产科护理满意度数据集
该数据集来自荷兰鹿特丹贫困社区,聚焦低教育本土荷兰裔与非西方族裔背景女性在产前、分娩及产科护理方面的体验与满意度。研究采用焦点小组访谈,通过目的性抽样确保参与者代表目标群体,并运用口头宣传和社交网络等主动招募方式

基本信息
资源简介
产科护理满意度数据集
Satisfaction with obstetric care
该数据集来自荷兰鹿特丹贫困社区,聚焦低教育本土荷兰裔与非西方族裔背景女性在产前、分娩及产科护理方面的体验与满意度。研究采用焦点小组访谈,通过目的性抽样确保参与者代表目标群体,并运用口头宣传和社交网络等主动招募方式。数据可用于分析不同族裔背景女性对产科护理的满意度差异,为改善贫困社区孕产妇护理服务提供参考(来源 DOI 解析)。
【数据集背景】
源站首次发布:2013。
【数据内容】
源站描述(机器翻译,仅供参考):旨在衡量低教育本土荷兰裔与非西方族裔背景女性对产前、分娩及产科护理满意度的焦点小组研究。本研究关注居住在荷兰鹿特丹贫困社区的女性在产前、分娩及产科护理方面的体验。我们采用目的性抽样,以确保焦点小组访谈的参与者代表这些贫困社区的重要目标群体。我们采用主动招募方法,包括通过“口头宣传”和社交网络。首先,主要研究者走访了:(a) 社区健康工作者组织的同伴教育会议,(b) 小学的课间休息时间,(c) 中学和社区学院的健康(护理)教育课程,以及 (d) 邻里社区中心。通过……招募的参与者
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://lifesciences.datastations.nl/citation?persistentId=doi:10.17026/DANS-275-N9GU
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/DANS-275-N9GU
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
开展焦点小组研究,以衡量具有低教育水平的荷兰本土及非西方族裔背景女性对产前、分娩和产后护理的满意度。本研究聚焦于居住在荷兰鹿特丹市贫困社区的女性在产前、分娩及产后护理方面的体验。我们采用目的性抽样,以确保焦点小组访谈的参与者能够代表这些贫困社区中的重要目标群体。我们采取了主动招募方式,包括通过“口头宣传”以及借助社交网络进行招募。首先,主要研究者走访了:(a) 由社区卫生工作者组织的同伴教育会议,(b) 小学的课间休息时段,© 中学及一所社区学院的健康(护理)教育课程,以及 (d) 社区邻里中心。通过上述方式招募到的参与者被请求将我们与其他有兴趣的女性联系起来(“滚雪球抽样”策略)。
我们进行了19次半结构化焦点小组访谈,参与者包括18名土耳其背景的女性、19名摩洛哥背景的女性、10名苏里南背景的女性、12名安的列斯背景的女性、20名佛得角背景的女性、12名荷兰本土背景的女性,以及9名不同族裔背景的青少年和6名不同族裔背景的孕妇。每个焦点小组均由相同族裔背景的参与者组成,其中包括青少年和孕妇。
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。




