NikitaSirotkin/country-gender-totals-v1

--- annotations_creators: [] language: - en - it - nl language_creators: [] license: [] multilinguality: - multilingual pretty_name: 'country_gender_totals' size_categories: - n<1K source_datasets: - 'extended|https://www.kaggle.com/datasets/lucalullo/global-employment-unemployment-rates-1991-2025' tags: - adaption - preference-training - geography task_categories: [] task_ids: [] ---  This dataset is a remastered version of this [dataset](https://www.kaggle.com/datasets/lucalullo/global-employment-unemployment-rates-1991-2025) prepared using [Adaption's](https://frontend-pharos-app-dev.vercel.app/app/auth) Adaptive Data platform. # country_gender_totals A dataset mapping countries to demographic categories, where each entry specifies whether the data is for 'Total', 'Male', or 'Female' populations. The dataset includes a mix of global countries with no duplicate entries. Format consists of country names as prompts and gender or total population labels as completions. ### Dataset size There are 86 data points in this dataset. This is a preference training dataset. ### Quality of Remastered Dataset The final quality is A, with a relative quality improvement of 820.0%. ### Domain - Geography (100%) ### Language - English (72%) - Italian (10%) - Dutch (6%) ### Tone - Informative (96%) - Descriptive (4%)--- 注释创建者：无 语言：[英语、意大利语、荷兰语] 语言创建者：无 许可证：无 多语言属性：多语言 展示名称：`country_gender_totals` 样本规模类别：样本数少于1000（n<1K） 源数据集：扩展自 `https://www.kaggle.com/datasets/lucalullo/global-employment-unemployment-rates-1991-2025` 标签：[数据适配（adaption）、偏好训练（preference-training）、地理学（geography）] 任务类别：无 任务子类别：无 ---  本数据集为[源数据集](https://www.kaggle.com/datasets/lucalullo/global-employment-unemployment-rates-1991-2025)的重制优化版，依托[Adaption](https://frontend-pharos-app-dev.vercel.app/app/auth)的**自适应数据平台（Adaptive Data platform）**制作完成。 # country_gender_totals 本数据集构建国家与人口统计类别的映射关系，每条数据均明确标注其统计维度为「总人口（Total）」、「男性人口（Male）」或「女性人口（Female）」。数据集涵盖全球多国数据，无重复条目。数据格式遵循大语言模型输入输出范式：以国家名称作为提示词（prompt），以对应人口性别或总人口标签作为补全结果（completion）。 ### 数据集规模 本数据集共包含86条有效数据，属于偏好训练（preference-training）数据集。 ### 重制版数据集质量 最终质量评级为A级，相对质量提升幅度达820.0%。 ### 应用领域 - 地理学（Geography）：覆盖占比100% ### 语言分布 - 英语：72% - 意大利语：10% - 荷兰语：6% ### 文本基调 - 信息性：96% - 描述性：4%