感知但不提醒:ChatGPT心理皮肤科咨询中奉承行为的代价补充材料

包含50个心理皮肤科案例的ChatGPT咨询转录及专家评估,用于分析模型奉承行为。

Mendeley Data
浏览 12
文本心理皮肤科文本
Supplementary materials for 'Sensing but not alerting: The cost of sycophancy in ChatGPT psychodermatology consultations'

基本信息

模态
文本
大小
0.001178635 GB
创建/更新时间
2026-10-08
版本
v2

资源简介

感知但不提醒:ChatGPT心理皮肤科咨询中奉承行为的代价补充材料

【一句话概览】

本数据集是 Mendeley Data 公开的文本数据集,收录 2 个文件、合计 1.18 MB,可用于医学自然语言处理(实体识别、信息抽取等)。

【数据集背景】

本数据集源站标题为《Supplementary materials for "Sensing but not alerting: ChatGPT mental health triage gaps in simulated psychodermatology conversations"》。源站首次发布:2026-05-29。

【数据内容】

源站原始描述:Supplementary File 1: Materials, Methods, an example narrative, and complete transcripts, including Supplementary Text (Materials, Methods and Complete Transcripts), Supplementary Figures 1-2, and Supplementary Tables 2-5. Supplementary Table 1: Case IDs, case sources, original diagnoses, psychiatrists'' ratings on narratives, answers to the three questions (Q1-Q3) by reviewing ChatGPT-5''s responses, across all the 50 narratives

【数据结构与技术规格】

文件数 2 个,合计 1.18 MB。数据集 DOI:10.17632/gg48xkfdsg.2。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/gg48xkfdsg

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/gg48xkfdsg/1

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))

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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。