行动中的对话:面向利益相关方关于畜牧相关人畜共患病的建设性对话
该数据集来自 DANS Data Station Social Sciences and Humanities,由 V Eijrond 于 2020 年发布,主题为荷兰集约化畜牧业相关人畜共患病背景下利益相关方之间的对话研究

基本信息
资源简介
行动中的对话:面向利益相关方关于畜牧相关人畜共患病的建设性对话
Talk in Action: Towards a constructive dialogue between stakeholders on livestock-related zoonoses
该数据集来自 DANS Data Station Social Sciences and Humanities,由 V Eijrond 于 2020 年发布,主题为荷兰集约化畜牧业相关人畜共患病背景下利益相关方之间的对话研究。源站描述指出,Q热流行病使该议题受到社会高度关注,政府对疫情的反应引发批评并损害了公众信任;2010 年以来多项研究表明健康风险与居住在集约化畜牧业周边有关,而相关会议常因互不信任和意见分歧而充满紧张,阻碍建设性对话。研究关注不同利益相关方对健康风险的感知与利益差异(来源 DOI 解析)。
【数据集背景】
源站首次发布:2020。
【数据内容】
源站描述(机器翻译,仅供参考):项目描述:集约化畜牧业在荷兰是一个有争议的话题,尤其是在人类健康方面。Q热流行病使该话题被提上社会议程的重要位置。政府对疫情暴发的反应招致了许多批评,也损害了公众对政府机构的信任。自2010年以来,大量已发表研究表明,健康风险与居住在集约化畜牧业周边有关。与各相关方就企业相关安排及可能扩建举行的会议,往往以相互不信任和意见分歧为特征。相关方在健康风险感知和利益上的差异经常导致紧张局势,并阻碍建设性对话。在我们的研究中,我们将这些不同的p
【主题与分类】
主题标签:Social Sciences、intensive livestock farming、risk perception、risk communication、mental models、veehouderij、Q-koortsepidemie。本站分类:感染/感染性疾病。
【获取与许可】
源站页面:https://ssh.datastations.nl/citation?persistentId=doi:10.17026/DANS-Z7U-KQX2
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/10.17026/DANS-Z7U-KQX2
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
项目描述:集约化畜牧业在荷兰是一个有争议的话题,尤其是在人类健康方面。Q热疫情使这一话题在社会议程上占据了重要位置。政府对疫情暴发的应对引发了大量批评,也损害了公众对政府机构的信任。自2010年以来,大量已发表的研究表明,健康风险与居住在集约化畜牧业附近有关。围绕相关法规以及养殖场可能扩建而与各相关方举行的会议,往往以相互不信任和意见分歧为特征。相关方对健康风险的认知和利益诉求存在差异,这经常导致紧张关系,并阻碍建设性对话。在我们的研究中,我们通过访谈相关方以及分析这些公开会议期间相关方之间的互动,梳理了这些不同的认知、利益、价值观和关切。
在子项目1中,梳理了所有相关方对集约化畜牧业健康风险的视角。在子项目2中,研究了这些视角如何在与他人的沟通中变得相关,以及哪些道德层面发挥作用。我们的研究结果已被用于开发一项面向专业人员的培训,旨在优化与相关方就集约化畜牧业进行建设性对话的条件(子项目3)。数据集涉及子项目1。子项目1的问题设定:不同利益相关方对集约化畜牧业健康风险及相关问题的视角或心智模型是什么?基于经验和信息,人们会形成对风险的心智表征,其中包含所有知识、见解、信念和i
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。




