乌克兰退伍军人康复与住房至2035年数据锚定前瞻的数据与代码

数据集获取

源站：https://doi.org/10.5281/zenodo.23559290

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。

数据集大小约 16.8 MB。

数据说明

乌克兰退伍军人康复与住房系统至2035年的数据锚定前瞻研究（稿件已投稿至Emerald出版社《Foresight》期刊）所依据的文献计量语料库、VOSviewer文件、模型输入与输出以及Python代码。本数据包包含四个文件夹。（1）01_corpus：通过四个检索模块获取的7,131条唯一Scopus记录（2000—2026年），并标注了在VOSviewer中映射的6,089条记录及每条排除记录的原因；映射记录还提供了完整导出字段（所属机构、摘要、引文）。（2）02_vosviewer：词表、图谱和网络文件（149个出现次数不少于15次的作者关键词、7个聚类、2,679条链接）、颜色文件及已发表的图谱图片，以及每条记录到聚类的归属。

(3) 03_model_data：25个地区的需求与供给数据（2022年和2026年的战斗人员、2026年与战争相关的残疾人员、NHSU合同下的康复服务地点）、包含2021—2026年观测值的十五项STEEPV驱动因素登记表、驱动因素筛选结果（总阶Sobol指数×经验不确定性）、2026—2035年每名退伍军人实际公共资源和住房排队的情景预测，以及“重返社会准备指数”背后的仪表盘锚点。(4) 04_code：Python脚本，可重新生成手稿中的每个表格和图形，并对文中引用的数字运行99项一致性检查；run_all.sh执行完整流程。主要行政序列（NHSU康复支付、退伍军人事务部2023—2029年预算申请、住房补偿、消费者价格指数）在README中引用了其公开来源，不再分发。提取时排除了与俄罗斯有关联的记录。

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。