一个监测系统,用于追踪新冠大流行第一年荷兰8家街头医生诊所中无家可归人群的感染情况。此外,通过对无家可归者、医疗与收容机构专业人员以及市政/卫生部门官员的访谈,记录了疫情对无家可归者生活的影响。收集的数据已汇总为9份荷兰语小型报告。英文版可向作者索取。事实清单1:关于研究设置的更多信息。事实清单2:关于大流行前两年市政政策实施调查的主要结果。事实清单3:关于大流行第一年无家可归者所反映的COVID-19影响的主要结果。事实清单4:关于C影响的主要结果
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Social Sciences、dakloosheid、dakloze mensen、COVID-19、Corona、vaccinatie、straatdokter、gezondheid、zorggebruik。本站分类:感染性疾病。
【获取与许可】
源站页面:https://ssh.datastations.nl/citation?persistentId=doi:10.17026/DANS-2C7-WKSZ
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
源站:https://doi.org/10.17026/DANS-2C7-WKSZ
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
在本研究中,建立了一个监测系统,用于追踪COVID-19大流行第一年荷兰8家街头医生诊所中无家可归人群的感染情况。此外,通过对无家可归者、医疗保健和收容机构专业人员以及市政/卫生部门官员的访谈,记录了疫情对无家可归者生活的影响。收集的数据已汇总为9份荷兰语小型报告。英文版可向作者索取。情况说明书1:关于研究设置的更多信息。情况说明书2:关于大流行前两年市政政策实施情况调查的主要结果。情况说明书3:关于大流行第一年无家可归者所反映的COVID-19影响的主要结果。情况说明书4:关于大流行第一年医疗保健和收容机构工作人员所反映的COVID-19影响的主要结果。情况说明书5:大流行第一年无家可归者中COVID-19监测的结果。
情况说明6:疫情第二年无家可归者经历COVID-19影响的关键结果。
情况说明7:疫情第二年医护人员和收容所工作人员所经历的无家可归者受COVID-19影响的关键结果。
情况说明8:COVID-19期间针对无家可归者的新举措;启发与良好范例。
情况说明9:深入了解针对无家可归者疫苗接种策略的有效要素。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




