美国健康状态与健康行为中机械土耳其工人样本代表性复制数据
该数据集来自一项横断面调查，调查问卷由具有全国代表性的2014年BRFSS和2014年NHANES中的问题组成，于2016年对591名MTurk workers和393名masters实施
基本信息
资源简介
美国健康状态与健康行为中机械土耳其工人样本代表性复制数据
Replication Data for: Are Mechanical Turk worker samples representative of health status and health behaviors in the U.S.?
该数据集来自一项横断面调查，调查问卷由具有全国代表性的2014年BRFSS和2014年NHANES中的问题组成，于2016年对591名MTurk workers和393名masters实施。数据涵盖健康状态（哮喘、抑郁、BMI和总体健康）、健康行为（流感疫苗接种、健康保险、吸烟和体力活动）以及两类MTurk人群的人口学特征，并将它们相互比较，同时通过Poisson回归与全国代表性的BRFSS和NHANES样本进行比较。可用于研究MTurk样本在健康状态与健康行为方面是否具有全国代表性（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：一项横断面调查，由来自具有全国代表性的2014年Behavioral Risk Factor Surveillance System（BRFSS）和2014年National Health and Nutrition Examination Survey（NHANES）的问题组成，于2016年对591名MTurk workers和393名masters实施。将两类MTurk人群（workers和masters）的健康状态（哮喘、抑郁、BMI和总体健康）、健康行为（流感疫苗接种、健康保险、吸烟和体力活动）以及人口学特征相互比较，并使用Poisson回归与全国代表性的BRFSS和NHANES样本进行比较。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：呼吸系统疾病/哮喘。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A16efcb278c23e5343045ff68fcc1dfede59494d70b790fa0354a39fcb7b58f59
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
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
2016年，对591名MTurk普通工人和393名MTurk高手进行了一项横断面调查，调查问卷包含来自2014年全国代表性的行为风险因素监测系统（BRFSS）和2014年全国健康与营养调查（NHANES）的问题。研究比较了两个MTurk群体（普通工人和高手）的健康状况（哮喘、抑郁、BMI和总体健康）、健康行为（流感疫苗接种、健康保险、吸烟和体育活动）及人口统计学特征，并采用泊松回归分析，将其与全国代表性的BRFSS和NHANES样本进行了对比。
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。
