Data-Gouv-FR/liste-des-auto-ecoles-et-taux-de-reussite-au-permis-de-conduire

该数据集旨在帮助选择适合的驾校以通过驾驶考试，提供法国所有驾校的列表，包括传统驾校、标签化或非标签化驾校、协会驾校和在线驾校。用户可以根据多种标准筛选驾校：驾照类别（如汽车驾照B/B1、摩托车驾照A1/A2、重型车辆驾照BC/C1/C1E/C/CE/D1/D1E/D/DE）、驾校类型（协会、传统、在线）、学习模式（如陪伴驾驶、监督驾驶）、驾校通过率及各部门的平均通过率，以及融资选项（如每天1欧元驾照计划）。数据集包含2881所标签化驾校的信息，可从指定地址下载完整列表。--- license: 其他 language: - 法语 tags: - 法国政府开放数据平台（data.gouv.fr） - 法国公共开放数据 - Parquet格式（Parquet） - CSV格式（CSV） - 开放数据 pretty_name: "驾校列表与机动车驾驶证考试通过率" configs: - config_name: liste-des-auto-ecoles-au-format data_files: - split: train path: data/liste-des-auto-ecoles-au-format.parquet --- # 驾校列表与机动车驾驶证考试通过率 ## 数据源 - 官方数据源：https://www.data.gouv.fr/datasets/liste-des-auto-ecoles-et-taux-de-reussite-au-permis-de-conduire - data.gouv.fr 平台数据集标识符：`619e3ea5f653cb96ca6a4d4c` - data.gouv.fr 平台数据集别名（Slug）：`liste-des-auto-ecoles-et-taux-de-reussite-au-permis-de-conduire` - data.gouv.fr 元数据中标注的许可证：lov2 ## Hugging Face 数据集结构 - 一个 data.gouv.fr 数据集对应一个 Hugging Face 仓库 - 一份原始表格资源对应一个 Hugging Face 子数据集/配置项 - 每个子数据集/配置项均包含一个名为 `train` 的数据拆分 ## 子数据集 - `liste-des-auto-ecoles-au-format` → 对应数据文件 `data/liste-des-auto-ecoles-au-format.parquet` ## 使用示例 python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/liste-des-auto-ecoles-et-taux-de-reussite-au-permis-de-conduire", "liste-des-auto-ecoles-au-format") print(ds["train"]) ## 数据集说明 为方便学员选择适配自身培训需求、助力顺利通过机动车驾驶证考试的驾校，官方驾校名录收录了法国境内全部驾校：包括传统驾校、获认证/未获认证驾校、协会经营驾校以及线上驾校。 学员可基于自身选定的地点，结合学习模式、教学质量标准或融资方式等维度，精准筛选适配机动车驾驶证考试培训的驾校，具体筛选维度包括： • 驾驶证准驾类别：小型汽车驾驶证（B、B1类）、摩托车驾驶证（A1、A2类）、重型车辆驾驶证（BC、C1、C1E、C、CE、D1、D1E、D、DE类） • 驾校类型：协会经营驾校、传统驾校、线上驾校 • 学习模式：陪同驾驶培训、监督驾驶培训 • 驾校通过率及各省份平均通过率 • 融资方式：每日1欧元学车计划 若需查找距离您居所最近的驾校，您可执行搜索操作，或从以下地址下载包含2881家获认证驾校的完整列表： [https://autoecoles.securite-routiere.gouv.fr/](https://autoecoles.securite-routiere.gouv.fr/sites/default/files/certified-schools/auto-ecoles.csv)

搜集汇总

数据集介绍

构建方式

在法国，驾驶执照考试的复杂性促使学习者寻求最适合其需求的驾校。该数据集旨在汇总法国境内所有驾校的详细信息及其考试通过率，以辅助学习者的决策。数据源自法国公共数据平台data.gouv.fr，涵盖了传统、线上及协会型等各类驾校，通过官方地图服务和可下载的CSV文件整合而成。构建过程中，数据被系统化地分类，包括驾照类别（如B类汽车、A1/A2摩托车、C类重型货车）、驾校类型、学习模式（如伴随驾驶、监督驾驶）、通过率及部门平均值，并纳入了融资方式信息。最终，数据集收录了2881家经过认证的驾校记录，形成一份结构化、易于查询的资源。

特点

该数据集的特点在于其全面性与结构化，为法国驾校选择提供了关键参考。它涵盖了多种驾照类别，从汽车、摩托车到重型货车，满足不同学习者的需求。数据集的独特之处在于整合了驾校的通过率及部门平均通过率，使学习者能直观比较不同机构的成效。此外，数据区分了传统、在线和协会型驾校，并标注了学习模式与融资选项（如每日1欧元计划），使信息更具可操作性。基于官方公开数据，该数据集确保了可靠性和时效性，为研究法国驾驶教育市场或开发智能推荐系统提供了坚实基础。

使用方法

使用该数据集时，用户可直接访问data.gouv.fr上的原始链接获取完整数据，或通过CSV文件离线分析。对于开发者，可将其集成到推荐算法中，筛选基于位置、驾照类别、通过率或驾校类型的个性化结果。数据分析师可通过处理通过率数据，评估区域差异或教学成效的趋势。此外，该数据集适合用于机器学习项目，如构建预测模型：根据驾校特征预估学习成功率。在学术研究中，它可作为社会经济学分析的素材，探索驾驶教育资源的分布。为确保合规，使用需遵循Open Licence 2.0许可协议，注明数据来源并尊重开放共享原则。

背景与挑战

背景概述

在驾驶培训领域，选择一所合适的驾校对于学员顺利通过驾照考试至关重要。为了提升驾校服务透明度和教育质量，法国官方于2021年发布了“liste-des-auto-ecoles-et-taux-de-reussite-au-permis-de-conduire”数据集，旨在系统化整理全法驾校信息及其考试通过率。该数据集由法国道路安全局等权威机构维护，收录了2881所认证驾校的详细数据，涵盖传统驾校、线上驾校及协会驾校等多种类型，并关联驾照类别（如汽车、摩托车、重型车辆）、学习模式（如陪同驾驶、监督驾驶）及资助方式（如每日一欧元计划）等核心指标。数据集通过开放许可（Licence Ouverte 2.0）共享，为学员选择驾校提供了科学依据，同时推动了驾驶培训行业的数字化转型与质量评估标准化，对法国公共安全与教育政策具有显著影响力。

当前挑战

该数据集的核心挑战聚焦于驾驶培训领域的透明度与决策辅助问题。首先，学员在众多驾校中缺乏客观的通过率对比依据，难以评估教学质量与学习模式匹配度，数据集通过聚合通过率与区域平均值，为学员提供了可量化的选择参考。其次，构建过程中面临数据采集与更新的挑战：全法2881所认证驾校需从分散来源（如官方门户、CSV文件）统一整合，且需确保数据时效性以反映每年考试结果波动；同时，多维度标签（如驾照类别、学习模式、资助方式）的标准化映射易因政策调整（如通过率计算规则）产生偏差，跨部门协作与数据清洗成为持续性难题。

常用场景

经典使用场景

该数据集汇集了法国境内驾校的详尽名录及其各类驾照考试通过率，涵盖传统、协会及线上驾校等多种形态，覆盖汽车、摩托车及重车等驾照类别。研究者可利用该数据集进行驾校教育质量的地域性分析与对比，探究通过率与驾校类型、教学模式（如伴随驾驶或监督驾驶）之间的关联，为驾培行业的绩效评估提供基准数据。

解决学术问题

该数据集为交通运输教育领域的实证研究提供了关键支撑，尤其有助于解答驾校质量评估中的标准化难题。通过引入客观的通过率指标，研究者能够量化不同驾校的教学成效，克服以往依赖主观评价的局限。这一数据资源推动了教育经济学中关于培训效率与资源配置的学术讨论，为优化驾培政策提供了科学依据。

衍生相关工作

基于该数据集，衍生出一系列关于驾驶教育评估与预测的研究工作。经典工作包括构建通过率预测模型，结合驾校类型、地理位置及学生人口统计特征，识别关键影响因素；此外，还催生了可视化查询工具，方便用户交互式浏览驾校质量分布；部分研究进一步将其与交通事故数据关联，评估驾校培训质量对驾驶安全的长期影响。