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？
Global Integrated Energy Model (GIEM)|能源模型数据集|全球能源数据集
收藏Databricks2024-05-09 收录
下载链接：
https://marketplace.databricks.com/details/bb5ee2cf-4abe-485e-a18f-d30c65d64c76/S-P-Global-Commodity-Insights_Global-Integrated-Energy-Model-(GIEM)
下载链接
链接失效反馈资源简介：
**Overview**
The Global Integrated Energy Model (GIEM) allows users to study the evolution of global energy demand and enables users to understand the rate of energy transitions. User-defined reports and charts display history and forecast data for any time period, country/region, sector and fuel. Data and growth rates can be presented as annual observations or in user-specified multi-year intervals, with the ability to drill down to the most granular level of detail in any selected dimension. Utilizing this information, Global Integrated Energy Model users can analyze past developments and understand the details of an integrated energy demand projection. The geographical coverage of the model includes 143 countries, which are grouped into 13 regional aggregations. Fuels are classified into eight product groups (oil, gas, coal, nuclear, hydro, combustibles, renewables and electricity) with product detail for oil, coal and renewables. Energy demand is subdivided into these nine sectors:
The GIEM reference case is updated monthly to align with a quickly changing world and allows users to understand the impact on future years. The GIEM two-degree scenario, released every quarter, provides insight into reaching a net-zero world.
Dataset overview:
- 143 countries
- 9 end-use sectors
- 30 individual fuel types
**Use cases**
- Fundamental Analysis - Understand changes to energy demand through 2050 with the ability to filter by country, sector and fuel
- ESG Investment Analysis - Analyze GHG emissions impact as energy demand mix changes
- Risk Analysis - Utilize SPGCI long-term energy demand to assess future risks to changes to the energy mix
- Market Analysis - Compare current and future market conditions to historical periods to understand and analyze trends
**Product details**
Sample Tables:
A ) DEMAND
B ) REF_DATA_PRODUCTS
Sample Fields:
A ) DEMAND
SCENARIO_ID
YEAR
REGION_ID
REGION_NAME
COUNTRY_ID
COUNTRY_NAME
SECTOR_GROUP_ID
SECTOR_GROUP_NAME
SECTOR_ID
SECTOR_NAME
PRODUCT_GROUP_ID
PRODUCT_GROUP_NAME
B ) REF_DATA_PRODUCTS
ID
NAME
GROUP_ID
View Descriptions:
- DEMAND - Current reference case for the energy demand
- DEMAND_ARCHIVE - Historical reference cases for energy demand forecast
- REF_DATA_COUNTRIES - List of all available countries
- REF_DATA_PRODUCTS - List of all available products
- REF_DATA_PRODUCT_GROUPS - List of all available products groups
- REF_DATA_REGIONS - List of all available regions
- REF_DATA_SCENARIO_LIST - List of all available scenarios
- REF_DATA_SECTORS - List of all available sectors
- REF_DATA_SECTOR_GROUPS - List of all available sector groups
- GLOBALINTEGRATEDENERGYMODEL_DICTIONARY - Contains descriptions and examples of each of the columns in the above views for a better understanding of the dataset
提供机构：
S&P Global Commodity Insights
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
AgiBot World
为了进一步推动通用具身智能领域研究进展，让高质量机器人数据触手可及，作为上海模塑申城语料普惠计划中的一份子，智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目，旨在构建国际领先的开源技术底座，标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集，AgiBot World 的长程数据规模高出 10 倍，场景范围覆盖面扩大 100 倍，数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能，从抓取、放置、推、拉等基础操作，到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互，几乎涵盖了日常生活所需的绝大多数动作需求。
github 收录
PDT Dataset
PDT数据集是由山东计算机科学中心（国家超级计算济南中心）和齐鲁工业大学（山东省科学院）联合开发的无人机目标检测数据集，专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本，共计5775张图像，涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注，旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术，旨在提高无人机在植物保护中的目标识别精度，解决传统检测模型在实际应用中的不足。
arXiv 收录
China Health and Nutrition Survey (CHNS)
China Health and Nutrition Survey（CHNS）是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目，旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响，以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体，采用多阶段随机抽样方法，收集了家庭、个体以及社区层面的详细数据，包括饮食、健康、经济和社会因素等信息。自2011年起，CHNS不断扩展，新增多个城市和省份，并持续完善纵向数据链接，为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。
www.cpc.unc.edu 收录
Weibo Dataset
V1版本包含了2023年上半年来自微博平台的2,106条新闻数据。其中包含1,000条假新闻和1,067条真实新闻。数据集包含新闻传播的评论数据，包含用户和评论信息。V2版本包含了来自中国微博社交媒体平台的11,329条新闻。其中包含5,661条假新闻和5,668条真实新闻。与V1版本相比，V2版本在V1的基础上扩大了数据量。同时，V2提供了新闻的多模态数据，包括新闻帖子、评论集合、图片、视频和声音信息。因此，V2提供了更真实的社交网络环境模拟，从而支持下游任务。
github 收录
National Center for Education Statistics (NCES) - Integrated Postsecondary Education Data System (IPEDS)
IPEDS是一个综合性的高等教育数据系统，由美国国家教育统计中心（NCES）维护。该数据集涵盖了美国高等教育机构的广泛信息，包括学生入学、毕业率、财务状况、教师信息、课程设置等。数据每年更新，为政策制定者、研究人员和公众提供关于美国高等教育状况的全面数据。
nces.ed.gov 收录