个体质量异质性与种内繁殖权衡数据

该数据集来自 doi.org,围绕种内个体质量异质性与繁殖权衡展开,关注后代大小与数量之间的表型相关。源站描述指出,种间层面有证据支持后代大小与数量的权衡,但种内层面观察到的相关模式多样,可能受资源可获得性或质量异质性影响

dryad
浏览 8
其他回归Resource AcquisitionResource allocation
Data from: Heterogeneity in individual quality and reproductive trade-offs within species

基本信息

模态
其他
任务类型
回归
许可
https://spdx.org/licenses/CC0-1.0.html
创建/更新时间
2026-10-14

资源简介

个体质量异质性与种内繁殖权衡数据

该数据集来自 doi.org,围绕种内个体质量异质性与繁殖权衡展开,关注后代大小与数量之间的表型相关。源站描述指出,种间层面有证据支持后代大小与数量的权衡,但种内层面观察到的相关模式多样,可能受资源可获得性或质量异质性影响。研究以母体大小作为资源可获得性的代理,对多个物种的四种表型繁殖相关进行元分析:母体大小与后代大小、母体大小与后代数量、后代数量与后代大小,以及控制母体大小后的后代数量与后代大小。种内母体大小与后代大小和数量均呈正相关,但未发现后代大小与数量之间的相关(来源 doi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):在种间层面,有相当多的证据支持后代大小与数量之间的权衡。然而,在种内层面,可以观察到后代大小与数量之间各种表型相关。当考虑资源可获得性或质量的异质性时,这些相关或许可以被预测。假设母体大小是资源可获得性的代理,我们通过元分析量化了多个物种内的四种表型繁殖相关:(1)母体大小与后代大小,(2)母体大小与后代数量,(3)后代数量与后代大小,以及(4)控制母体大小后的后代数量与后代大小。在种内,母体大小与后代大小和数量均呈正相关。尽管存在这种一致性,但未发现后代大小与数量之间的相关。

【主题与分类】

主题标签:Resource Acquisition、Resource allocation。本站分类:妊娠、分娩和产褥期。

【获取与许可】

源站页面:https://doi.org/10.5061/dryad.vf865

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://doi.org/10.5061/dryad.vf865

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。

数据说明

在种间层面,大量证据支持后代大小与数量之间存在权衡。然而,在种内层面,观察到了后代大小与数量之间各种表型相关性。当考虑资源可用性或质量的异质性时,这些相关性或许可以被预测。假设母体大小是资源可用性的代理指标,我们通过元分析在众多物种中量化了四种表型繁殖相关性:(1)母体大小与后代大小,(2)母体大小与后代数量,(3)后代数量与后代大小,以及(4)控制母体大小后的后代数量与后代大小。在物种内,母体大小与后代大小和数量均呈正相关。尽管存在这种一致性,但未发现后代大小与数量之间的相关性。然而,在控制母体大小后,后代大小与数量显示出显著的负相关。我们分析中的系统发育成分对数据中的异质性解释甚微,表明我们的发现跨分类群具有显著的一致性。

总体而言,我们的结果支持后代大小与数量之间存在可观察的表型权衡。然而,这项分析也强调了在考察权衡时考虑质量的重要性,而这一任务并不总是直截了当,因为质量取决于具体情境。

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。