数据集:气候变化与城市化对日本脑炎病毒生态及传播影响研究的文献计量分析与结构化叙述综述
本数据集支撑一项针对2017至2026年气候变化、城市化与日本脑炎病毒(JEV)生态及传播研究的文献计量分析与结构化叙述综述

基本信息
资源简介
数据集:气候变化与城市化对日本脑炎病毒生态及传播影响研究的文献计量分析与结构化叙述综述
Dataset for: Climate change and urbanization in Japanese encephalitis virus ecology and transmission: A bibliometric analysis and structured narrative review
本数据集支撑一项针对2017至2026年气候变化、城市化与日本脑炎病毒(JEV)生态及传播研究的文献计量分析与结构化叙述综述。数据包含编码手册、标题/摘要筛选日志、全文合格性判定、机制(n=50)、区域比较(n=10)和2019年后(n=14)证据的提取表,以及生成图1至图4和图形摘要的Python代码。因版权原因,源文章逐字引文已移除;原始Scopus导出数据受使用条款限制未再分发,但可按说明重新生成。该数据集可用于复现文献筛选与提取流程、验证综述结论,并支持后续相关文献计量或系统综述研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集支持对气候变化、城市化与日本脑炎病毒(JEV)生态及传播研究(2017–2026年)的文献计量分析和结构化叙述综述。Scopus于2026年9月3日检索(752条记录;351篇文献进行文献计量分析)。在筛选的243篇研究论文中,72篇核心研究进行了全文评估,57篇纳入叙述性综合。数据集包含编码手册(codebook)、标题/摘要筛选日志、全文合格性判定、机制(n = 50)、区域比较(n = 10)和2019年后(n = 14)证据的提取表,以及用于生成图1–4和图形摘要的Python代码。因版权原因,源文章的逐字引文已移除。原始Scopus导出数据根据Scopus使用条款不再分发,但可通过t重新生成
【主题与分类】
主题标签:Epidemiology、Climate Change、Vector-Borne Animal Disease、Bibliometric Review。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/c6stcb626b/1
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/10.17632/c6stcb626b.1
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:
数据集大小约 3.2 MB。
数据说明
该数据集支持对气候变化、城市化与日本脑炎病毒(JEV)生态学及传播研究(2017—2026年)的文献计量分析和结构化叙述性综述。Scopus于2026年9月3日检索(752条记录;351篇文献进行文献计量分析)。在筛选的243篇研究论文中,72项核心研究进行了全文评估,57项纳入叙述性综合。该数据集包含编码手册(codebook)、标题/摘要筛选日志、全文纳入决定、机制性证据(n = 50)、区域比较证据(n = 10)和2019年后证据(n = 14)的提取表,以及用于生成图1—4和图形摘要的Python代码。出于版权原因,已删除来源文章的逐字引文。根据Scopus使用条款,原始Scopus导出数据不再分发,但可使用README中提供的检索式重新生成。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




