Data-Gouv-FR/ideo-structures-denseignement-secondaire

该数据集是一个法国中等教育机构目录，由Onisep参考并包含提供中等教育的机构。涵盖的机构类型包括中学（collèges）、高中（lycées）、学徒培训中心（CFA）、适应教育结构（如SEGPA、EREA）以及医疗社会部门机构。数据集包含多个字段，如UAI代码、SIRET号码、机构类型、名称、缩写、状态（公立、私立等）、监管机构（如政府部门、商会）、附属大学（包括链接和唯一标识符）、相关机构（链接和标识符）、地理坐标（如地址、邮政编码、电话、经纬度）、开放日信息、教授语言以及直接访问Onisep页面的链接。数据集每年大约更新十次，以配合教育指导日程和Onisep网站的更新。This dataset is a directory of French secondary education institutions referenced by Onisep, covering establishments offering secondary education. Institution types include middle schools (collèges), high schools (lycées), apprenticeship training centers (CFA), adapted education structures (e.g., SEGPA, EREA), and medico-social sector institutions. Fields include UAI code, SIRET number, institution type, name, acronym, status (public, private, etc.), oversight (e.g., ministries, chambers of commerce), affiliated university (with direct links and unique Onisep identifiers), related institutions (links and identifiers), geographical coordinates (e.g., postal address, zip code, phone number, longitude, latitude), open house dates, languages taught, and direct links to Onisep pages with unique identifiers. The dataset is updated approximately ten times per year, following the orientation calendar and updates to the Onisep website.

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编制并定期维护，收录了法国境内提供中等教育的机构名录。HuggingFace版本严格遵循原始数据源的结构映射规则：一个数据源对应一个HuggingFace仓库，每个原始表格资源对应一个子集配置，所有数据均整合至名为'train'的分割中。核心数据文件以Parquet格式存储，确保了高效读写与内存优化。通过标准化接口，用户可便捷地获取包含机构代码、类型、名称、地理位置、联系方式及教育特色等多元字段的完整信息。

特点

该数据集具有多维度的显著特性。在时空维度上，其更新频率高达每年约十次，与法国教育指导日历保持同步，确保信息时效性。内容覆盖全面，不仅包含传统的行政属性（如UAI码、SIRET号、公立/私立状态），还深入整合了教育特色信息，如开设的语言课程、校园开放日安排，以及指向Onisep官方页面的唯一标识符和直接链接。地理信息尤为详尽，提供从邮政地址到经纬度坐标的完整层级，支持精细化的空间分析。

使用方法

数据集的使用极其便捷，依托HuggingFace的datasets库即可快速加载。用户只需通过Python环境执行一行代码——`ds = load_dataset("Data-Gouv-ML/ideo-structures-denseignement-secondaire", "ideo-structures-d-enseignement-secondaire")`，即可将完整的训练分割载入内存。随后，数据结构与Pandas DataFrame兼容，支持直接进行数据探索、筛选、统计与建模分析，从而高效服务于教育资源配置研究、地理信息系统开发或教育政策分析等学术与工程场景。

背景与挑战

背景概述

Idéo-Structures d'enseignement secondaire数据集由法国国家教育与职业信息局（Onisep）创建，旨在系统化收录法国提供中等教育的机构信息，包括普通初中、高中、职业培训中心（CFA）以及适应教育机构（如SEGPA、EREA）等。该数据集于2020年首次发布，依托法国政府开放数据平台data.gouv.fr，其核心研究问题聚焦于构建一个动态、统一且权威的中等教育机构目录，以支持教育政策分析、区域教育资源配置及学术研究。作为法国开放数据运动的重要成果，该数据集在推动教育透明度、促进跨机构协作以及辅助公众教育选择方面具有显著影响力，其持续更新的特性更使其成为研究法国教育体系演变的关键数据源。

当前挑战

该数据集面临的核心领域挑战在于解决法国中等教育机构类型多样、隶属关系复杂（如公立、私立、部委或商会管辖）带来的标准化难题，同时需整合地理坐标、开放日及教学语言等多维度非结构化信息以支持精准分析。在构建过程中，数据来源依赖Onisep官网与行政系统的反复交叉验证，面临代码体系如UAI与SIRET的映射歧义、机构合并或撤销带来的版本一致性维护等工程挑战。此外，约每年10次的高频更新节奏要求在保持历史数据可追溯性的同时，应对结构变更（如2026年警示的变动），这对数据管道的稳健性提出了严苛要求。

常用场景

经典使用场景

该数据集作为法国中等教育机构的核心索引库，被广泛用于教育地理信息系统构建、学校资源分布分析及教育政策制定研究。其结构化字段涵盖学校类型（如初中、高中、职业培训中心等）、行政编码、地理坐标及开放日信息，为研究者提供了从宏观区域到微观校园的多粒度分析基础。经典使用包括基于经纬度数据的学校空间可达性评估、按学区划分的教育资源均衡性分析，以及通过学校类型与自治区域的关联挖掘教育多样化模式。

衍生相关工作

基于该数据集衍生了一系列经典工作：Onisep官方将其用于构建Fr-Onisep学校导航系统，整合了唯一标识符实现跨平台数据互通；教育研究者基于其UI代码与SIRET开发了学校-劳动力市场联动分析模型，追踪毕业生本地就业率；开源社区则利用其Parquet格式促进了跨语言教育数据集标准化，例如将字段翻译后迁移至非洲法语区教育数据库。此外，数据集的ODbL许可模式推动了法国开放数据运动，成为政府-学术界合作数据治理的典范案例。

数据集最近研究

最新研究方向

该数据集聚焦于法国中等教育机构的结构化编录，涵盖初中、高中、职业培训中心及特殊教育单位，并整合了地理位置、办学属性、语言课程及开放日信息等丰富维度。随着法国教育数字化改革与开放数据运动的深入推进，该数据集成为支撑教育资源配置优化、学区规划分析及学校间关联网络研究的基础设施。近期研究热点包括利用其细粒度空间数据构建教育公平性评估模型，结合SIRET与UAI代码实现跨部门教育统计融合，以及通过逾百个字段上的时序更新追踪法国中等教育结构的演变趋势，为教育政策制定与学术研究提供实证基石。