美国四个公共来源的工作场所损伤协调数据集，2015–2024

数据集获取

源站：https://doi.org/10.7910/DVN/FS6GAZ

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 18.5 MB。

数据说明

本数据集包包含增值的协调工作场所伤害数据集及配套文档，与《来自五个公共工作场所伤害来源且具有跨数据集协调以用于研究和建模的数据集》研究相关。协调表整合了四个公共事件级和索赔级来源：OSHA严重伤害报告（SIR）、OSHA伤害跟踪应用（ITA）案例详情、俄勒冈州工伤赔偿记录级索赔（OR_WC）和纽约州工伤赔偿伤害索赔（NY_WC）。德克萨斯机构医疗账单服务（SV2）在配套材料中有记录，但被排除在协调表之外，因为它由医疗账单行项目而非伤害事件或索赔级记录组成。该包包括协调数据集、模式/数据字典、源数据集清单、分类映射文件、处理溯源文档、样本摘录和协调笔记本。

协调字段支持对广泛伤害特征进行受限的跨数据集分析，包括伤害日期、行业背景、事件类别、伤害性质类别、受影响身体部位类别以及来源数据集溯源。用户应将协调数据集视为用于探索性分析、可复现分析和机器学习演示的受限对齐数据集。在没有额外分母、覆盖范围调整和特定辖区解释的情况下，不应将其用于跨来源的直接伤害率或人群风险比较。

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。