Data-Gouv-FR/pression-pesticides-autour-des-etablissements-scolaires-francais

该数据集名为法国学校周围的农药压力，由《世界报》协调，是一个多学科专家团队合作开发的农药压力晴雨表。专家包括环境地理学、农学、生态学、流行病学等领域的学者。数据集涵盖了2019-2022年期间法国学校周围的农药使用情况，包括法国海外省（DROM），但排除了Combined Pesticide Exposure指数。数据旨在评估学童接触农药的风险，并附有相关调查文章、交互式地图和完整方法论报告。鼓励用户在使用数据时联系协调记者以告知重用情况。This dataset, titled Pesticide pressure around French schools, is coordinated by Le Monde and represents a pesticide pressure barometer developed through collaboration with a multidisciplinary team of experts in fields such as environmental geography, agronomy, ecology, and epidemiology. It covers the period 2019-2022 and includes data on pesticide use around schools in France, incorporating overseas departments (DROM) but excluding the Combined Pesticide Exposure index. The dataset aims to assess childrens exposure to pesticides and is accompanied by in-depth investigative articles, an interactive map, and a comprehensive methodology report. Users are encouraged to inform the coordinating journalist about any reuse of the data.

搜集汇总

数据集介绍

构建方式

本数据集源自法国《世界报》主导的多元化专家协作项目，旨在量化法国学校周边农药暴露压力。构建过程依托公开官方数据源（data.gouv.fr），整合两类核心表格资源：其一为`correspondances_culture`，记录作物种类与农药使用间的对应关系；其二为`donnees_ecoles_pesticides_open`，包含学校地理位置及周边农药施用强度指标。所有数据经标准化处理，以Parquet格式存储，并按照Hugging Face数据集规范进行组织，每个原始表格资源对应一个子配置，内含单一`train`分片，便于直接加载与迭代分析。

特点

该数据集最显著的特点在于其多维度的精细化刻画：它涵盖2019-2022年间法国本土及海外省（DROM）的学校与农药施用数据，但排除部分暴露综合指数。数据不仅提供作物与农药的映射关系，还通过多学科团队设计的“农药压力”评估框架，反映学校周边实际暴露水平。其开放性（LOV2许可）与结构化设计（Parquet格式、两子集划分）使得研究者可灵活聚焦于特定维度，如单独分析作物类型与农药关联，或直接考察校园环境暴露空间分布。

使用方法

使用者可通过Hugging Face的`datasets`库便捷调用，例如执行`load_dataset("Data-Gouv-ML/pression-pesticides-autour-des-etablissements-scolaires-francais", "correspondances_culture")`加载指定子集，获取`train`分片后即可以Pandas DataFrame或类似结构进行探索。建议结合官方方法论文档与配套可视化地图，深入理解指标含义。数据重用后鼓励通过邮件联系项目协调记者，以促进研究交流与成果互鉴。

背景与挑战

背景概述

该数据集由法国《世界报》（Le Monde）协调，联合图尔大学、法国国家科研中心、Solagro、VetAgro Sup等机构的十余位专家于2025年创建，旨在系统评估法国学校周边农药暴露风险。核心研究问题聚焦于量化2019至2022年间法国本土及海外省学校周围农药使用压力，为公共卫生与环境政策提供数据支撑。作为法国首份全国性校园农药压力图谱，该数据集通过整合多源农业与环境数据，揭示了超过170万小学生面临高农药暴露的惊人现实，引发了法国社会对儿童健康保护的广泛讨论，并为后续法规修订与学校选址提供了关键参考。

当前挑战

该数据集面临的核心挑战在于精准刻画农药暴露与儿童健康之间的复杂关联，需跨越农业喷洒记录、气象扩散模型与流行病学统计之间的学科鸿沟。构建过程中，专家团队需协调法国各省份不同格式的农药使用申报数据，并处理海外省数据缺失导致的指标不完整问题（如Combined Pesticide Exposure指数无法计算）。此外，在保护隐私的前提下将学校点位与数十米精度的农业地块数据进行匹配，以及处理2019至2022年间不断变化的耕作制度与农药法规，均为数据整合增添了显著难度。

常用场景

经典使用场景

该数据集的核心用途在于评估法国中小学周边区域的农药暴露风险，通过整合2019至2022年间校园地理位置与农业活动数据，构建了“Combined Pesticide Exposure”等综合指标。它允许研究者从空间分布、作物类型与施药强度等多维度量化农药对学龄儿童群体的潜在影响，是环境健康与地理信息交叉领域进行生态流行病学评估的关键数据基础。

解决学术问题

该数据集突破了传统农药监测体系缺乏校园微观尺度精准数据的瓶颈，解决了学龄儿童这一易感人群的环境暴露量化难题。它为后续研究提供了标准化、可复现的分析框架，助力揭示农药面源污染与健康结局（如呼吸道疾病、神经发育障碍）之间的关联，为完善儿童环境健康风险评估理论及制定针对性公共卫生政策提供了实证支撑。

衍生相关工作

该数据集衍生了多项开源分析工具与协作研究，如跨学科团队开发的农药暴露剂量模型，以及基于空间统计的学校分类法规。其方法论文档已被引用于欧洲环境署的对比研究，催生出“农村-城区梯度暴露比较”等课题。此外，法国国家科研中心（CNRS）等机构将其纳入儿童环境健康观测网络，奠定了长时序追踪与政策效能评估的基石。