创伤与性及性别少数群体检索策略数据集

该数据集收录了针对创伤与性及性别少数群体研究的完整检索策略,涵盖 MEDLINE (Ovid)、EMBASE (Ovid)、PsycInfo (Ovid) 和 CINAHL (EBSCO) 四个数据库于 2025 年 5 月 26 日的检索式

BorealisBorealis
datacite
浏览 9
其他Medicine, Health and Life Sciences
Search strategy for Trauma AND sexual and gender minority populations

基本信息

模态
其他
创建/更新时间
2026-10-17
版本
1.0

资源简介

创伤与性及性别少数群体检索策略数据集

Search strategy for Trauma AND sexual and gender minority populations

该数据集收录了针对创伤与性及性别少数群体研究的完整检索策略,涵盖 MEDLINE (Ovid)、EMBASE (Ovid)、PsycInfo (Ovid) 和 CINAHL (EBSCO) 四个数据库于 2025 年 5 月 26 日的检索式。数据集还包含各数据库的原始下载文件,但因许可协议限制,这些文件访问受限。该数据可用于复现或参考检索策略,支持相关系统综述或文献检索方法学研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):备注字段包含针对创伤与性及性别少数群体研究的完整 MEDLINE (Ovid) 检索策略。本数据集中的检索文件包含截至 2025 年 5 月 26 日的完整 MEDLINE (Ovid)、EMBASE (Ovid)、PsycInfo (Ovid) 和 CINAHL (EBSCO) 检索策略。其余文件为各次检索的原始数据库下载文件;由于许可协议限制,这些文件的访问受限。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://borealisdata.ca/citation?persistentId=doi:10.5683/SP3/GKNYWD

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/10.5683/sp3/gknywd

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

备注字段包含针对创伤与性及性别少数群体研究的完整MEDLINE(Ovid)检索策略。本数据集中的检索文件包含截至2025年5月26日的完整MEDLINE(Ovid)、EMBASE(Ovid)、PsycInfo(Ovid)和CINAHL(EBSCO)检索策略。其余文件为每次检索的原始数据库下载文件;由于许可协议限制,这些文件的访问受到限制。

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