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？
Laying date and annual breeding success of blue-footed boobies
收藏DataONE2013-12-12 更新2024-06-27 收录
下载链接：
https://search.dataone.org/view/null
下载链接
链接失效反馈资源简介：
Laying dates and breeding success of male and female boobies in the season when they recruited and during each breeding attempt up to age 10 yrs. Data collected in the field. Legends: cohort = natal year of each focal recruit; ssty0 = average sea surface temperature anomaly (SSTA) in the year before birth; ssty1 = SSTA in the natal year; ssty2 = SSTA in the second year of life; ssty3 = SSTA in the third year of life; motage = age of each focal recruit´s mother; motcohort = natal year of each focal recruit´s mother; sstmoy1 = SSTA in the natal year of each focal recruit´s mother; breedyr = year of reproduction; sstdf = SSTA in the winter of the current season; sstmay = SSTA in the winter-spring of the current season; animal = ID of each focal recruit; recage = recruiting age; sex = sex of each focal recruit (f = female, m = male); age2 = quadratic term of age of each focal recruit; zfledg = annual standardized breeding success; ldate = Julian laying date.
开放时间：
2013-12-12
创建时间：
2013-12-12
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
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn2024-10-31 收录
LibriSpeech
LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库，由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物，并经过仔细分割和对齐。
OpenDataLab2024-05-09 收录
PCLT20K
PCLT20K数据集是由湖南大学等机构创建的一个大规模PET-CT肺癌肿瘤分割数据集，包含来自605名患者的21,930对PET-CT图像，所有图像都带有高质量的像素级肿瘤区域标注。该数据集旨在促进医学图像分割研究，特别是在PET-CT图像中肺癌肿瘤的分割任务。
arXiv2025-03-25 收录
LinkedIn Salary Insights Dataset
LinkedIn Salary Insights Dataset 提供了全球范围内的薪资数据，包括不同职位、行业、地理位置和经验水平的薪资信息。该数据集旨在帮助用户了解薪资趋势和市场行情，支持职业规划和薪资谈判。
www.linkedin.com2024-10-24 收录
VisDrone 2021
VisDrone2021 数据集由天津大学机器学习与数据挖掘实验室 AISKYEYE 团队收集。基准数据集由 400 个视频片段组成，由 265,228 帧和 10,209 张静态图像组成，由各种无人机摄像头拍摄，涵盖了广泛的方面，包括位置（取自中国相隔数千公里的 14 个不同城市）、环境（城市和乡村）、物体（行人、车辆、自行车等）和密度（稀疏和拥挤的场景）。请注意，数据集是使用各种无人机平台（即具有不同型号的无人机）、在不同场景以及各种天气和照明条件下收集的。这些框架使用超过 260 万个边界框或经常感兴趣的目标点进行手动注释，例如行人、汽车、自行车和三轮车。为了更好地利用数据，还提供了一些重要的属性，包括场景可见性、对象类别和遮挡。
OpenDataLab2024-05-09 收录