数据集概述
本数据集包含复制Shozen D.等人2023年论文结果所需的全部数据，论文主题为纵向社交接触研究中调查疲劳偏差的解决，以提升大流行防控准备。数据集含11个文件，涵盖人口统计、政策、地理等多类数据，用于研究调查疲劳对社交接触数据的影响。
文件详解
- RDS格式数据文件（5个）
- 文件名称：COVIMOD_data_zenodo.rds、gender_by_age.rds、urban_rural.rds、age_and_gender.rds、hhsize.rds
- 文件格式：RDS
- 字段映射介绍：包含人口统计（年龄、性别、家庭规模）、城乡划分等结构化数据，用于社交接触模型构建与分析
- CSV格式数据文件（4个）
- 文件名称：OxCGRT_compact_national_v1.csv、germany-population-2011.csv、de_microcensus_household_1961_2019.csv、de_census_population_2019.csv
- 文件格式：CSV
- 字段映射介绍：OxCGRT文件含国家/地区政策措施数据（学校关闭、 workplace关闭等）；德国人口文件含年龄、性别、人口数量等统计数据；家庭普查文件含家庭结构相关数据
- GEOJSON格式文件（1个）
- 文件名称：NUTS_RG_20M_2021_3035.geojson
- 文件格式：GEOJSON
- 字段映射介绍：包含NUTS（欧盟地域统计单位命名法）2021版地理边界数据，用于空间分析
- XLSX格式文件（1个）
- 文件名称：demo_r_pjangrp3$defaultview_spreadsheet.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含人口统计相关的表格数据，具体字段需结合文件内容进一步分析
数据来源
论文"Addressing survey fatigue bias in longitudinal social contact studies to improve pandemic preparedness"
适用场景
- 纵向社交接触研究方法优化: 分析调查疲劳偏差对研究结果的影响，改进数据收集与分析方法
- 流行病防控策略评估: 结合政策数据与社交接触数据，评估防控措施对社交行为的影响
- 人口统计学分析: 利用德国人口数据研究人口结构与社交接触模式的关系
- 空间流行病学研究: 结合地理边界数据，分析社交接触的空间分布特征
- 大流行准备与响应: 基于优化后的社交接触数据，提升大流行预测与防控准备能力
