World Bank - World Governance Indicators|治理指标数据集|政策分析数据集
收藏
- 世界银行首次启动世界治理指标项目,旨在提供全球各国治理质量的量化评估。
- 世界银行发布了首个世界治理指标数据集,涵盖了六个核心治理维度:言论与问责、政治稳定、政府效率、监管质量、法治和腐败控制。
- 世界治理指标数据集进行了首次重大更新,增加了更多的国家和地区的数据,并改进了数据收集和分析方法。
- 世界银行进一步扩展了世界治理指标的数据覆盖范围,包括了更多的低收入和中等收入国家。
- 世界治理指标数据集引入了新的数据源和方法,以提高数据的准确性和可靠性。
- 世界银行发布了世界治理指标的最新版本,强调了数据透明度和方法论的改进。
- 世界治理指标数据集再次更新,增加了对新兴经济体和转型国家的关注,并继续优化数据分析工具。
- 世界银行继续发布世界治理指标的年度更新,强调了在全球化背景下治理指标的重要性,并提供了更多的数据可视化工具。
- 1The Worldwide Governance Indicators: Methodology and Analytical IssuesWorld Bank · 2011年
- 2Governance Matters XV: Aggregate and Individual Governance Indicators for 1996-2019World Bank · 2020年
- 3The Worldwide Governance Indicators: A Critical ReviewUniversity of Oxford · 2015年
- 4Governance and Growth: A Review of the EvidenceWorld Bank · 2012年
- 5Governance Indicators: Where Are We, Where Should We Be Going?World Bank · 2007年
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
QM9
QM9数据集包含134k个有机小分子化合物的量子化学计算结果,涵盖了12个量子化学性质,如分子能量、电离能、电子亲和能等。
quantum-machine.org 收录
LIDC-IDRI
LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。
OpenDataLab 收录
Global Elevation Data (GED)
全球高程数据集,提供全球范围内的高程信息,包括陆地和海洋地形。数据集包含高分辨率的高程数据,适用于地理信息系统(GIS)分析、地形建模和环境研究等领域。
lpdaac.usgs.gov 收录
UAVDT Dataset
The authors constructed a new UAVDT Dataset focused on complex scenarios with new level challenges. Selected from 10 hours raw videos, about 80, 000 representative frames are fully annotated with bounding boxes as well as up to 14 kinds of attributes (e.g., weather condition, flying altitude, camera view, vehicle category, and occlusion) for three fundamental computer vision tasks: object detection, single object tracking, and multiple object tracking.
datasetninja.com 收录