five

Death Row Data|死刑数据集|司法数据数据集

收藏
github2024-12-03 更新2024-12-09 收录
死刑
司法数据
下载链接:
https://github.com/washingtonpost/data-death-row
下载链接
链接失效反馈
资源简介:
该数据集包含截至2024年11月13日美国所有死刑犯的信息,包括在州法院被判处死刑的超过2000人、在联邦法院被判处死刑的40名囚犯以及被军事法庭判处死刑的4人。数据来自各州网站和信息请求。
创建时间:
2024-11-19
原始信息汇总

数据集概述

数据来源

  • 数据集包含截至2024年11月13日美国所有死刑犯的信息。
  • 数据来源于有活跃死刑犯的州网站,以及通过信息请求从未在线发布的州获取的数据。

数据内容

  • 数据集包括超过2,000名在州法院被判处死刑的个人。
  • 40名在联邦法院被判处死刑的囚犯。
  • 4名被军事法庭判处死刑的个人。
  • 新罕布什尔州有一名被判处死刑的个人,尽管该州在2019年废除了死刑。
  • 3名因在其他司法管辖区犯罪而被判处死刑的个人,其中两人在第二个地方被判处死刑。

数据使用

  • 数据集用于报道相关新闻故事。
  • 欢迎提供数据问题、反馈、更新信息或更正。

数据下载

数据许可

AI搜集汇总
数据集介绍
main_image_url
构建方式
为了报道这一故事,《华盛顿邮报》于2024年11月13日编制了一个包含美国所有死刑犯的数据库。记者们从有活跃死刑犯的州网站上提取数据,并对未在线发布信息的州提出信息请求。该数据集涵盖了超过2,000名在州法院被判处死刑的个人、40名在联邦法院被判处死刑的囚犯,以及四名被军事法庭判处死刑的人员。值得注意的是,尽管新罕布什尔州在2019年废除了死刑,但仍有一人被判处死刑。此外,有三名男子因在其他司法管辖区犯罪而被判处死刑,其中两人在第二个地方也被判处死刑。这些人在分析中仅被计算一次,但在数据中出现两次。
使用方法
使用Death Row Data数据集时,用户可以通过提供的CSV文件链接下载数据。该数据集适用于法律研究、社会学分析以及新闻报道等多个领域。用户在进行分析时,应注意数据中的重复记录,特别是在涉及跨司法管辖区的案件时。此外,用户在使用数据时应遵守《华盛顿邮报》提供的使用许可,确保非商业用途并进行适当的署名。
背景与挑战
背景概述
Death Row Data数据集由《华盛顿邮报》于2024年11月13日编制,旨在报道美国死刑行刑名单上的所有个体。该数据集汇集了来自各州死刑行刑名单网站的数据,并通过信息公开请求获取了未在线公开的州的数据。数据集包括超过2,000名在州法院被判处死刑的个人、40名在联邦法院被判处死刑的囚犯,以及四名被军事法庭判处死刑的个人。这一数据集的创建不仅为研究美国死刑制度提供了宝贵的资源,也揭示了死刑制度在不同司法管辖区的复杂性和多样性。
当前挑战
Death Row Data数据集在构建过程中面临多重挑战。首先,数据来源的多样性和不一致性使得数据整合变得复杂。其次,由于某些州未在线公开死刑行刑名单,数据收集依赖于信息公开请求,这增加了数据获取的时间和成本。此外,数据集中存在重复计数的问题,如三名在其他司法管辖区被判处死刑的个体被重复记录,这需要通过数据清洗和验证来解决。最后,数据集的更新和维护也是一个持续的挑战,确保数据的准确性和时效性对于研究者和政策制定者至关重要。
常用场景
经典使用场景
Death Row Data数据集的经典使用场景主要集中在司法研究和政策分析领域。研究者可以利用该数据集分析死刑判决的地理分布、种族差异、以及判决时间与执行时间的关系。此外,该数据集还可用于评估不同司法管辖区的死刑政策对犯罪率和社会影响的作用,为政策制定者提供科学依据。
解决学术问题
Death Row Data数据集解决了司法研究中关于死刑判决的多个学术问题。通过分析数据,学者们可以探讨死刑判决的公正性、一致性和透明度,以及这些判决如何受到社会、经济和种族因素的影响。此外,该数据集还为研究死刑政策的伦理和道德问题提供了实证基础,推动了相关领域的深入探讨。
实际应用
在实际应用中,Death Row Data数据集为司法改革和政策制定提供了重要参考。政府机构和非政府组织可以利用该数据集评估现行死刑政策的有效性和公平性,进而提出改革建议。同时,该数据集也可用于公众教育和意识提升,帮助社会更好地理解死刑制度及其潜在影响。
数据集最近研究
最新研究方向
在司法与社会学交叉领域,Death Row Data数据集的最新研究方向聚焦于死刑制度的伦理与社会影响。研究者们利用该数据集分析死刑判决的地理分布、种族差异及其对社会公正的潜在影响。此外,数据集还被用于探讨死刑废除与保留对犯罪率、社会心理及公众舆论的长期效应。这些研究不仅为政策制定者提供了科学依据,也促进了公众对死刑制度复杂性的理解。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

中国1km分辨率逐月降水量数据集(1901-2024)

该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2024.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

UIEB, U45, LSUI

本仓库提供了水下图像增强方法和数据集的实现,包括UIEB、U45和LSUI等数据集,用于支持水下图像增强的研究和开发。

github 收录

NASA Battery Dataset

用于预测电池健康状态的数据集,由NASA提供。

github 收录

Google Scholar

Google Scholar是一个学术搜索引擎,旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域,包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。

scholar.google.com 收录

RadDet

RadDet是一个包含11种雷达类别的数据集,包括6种新的低概率干扰(LPI)多相码(P1, P2, P3, P4, Px, Zadoff-Chu)和一种新的宽带调频连续波(FMCW)。数据集覆盖500 MHz频段,包含40,000个雷达帧,分为训练集、验证集和测试集。数据集在两种不同的雷达环境中提供:稀疏数据集(RadDet-1T)和密集数据集(RadDet-9T)。

github 收录