electricsheepafrica/africa-education-chad
收藏资源简介：
该数据集提供了关于乍得国内医疗和教育服务空间可达性的深入见解。它使用免费开放工具（如openrouteservice）和开放数据源（主要是OpenStreetMap）创建。为了评估教育和医疗服务的可达性，数据集利用旅行时间等时线（表示在给定时间或距离内驾车可达区域的多边形），并将其与WorldPop人口数据（提供100米分辨率估计）叠加。这样可以计算距离医院服务10到120分钟时间间隔内以及距离学校5到50公里距离间隔内的人口数量。分析单位基于geoboundaries国家边界定义，并在可用时在更细的行政级别（ADM 1-4）汇总结果。数据结构包括区域名称、ISO国家代码、唯一标识符、服务类别（教育、医院或初级医疗）、范围类型（距离或时间）、范围值（米或秒）、总人口、学龄人口及其比例、人口区间和份额等列。数据集是HeiGIT在HDX上众多导出之一，旨在支持研究应用，但受限于OSM数据完整性、人口估计准确性、旅行时间假设和边界精度等因素。
annotations_creators: - 无标注 language_creators: - 采集获取 language: - 英语 license: cc-by-sa-4.0 multilinguality: - 单语言 size_categories: - 1000 < 样本量 < 10000 source_datasets: - 原创数据集 task_categories: - 表格分类 - 表格回归 - 其他 task_ids: - 无 tags: - 非洲 - 人道主义 - HDX - electric-sheep-africa - 教育 - 医疗设施 - 交通 - TCD pretty_name: "乍得——可达性指标" dataset_info: splits: - 拆分名称：训练集，样本数：1278 - 拆分名称：测试集，样本数：319 # 乍得——可达性指标 **发布方**：HeiGIT（海德堡地理信息技术研究所，Heidelberg Institute for Geoinformation Technology）· **数据源**：[HDX](https://data.humdata.org/dataset/chad-accessibility-indicators) · **许可协议**：`cc-by-sa` · **更新时间**：2026-02-27 --- ## 摘要 本数据集揭示了乍得境内医疗与教育服务的空间可达性情况。其构建依托开源开放工具，如[openrouteservice](https://openrouteservice.org/)，以及主要来自[OpenStreetMap](https://www.openstreetmap.org/)（OSM）的开源数据源。 为评估教育与医疗服务的可达性，本研究采用旅行时间等时线——即代表在给定时间或距离内可驾车抵达区域的多边形。将这些等时线与提供100米分辨率人口估算的[WorldPop](https://www.worldpop.org/)人口数据叠加，据此可计算距医疗设施10至120分钟行程范围内、距学校5至50公里范围内的人口数量。本数据集的分析单元以[geoboundaries](https://www.geoboundaries.org/)提供的国家边界为准，若数据可用，还会在更精细的行政层级（ADM 1至4）上汇总结果。 ### 数据结构 - **名称**：区域或国家名称 - **iso**：ISO3国家代码 - **id**：行政单元的唯一标识符 - **country**：ISO3国家代码 - **admin_level**：单元的行政层级 - **category**：服务类别——`education`（教育）、`hospitals`（医院）或`primary_healthcare`（基层医疗） - **range_type**：服务区范围的计算方法——`distance`（距离）或`time`（时间） - **range**：生成多边形所用的距学校的距离（单位：米）或行程时间（单位：秒） - **population**：指定范围内的总人口数 - **school_age_population**：范围内的学龄人口数量 - **school_age_population_share**：学龄人口的累计百分比 - **school_age_population_interval**：当前距离区间内新增的学龄人口数 - **school_age_population_interval_share**：当前区间内新增学龄人口的占比 - **population_share**：总人口的累计百分比 - **population_interval**：当前距离区间内新增的总人口数 - **population_interval_share**：当前区间新增总人口占总人群的比例 本数据集是[HeiGIT在HDX平台发布的众多数据集](https://data.humdata.org/organization/heidelberg-institute-for-geoinformation-technology)之一。欲了解更多信息，请访问[HeiGIT官网](https://heigit.org/)。 我们期待了解您的应用场景！欢迎通过[communications@heigit.org](mailto:communications@heigit.org)联系我们，分享您的研究成果——我们将乐于助力推广您的工作。 ### 参考文献 - [Geldsetzer, P., Reinmuth, M., Ouma, P. O., Lautenbach, S. 等 (2020)](https://www.thelancet.com/journals/lanhl/article/PIIS2666-7568(20)30010-6/fulltext) - [Petricola, S., Reinmuth, M., Lautenbach, S. 等 (2022)](https://ij-healthgeographics.biomedcentral.com/articles/10.1186/s12942-022-00315-2) - [Klipper, I. G., Zipf, A., Lautenbach, S. (2021)](https://agile-giss.copernicus.org/articles/2/4/2021/) - [Ruiz Sánchez, R., Reinmuth, M., Albornoz, C., Lautenbach, S., Zipf, A. (2025)](https://agile-giss.copernicus.org/articles/6/10/2025/) ### 更多信息 - [Open Access Lens](https://giscience.github.io/open-access-lens/#/) #### 局限性说明 * **OSM数据完整性**：本分析依赖OpenStreetMap（OSM）数据。尽管OSM是全球最完整的开源地图数据，但其数据质量在不同区域差异显著。在道路或设施未被标注的区域，可达性计算结果可能被低估。 * **人口估算误差**：人口统计数据来源于WorldPop自上而下的约束式估算。此类数据基于人口普查预测与卫星影像的统计模型，而非直接的普查计数，因此在局部像素层面可能存在误差。 * **行程时间假设**：等时线的计算采用了不同道路类型的标准车速模型，未考虑实时交通、季节性天气（如洪涝）或路面破损等因素。 * **行政边界精度**：行政边界数据来源于geoBoundaries，其与官方政府划定的边界或其他标准可能存在细微差异。 本数据集的每一行代表国家层级的汇总数据。本数据集最后一次在HDX平台更新的时间为2026-02-27。地理覆盖范围：**TCD（乍得）**。本数据集已由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)整理为适用于机器学习的Parquet格式。 --- ## 数据集特征 | | | |---|---| | **领域** | 公共卫生 | | **观测单元** | 国家层级汇总数据 | | **总行数** | 1,598 | | **列数** | 15列（5列数值型，10列分类型，0列日期时间型） | | **训练集划分** | 1,278条数据 | | **测试集划分** | 319条数据 | | **地理覆盖范围** | TCD（乍得） | | **发布方** | HeiGIT（海德堡地理信息技术研究所，Heidelberg Institute for Geoinformation Technology） | | **HDX平台最后更新时间** | 2026-02-27 | --- ## 变量说明 **地理相关字段**：`iso`（TD-BG、TD-MA、TD-TI）、`country`（TCD）、`admin_level`（ADM2、ADM1、ADM0）、`category`（education，即教育）、`range_type`（DISTANCE，即距离）等共5个字段。 **标识符与元数据字段**：`name`（Guéra、Kanem、Borkou）、`id`（50815135B4539380481876、23847190B88704211588167、50815135B58245995276010）、`esa_source`（HDX）、`esa_processed`（2026-04-27）。 **其他字段**：`range`（取值范围为5000.0–50000.0）。 --- ## 快速上手示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-education-chad") train = ds["train"].to_pandas() test = ds["test"].to_pandas() print(train.shape) train.head() --- ## 数据模式 | 列名 | 数据类型 | 缺失率 | 取值范围/示例值 | |---|---|---|---| | `name` | 字符型 | 0.0% | Guéra、Kanem、Borkou | | `iso` | 字符型 | 71.3% | TD-BG、TD-MA、TD-TI | | `id` | 字符型 | 0.0% | 50815135B4539380481876、23847190B88704211588167、50815135B58245995276010 | | `country` | 字符型 | 0.0% | TCD | | `admin_level` | 字符型 | 0.0% | ADM2、ADM1、ADM0 | | `category` | 字符型 | 0.0% | education（教育） | | `range_type` | 字符型 | 0.0% | DISTANCE（距离） | | `range` | 64位整型 | 0.0% | 5000.0 – 50000.0（均值28585.7322） | | `population_type` | 字符型 | 0.0% | school_age（学龄）、total（总人口） | | `population` | 64位整型 | 0.0% | 0.0 – 4906259.0（均值101039.5995） | | `population_share` | 浮点型 | 0.0% | 0.0 – 98.96（均值16.4236） | | `population_interval` | 64位整型 | 0.0% | 0.0 – 2270505.0（均值14343.7522） | | `population_interval_share` | 浮点型 | 0.0% | 0.0 – 96.36（均值2.5885） | | `esa_source` | 字符型 | 0.0% | HDX | | `esa_processed` | 字符型 | 0.0% | 2026-04-27 | --- ## 数值型字段统计 | 列名 | 最小值 | 最大值 | 均值 | 中位数 | |---|---|---|---|---| | `range` | 5000.0 | 50000.0 | 28585.7322 | 30000.0 | | `population` | 0.0 | 4906259.0 | 101039.5995 | 21503.5 | | `population_share` | 0.0 | 98.96 | 16.4236 | 9.64 | | `population_interval` | 0.0 | 2270505.0 | 14343.7522 | 2499.5 | | `population_interval_share` | 0.0 | 96.36 | 2.5885 | 1.015 | --- ## 数据整理流程 原始数据通过CKAN API从HDX平台下载，并转换为Parquet格式。列名统一转换为小写蛇形命名法。常见缺失值标记（`N/A`、`null`、`none`、`-`、`unknown`、`no data`、`#N/A`）被统一替换为`NaN`。本数据集以固定随机种子（42）按80/20比例划分为训练集与测试集，并保存为Snappy压缩格式的Parquet文件。 --- ## 额外局限性说明 - 本数据集原始数据来源于HeiGIT（海德堡地理信息技术研究所），尚未由Electric Sheep Africa（ESA）进行独立验证。 - 自动化清洗流程无法修正原始数据收集中的错报值、定义不一致或采样偏差问题。 - 以下列的缺失率超过20%，在建模时需谨慎使用：`iso`。 - 欲了解发布方自行提供的方法说明与注意事项，请参阅[原始HDX数据集页面](https://data.humdata.org/dataset/chad-accessibility-indicators)。 --- ## 引用格式 bibtex @dataset{hdx_africa_education_chad, title = {Chad - Accessibility Indicators}, author = {HeiGIT (Heidelberg Institute for Geoinformation Technology)}, year = {2026}, url = {https://data.humdata.org/dataset/chad-accessibility-indicators}, note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)} } --- *[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)——非洲机器学习数据集基础设施。尼日利亚拉各斯。*
