1918年流感大流行封锁与创新证据的复制数据

数据集获取

源站：https://search.dataone.org/view/sha256%3A8690c8d5206c4e1890988c2b44a3d976f631289b2ffa2395cd9aab6c8639dfff

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。

数据说明

社交距离会损害创新吗？我们估计了非药物干预措施（NPIs）——旨在通过限制人际互动来减缓疾病传播的政策——对本地发明的影响。我们构建了一个包含已授权专利和美国50个大城市在1918年流感大流行期间所采纳的NPIs的面板数据集。双重差分估计显示，与实施短期NPIs的城市相比，实施较长NPIs的城市在疫情期间并未经历专利申请量的下降，并且在疫情之后记录了更高的专利申请量。疫情期间采取的NPIs可能通过限制局部知识溢出并未减少本地发明，反而可能保全了其他创新因素。

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。