数据来源:努力与茁壮成长:社会经济阶层攀升对压力与歧视影响的性别差异
该数据集来自 The RISE UP study,研究对象为洛杉矶 1270 名低收入学生,他们通过随机抽签获得进入高绩效特许高中的机会

基本信息
资源简介
数据来源:努力与茁壮成长:社会经济阶层攀升对压力与歧视影响的性别差异
Data from: Striving and thriving: Gender differences in the effects of climbing the socioeconomic ladder on stress and discrimination
该数据集来自 The RISE UP study,研究对象为洛杉矶 1270 名低收入学生,他们通过随机抽签获得进入高绩效特许高中的机会。研究比较中签者与候补者,以较少混杂和选择偏倚的方式客观评估社会经济阶层攀升(“努力”)。数据涵盖从青春期到成年早期的自报压力与歧视的前瞻性收集。分析显示,努力与自报心理压力增加相关,尤其在女性中更明显,但与感知歧视增加无关。该数据可用于探究社会经济流动对心理健康与歧视体验的性别差异影响(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):背景:近期证据表明,向上社会经济流动(“努力”)可能导致更差的躯体健康。有假说认为努力可能导致更大的压力和歧视,但此前的观察性证据结果不一。方法:我们分析了 The RISE UP study 的数据,这是一项针对洛杉矶 1270 名低收入学生的自然实验研究,这些学生通过随机抽签获得进入高绩效特许高中的机会。我们比较了抽签中签者与候补者,从而能够以较少混杂和选择偏倚的方式客观评估努力。自报压力和歧视从青春期到成年早期进行前瞻性收集。结果:努力与自报心理压力增加相关,尤其在女性中,但与更大的感知歧视无关。性别差异在压
【主题与分类】
主题标签:Adolescents、Psychological stress、Social discrimination、Education、Young adults。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.95x69p8z8
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://doi.org/10.5061/dryad.95x69p8z8
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 1.4 MB。
数据说明
背景:近期证据表明,向上社会经济流动(“奋斗”)可能导致身体健康状况恶化。有假说认为,奋斗可能导致更大的压力和歧视,但此前的观察性证据结果不一。方法:我们分析了RISE UP研究的数据,这是一项针对洛杉矶1270名低收入学生的自然实验研究,这些学生通过随机抽签获得进入高绩效特许高中的机会。我们将中签者与候补名单者进行比较,从而能够以较少混杂和选择偏倚的方式客观评估奋斗情况。自我报告的压力和歧视数据从青春期前瞻性收集至成年早期。结果:奋斗与自我报告的心理压力增加相关,尤其在女性中,但与更高的感知歧视无关。压力方面的性别差异在成年早期最为显著,进入高绩效学校的女性报告的压力显著更高,而男性报告的压力更低。
在两种性别中,均未观察到努力程度与感知歧视之间因彩票状态而存在显著关联,尽管女性持续报告总体歧视高于男性。结论:这些发现支持了风化假说,表明向上流动的过程可能带来生理和心理成本,尤其是对女性而言。该研究强调需要进一步探究努力对健康影响中性别差异的机制,并突显了社会经济流动性、压力、歧视与健康之间复杂的相互作用。
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。




