five

Eigen verantwoordelijkheid en persoonlijke wereldvisie|法律数据集|社会调查数据集

收藏
Mendeley Data2024-03-27 更新2024-06-27 收录
法律
社会调查
下载链接:
https://ssh.datastations.nl/citation?persistentId=doi:10.17026/dans-z6r-5mcf
下载链接
链接失效反馈
资源简介:
In opdracht van auteurs werd medio 2016 onder een internetpanel een vragenlijst uitgezet door een extern onderzoeksbureau. In een eerdere bijdrage verkenden wij de vraag hoe ‘gewone mensen’ denken over de toedeling en verdeling van verantwoordelijkheden en risico’s in een aantal aansprakelijkheidsrechtelijke casus. Die verkenning had als doel het vergroten van onze kennis van de onder burgers levende rechtsovertuigingen over civielrechtelijke verhoudingen. Met dit artikel willen we op een vergelijkbare manier kijken naar het spanningsveld tussen enerzijds eigen verantwoordelijkheid en anderzijds bescherming tegen verkeerde keuzes door bijvoorbeeld overheid of derden. We stelden onszelf twee vragen: (1) wat vinden burgers van de keuzes die het recht maakt waar het gaat om het vraagstuk ‘eigen verantwoordelijkheid en bescherming tegen verkeerde keuzes’? En (2) welke invloed gaat uit van de ‘persoonlijke wereldvisie’ van de respondent bij zijn oordeelsvorming? Om deze twee vragen te beantwoorden, legden we een vragenlijst voor aan een steekproef van de bevolking.
创建时间:
2023-06-28
用户留言
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?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
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

DIPSEER: A Dataset for In-Person Student Emotion and Engagement Recognition in the Wild

DIPSEER是一个用于识别学生情绪和参与度的数据集,包含图像、标签和传感器数据。

github 收录

EdNet

displayName: EdNet license: - CC BY-NC 4.0 paperUrl: https://arxiv.org/pdf/1912.03072v3.pdf publishDate: "2019" publishUrl: https://github.com/riiid/ednet publisher: - University of Michigan - Yale University - University of California, Berkeley - Riiid AI Research tags: - Student Activities taskTypes: - Knowledge Tracing --- # 数据集介绍 ## 简介 圣诞老人收集的各种学生活动的大规模分层数据集,一个配备人工智能辅导系统的多平台自学解决方案。 EdNet 包含 2 年多来收集的 784,309 名学生的 131,441,538 次互动,这是迄今为止向公众发布的 ITS 数据集中最大的。资料来源:EdNet:教育中的大规模分层数据集 ## 引文 ``` @inproceedings{choi2020ednet, title={Ednet: A large-scale hierarchical dataset in education}, author={Choi, Youngduck and Lee, Youngnam and Shin, Dongmin and Cho, Junghyun and Park, Seoyon and Lee, Seewoo and Baek, Jineon and Bae, Chan and Kim, Byungsoo and Heo, Jaewe}, booktitle={International Conference on Artificial Intelligence in Education}, pages={69--73}, year={2020}, organization={Springer} } ``` ## Download dataset :modelscope-code[]{type="git"}

魔搭社区 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

PASCAL VOC 2007

这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象(即不是预先分割的对象)。它基本上是一个监督学习问题,因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是: 人:人 动物:鸟、猫、牛、狗、马、羊 交通工具:飞机、自行车、船、公共汽车、汽车、摩托车、火车 室内:瓶子、椅子、餐桌、盆栽、沙发、电视/显示器 将有两个主要比赛和两个较小规模的“品酒师”比赛。内容:提供的训练数据由一组图像组成;每个图像都有一个注释文件,为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。请注意,来自多个类的多个对象可能出现在同一图像中。

OpenDataLab 收录

IR-500K

IR-500K是一个大型红外数据集,包含500,000张红外图像,涵盖了各种场景和物体在不同环境条件下的图像。

github 收录