乌干达锥虫病防治知识与实践数据集
该数据集来自乌干达西南部8个地区557名奶农的问卷调查，为定量观测数据。内容涵盖农场结构、牲畜密度、牲畜销售收入及相关支出，并评估农户对锥虫药使用的知识、观点与实践，相关条目以类别形式记录
基本信息
资源简介
乌干达锥虫病防治知识与实践数据集
该数据集来自乌干达西南部8个地区557名奶农的问卷调查，为定量观测数据。内容涵盖农场结构、牲畜密度、牲畜销售收入及相关支出，并评估农户对锥虫药使用的知识、观点与实践，相关条目以类别形式记录。描述评分的列采用1至5分制，1为最低、5为最高，用于量化此前回答的严重程度。该数据可用于研究锥虫药耐药性、抗菌药物使用、被忽视热带病及非洲动物锥虫病的经济负担与疾病控制挑战（来源 datashare.ed.ac.uk）。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集是来自乌干达一项调查的定量观测数据，调查对象为乌干达西南部8个地区的557名奶农。这些社区的特点是抗微生物药物消费率高，尽管通过检索任何可获得的学术资源仍缺乏定量证据。条目涉及农场结构、牲畜密度以及牲畜销售所得收入和相关支出。我们随后评估了社区内农民对锥虫药使用的知识、观点和实践，条目以类别形式记录。描述评分的列采用1-5分制，1为最低，5为最高。这样做是为了量化先前回答的严重程度。
【主题与分类】
主题标签：Neglected Tropical Diseases、Stamp out sleepign sickness、Trypanocide resistance、Economics of disease in Africa、Disease control challenges、animal African trypanosomiasis、Antimicrobial resistance in Africa、AMR、Drug liberalization。本站分类：感染/寄生虫病。
【获取与许可】
源站页面：https://datashare.ed.ac.uk/handle/10283/8700
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://datashare.ed.ac.uk/handle/10283/8700
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
该数据集源自乌干达西南部8个地区557名奶农参与的一项调查所得的定量观测数据。这些社区的特点是抗微生物药物消费率较高，尽管通过检索现有学术资源并未找到定量证据。数据条目涵盖农场结构、牲畜密度、牲畜销售所得收入及相关支出。我们随后评估了农民对社区内锥虫杀灭剂使用的知识、观点和实践，并将条目记录为分类变量。描述评分的列采用1-5分制，1为最低，5为最高。此举旨在量化先前回答的严重程度。
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。
