数据集:野生哺乳动物传染病传播与行为异速生长

该数据集来自 Dryad,包含野生灵长类、食肉目和有蹄类动物的比较数据,用于研究社群生活与栖息地利用强度两种宿主行为如何随体型异速生长

DryadDryad
dryad
浏览 20
文本回归Allometric ScalingCarnivoraparasite species richnessdefensibility indexPrimatesPerissodactylaArtiodactylahost-pathogen dynamicssocial contactranging behavior
Data from: Infectious disease transmission and behavioral allometry in wild mammals

基本信息

模态
文本
大小
0.000669314 GB
任务类型
回归
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-08

资源简介

数据集:野生哺乳动物传染病传播与行为异速生长

Data from: Infectious disease transmission and behavioral allometry in wild mammals

该数据集来自 Dryad,包含野生灵长类、食肉目和有蹄类动物的比较数据,用于研究社群生活与栖息地利用强度两种宿主行为如何随体型异速生长。研究者利用这些经验关系参数化传染病微寄生与宏寄生的经典房室模型,探讨体型对寄生虫传播动态的影响。数据可用于分析宿主行为性状与病原体传播速率、R0 之间的关系,支持回归建模与比较生态学研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2015。

【数据内容】

源站描述(机器翻译,仅供参考):1. 动物的社会与移动行为可影响传染病的传播动态,尤其是通过宿主间密切接触或接触环境中感染阶段而传播的病原体。2. 从自然系统中估计病原体传播速率和 R0 可能具有挑战性。由于构成传播过程基础的宿主行为性状随体型可预测地变化,而体型是动物中研究最充分的性状之一,因此体型也可能预测寄生虫传播动态的变化。3. 在此,我们利用野生灵长类、食肉目和有蹄类动物的比较数据,检验两种宿主行为——社会群体生活和栖息地利用强度——如何异速生长。我们使用这些经验关系来参数化针对感染性微寄生和宏寄生疾病的经典房室模型,并检验如何

【主题与分类】

主题标签:Allometric Scaling、Carnivora、parasite species richness、defensibility index、Primates、Perissodactyla、Artiodactyla、host-pathogen dynamics、social contact、ranging behavior。本站分类:感染性疾病。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.kr202

使用许可:Creative Commons Zero v1.0 Universal。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

源站:https://doi.org/10.5061/dryad.kr202

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。

数据集大小约 669.3 KB。

数据说明

  1. 动物的社会行为和移动行为能够影响传染病的传播动态,尤其是对于那些通过宿主间密切接触或接触环境中感染阶段而传播的病原体。2. 从自然系统中估算病原体传播率和R0可能颇具挑战。由于支撑传播过程的宿主行为特征随体型可预测地变化,而体型是动物中研究最为深入的特征之一,因此体型或许也能预测寄生虫传播动态的变化。3. 在此,我们利用野生灵长类、食肉动物和有蹄类动物的比较数据,探究两种宿主行为——社会群体生活和栖息地利用强度——如何按异速生长规律缩放。我们运用这些经验关系来参数化针对感染性微寄生虫和宏寄生虫疾病的经典隔室模型,并考察病原体入侵风险如何随宿主行为和体型的变化而变化。随后,我们利用野生哺乳动物寄生虫流行率和丰富度的比较数据来检验模型预测。4.

我们报告了一种普遍模式,表明体型较小的哺乳动物物种若更密集地利用其家域,则面临更高的由环境传播的大型寄生虫入侵风险。相反,体型较大且高度群居的宿主可能更容易被直接传播的微型寄生虫入侵。这些趋势通过比较大量食肉动物、灵长类和有蹄类物种中微型与大型寄生虫的物种丰富度得到了支持,但关于食肉动物大型寄生虫流行率的经验数据却显示出混杂的结果。5. 总体而言,我们的研究表明,将宿主行为特征与根据宿主身体大小调整的传染病动力学模型相结合,能够生成关于物种间寄生虫风险变异的可检验预测;类似方法可能对未来旨在预测寄生虫分布的研究有所帮助。

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。

获取专属数据定制方案