electricsheepafrica/africa-who-percentage-of-principal-display-area-mandated-to-be-covered-w3pcfrontb

该数据集包含非洲国家2007年至2022年间世界卫生组织全球健康观察指标“其他烟制品包装正面主要显示区域必须覆盖健康警告的百分比”（W3_pc_front_B）的国家级观测数据。数据来源于世界卫生组织全球健康观察OData API，并以Parquet文件形式重新打包，具有一致的架构。所有数值均来自NumericValue（浮点精度字段），而非显示字符串。在可用的情况下，还包括置信区间边界（value_low，value_high）。

This dataset contains country-level observations for the WHO GHO indicator "Percentage of principal display area mandated to be covered by health warnings - front of other smoked tobacco packaging" (W3_pc_front_B) across African nations, spanning 2007–2022. It is part of the Electric Sheep Africa collection — a unified, ML-ready repository of African data. Data is sourced directly from the WHO Global Health Observatory OData API and repackaged as Parquet files with a consistent schema. All values are drawn from NumericValue (the float-precision field), not the display string. Confidence interval bounds (value_low, value_high) are included where available.

搜集汇总

数据集介绍

构建方式

该数据集源于世界卫生组织全球卫生观察站（WHO GHO）的OData API，聚焦于非洲地区烟草制品包装正面健康警示覆盖面积的法定比例（指标代码W3_pc_front_B）。数据经过系统性清洗与整合，以Parquet格式重新封装，采用一致的标准化模式。所有数值均源自高精度的浮点字段（NumericValue），而非展示字符串，并保留了置信区间上下限（value_low与value_high），确保数据精准与完整。

使用方法

使用者可通过HuggingFace的datasets库轻松加载数据集，返回的默认训练集可直接转化为Pandas DataFrame进行探索。若需剔除性别、居住地等维度影响，可通过过滤dim1字段中结尾为_BTSX或缺失值的行来获取全国范围、不分性别的基准数据。此外，利用country_iso3列进行子集筛选，结合year列排序，即可便捷提取特定国家的时间演变趋势，适配机器学习与统计建模任务。

背景与挑战

背景概述

烟草包装上的健康警示是降低烟草消费、减少烟草相关疾病的重要公共卫生策略。该数据集由世界卫生组织全球卫生观测站创建，并经Electric Sheep Africa项目重新整理，旨在量化非洲国家在烟草包装正面（其他烟熏烟草产品）强制要求健康警示覆盖主显示区域的百分比。数据集覆盖33个非洲国家2007至2022年的年度观测值，共179条记录，为评估非洲地区烟草控制政策实施效果提供了关键数据支撑，对推动全球烟草减害研究具有重要参考价值。

当前挑战

该数据集的核心挑战在于揭示非洲国家烟草包装健康警示政策执行不均衡的现状。具体而言，不同国家间警示面积百分比的显著差异反映了政策立法与执行效率的鸿沟，而部分年度数据缺失（仅179条记录）则限制了长期趋势分析的准确性。此外，数据构建过程中需处理WHO多维度原始数据（如性别、城乡分层）的整合与清洗，将非结构化显示字符串转化为统一的数值型格式，并保留置信区间信息，这对数据一致性和机器学习就绪性提出了更高要求。

常用场景

经典使用场景

该数据集聚焦于非洲国家在烟草制品包装正面强制标示健康警示信息所占面积比例的监测数据，其核心用途在于支持对非洲区域烟草控制政策执行力度的时间序列分析与跨国比较研究。通过整合世界卫生组织全球卫生观察站的官方指标，研究者能够利用该数据集追踪2007至2022年间33个非洲国家在烟草包装警示标签标准化方面的政策进展，进而评估《世界卫生组织烟草控制框架公约》第11条实施效果的区域差异。

解决学术问题

该数据集为公共卫生政策评估领域解决了两个关键学术问题：其一，量化了非洲国家在烟草包装健康警示覆盖面积这一具体政策指标上的纵向变化趋势，填补了该区域长期缺乏标准化、可比性数据的空白；其二，通过提供置信区间等统计信息，支持研究者开展政策强度与烟草消费行为之间的因果推断研究。其意义在于揭示了低资源环境下政策执行力的决定因素，为优化全球烟草控制策略提供了区域性实证基础。

实际应用

在实际应用中，该数据集可服务于非洲各国卫生部门及国际组织（如WHO、世界银行）的政策监测与效果评估工作。例如，通过分析特定国家警示面积比例的变化轨迹，识别政策实施滞后地区并调整援助优先级；同时，该数据可被整合进全球烟草流行监测系统，用于验证警示标签面积与吸烟率、戒烟意愿之间的关联，进而指导更有效的反烟草公共传播活动的设计。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区烟草包装上健康警示强制覆盖面积的百分比，属于全球公共卫生政策评估的前沿领域。随着世界卫生组织《烟草控制框架公约》的深入推进，尤其是非洲各国在烟草包装警示图形化、面积标准化方面的立法实践日益受到关注。该数据集通过整合2007至2022年间33个非洲国家的官方健康观测数据，为量化分析烟草控制政策的实施强度与跨国差异性提供了关键证据。当前研究热点包括利用时间序列模型评估健康警示面积对吸烟率下降的因果效应，以及结合社会经济指标探究政策采纳的驱动因素。此外，数据集的横跨十五年的纵向结构也使其成为追踪非洲大陆烟草控制进程、揭示区域卫生治理成效与挑战的重要工具，对全球健康不平等议题的实证研究具有显著推动作用。