湾区（Loma Prieta）地震研究，1990（M887V1）
研究覆盖 Santa Cruz、Santa Clara、San Francisco、Alameda 和 San Mateo 五县 656 名居民，内容包括公用设施中断、财产损失、人员受伤、媒体使用、疏散决策、与官方机构联系、心理困扰、地震准备、防震知识及对地震预测的听闻与反应
基本信息
资源简介
湾区（Loma Prieta）地震研究，1990（M887V1）
Bay Area (Loma Prieta) Earthquake Study, 1990 (M887V1)
该数据集来自 search.dataone.org，记录了 1989 年 10 月 17 日加利福尼亚州 Santa Cruz 附近地震后 San Francisco Bay Area 居民的经历与反应。研究覆盖 Santa Cruz、Santa Clara、San Francisco、Alameda 和 San Mateo 五县 656 名居民，内容包括公用设施中断、财产损失、人员受伤、媒体使用、疏散决策、与官方机构联系、心理困扰、地震准备、防震知识及对地震预测的听闻与反应。数据可用于分析灾后心理行为反应、应急沟通与防灾准备等社区与社会科学研究（来源 DataONE，https://dataverse.harvard.edu/ap。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究的目的是了解 San Francisco Bay Area 居民在 1989 年 10 月 17 日加利福尼亚州 Santa Cruz 附近地震期间及之后的经历。研究考察了地震期间的经历和对地震的反应，与其地震时所处位置的关系：公用设施中断、报告的财产和个人物品损失、受访者及他人的身体伤害、媒体使用、疏散决定、地震后与官员和机构的联系、心理困扰、地震准备、关于地震期间该做什么的知识，以及听到和回应地震预测。对加利福尼亚州 Santa Cruz、Santa Clara、San Francisco、Alameda 和 San Mateo 五县的 656 名居民进行了访谈。
【主题与分类】
主题标签：Community and Urban Studies、Social Sciences、Earthquake Studies。本站分类：精神与行为障碍。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ae32a9e299f80603df147697b5cf3180eb8aed5a0086cd05adf9f17cceac5eddf
使用许可：https://dataverse.harvard.edu/api/datasets/:persistentId/versions/2.1/customlicense?persistentId=doi:10.7910/DVN/R6X9VP。
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
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
本研究旨在了解1989年10月17日加利福尼亚州圣克鲁斯附近地震期间及之后旧金山湾区居民的经历。该研究考察了地震期间及之后的经历与反应，并将其与地震发生时所在位置相关联：公用设施中断情况、财产及个人物品受损报告、受访者及其他人员的人身伤害、媒体使用、疏散决定、震后与官员及机构的联系、心理困扰、地震防备情况、关于地震期间应对措施的知识，以及对地震预测的听闻与反应。研究对加利福尼亚州圣克鲁斯、圣克拉拉、旧金山、阿拉米达和圣马特奥县的656名居民进行了访谈。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
