荷兰市镇通过同学网络的空间连通性(2015-2023)
该数据产品通过将同学配对关联到学生居住的市镇和学校所在的市镇,量化荷兰各市镇之间的空间连通性。数据覆盖BO(小学教育)、SO(特殊教育)、VO(中学教育)、MBO(中等职业教育)、HBO(高等职业教育)和WO(学术或大学教育)六个教育层次,包含按年份(2015–2023)、教育层次(不含MBO)和同

基本信息
资源简介
荷兰市镇通过同学网络的空间连通性(2015-2023)
Spatial connectedness of Dutch municipalities via classmate networks (2015-2023)
该数据产品通过将同学配对关联到学生居住的市镇和学校所在的市镇,量化荷兰各市镇之间的空间连通性。数据覆盖BO(小学教育)、SO(特殊教育)、VO(中学教育)、MBO(中等职业教育)、HBO(高等职业教育)和WO(学术或大学教育)六个教育层次,包含按年份(2015–2023)、教育层次(不含MBO)和同学上限分层的聚合学生配对计数频率表,可用于研究基于同学网络的地理连通性及其与健康相关议题的关联(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):该数据产品通过将同学配对关联到学生居住的市镇和学校所在的市镇,量化荷兰各市镇之间的空间连通性。该数据产品覆盖六个教育层次:BO(小学教育)、SO(特殊教育)、VO(中学教育)、MBO(中等职业教育)、HBO(高等职业教育)和WO(学术或大学教育)。该数据集包含三类CSV文件:(1)按年份(2015–2023)、教育层次(不含MBO)和同学上限(学生允许拥有的流行病学相关同学链接的最大数量,2021年为50、100和200,其他年份为100)分层的聚合学生配对计数频率表。对于除MBO(中等职业教育)以外的所有教育层次,这些表有两种形式,即2d版本(家庭市镇
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Social Sciences、Registry data、Classmate network、Geographical connectivity。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://dataverse.nl/citation?persistentId=doi:10.34894/NF76QW
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/10.34894/NF76QW
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
本数据产品通过将同学配对关联到学生居住地和学校所在市镇,量化了荷兰各市镇之间的空间连通性。本数据产品涵盖六个教育层次:BO(初等教育)、SO(特殊教育)、VO(中等教育)、MBO(中等职业教育)、HBO(高等职业教育)和WO(学术或大学教育)。本数据集包含三种类型的CSV文件:(1)按年份(2015–2023年)、教育层次(不包括MBO)和同学上限(一名学生允许拥有的流行病学相关同学链接的最大数量,2021年为50、100和200,其他年份为100)分层的聚合学生配对计数频率表。对于除MBO(中等职业教育)以外的所有教育层次,这些表格有两种形式,即2d版本(学生A的居住市镇、学生B的居住市镇)和3d版本(加上共同的学校所在市镇)。
MBO学生配对仅按两个家庭所在市镇进行分层,因为学校位置信息有限;(2) 一张按年份和教育水平列出的遮蔽学生配对总数表,其中计数低于10的以NA表示;(3) 每个网络层的汇总统计量(平均度数、班级数、学生数)。还附有三个R脚本,用于在CBS远程环境中实现可重复性,该环境仅在向CBS Microdata提出合理请求后方可访问。该数据集可用于动态模型,以模拟呼吸道传染病在区域间的传播,并评估空间定制控制措施的有效性。它补充了同一项目下早先提交的同事网络连通性数据集(doi:10.34894/XF7IAD)。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




