RePEc|经济学数据集|学术研究数据集

repec.org2024-10-27 收录

经济学

学术研究

下载链接：

http://repec.org/

下载链接

链接失效反馈

资源简介：

RePEc（Research Papers in Economics）是一个经济学领域的研究论文数据库，包含超过300万篇学术论文、书籍章节、软件和数据集。它由全球各地的志愿者维护，涵盖了广泛的经济学主题，包括宏观经济学、微观经济学、金融学、劳动经济学等。

提供机构：

repec.org

AI搜集汇总

数据集介绍

构建方式

RePEc（Research Papers in Economics）数据集的构建基于全球经济学研究者的自愿贡献。该数据集通过整合来自多个学术机构、研究机构和个人的研究论文、书籍章节、软件和数据集，形成了一个庞大的经济学文献库。构建过程中，RePEc采用了分布式管理模式，确保了数据的高质量和多样性。

使用方法

RePEc数据集的使用方法多样，用户可以通过其官方网站或API接口访问和下载数据。研究者可以利用该数据集进行文献综述、计量经济学分析和政策研究。此外，RePEc还支持数据导出和定制化搜索，用户可以根据自己的研究需求筛选和获取相关文献。

背景与挑战

背景概述

RePEc（Research Papers in Economics）数据集，自1997年由一组志愿者创建以来，已成为经济学领域内最具影响力的开放获取研究资源之一。该数据集由全球各地的经济学家和研究机构共同维护，涵盖了大量的学术论文、书籍章节、软件和数据集。其核心研究问题在于通过提供一个全面且易于访问的经济学研究数据库，促进学术交流与知识共享。RePEc不仅为研究人员提供了丰富的文献资源，还通过其独特的排名系统，如IDEAS/RePEc，对经济学家的学术影响力进行评估，从而在学术界产生了深远的影响。

当前挑战

尽管RePEc数据集在经济学领域内具有显著的影响力，但其构建和维护过程中仍面临诸多挑战。首先，数据集的开放获取性质意味着其需要持续的志愿者参与和资金支持，以确保数据的及时更新和质量控制。其次，随着经济学研究领域的不断扩展，数据集需要不断适应新的研究方法和数据类型，这对其技术架构和数据管理提出了更高的要求。此外，如何在全球范围内确保数据的一致性和标准化，以及如何处理数据隐私和版权问题，也是RePEc面临的重要挑战。

发展历史

创建时间与更新

RePEc（Research Papers in Economics）数据集创建于1997年，由一组志愿者和研究人员共同发起。自创建以来，RePEc持续进行更新，每月发布新的经济研究论文和数据，确保其内容的时效性和全面性。

重要里程碑

RePEc的一个重要里程碑是其在2001年推出的IDEAS服务，这是一个基于RePEc数据的经济学研究文献搜索引擎，极大地提升了研究者获取和引用文献的效率。此外，RePEc在2007年引入了作者识别系统，通过ORCID（开放研究者与贡献者身份）来统一和识别作者身份，减少了学术成果的重复计算问题。这些创新不仅增强了数据集的功能性，也推动了经济学研究的标准化和透明化。

当前发展情况

当前，RePEc已成为全球经济学领域最重要的开放获取数据集之一，涵盖了超过300万篇学术论文、书籍章节和软件组件。其持续的更新和扩展，使得RePEc不仅为学术研究提供了丰富的资源，还为政策制定者和业界人士提供了宝贵的参考。RePEc的开放性和协作性，促进了全球经济学研究的交流与合作，对推动经济学知识的传播和应用具有深远的意义。

发展历程

RePEc（Research Papers in Economics）首次发布，旨在为经济学领域的研究论文提供一个开放的存档和检索平台。
1997年
RePEc开始整合多个经济学领域的数据库，包括IDEAS（经济学文献数据库），以提供更全面的研究资源。
2001年
RePEc推出了RePEc Genealogy项目，旨在追踪经济学家的学术传承和合作网络。
2005年
RePEc与多个国际学术机构合作，进一步扩大其数据库的覆盖范围和影响力。
2010年
RePEc推出了RePEc Author Service，为研究人员提供个人学术档案管理和引用统计服务。
2015年
RePEc数据库中收录的研究论文数量超过200万篇，成为经济学领域最大的开放存取数据库之一。
2020年

常用场景

经典使用场景

在经济学领域，RePEc（Research Papers in Economics）数据集被广泛用于学术研究。该数据集汇集了全球经济学家的研究论文、书籍章节、软件和数据集，为学者们提供了一个全面的资源库。通过RePEc，研究人员可以轻松访问和引用最新的经济学文献，从而推动理论和实证研究的进展。

解决学术问题

RePEc数据集解决了经济学研究中常见的文献检索和引用问题。由于经济学文献数量庞大且分散，研究人员往往难以找到相关且高质量的文献。RePEc通过整合和分类这些资源，使得学者们能够更高效地进行文献综述和研究设计。此外，RePEc还提供了引用统计和作者排名，帮助学者评估研究成果的影响力和学术地位。

实际应用

在实际应用中，RePEc数据集被广泛用于经济学教育和政策制定。教育机构利用RePEc提供的资源进行课程设计和学术培训，帮助学生和研究人员掌握最新的经济学理论和方法。政策制定者则通过RePEc获取相关研究成果，为经济政策的制定和评估提供科学依据。此外，RePEc还支持经济学领域的开放获取和知识共享，促进了学术交流和合作。

数据集最近研究

相关研究论文

1
RePEc: Research Papers in EconomicsAmerican Economic Association · 2006年
2
The RePEc Bibliographic Dataset: A Large, Worldwide Scholarly Economic DatabaseElsevier · 2019年
3
RePEc and the Open Access Movement in EconomicsAmerican Economic Association · 2011年
4
The Impact of RePEc on Economics ResearchRoutledge · 2015年
5
RePEc: A Decade of Economic Research InformationAmerican Economic Association · 2010年

以上内容由AI搜集并总结生成

用户留言

有没有相关的论文或文献参考？

这个数据集是基于什么背景创建的？

数据集的作者是谁？

能帮我联系到这个数据集的作者吗？

这个数据集如何下载？

点击留言

数据主题

具身智能

数据集 4099个

机构 8个

大模型

数据集 439个

机构 10个

无人机

数据集 37个

机构 6个

指令微调

数据集 36个

机构 6个

蛋白质结构

数据集 50个

机构 8个

空间智能

数据集 21个

机构 5个

5,000+

优质数据集

54 个

任务类型

进入经典数据集

热门数据集

中国1km分辨率逐月降水量数据集（1901-2023）

该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心收录

LIDC-IDRI

LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。

OpenDataLab 收录

PDT Dataset

PDT数据集是由山东计算机科学中心（国家超级计算济南中心）和齐鲁工业大学（山东省科学院）联合开发的无人机目标检测数据集，专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本，共计5775张图像，涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注，旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术，旨在提高无人机在植物保护中的目标识别精度，解决传统检测模型在实际应用中的不足。

arXiv 收录

CliMedBench

CliMedBench是一个大规模的中文医疗大语言模型评估基准，由华东师范大学等机构创建。该数据集包含33,735个问题，涵盖14个核心临床场景，主要来源于顶级三级医院的真实电子健康记录和考试练习。数据集的创建过程包括专家指导的数据选择和多轮质量控制，确保数据的真实性和可靠性。CliMedBench旨在评估和提升医疗大语言模型在临床决策支持、诊断和治疗建议等方面的能力，解决医疗领域中模型性能评估的不足问题。

arXiv 收录

TCIA

TCIA（The Cancer Imaging Archive）是一个公开的癌症影像数据集，包含多种癌症类型的医学影像数据，如CT、MRI、PET等。这些数据通常与临床和病理信息相结合，用于癌症研究和临床试验。