传统音乐作为文化资源:中国大学生族群文化认同、知觉压力与焦虑的两项研究复现数据
该数据集包含两项互补研究的去标识化数据,考察中国传统音乐作为文化资源与族群文化认同、知觉压力和焦虑之间的关系。研究一为横断面调查(N = 618),分析传统音乐接触与偏好同族群文化认同、知觉压力和焦虑的关联;研究二为个体随机前后测实验(N = 83),比较五分钟中国传统音乐聆听条件与自然流水对照条件

基本信息
资源简介
传统音乐作为文化资源:中国大学生族群文化认同、知觉压力与焦虑的两项研究复现数据
Replication Data for: Traditional Music as a Cultural Resource: A Two-Study Examination of Ethnic-Cultural Identity, Perceived Stress, and Anxiety Among Chinese University Students
该数据集包含两项互补研究的去标识化数据,考察中国传统音乐作为文化资源与族群文化认同、知觉压力和焦虑之间的关系。研究一为横断面调查(N = 618),分析传统音乐接触与偏好同族群文化认同、知觉压力和焦虑的关联;研究二为个体随机前后测实验(N = 83),比较五分钟中国传统音乐聆听条件与自然流水对照条件,测量状态族群文化认同、瞬时压力、状态焦虑和听觉刺激评价。数据包含分析相关变量及配套码本,便于验证与复现,可用于心理与行为健康领域的关联分析和实验效应检验(来源 DOI 解析)。
【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):该数据集包含两项互补研究的去标识化数据,考察中国传统音乐作为文化资源与族群文化认同、知觉压力和焦虑之间的关系。研究一(N = 618)采用横断面调查,检验中国传统音乐的接触与偏好同族群文化认同、知觉压力和焦虑之间的关联。研究二(N = 83)采用个体随机前后测实验,比较五分钟中国传统音乐聆听条件与自然流水对照条件。测量指标包括状态族群文化认同、瞬时压力、状态焦虑和听觉刺激评价。数据集包含分析相关变量及配套码本,以便于验证和复现。个体层面数据文件为 inte
【主题与分类】
主题标签:Social Sciences。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/LQEGTV
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/10.7910/DVN/LQEGTV
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 21.0 KB。
数据说明
该数据集包含两项互补研究的去标识化数据,这些研究考察了传统音乐作为一种文化资源与中国大学生民族-文化认同、感知压力和焦虑之间的关系。研究1(N = 618)采用横断面调查,考察中国传统音乐的接触与偏好、民族-文化认同、感知压力和焦虑之间的关联。研究2(N = 83)采用个体随机前后测实验,比较了五分钟中国传统音乐聆听条件与自然流水控制条件。测量指标包括状态民族-文化认同、瞬时压力、状态焦虑和听觉刺激评价。该数据集包含分析相关变量及配套代码簿,以便于验证和可重复性。个体层面数据文件拟在受限访问下提供,以保护参与者隐私。
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。




