美国国家福祉调查，2023年
美国国家福祉调查（NWS）是自2021年起每年开展的基于人群的横断面调查，对象为18至64岁美国成年人。2023年调查于2023年6月23日至9月14日在线实施，样本包含7,105名受访者，通过Qualtrics Panels在线招募，样本设计包含农村居民 oversample，26%的受访者（N=
基本信息
资源简介
美国国家福祉调查，2023年
National Wellbeing Survey, United States, 2023
美国国家福祉调查（NWS）是自2021年起每年开展的基于人群的横断面调查，对象为18至64岁美国成年人。2023年调查于2023年6月23日至9月14日在线实施，样本包含7,105名受访者，通过Qualtrics Panels在线招募，样本设计包含农村居民 oversample，26%的受访者（N=1,862）居住在非都市县。调查主题涵盖心理社会福祉、社会关系与支持、社会活动参与、身体健康、心理健康、健康行为、医疗保健使用、就业质量与经历、COVID-19经历、社会经济指标及政治相关测量。该数据可用于研究美国成年人福祉、健康与就业等多维度关联（来源 DOI 解析）。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：国家福祉调查（NWS）是一项自2021年首次收集的、针对美国18至64岁成年人的年度基于人群的横断面调查。2023年NWS于2023年6月23日至9月14日在线实施。2023年样本包括7,105名受访者。样本框包括美国18至64岁、能够阅读英语的非机构化成年人。NWS样本参与者通过Qualtrics Panels在线招募。样本设计包括农村居民的 oversample；26%的受访者（N=1,862）居住在非都市县。调查主题包括心理社会福祉、社会关系与支持、社会活动参与、身体健康、心理健康、健康行为、医疗保健使用、就业质量与经历、COVID-19经历、社会经济指标、政治
【主题与分类】
主题标签：COVID-19、drug use、employment、geography、health behavior、mental health、physical health、psychological wellbeing、rural、social relationships。本站分类：感染性疾病。
【获取与许可】
源站页面：https://www.icpsr.umich.edu/web/NAHDAP/studies/39192
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/10.3886/icpsr39192
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
全国幸福感调查（NWS）是一项基于人群的年度横断面调查，调查对象为美国18至64岁的成年人，首次于2021年开展。2023年NWS于2023年6月23日至9月14日通过在线方式实施。2023年样本包括7，105名受访者。样本框涵盖美国18至64岁、能够阅读英语的非机构化成年人。NWS样本参与者通过Qualtrics Panels在线招募。样本设计包括对农村居民进行过度抽样；26%的受访者（N=1，862）居住于非大都市县。调查主题包括心理社会幸福感、社会关系与支持、社会活动参与、身体健康、心理健康、健康行为、医疗保健使用、就业质量与经历、COVID-19经历、社会经济指标、政治倾向以及人口学指标。数据的限制使用版本包含州（N=51）和县（N=1，746）的地理标识符。
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。
