听障儿童人工语法学习：刺激长度效应
该数据集来自 clinicaltrials.gov，聚焦听障儿童的人工语法学习研究，考察刺激长度对语法学习效果的影响。研究对象为以口语为主要交流方式的听障儿童，参与者需完成人工语法学习任务，比较短刺激与长刺激两种条件下语法学习效果的差异
基本信息
资源简介
听障儿童人工语法学习：刺激长度效应
该数据集英文名为 Artificial Grammar Learning in Children Who Are Deaf or Hard-of-Hearing: Stimulus Length Effect，来源于 clinicaltrials.gov，本站归类于耳及乳突疾病 / 其他。数据集聚焦听障儿童的人工语法学习研究，考察刺激长度对语法学习效果的影响。研究对象为以口语为主要交流方式的听障儿童，参与者需完成人工语法学习任务，比较短刺激与长刺激两种条件下语法学习效果的差异。该研究属于涉及人类受试者的基础实验研究（BESH）临床试验，其核心问题是：对于这一人群，短刺激还是长刺激更能支持语法学习。数据集以“Hearing Impaired Children”为主题标签，整体围绕听障儿童的语法学习机制与刺激呈现方式之间的关系展开。
【数据集背景】
该数据集对应的研究关注听障儿童的语言学习过程。研究针对的是失聪或听力困难、且主要以口语进行交流的儿童群体。研究的基本出发点是考察刺激长度这一因素如何影响该人群的语法学习表现，属于基础实验研究范畴，并以临床试验的形式在 clinicaltrials.gov 登记。源站描述指出，该研究旨在回答短刺激或长刺激哪一种更能支持这一人群的语法学习。
【数据内容】
源站描述显示，数据集涉及的条件为 Hearing Impaired Children，研究的主要问题是比较短刺激与长刺激对语法学习的影响。参与者需完成人工语法学习任务，以观察在短刺激与长刺激两种条件下哪一种带来更好的语法学习效果。主题标签为 Hearing Impaired Children。除上述内容外，源站未提供关于具体变量、样本量、测量指标或数据文件构成的更多信息。
【采集与来源】
数据来源站为 clinicaltrials.gov。该研究被描述为涉及人类受试者的基础实验研究（BESH）临床试验，研究对象为以口语为主要交流方式的失聪或听力困难儿童。源站未提供采集地点、采集时间、招募方式或数据采集流程的进一步细节。
【适用场景】
该数据集可用于了解听障儿童人工语法学习研究中刺激长度因素的实验设计思路，适用于关注听障儿童语言学习、语法学习机制以及刺激呈现方式影响的研究场景。由于研究聚焦以口语为主要交流方式的听障儿童，也可为相关人群的语言干预研究提供参考背景。源站未提供其他具体适用场景。
【使用方法】
源站未提供数据使用的具体说明。参与者需完成人工语法学习任务，并比较短刺激与长刺激两种条件下的语法学习效果，这是源站描述中提及的研究任务框架。关于数据访问方式、分析方法和使用步骤，源站未提供。
【质量与限制】
源站未提供关于数据质量、样本规模、研究完成状态或结果验证的信息。该研究属于基础实验研究，其结论的适用范围应以源站描述的研究人群和任务条件为限。源站未提供其他质量与限制说明。
【引用与许可】
源站未提供引用格式与许可信息。数据来源站为 clinicaltrials.gov，使用时宜遵循该来源站的相关规定。
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://clinicaltrials.gov/study/NCT07782567
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
条件：听障儿童。这项涉及人类的基础实验研究（BESH）临床试验旨在考察刺激长度如何影响以口语为主要交流方式的聋儿或重听儿童的语法学习。该研究旨在回答的主要问题是：短刺激还是长刺激更能支持该人群的语法学习？参与者将完成一项人工语法学习任务，以观察哪种条件（短刺激与长刺激）能带来更好的语法学习效果。
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。
