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？
Data from: The influence of abdominal pigmentation in desiccation and UV-resistance in two species of Drosophila|果蝇生物学数据集|环境适应性数据集
收藏Mendeley Data2024-06-25 更新2024-06-28 收录
下载链接：
https://zenodo.org/records/4942323
下载链接
链接失效反馈资源简介：
Drosophila yakuba and D. santomea are sister species that differ in their levels of abdominal pigmentation; D. yakuba shows heavily pigmented posterior abdominal segments in both sexes, whereas D. santomea lacks dark pigment anywhere on its body. Using naturally collected lines, we demonstrate the existence of altitudinal variation in abdominal pigmentation in D. yakuba but not in D. santomea. We use the variation in pigmentation within D. yakuba and two body-color mutants in D. yakuba to elucidate selective advantage of differences in pigmentation. Our results indicate that although differences in abdominal pigmentation have no effect on desiccation resistance, lighter pigmentation confers ultraviolet radiation resistance in this pair of species.
创建时间：
2023-06-28
数据主题
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
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集，包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述，包括数据来源、图像数量、标注信息等。
github 收录
China Health and Nutrition Survey (CHNS)
China Health and Nutrition Survey（CHNS）是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目，旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响，以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体，采用多阶段随机抽样方法，收集了家庭、个体以及社区层面的详细数据，包括饮食、健康、经济和社会因素等信息。自2011年起，CHNS不断扩展，新增多个城市和省份，并持续完善纵向数据链接，为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。
www.cpc.unc.edu 收录
Awesome AIGC Image Detection
这是一个新的AIGC图像检测基准，包含六个数据集和十种检测方法。每个数据集都基于相应的代码运行，并提供了运行代码和环境以及结果日志。
github 收录
CMU-MOSI
CMU-MOSI数据集包括了从93个YouTube的视频中获取的2199个独白类型的短视频片段。每个片段都是一个独立的多模态示例，其中图像、文本和音频占比是均匀的，情感分数取值为[-3,+3]，表示从强负向到强正向情感。
DataCite Commons 收录
UAVDT Dataset
The authors constructed a new UAVDT Dataset focused on complex scenarios with new level challenges. Selected from 10 hours raw videos, about 80, 000 representative frames are fully annotated with bounding boxes as well as up to 14 kinds of attributes (e.g., weather condition, flying altitude, camera view, vehicle category, and occlusion) for three fundamental computer vision tasks: object detection, single object tracking, and multiple object tracking.
datasetninja.com 收录