NRS-18677 | 私人埋葬登记册 [Waterfall 结核病医院 / Waterfall 疗养院]

Waterfall结核病医院/疗养院私人埋葬者登记册,记录姓名、日期、殡葬承办者、墓地和遗体接收信息。

NSW State Archives CollectionNSW State Archives Collection
Research Data Australia
浏览 3
文本HISTORICAL STUDIESHISTORY AND ARCHAEOLOGY
NRS-18677 | Cemetery Register - Private [Waterfall Hospital for Consumptives / Waterfall Sanatorium]

基本信息

模态
文本
创建/更新时间
2026-10-10

资源简介

NRS-18677 私人埋葬登记册 [Waterfall 结核病医院 / Waterfall 疗养院]

【一句话概览】

NRS-18677 系列收录一份登记册,涉及从 Waterfall Hospital for Consumptives(后称 Waterfall Sanatorium)转出进行私人埋葬的人员。登记信息包括姓名、日期、殡葬承办人、墓地及遗体接收情况,该卷按时间顺序编排。源站标签为 HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY(来源 Research Data Australia)。

【数据集背景】

本数据集源站标题为《NRS-18677》。源站首次发布:2026-09-23。

【数据内容】

源站原始描述:This series contains the register for persons transferred for private burials from the Waterfall Hospital for Consumptives late known as Waterfall Sanatorium. The register contains the following information: name, date, undertaker, cemetery and receipt of body. The volume is arranged chronologically

【主题与分类】

主题标签:HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://researchdata.edu.au/nrs-18677-cemetery-waterfall-sanatorium/2723409

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://researchdata.edu.au/nrs-18677-cemetery-waterfall-sanatorium/2723409

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。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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