减少HPV疫苗犹豫的聊天机器人干预
该数据集来自clinicaltrials.gov,主题为测试聊天机器人干预在减少非裔美国父母HPV疫苗犹豫方面的效果。研究采用在线调查实验,参与者先回答对儿童疫苗的态度并观看CDC关于HPV疫苗的简短信息,随后被分配到个性化聊天机器人、非个性化聊天机器人或仅看CDC信息的对照组,最后回答对HPV疫苗

基本信息
资源简介
减少HPV疫苗犹豫的聊天机器人干预
该数据集来自clinicaltrials.gov,主题为测试聊天机器人干预在减少非裔美国父母HPV疫苗犹豫方面的效果。研究采用在线调查实验,参与者先回答对儿童疫苗的态度并观看CDC关于HPV疫苗的简短信息,随后被分配到个性化聊天机器人、非个性化聊天机器人或仅看CDC信息的对照组,最后回答对HPV疫苗接种的态度及为孩子接种的意愿。数据覆盖宫颈癌、肛门癌和阴茎癌相关主题,可用于评估聊天机器人干预对疫苗犹豫的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:宫颈癌、肛门癌、阴茎癌。本项目旨在测试聊天机器人干预在减少非裔美国父母HPV疫苗犹豫方面的效果。将开展一项在线调查实验。在调查实验中,参与者首先回答与他们对儿童疫苗态度相关的问题,并观看一段关于HPV疫苗的简短CDC信息。然后,他们将被引导与一个聊天机器人互动,该机器人旨在传递个性化的HPV疫苗信息(根据参与者的人格定制),或与一个传递非个性化信息的类似聊天机器人互动。还将有一个对照组,参与者将观看关于HPV疫苗的简短CDC信息,但不与任何聊天机器人互动。所有参与者将回答与他们对HPV疫苗接种态度、为孩子接种疫苗的意愿相关的问题,以及
【主题与分类】
主题标签:Cervical Cancer、Anal Cancer、Penile Cancer。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05959564
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://clinicaltrials.gov/study/NCT05959564
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
条件:宫颈癌、肛门癌、阴茎癌。本项目旨在测试聊天机器人干预在减少非裔美国父母对人乳头瘤病毒(HPV)疫苗犹豫方面的效果。将开展一项在线调查实验。在调查实验中,参与者首先回答与他们对儿童疫苗态度相关的问题,并观看一段关于HPV疫苗的简短CDC信息。随后,他们将被引导与一个聊天机器人互动,该机器人旨在传递个性化HPV疫苗信息(根据参与者个性定制),或与一个传递非个性化信息的类似聊天机器人互动。此外,还将设有一个对照组,参与者将观看关于HPV疫苗的简短CDC信息,但不与任何聊天机器人互动。所有参与者都将回答与他们对HPV疫苗接种态度、为其子女接种疫苗的意愿以及其他信息反应测量相关的问题。
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。




