耳鼻喉科医生对听力测试显示格式可理解性的观点
2016年日本耳鼻喉科医生对听力测试显示格式可理解性的调查数据，包含112位医生的问卷回答。
基本信息
资源简介
耳鼻喉科医生对听力测试显示格式可理解性的观点
【一句话概览】
本数据集是 Mendeley Data 公开的结构化表格数据集，收录 1 个文件、合计 20.68 KB，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Otolaryngologists’ opinions of the comprehensibility of audiometry display formats》。源站首次发布：2019-09-17。
【数据内容】
源站原始描述：A cross-sectional nationwide survey of Japanese otolaryngologists’ opinions of the comprehensibility of audiometry display formats was conducted between March and August 2016. Otolaryngologists were selected at random from a membership list of the Oto-Rhino-Laryngology Society of Japan. A response rate was 25.2%. The questionnaire included the following items: years of experience as a physician; type of medical office; experience using electronic medical records (EMRs); and opinions regarding th…
中文译文（机器翻译，仅供快速理解，请以原文为准）：一项关于日本耳鼻咽喉科医师对听力测试显示格式可理解性看法的横断面全国性调查于2016年3月至8月期间进行。耳鼻咽喉科医师从Oto-Rhino-Laryngology Society of Japan的会员名单中随机抽取。应答率为25.2%。问卷包括以下项目：作为医师的从业年限；医疗机构类型；使用电子病历（EMRs）的经验；以及对各种听力测试显示格式可理解性的看法。上传的处理后数据为112份对主要变量相关问题作出回答的样本。
【数据结构与技术规格】
文件数 1 个，合计 20.68 KB。数据集 DOI：10.17632/dty9shzbmv.3。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/dty9shzbmv
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://data.mendeley.com/datasets/dty9shzbmv
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
