中低收入国家医疗机构WASH持续可及性障碍与促进因素的范围综述制表数据集

该数据集是一项PRISMA-ScR范围综述的制表工作簿,主题为中低收入国家医疗机构中安全水、环境卫生与个人卫生(WASH)持续可及性、使用与功能性的障碍和促进因素

Harvard DataverseHarvard Dataverse
dataverse
浏览 11
其他Medicine, Health and Life Sciences
Replication Data for Barriers and facilitators to sustained access to safe water and sanitation

基本信息

模态
其他
大小
0.000194549 GB
创建/更新时间
2026-10-12

资源简介

中低收入国家医疗机构WASH持续可及性障碍与促进因素的范围综述制表数据集

Replication Data for Barriers and facilitators to sustained access to safe water and sanitation

该数据集是一项PRISMA-ScR范围综述的制表工作簿,主题为中低收入国家医疗机构中安全水、环境卫生与个人卫生(WASH)持续可及性、使用与功能性的障碍和促进因素。数据以纳入的原始研究为行,收录2015至2026年发表或发布的研究,每项研究含28个编码字段,并分别对照CFIR框架(外部环境、内部环境、个体特征、干预特征、过程)和WHO/UNICEF WASH-FIT服务领域(水、环境卫生、个人卫生、废物管理、环境清洁)进行编码,一项研究可归入多个领域。可用于WASH实施障碍与促进因素的系统梳理与比较分析(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):该数据集是一项PRISMA-ScR范围综述的制表工作簿,综述主题为中低收入国家(LMICs)医疗机构(HCFs)中安全水、环境卫生与个人卫生(WASH)可及性、使用与功能性的持续性的障碍与促进因素。数据集每行对应一项纳入的原始研究(2015年至2026年发表或发布的研究),每项研究有28个编码字段。每项研究均对照两个框架进行制表:实施研究综合框架(CFIR:外部环境、内部环境、个体特征、干预特征、过程)和WHO/UNICEF WASH-FIT服务领域(水、环境卫生、个人卫生、废物管理、环境清洁)。一项研究可在每个框架中编码到多个领域。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。本站分类:感染/感染性疾病。

【获取与许可】

源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/IL8OGB

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/10.7910/DVN/IL8OGB

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 194.5 KB。

数据说明

该数据集是一项PRISMA-ScR范围综述的图表工作簿,该综述关注中低收入国家(LMICs)医疗机构(HCFs)中水、环境卫生和个人卫生(WASH)可及性、使用及功能性的可持续性障碍与促进因素。数据集每行对应一项纳入的原始研究(2015年至2026年发表或发布的研究),每项研究包含28个编码字段。每项研究均依据两个框架进行图表化编码:实施研究综合框架(CFIR:外部环境、内部环境、个体特征、干预特征、过程)以及WHO/UNICEF WASH-FIT服务领域(水、环境卫生、个人卫生、废物管理、环境清洁)。一项研究可在每个框架中编码至多个领域。

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