范围综述“公共户外健身器材安全全年使用”的筛选、图表与数据

本数据集为范围综述“Safe, Year-Round Use of Public Outdoor Workout Equipment”的配套数据,包含从检索到图表化的各步骤记录,未收集新的一手数据,全部提取自已发表报告

ZenodoZenodo
zenodo
2026-10-21 更新
浏览 7
文本outdoor workout equipmentoutdoor gymcallisthenicsinjury preventionsupervisionweatherwinterscoping review
Screening, charting and figure data for the scoping review "Safe, Year-Round Use of Public Outdoor Workout Equipment"

基本信息

模态
文本
大小
0.000206981 GB
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-21

资源简介

范围综述“公共户外健身器材安全全年使用”的筛选、图表与数据

Screening, charting and figure data for the scoping review "Safe, Year-Round Use of Public Outdoor Workout Equipment"

本数据集为范围综述“Safe, Year-Round Use of Public Outdoor Workout Equipment”的配套数据,包含从检索到图表化的各步骤记录,未收集新的一手数据,全部提取自已发表报告。数据涵盖56项纳入研究的图表化信息(国家、Köppen–Geiger气候组、设计、场景、参与者、D1–D6领域、各领域关键发现、技术、结局、冬季或零下条件、作者指出的空白、语言),以及PubMed、Scopus、Web of Science Core Collection、ScienceDirect的检索策略与记录数、全文筛选决定等。可用于复现综述流程、分析户外健身器材损伤与监督、天气及技术相关证据(来源 DOI 解。

【数据集背景】

源站首次发布:2026。

【主题与分类】

主题标签:outdoor workout equipment、outdoor gym、callisthenics、injury prevention、supervision、weather、winter、scoping review。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://zenodo.org/doi/10.5281/zenodo.23546114

使用许可:Creative Commons Attribution 4.0 International。

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

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/10.5281/zenodo.23546114

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 207.0 KB。

数据说明

支持范围综述《安全、全年使用公共户外健身器材:关于损伤、监督、天气与技术证据的范围综述》(P.P. Argalis 与 M. Slezins;稿件已提交至 MDPI 出版的 Sports)的数据。这些文件记录了综述的每一个步骤,从检索到图表化数据及图件。未收集新的原始数据;所有数据均提取自已发表的报告。Table_S1_Charting_of_included_studies.xlsx:从56项纳入研究中图表化的数据(国家、Köppen–Geiger气候组、设计、环境、参与者、领域D1–D6、各领域主要发现、技术、结局、冬季或零下条件、作者指出的空白、语言)。Table_S2_Search_strategies.xlsx:按数据库(PubMed、Scopus、Web of Science Core Collection、ScienceDirect)列出的检索策略及检索到的记录数。Table_S3_Full-text_screening_decisions.xlsx:全文阶段评估的117条记录中每条的结果,附排除代码和原因。Table_S4_Title_and_abstract_screening_decisions.xlsx:546条唯一记录中每条记录的标题和摘要筛选决定。

PRISMA-ScR_checklist.docx:已完成的PRISMA-ScR清单。Figure_source_data.xlsx:文章中图1至图4背后的数据。README.txt:文件说明及所用代码说明。领域:D1 伤害或技术;D2 监督、指导与反馈;D3 天气、季节、气候与照明;D4 安全、故意破坏、维护与设备质量;D5 技术;D6 其他障碍与促进因素。排除代码:E1 出版类型;E2 环境或人群;E3 概念;UNC 无法确定 eligibility。

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。

获取专属数据定制方案