数据集概述
本数据集包含哥伦比亚自然科学研究所昆虫标本馆（ICN-MHN-En）的昆虫标本与采集者、鉴定者的关联数据，由Bionomia平台志愿者标注生成，原始标本数据来源于全球生物多样性信息网络（GBIF）。数据以Frictionless Data数据包格式组织，涵盖标本与人员的关联信息、问题数据及引用文献等，共11个文件，支持生物标本元数据的关联分析与质量评估。
文件详解
- 核心数据文件
- 文件名称：attributions.csv.zip、citations.csv.zip、articles.csv.zip
- 文件格式：ZIP压缩包（内含CSV）
- 字段映射介绍：包含标本与采集者/鉴定者的关联属性、相关文献引用信息及学术文章数据
- 问题数据文件
- 文件名称：problem_collector_dates.csv.zip、problem_determiner_dates.csv.zip、missing_attributions.csv.zip、users_unresolved.csv.zip、not_them_assertions.csv.zip
- 文件格式：ZIP压缩包（内含CSV）
- 字段映射介绍：记录采集者/鉴定者日期问题、缺失关联信息、未解析用户及非关联断言等异常数据
- 数据包描述文件
- 文件名称：datapackage.json
- 文件格式：JSON
- 字段映射介绍：遵循Frictionless Data标准的数据包元数据，包含数据集基本信息、文件清单及格式描述
数据来源
Bionomia平台（志愿者标注）、全球生物多样性信息网络（GBIF，数据集ID：528fcbfa-bcb7-4a28-b202-2eadfe93ca2d）
适用场景
- 生物标本元数据分析：关联昆虫标本与采集者、鉴定者信息，支撑生物多样性研究
- 标本馆数据质量评估：通过问题数据文件识别标本元数据中的日期错误、缺失关联等质量问题
- 生物分类学研究：整合采集者与鉴定者信息，辅助昆虫分类历史与学术传承分析
- 开放数据标准应用：基于Frictionless Data格式，支持生物多样性数据的标准化共享与互操作
