electricsheepafrica/africa-unesco-data-for-eritrea

---
annotations_creators:
- no-annotation
language_creators:
- found
language:
- en
license: cc-by-4.0
multilinguality:
- monolingual
size_categories:
- 1K<n<10K
source_datasets:
- original
task_categories:
- tabular-classification
- tabular-regression
task_ids: []
tags:
- africa
- humanitarian
- hdx
- electric-sheep-africa
- demographics
- education
- indicators
- socioeconomics
- sustainable-development
- sustainable-development-goals-sdg
- eri
pretty_name: "Eritrea - Education Indicators"
dataset_info:
splits:
- name: train
num_examples: 2050
- name: test
num_examples: 512
---

# Eritrea - Education Indicators

**Publisher:** UNESCO · **Source:** [HDX](https://data.humdata.org/dataset/unesco-data-for-eritrea) · **License:** `cc-by-igo` · **Updated:** 2026-03-02

---

## Abstract

Education indicators for Eritrea.

Contains data from the UNESCO Institute for Statistics [bulk data service](http://data.uis.unesco.org) covering the following categories: SDG 4 Global and Thematic (made 2026 February), Other Policy Relevant Indicators (made 2026 February), Demographic and Socio-economic (made 2026 February)

Each row in this dataset represents country-level aggregates. Data was last updated on HDX on 2026-03-02. Geographic scope: **ERI**.

*Curated into ML-ready Parquet format by [Electric Sheep Africa](https://huggingface.co/electricsheepafrica).*

---

## Dataset Characteristics

| | |
|---|---|
| **Domain** | Education |
| **Unit of observation** | Country-level aggregates |
| **Rows (total)** | 2,563 |
| **Columns** | 6 (2 numeric, 4 categorical, 0 datetime) |
| **Train split** | 2,050 rows |
| **Test split** | 512 rows |
| **Geographic scope** | ERI |
| **Publisher** | UNESCO |
| **HDX last updated** | 2026-03-02 |

---

## Variables

**Geographic** — `country_id` (ERI), `year` (range 1992.0–2025.0).

**Outcome / Measurement** — `value` (range 0.0–14494003.0).

**Identifier / Metadata** — `indicator_id` (YEARS.FC.COMP.1T3, YEARS.FC.COMP.02, ROFST.MOD.2.F), `esa_source` (HDX), `esa_processed` (2026-04-04).

---

## Quick Start

```python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-unesco-data-for-eritrea")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()
```

---

## Schema

| Column | Type | Null % | Range / Sample Values |
|---|---|---|---|
| `indicator_id` | object | 0.0% | YEARS.FC.COMP.1T3, YEARS.FC.COMP.02, ROFST.MOD.2.F |
| `country_id` | object | 0.0% | ERI |
| `year` | int64 | 0.0% | 1992.0 – 2025.0 (mean 2008.9871) |
| `value` | float64 | 0.0% | 0.0 – 14494003.0 (mean 14123.0709) |
| `esa_source` | object | 0.0% | HDX |
| `esa_processed` | object | 0.0% | 2026-04-04 |

---

## Numeric Summary

| Column | Min | Max | Mean | Median |
|---|---|---|---|---|
| `year` | 1992.0 | 2025.0 | 2008.9871 | 2009.0 |
| `value` | 0.0 | 14494003.0 | 14123.0709 | 32.0544 |

---

## Curation

Raw data was downloaded from HDX via the CKAN API and converted to Parquet. Column names were lowercased and standardised to snake_case. Common missing-value markers (`N/A`, `null`, `none`, `-`, `unknown`, `no data`, `#N/A`) were unified to `NaN`. 2 column(s) with >80% missing values were removed: `magnitude`, `qualifier`. The dataset was split 80/20 into train and test partitions using a fixed random seed (42) and saved as Snappy-compressed Parquet.

---

## Limitations

- Data originates from UNESCO and has not been independently validated by ESA.
- Automated cleaning cannot correct for misreported values, definitional inconsistencies, or sampling bias in the original collection.
- Refer to the [original HDX dataset page](https://data.humdata.org/dataset/unesco-data-for-eritrea) for the publisher's own methodology notes and caveats.

---

## Citation

```bibtex
@dataset{hdx_africa_unesco_data_for_eritrea,
title = {Eritrea - Education Indicators},
author = {UNESCO},
year = {2026},
url = {https://data.humdata.org/dataset/unesco-data-for-eritrea},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}
```

---

*[Electric Sheep Africa](https://huggingface.co/electricsheepafrica) — Africa's ML dataset infrastructure. Lagos, Nigeria.*

搜集汇总

数据集介绍

构建方式

在教育发展监测领域，联合国教科文组织（UNESCO）作为权威数据来源，通过其统计研究所的批量数据服务，系统性地收集了厄立特里亚的国家级教育指标。这些原始数据经由人道主义数据交换平台（HDX）发布，覆盖了可持续发展目标四（SDG 4）的全球与专题指标、其他政策相关指标以及人口与社会经济数据。Electric Sheep Africa项目团队通过CKAN API获取数据后，进行了标准化处理：将列名转换为蛇形命名法，统一缺失值标记为NaN，并移除了缺失率超过80%的字段。最终，数据被转换为Parquet格式，并按照80:20的比例使用固定随机种子划分为训练集与测试集，确保了数据在机器学习应用中的直接可用性。

特点

本数据集聚焦于厄立特里亚的教育发展状况，其核心特征体现在数据的结构性与时空维度上。数据集以国家层面的聚合数据为观测单位，包含了从1992年至2025年跨度的年度记录，共计2563行数据，涵盖6个关键变量。其中，`indicator_id`字段标识了具体的教育测量指标，如“YEARS.FC.COMP.1T3”，而`value`字段则记录了对应的数值测量结果，范围从0到超过1400万，反映了教育指标在规模上的巨大差异。数据格式整洁，缺失值已统一处理，且明确划分为训练与测试子集，为建模任务提供了清晰的基础。其单一地理范围（ERI）与明确的出版来源，也保障了数据在特定国别研究中的针对性与可靠性。

使用方法

在机器学习与数据分析实践中，该数据集为研究厄立特里亚的教育发展轨迹提供了结构化入口。使用者可通过Hugging Face的`datasets`库直接加载数据，便捷地转换为Pandas DataFrame进行探索性分析。数据集预设的表格分类与回归任务类别，使其适用于预测模型构建，例如基于历史年份与指标类型预测教育指标数值。分析时，可重点关注`year`、`indicator_id`与`value`之间的关系，挖掘不同教育指标随时间的变化趋势。由于数据已预先完成清洗与分区，研究者可立即投入模型训练与评估，但需注意结合UNESCO原始方法论说明，以理解指标的具体定义与潜在局限，确保分析结论的稳健性。

背景与挑战

背景概述

在可持续发展目标（SDG）的全球框架下，教育指标的监测与评估成为衡量国家发展进程的核心维度。联合国教科文组织（UNESCO）作为国际教育统计的权威机构，自上世纪九十年代起系统性地收集并发布各国教育数据，旨在为政策制定与研究提供实证基础。'Eritrea - Education Indicators'数据集由UNESCO于2026年发布，并由Electric Sheep Africa机构重新整理为机器学习可用格式，聚焦于厄立特里亚1992年至2025年间的教育指标。该数据集涵盖了SDG 4全球与主题指标、其他政策相关指标以及人口与社会经济数据，以国家层面聚合数据为单位，为教育发展、资源分配及政策效果评估提供了关键的数据支撑，推动了非洲地区教育实证研究的深入。

当前挑战

该数据集致力于解决教育指标分析与预测中的挑战，其核心问题在于如何利用有限的国家级时间序列数据，准确建模教育发展的动态趋势与影响因素。数据构建过程中面临多重困难：原始数据来源于UNESCO的批量服务，可能存在报告不一致、定义差异或采样偏差，而自动化清洗流程难以修正这些根本性错误；此外，数据覆盖时间跨度虽长，但指标维度相对有限，且部分高缺失值字段已被移除，可能影响多变量分析的完整性。在机器学习应用中，如何从稀疏的国家级聚合数据中提取有效特征，并克服时间序列的非平稳性与异常值干扰，构成了模型训练的主要障碍。

常用场景

经典使用场景

在教育发展研究领域，该数据集为分析厄立特里亚的教育指标提供了结构化数据支撑。研究者通常利用这些时间序列数据，追踪该国自1992年至2025年间教育系统的演变轨迹，例如通过指标如“YEARS.FC.COMP.1T3”来评估义务教育完成率的变化。这种分析有助于揭示教育政策实施的效果，为跨国比较研究奠定基础，尤其是在探讨非洲地区教育公平与质量提升的背景下，数据集提供了关键实证材料。

实际应用

在实际应用中，该数据集被政府机构与非政府组织用于监测厄立特里亚的教育发展状况，支持政策制定与资源分配决策。例如，国际援助机构可依据指标数据评估教育项目的成效，调整干预策略以提升入学率或改善教育质量。同时，数据也可融入区域发展报告中，为联合国教科文组织等国际机构提供国别案例，推动全球教育议程的本地化实施。

衍生相关工作

围绕该数据集，已衍生出多项经典研究工作，包括利用机器学习方法预测教育指标趋势的回归模型，以及基于面板数据的跨国教育政策比较分析。例如，研究者应用时间序列预测技术，模拟厄立特里亚未来教育覆盖率的变化；此外，结合其他社会经济数据集，学者们开展了教育不平等与经济增长关联性的实证研究，这些工作丰富了发展经济学与教育政策评估的文献体系。