比利时青少年情境特异性久坐时间相关社会人口学、社会认知、健康与物理环境变量的一年随访数据
引言:需要更多关于青少年情境特异性久坐时间相关多水平生态变量的知识。本研究探讨了久坐行为的生态领域(包括社会人口学、社会认知、健康相关和物理环境变量)与青少年在看电视、使用电脑、电子游戏和机动化交通期间久坐之间的横断面和纵向关联

基本信息
资源简介
比利时青少年情境特异性久坐时间相关社会人口学、社会认知、健康与物理环境变量的一年随访数据
引言:需要更多关于青少年情境特异性久坐时间相关多水平生态变量的知识。本研究探讨了久坐行为的生态领域(包括社会人口学、社会认知、健康相关和物理环境变量)与青少年在看电视、使用电脑、电子游戏和机动化交通期间久坐之间的横断面和纵向关联
Data from: Socio-demographic, social-cognitive, health-related and physical environmental variables associated with context-specific sitting time in Belgian adolescents: a one-year follow-up study
【数据集背景】
源站首次发布:2017。
【数据内容】
源站描述(机器翻译,仅供参考):引言:需要更多关于青少年情境特异性久坐时间相关多水平生态变量的知识。本研究探讨了久坐行为的生态领域(包括社会人口学、社会认知、健康相关和物理环境变量)与青少年在看电视、使用电脑、电子游戏和机动化交通期间久坐之间的横断面和纵向关联。方法:在这项纵向研究中,一组比利时青少年在学校完成了关于情境特异性久坐时间及相关生态变量的问卷。基线时,从513名青少年(15.0±1.7岁)中收集了完整数据。在一年随访时,有340名参与者的完整数据可用(保留率:66.3%)。进行了多水平线性回归分析以探讨横断面
【主题与分类】
主题标签:久坐行为、青少年、纵向随访、社会人口学、社会认知、物理环境、比利时。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.7fj5q
使用许可:Creative Commons Zero v1.0 Universal。
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
源站:https://doi.org/10.5061/dryad.7fj5q
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:
数据集大小约 154.5 KB。
数据说明
引言:需要更多关于青少年特定情境下静坐时间相关多层次生态变量的知识。本研究探讨了静坐行为生态领域(包括社会人口学、社会认知、健康相关和物理环境变量)与青少年在看电视、使用电脑、电子游戏和机动交通中静坐时间的横断面和纵向关联。方法:在这项纵向研究中,一个比利时青少年样本在学校完成了关于特定情境静坐时间及相关生态变量的问卷。基线时,从513名青少年(15.0±1.7岁)中收集了完整数据。在一年的随访中,有340名参与者的完整数据可用(保留率:66.3%)。进行了多层次线性回归分析,以探讨特定情境静坐时间的横断面相关因素(基线变量)和纵向预测因素(变化分数变量)。结果:社会认知相关因素/预测因素与特定情境静坐时间的关联最为频繁。
纵向分析显示,随着时间推移,认为看电视令人愉悦(p < .001)、将看电视视为一种放松方式(p < .05)、父母/看护者的电视时间(p < .01)以及兄弟姐妹的电视时间(p < .001)的增加,与随访时看电视期间更多的静坐行为相关。随着时间推移,认为在闲暇时间使用电脑令人愉悦(p < .01)以及兄弟姐妹的电脑时间(p < .001)的增加,与随访时使用电脑期间更多的静坐行为相关。潜在预测因素的变化均与机动化交通期间或电子游戏期间静坐行为的变化无显著关联。结论:未来旨在减少看电视和使用电脑的干预研究应认识到兄弟姐妹行为的重要性以及青少年在……期间体验到的愉悦感
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




