印度北方邦孕产妇保健利用决定因素交叉性研究复现数据

数据聚焦印度北方邦孕产妇保健服务利用情况,用于识别与保健利用降低或提高相关的决定因素交叉点。理解这些决定因素间的交互作用,有助于更精准地定位最需要帮助的群体,从而提升相关项目的效率

dataone
浏览 7
其他Social Sciences
Replication Data for: Understanding intersectionality between determinants associated with maternal health care utilization in Uttar Pradesh, India

基本信息

模态
其他
创建/更新时间
2026-10-18

资源简介

印度北方邦孕产妇保健利用决定因素交叉性研究复现数据

Replication Data for: Understanding intersectionality between determinants associated with maternal health care utilization in Uttar Pradesh, India

该数据集是论文《Understanding intersectionality between determinants associated with maternal health care utilization in Uttar Pradesh, India》的复现数据,主题标签为社会科学。数据聚焦印度北方邦孕产妇保健服务利用情况,用于识别与保健利用降低或提高相关的决定因素交叉点。理解这些决定因素间的交互作用,有助于更精准地定位最需要帮助的群体,从而提升相关项目的效率。该数据可用于分析孕产妇保健利用的影响因素及其交叉性(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):这是论文《Understanding intersectionality between determinants associated with maternal health care utilization in Uttar Pradesh, India》的数据集。该论文识别了与医疗保健利用降低或提高相关的交叉点。理解决定因素之间的这种交互作用,有助于通过更精准地定位最需要帮助的群体,来最大化提高医疗保健利用率的项目的效率。

【主题与分类】

主题标签:Social Sciences。本站分类:妊娠、分娩和产褥期。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A291068363d3a1c35e8fdf42f2a6c54cf1daa016b6e2e336a5a329b15f71d59e3

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://search.dataone.org/view/sha256%3A291068363d3a1c35e8fdf42f2a6c54cf1daa016b6e2e336a5a329b15f71d59e3

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

这是论文《理解印度北方邦孕产妇保健利用相关决定因素之间的交叉性》的数据集。该论文识别了与保健利用降低或提高相关的交叉点。理解决定因素之间的此类相互作用,有助于通过更精准地针对最需要的人群,最大限度地提高旨在提升保健利用的项目效率。

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。