健康与栖息地脆弱性与全球下呼吸道感染负担数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.21059897

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 4.4 MB。

数据说明

本数据集包含用于研究“健康与栖息地脆弱性与全球下呼吸道感染负担相关”的国家-年份分析数据及支持性输出。该数据集将公开可用的《2023年全球疾病负担研究》估计值与气候脆弱性和物理气候风险指标相关联。呼吸系统疾病负担指标包括204个国家下呼吸道感染、慢性阻塞性肺疾病、哮喘和中耳炎的年龄标准化伤残调整生命年率。气候脆弱性变量包括ND-GAIN总体脆弱性指数以及选定的部门特定脆弱性领域，包括健康、栖息地、基础设施和水。已实现的气候相关物理风险采用全球气候物理风险指数衡量。该数据集还包括国家层面的社会人口指数值、SDI五分位数、气候带分类，以及用于面板回归、部门特定脆弱性分析、SDI分层边际效应、空间类型学和敏感性分析的衍生变量。所有源数据集均为公开可用。

该Zenodo记录提供了用于支持手稿可重复性的统一分析数据集及衍生输出。

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。