TikTok全身性癫痫发作急救指导视频分析数据集
TikTok上全身性癫痫发作急救视频的评估数据集，包含视频内容完整性、正确性及错误信息分析。
基本信息
资源简介
TikTok全身性癫痫发作急救指导视频分析数据集
【一句话概览】
该数据集包含对TikTok上英语短视频中关于全身性癫痫发作急救指导的分析结果。2024年6月在Windows个人电脑上以“seizures first aid”检索，纳入观看量至少100,000的视频。使用21项清单评估急救建议的完整性和正确性，并检查视频及评论中的错误信息（虚假和误导性建议）。共1个文件，合计62.6 KB（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《Dataset of analysis of TikTok videos containing instructions on first aid for generalised seizures》。源站首次发布：2024-07-11。
【数据内容】
源站原始描述：This dataset contains results of the evaluation of English-language short-form videos containing instructions on first aid for generalised seizures published on TikTok. The search was carried out in June 2024 on a Windows-operated personal computer using the “seizures first aid” search query. Videos with at least 100,000 views were included. The content of the videos was evaluated for completeness and correctness of provided advice on first aid for generalised seizures using a 21-item checklist.…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含对TikTok上发布的、含有全面性癫痫发作急救指导的英语短视频的评价结果。检索于2024年6月在Windows操作的个人计算机上进行，使用“seizures first aid”作为检索词。纳入观看量至少为100,000次的视频。使用21项检查清单对视频内容中提供的全面性癫痫发作急救建议的完整性和正确性进行了评价。对视频及视频评论进行了检查，以识别有关急救的错误信息（虚假和误导性建议）。
【数据结构与技术规格】
文件数 1 个，合计 62.59 KB。数据集 DOI：10.17632/7sf4d7vf6k.1。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/7sf4d7vf6k
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://data.mendeley.com/datasets/7sf4d7vf6k
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。
