巴西口腔科研人员科研诚信与开放科学认知调查复现数据
该数据集来自一项针对巴西口腔医学研究生项目科研人员的在线自填式调查,旨在评估他们对科研诚信与开放科学实践的认知,以及对科研人员晋升、聘用和资助评估方式的看法

基本信息
资源简介
巴西口腔科研人员科研诚信与开放科学认知调查复现数据
Replication Data for Perceptions of research integrity and open science practices: a survey of Brazilian dental researchers
该数据集来自一项针对巴西口腔医学研究生项目科研人员的在线自填式调查,旨在评估他们对科研诚信与开放科学实践的认知,以及对科研人员晋升、聘用和资助评估方式的看法。问卷包含3道关于巴西科研人员评估的问题,并要求受访者对25项学术活动或特征在职业发展、科学进步、个人满足感和社会影响四方面的 perceived importance 进行评分。问卷发送给2,179名科研人员,最终355人(16%)完成调查。数据可用于分析科研诚信认知、开放科学态度及科研评价观念(来源 DOI 解析)。
【数据集背景】
源站首次发布:2024。
【数据内容】
源站描述(机器翻译,仅供参考):本数据是为一项研究收集的,该研究旨在评估巴西口腔科研人员对科研诚信和开放科学实践的认知,以及他们对科研人员晋升、聘用和获得资助评估方式的看法。在一项自填式在线调查中,受访者被问及3个关于巴西科研人员评估的问题。此外,对于25项学术活动或特征,科研人员对其在以下方面的 perceived importance 进行了评分:(I) 职业发展,(II) 科学进步,(III) 个人满足感,以及 (IV) 社会影响。问卷发送给了巴西口腔医学研究生项目中总共2,179名口腔科研人员。355名(16%)科研人员完成了调查。
【主题与分类】
主题标签:Medicine, Health and Life Sciences、dentistry、open science、research integrity。本站分类:口腔疾病。
【获取与许可】
源站页面:https://lifesciences.datastations.nl/citation?persistentId=doi:10.17026/LS/LRF63D
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://doi.org/10.17026/LS/LRF63D
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
本数据是为一项研究收集的,该研究旨在评估巴西牙科研究人员对科研诚信与开放科学实践的看法,以及他们对研究人员在晋升、聘用和获得资助方面如何被评估的看法。在一项自填式在线调查中,受访者被问及3个关于巴西研究人员评估的问题。此外,对于25项学术活动或特征,研究人员对其在以下方面的感知重要性进行了评分:(I) 促进职业发展,(II) 推动科学发展,(III) 个人满意度,以及 (IV) 社会影响。问卷共发送给巴西牙科研究生项目中工作的2,179名牙科研究人员。355名(16%)研究人员完成了调查。
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。




