five

FBI Gun Dataset|枪支控制数据集|犯罪背景调查数据集

收藏
github2019-01-10 更新2024-05-31 收录
枪支控制
犯罪背景调查
下载链接:
https://github.com/Shilin0806/Investigate_the_FBI_Gun_Dataset
下载链接
链接失效反馈
资源简介:
数据来源于FBI的全国即时犯罪背景检查系统(NICS),用于确定潜在买家是否有资格购买枪支或爆炸物。数据包括每月、各州和不同类型的枪支检查数量,并补充了来自美国人口普查局的州级数据。

The data is sourced from the FBI's National Instant Criminal Background Check System (NICS), which is used to determine whether potential buyers are eligible to purchase firearms or explosives. The dataset includes monthly, state-level, and various types of firearm check counts, supplemented with state-level data from the U.S. Census Bureau.
创建时间:
2018-09-09
原始信息汇总

数据集概述

数据来源

  • FBI National Instant Criminal Background Check System (NICS): 用于确定潜在买家是否有资格购买枪支或爆炸物。枪支商店通过此系统确保顾客没有犯罪记录或不符合购买条件。
  • U.S. Census Data: 包含多个州级变量,大多数变量每个州只有一个数据点(2016年),少数变量包含多个年份的数据。

数据内容

  • NICS数据: 位于一个.xlsx文件的单个工作表中,包含按月、州和类型统计的枪支检查数量。
  • U.S. Census数据: 位于一个.csv文件中,包含多个州级变量,如人口统计数据等。

数据分析目标

  • 通过分析NICS和Census数据,探索和解释数据中的关系,特别是多变量之间的关系。
  • 分析涵盖的时间范围从1998年到2017年,涉及详细的注册枪支信息。

数据局限性

  • 数据分为两个独立的表,可能影响分析过程。
  • 人口估计等某些参数的数据仅记录了2010年和2016年的数据,限制了分析的时间范围。

数据使用工具

  • Python 3.6.3
  • Jupyter Notebook
  • Anaconda-Navigator
AI搜集汇总
数据集介绍
main_image_url
构建方式
FBI Gun Dataset是由美国联邦调查局(FBI)的国家即时犯罪背景审查系统(NICS)提供的数据构建而成。该数据集通过枪店在交易时调用NICS系统,以确定购买者是否具备购买枪支或爆炸物的资格,从而收集了月度、州份和枪支类型的审查数量。数据进一步补充了来自美国人口普查局(census.gov)的州级数据,包含多个变量信息,其中大部分为2016年的数据点,少部分跨越多年。
特点
该数据集数据集的特点在于其来源的权威性和内容的全面性。数据涵盖了1998年至2017年的详细注册枪支信息,包含两个表格:NICS数据和美国人口普查数据。NICS数据存储在一个.xlsx文件中,而人口普查数据则以.csv文件形式存在。数据集不仅反映了枪支审查的数量,还关联了人口统计信息,为分析枪支审查与人口特征之间的关系提供了可能。
使用方法
使用该数据集,首先需要具备Python 3.6.3版本、Jupyter Notebook和Anaconda-Navigator等基础环境。用户可以通过项目提供的链接下载数据集,并按照项目设计步骤进行组织与分析。具体包括理解数据结构、提出研究问题、运用Python代码进行数据分析,并撰写报告以交流分析结果。
背景与挑战
背景概述
FBI Gun Dataset源于美国联邦调查局的国家即时犯罪背景审查系统(NICS)数据,该系统用于判断购买者是否具备购买枪支或爆炸物的资格。本研究数据集补充了来自美国人口普查局(census.gov)的州级数据。该数据集包含了从1998年至2017年间的详细枪支注册信息,为相关领域的深入研究提供了丰富的数据基础。研究人员Shilin Li通过数据分析,旨在探索枪支检查数量与各州人口统计变量之间的关系,对于理解美国枪支管控政策及其社会影响具有重要意义。
当前挑战
数据集构建过程中所面临的挑战主要包括数据整合与处理的复杂性,尤其是NICS数据与人口普查数据的合并。此外,数据集的时间跨度和变量范围限制了对某些问题的深入分析,例如,某些统计变量仅包含2010年和2016年的数据,这限制了分析的连续性和广度。研究还面临的挑战是如何准确解读数据,并从中提取出有意义的关联性,以期为政策制定者提供有益的洞察。
常用场景
经典使用场景
FBI Gun Dataset源于美国联邦调查局的国家即时犯罪背景审查系统(NICS),该数据集的经典使用场景主要集中于对枪支购买者背景的审查分析。研究者可通过数据集中提供的各州每月进行的枪支审查数量,以及审查类型,分析不同地区枪支购买趋势与人口统计数据之间的关系,进而探究社会、经济等多因素对枪支购买行为的影响。
解决学术问题
该数据集解决了众多学术研究问题,如枪支购买与犯罪率的关系、地区人口特征与枪支购买倾向的关联等。通过分析枪支审查数据与人口统计数据的结合,研究者能够深入了解影响枪支购买行为的深层次因素,对于公共安全政策制定、犯罪预防等领域具有重要的参考价值。
衍生相关工作
基于FBI Gun Dataset,衍生出了众多相关研究工作,包括但不限于枪支控制政策的效果评估、枪支暴力事件的预测模型构建等。这些研究进一步拓展了数据集的应用范围,为政策制定者和研究者提供了更多的数据支持和分析视角。
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  4098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

中国气象数据

本数据集包含了中国2023年1月至11月的气象数据,包括日照时间、降雨量、温度、风速等关键数据。通过这些数据,可以深入了解气象现象对不同地区的影响,并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。

github 收录

网易云音乐数据集

该数据集包含了网易云音乐平台上的歌手信息、歌曲信息和歌单信息,数据通过爬虫技术获取并整理成CSV格式,用于音乐数据挖掘和推荐系统构建。

github 收录

AgiBot World

为了进一步推动通用具身智能领域研究进展,让高质量机器人数据触手可及,作为上海模塑申城语料普惠计划中的一份子,智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思,重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目,旨在构建国际领先的开源技术底座,标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集,AgiBot World 的长程数据规模高出 10 倍,场景范围覆盖面扩大 100 倍,数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能,从抓取、放置、推、拉等基础操作,到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互,几乎涵盖了日常生活所需的绝大多数动作需求。

github 收录

Tropicos

Tropicos是一个全球植物名称数据库,包含超过130万种植物的名称、分类信息、分布数据、图像和参考文献。该数据库由密苏里植物园维护,旨在为植物学家、生态学家和相关领域的研究人员提供全面的植物信息。

www.tropicos.org 收录

CE-CSL

CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集,旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段,涵盖超过70种不同的复杂背景,确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向,通过收集大量真实场景下的手语视频材料,覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域,旨在提高手语识别技术在复杂环境中的准确性和效率,促进聋人与听人社区之间的无障碍沟通。

arXiv 收录