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？
China Health and Nutrition Survey (CHNS)|健康监测数据集|营养调查数据集
收藏www.cpc.unc.edu2025-03-04 收录
下载链接：
http://www.cpc.unc.edu/projects/china
下载链接
链接失效反馈资源简介：
China Health and Nutrition Survey（CHNS）是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目，旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响，以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体，采用多阶段随机抽样方法，收集了家庭、个体以及社区层面的详细数据，包括饮食、健康、经济和社会因素等信息。自2011年起，CHNS不断扩展，新增多个城市和省份，并持续完善纵向数据链接，为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。
提供机构：
www.cpc.unc.edu
AI搜集汇总
数据集介绍
构建方式
China Health and Nutrition Survey（CHNS）是一项综合性的家庭调查，旨在研究中国居民的健康和营养状况。该数据集通过分层、多阶段、随机抽样的方法构建，覆盖了九个省、自治区和直辖市。调查采用面对面问卷的形式，收集了包括个人和家庭的社会经济特征、健康状况、饮食习惯等详细信息。
特点
CHNS数据集具有以下显著特点：一、时间跨度长，自1989年开始，每隔几年进行一次，为研究者提供了观察健康和营养状况长期变化的机会；二、内容全面，涵盖了儿童、成人、老人等多年龄段，以及多种健康和营养指标；三、数据质量高，通过严格的调查和质控程序，保证了数据的可靠性和有效性。
使用方法
用户在使用CHNS数据集时，应首先熟悉数据集的基本结构和内容，然后根据研究需求选择相应的变量。数据集通常以CSV或SAS格式提供，可通过统计软件进行数据分析。同时，用户应遵循数据使用的伦理规范，保护受访者的隐私，并在研究中给予适当的引用。
背景与挑战
背景概述
China Health and Nutrition Survey（CHNS）是一项始于1989年的长期追踪调查，由美国北卡罗来纳大学教堂山分校与中国疾病预防控制中心联合开展。该数据集聚焦于中国居民的健康状况与营养摄入，旨在探索社会经济变迁对健康的影响，为公共卫生政策制定提供科学依据。CHNS数据集收集了涵盖个人、家庭及社区层面的多维数据，对全球健康研究产生了深远影响。
当前挑战
CHNS数据集在研究领域面临的挑战包括：1）数据收集过程中的跨文化差异，如何确保问卷设计的准确性与适用性；2）追踪调查中的样本流失问题，这对数据连续性与完整性的影响；3）数据分析时，如何处理多维数据间的复杂交互作用，以及如何准确解读社会经济变量与健康结果之间的关联。
发展历史
创建时间与更新
China Health and Nutrition Survey（CHNS）数据集的创建始于1989年，自此每隔数年便进行更新，以追踪中国居民的健康与营养状况，至今已积累大量宝贵数据，但具体的更新时间节点尚无确切记录。
重要里程碑
CHNS数据集的重要里程碑包括1991年首次发布数据，此后在2000年、2004年、2009年及2015年进行了多次大规模的数据采集与更新。这些数据为研究中国经济发展与居民健康、营养状况的关系提供了坚实基础，尤其在公共卫生政策制定方面产生了深远影响。
当前发展情况
当前，CHNS数据集已成为研究中国人口健康和营养变化的重要资源，对全球健康研究及中国公共卫生政策的制定与优化贡献显著。该数据集持续关注生活方式变化对健康的影响，为相关领域的研究提供了宝贵的一手资料。
发展历程
- 中国健康与营养调查（China Health and Nutrition Survey，简称CHNS）项目启动，旨在收集中国居民的健康与营养数据。
- CHNS完成第一次调查，覆盖了全国八大区域的城市与农村。
- 第二次CHNS调查开展，进一步扩大了数据收集范围。
- 第三次调查实施，继续追踪中国居民健康状况的变化。
- 第四次调查完成，此时CHNS已成为研究中国健康与营养状况的重要数据库。
- 第五次调查启动，CHNS数据集开始广泛应用于国内外学术研究。
- 第六次调查进行，CHNS数据集继续丰富，为政策制定提供支持。
- 第七次调查完成，CHNS数据集的影响力日益扩大。
- 第八次调查实施，CHNS数据集成为研究中国健康与营养问题不可或缺的资源。
常用场景
经典使用场景
在社会科学研究领域，China Health and Nutrition Survey（CHNS）数据集被广泛用于分析中国居民的健康状况与营养摄入情况。其经典使用场景在于，研究者通过对CHNS中包含的个体、家庭及社区层面的多维数据进行分析，揭示社会经济因素、饮食习惯与健康结果之间的复杂关联。
解决学术问题
CHNS数据集解决了众多学术研究中的关键问题，如评估社会经济地位对健康状况的影响，分析饮食习惯变迁对健康结局的作用，以及探讨不同地区健康差异的成因。该数据集为研究者提供了宝贵的定量证据，增强了研究的深度与说服力。
衍生相关工作
基于CHNS数据集，学术界衍生了大量的相关研究工作。这些研究不仅包括对原始数据的深入分析，还包括了数据集的扩展应用，如构建健康预测模型、开展跨区域健康比较研究，以及探索健康不平等的社会决定因素。这些后续工作进一步扩大了CHNS数据集的影响力和应用范围。
以上内容由AI搜集并总结生成
数据主题
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
中国交通事故深度调查（CIDAS）数据集
交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息，以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例，单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征，探索事故预防和损伤防护措施的关键数据源，为制定汽车安全法规和标准、完善汽车测评试验规程、
北方大数据交易中心 收录
Traditional-Chinese-Medicine-Dataset-SFT
该数据集是一个高质量的中医数据集，主要由非网络来源的内部数据构成，包含约1GB的中医各个领域临床案例、名家典籍、医学百科、名词解释等优质内容。数据集99%为简体中文内容，质量优异，信息密度可观。数据集适用于预训练或继续预训练用途，未来将继续发布针对SFT/IFT的多轮对话和问答数据集。数据集可以独立使用，但建议先使用配套的预训练数据集对模型进行继续预训练后，再使用该数据集进行进一步的指令微调。数据集还包含一定比例的中文常识、中文多轮对话数据以及古文/文言文<->现代文翻译数据，以避免灾难性遗忘并加强模型表现。
huggingface 收录
网易云音乐数据集
该数据集包含了网易云音乐平台上的歌手信息、歌曲信息和歌单信息，数据通过爬虫技术获取并整理成CSV格式，用于音乐数据挖掘和推荐系统构建。
github 收录
CE-CSL
CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集，旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段，涵盖超过70种不同的复杂背景，确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向，通过收集大量真实场景下的手语视频材料，覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域，旨在提高手语识别技术在复杂环境中的准确性和效率，促进聋人与听人社区之间的无障碍沟通。
arXiv 收录
THUCNews
THUCNews是根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档（2.19 GB），均为UTF-8纯文本格式。本次比赛数据集在原始新浪新闻分类体系的基础上，重新整合划分出14个候选分类类别：财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏、娱乐。提供训练数据共832471条。
github 收录