Replication Data for: COVID-19 疫情期间美国医护人员心理健康结局的社会生态预测因素
该数据集来自一项针对美国医护人员在 COVID-19 疫情期间心理健康状况的调查研究，包含社会生态因素与心理健康结局数据
基本信息
资源简介
Replication Data for: COVID-19 疫情期间美国医护人员心理健康结局的社会生态预测因素
该数据集英文名为 Replication Data for: "Socio-ecological predictors of mental health outcomes among healthcare workers during the COVID-19 pandemic in the United States"，本站归类为感染性疾病 / 其他，来源站为 search.dataone.org，主题标签为社会科学。数据集来自一项针对美国医护人员在 COVID-19 疫情期间心理健康状况的调查研究，包含社会生态因素与心理健康结局数据。整体而言，该数据集围绕医护人员心理健康这一议题，将社会生态层面的影响因素与心理健康结局联系起来，可供社会科学与公共卫生交叉领域的研究者参考使用。
【数据集背景】
该数据集对应一项以美国医护人员为对象的调查研究，研究背景设定在 COVID-19 疫情期间。疫情期间医护人员面临高强度工作与感染风险，其心理健康状况受到关注；该研究即聚焦这一群体，考察社会生态因素与心理健康结局之间的关系。数据集作为该研究的复制数据发布，便于他人复核与再利用。关于研究的具体立项背景、资助来源与调查实施时间，源站未提供。
【数据内容】
数据文件包含两类内容：一是社会生态因素，二是心理健康结局，二者均来自针对医护人员心理健康的调查研究。主题标签为社会科学，说明数据组织与使用偏向社会科学研究视角。关于变量数量、具体测量工具、样本规模、数据结构与文件格式，源站未提供。
【采集与来源】
数据来源站为 search.dataone.org。数据通过调查研究方式获得，调查对象为 COVID-19 疫情期间的美国医护人员。关于抽样方法、调查平台、采集时间窗口与伦理审批信息，源站未提供。
【适用场景】
该数据集适用于社会科学与公共卫生交叉的研究场景，例如探讨社会生态因素与医护人员心理健康结局之间的关联，或作为同类调查研究的复制与对比材料。也可用于教学演示中关于调查数据组织方式的说明。关于具体分析模型与已验证的研究结论，源站未提供。
【使用方法】
使用时应以调查研究的设计为前提理解数据，将社会生态因素与心理健康结局分别对应到研究问题中。由于变量定义、编码方式与文件结构源站未提供，使用前需查阅随数据发布的说明文档。关于推荐软件环境与分析流程，源站未提供。
【质量与限制】
该数据集为调查研究数据，其结论受调查设计与样本范围约束，推广到其他人群或时期需谨慎。关于样本代表性、缺失值情况、数据清洗记录与已知偏差，源站未提供。
【引用与许可】
使用该数据集时应引用其英文名称所对应的原始研究及其复制数据。关于许可条款、使用限制与正式引用格式，源站未提供。
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
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
该数据文件包含一项关于COVID-19疫情期间医护人员心理健康的调查研究的社会生态因素和心理健康结果。
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。
