撒哈拉以南非洲现代避孕需求:新方法与新证据
源站描述显示,西非和中非生育率全球最高,41 个撒哈拉以南非洲国家期望子女数的中位值为 4.8,意外怀孕在该地区十分普遍

基本信息
资源简介
撒哈拉以南非洲现代避孕需求:新方法与新证据
Demand for Modern Contraception in Sub-Saharan Africa: New Methods, New Evidence
该数据集来自 Qualitative Data Repository,由 Ibitoye、OlaOlorun 与 Casterline 于 2024 年发布,主题为撒哈拉以南非洲的现代避孕需求。源站描述显示,西非和中非生育率全球最高,41 个撒哈拉以南非洲国家期望子女数的中位值为 4.8,意外怀孕在该地区十分普遍。数据涉及生育意愿、避孕、亲子关系与家庭构成等议题,可用于研究该地区生育行为、避孕需求及相关社会因素(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):项目概述 西非和中非的生育率位居世界最高之列。这些高出生率在很大程度上取决于期望生育率以及对大家庭的持续认同。近期关于撒哈拉以南非洲(SSA)41 个国家期望子女数量的调查数据显示,中位值为 4.8 个孩子,仅四分之一国家的均值低于 4.0,超过四分之一国家的均值高于 5.0。从调查数据中,我们对男性和女性在生育中寻求何种满足与回报,以及他们如何评估大家庭与小家庭的成本与收益,一无所知。尽管对孩子的需求很高,意外怀孕在 SSA 仍很常见。在整个生育生涯中,平均每名女性有两到三次怀孕(包括人工流产)是意外的。意外怀孕率是两倍
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Social Sciences、fertility、birth control、parents、children、household composition。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://data.qdr.syr.edu/citation?persistentId=doi:10.5064/F600CMLO
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/10.5064/F600CMLO
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
项目概况 西非和中非地区的生育率位居全球之首。这种高出生率在很大程度上源于人们期望的生育意愿以及对大家庭的持续忠诚。近期针对撒哈拉以南非洲(SSA)41个国家理想子女数量的调查数据显示,中位数为4.8个孩子,仅四分之一的国家平均理想子女数低于4.0,而超过四分之一的国家平均值高于5.0。从调查数据中,我们对男女在生育过程中寻求的满足感和回报,以及他们如何评估大家庭与小家庭的成本与收益一无所知。尽管对孩子的需求很高,但在SSA地区,意外怀孕仍很普遍。在整个生育生涯中,平均每位女性有2到3次意外怀孕(包括人工流产)。SSA的意外怀孕率是欧洲、北美和亚洲的两倍。使用现代避孕措施的优点已被认可,但对其优点的认知与是否采取这一步骤明智的不确定性并存,需综合考虑所有因素。
存在着相互竞争、彼此紧张的不同理由。此外,避孕决策中还涉及多个行动者——女性及其男性伴侣,可能还有其他近亲,以及有影响力的社区领袖——他们的观点都会影响决策。与该地区关于如何加强计划生育服务的大量研究相比,针对现代避孕需求的深入探究性研究相对较少。作为一项更大研究计划的一部分,本次定性数据收集旨在通过多维度调查生育意愿及其对现代避孕需求的影响,来纠正这一失衡。定性数据收集的目标是通过深入……探讨男性和女性的生育意愿及对现代避孕的需求。
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。




