Data-Gouv-FR/ideo-actions-de-formation-initiale-univers-lycee

该数据集包含法国Onisep提供的初始培训行动数据，专注于高中阶段的培训（如2de、1re、bac、CAP、CAP+1或等效水平），主要针对学校或学生身份。数据集涵盖以下内容：培训行动数据（包括Onisep标识符、指示持续时间、教学方式、教学元素、学费、接待方式详细信息、描述性网页链接以及最后更新日期）；培训数据（包括标签、Onisep标识符、Onisep领域索引、类型、最终证书性质、参考框架链接以及培训结束水平）；教学地点数据（包括标签、Onisep标识符、UAI代码、状态、完整地址、邮政编码、市镇、部门、学区、地区、GPS坐标、电话号码、网站、住宿信息和可访问性数据）。注意：同一培训行动标识符可能对应多行记录，表示该行动在多个教学地点提供。数据集每年更新约10次，以配合定向时间表和Onisep网站更新。

This dataset contains data on initial training actions provided by Onisep in France, focusing on high school-level training (e.g., 2de, 1re, bac, CAP, CAP+1, or equivalent), primarily offered under school or student status. It includes: training action data (such as Onisep identifier, indicative duration, teaching modalities, teaching elements, tuition costs, reception details, descriptive web page link, and last update date); training data (including label, Onisep identifier, Onisep domain indexing, type, certificate nature, reference framework link, and training exit level); and teaching location data (such as label, Onisep identifier, UAI code, status, full address, postal code, municipality, department, academy, region, GPS coordinates, phone number, website, accommodation information, and accessibility data). Note: there may be multiple rows for the same training action identifier when offered at multiple teaching locations. The dataset is updated approximately 10 times per year, following the orientation calendar and updates to the onisep.fr site.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，由Onisep（国家教育与职业信息办公室）整理并发布，聚焦于高中阶段（涵盖二年级、一年级、会考、CAP及同等学历）的初始教育行动。构建过程中，数据集将每个原始表格资源映射为Hugging Face仓库中的一个子配置，并统一包含名为'train'的数据分片，所有数据以Parquet格式存储，确保了高效的读取与处理能力。

特点

数据集的核心特点在于其多维度的信息集成，每条记录不仅包含行动标识符、学制、教学方式及费用等具体详情，还关联所实施培训的标签、认证类型与水平，以及教学场所的完整地理信息（包括GPS坐标、UA代码、学院与区域归属）。值得关注的是，同一行动标识符可能因多地点开设而出现重复条目，这一设计真实反映了法国教育体系的现实场景。此外，数据集每年约更新十次，紧跟Orientation日历与onisep.fr网站的迭代节奏。

使用方法

使用者可通过Hugging Face的datasets库便捷加载数据，具体代码为`load_dataset('Data-Gouv-ML/ideo-actions-de-formation-initiale-univers-lycee', '相应的配置名')`，随后即可通过`ds['train']`访问训练分片。该数据集适用于教育政策分析、区域教育资源分布研究以及机器学习模型训练等场景，尤其是在需要关联行动、培训与地理信息以进行综合推断的任务中展现出独特价值。鉴于数据以Parquet格式提供，用户也可直接利用PyArrow或Pandas进行低层级操作，实现定制化的数据过滤与转换。

背景与挑战

背景概述

该数据集由法国国家教育与职业信息办公室（Onisep）创建，旨在系统化整理法国高中阶段（包括二年级、一年级、毕业班、CAP等）的初始教育行动（action de formation）信息。数据集的发布依托于法国公共数据平台data.gouv.fr，原始数据于2021年首次公开，后经多次迭代更新。其核心研究问题在于为教育政策制定者、研究人员及学生提供结构化的初始教育供给信息，涵盖课程设置、教学地点、费用及证书类型等关键维度。作为法国公共教育开放数据的重要组成部分，该数据集对理解法国高中教育体系的区域分布、专业设置及政策变化具有重要参考价值，尤其为教育公平性和区域教育资源配置研究提供了基础数据支持。

当前挑战

数据集面临的主要挑战包括三个方面：首先，在教育领域，初始教育行动数据的整合有助于揭示法国高中教育供给的完整图景，但数据中同一教育行动可能对应多个教学地点，导致数据冗余与去重困难；其次，自2022年9月起，数据集不再包含学徒制（apprentissage）相关的教育行动，这削弱了其对法国职业教育全貌的覆盖能力，用户需转向其他跨机构数据库补充信息；最后，构建过程中，数据更新频率约为每年10次，与Onisep网站同步，但不同资源间的联动性不足，例如语言选项、毕业会考专业方向等关键字段需依赖额外数据集，增加了跨数据集分析的复杂度。

常用场景

经典使用场景

该数据集为法国国家教育与职业信息办公室（Onisep）发布的官方开放数据，专注于记录法国高中阶段（涵盖二年级、一年级、毕业班、职业能力证书及同等水平）的初始教育行动。每一行数据代表一个在特定教育机构中实施的培训项目，包含培训的标识符、持续时间、教学方式、学费、住宿与无障碍设施信息，以及对应学历课程的名称、类型、结业证书和出口级别。研究者可利用该数据集构建法国高中教育的地理分布图谱，分析不同学区、省份乃至市镇的教育资源供给差异，或追踪教学方式（如全日制、远程或混合模式）的演变趋势。该数据集每年更新约十次，确保了时效性，特别适合用于教育政策评估与区域教育公平性研究。

实际应用

在实际应用中，该数据集服务于多个领域的决策与公共服务优化。法国地方政府与学区管理者可利用其定位教育供给缺口，例如识别缺乏特定专业方向培训的行政区域，从而规划新设培训项目或调整现有资源。指导咨询机构（如Onisep自身）借助这些数据，为初中及高中学生提供个性化的升学与择校建议，推荐契合其兴趣与地理位置的教育路径。同时，家长与学生在查询高中培训选项时，可通过公开门户获取学费、住宿条件及无障碍设施等实用信息，做出更知情的教育决策。此外，教育科技公司可基于该数据集开发交互式地图应用或推荐系统，方便用户按地区、培训类型或教学方式过滤筛选，提升信息可及性。

衍生相关工作

该数据集作为法国开放教育数据生态的核心组件，衍生了一系列经典研究与实践工作。在教育公平分析领域，有学者基于此数据集结合人口普查数据，构建了高中教育机会的空间可达性指数，发表于《法国教育研究》。在课程规划方向，研究者利用其多年更新版本追踪培训项目动态变化，识别出新兴职业领域（如数字化转型、绿色经济）对应的课程扩展趋势，成果见于《教育与职业》期刊。技术层面，Hugging Face 社区的数据加载与预处理脚本降低了使用门槛，催生了多个可视化仪表盘项目，其中一项由法国国家科学研究中心开发的Web应用，允许公众按学区和培训类型交互浏览教育供给。此外，该数据集与Onisep发布的职业培训、高等教育录取数据形成互补，共同支撑了法国教育部“教育开放数据”计划的年度报告与政策建议。