数据集概述
本数据集包含全球研究者对研究成果与联合国十七项可持续发展目标（SDGs）相关性的评估数据，通过针对每个SDG的定制化问卷收集，涵盖论文推荐、关键词筛选、期刊选择等多维度反馈，用于验证和优化SDG分类模型。
文件详解
该数据集由多个目录和文件组成，具体说明如下：
- 根目录文件与目录：
- /00-survey-input/：包含各SDG的问卷问题及用于随机选择的论文EID列表
- /01-raw-data/：不含隐私信息的原始调查数据
- /02-aggregated-data/：整合后的调查数据与配置服务器数据
- /03-scripts/：数据拆分及元数据添加脚本
- /04-processed-data/：按SDG分类的最终分析数据，含各问题类型的聚合结果
- /images/：README.md中使用的结果图片
- LICENSE.md：数据复用条款
- README.md：数据集整体说明
- /04-processed-data/下各SDG子目录文件：
- SDG-survey-questions.pdf/doc：问卷问题文档
- SDG-survey-respondents-per-sdg.csv：问卷及响应基础信息
- SDG-survey-city-heatmap.csv：受访者来源城市数据
- SDG-survey-suggested-publications.txt：研究者推荐的相关论文列表
- SDG-survey-suggested-publications-with-eid-match.csv：匹配Scopus EID的推荐论文
- SDG-survey-selected-publications-accepted/rejected.csv：研究者接受/拒绝的论文样本
- SDG-survey-selected/unselected-keywords.csv：研究者选择/未选择的关键词
- SDG-survey-suggested-keywords.csv：研究者推荐的关键词
- SDG-survey-glossaries.csv：研究者推荐的关键词术语表URL
- SDG-survey-selected/unselected-journals.csv：研究者选择/未选择的期刊
- SDG-survey-suggested-journals.csv：研究者推荐的期刊
- SDG-survey-suggested-query.csv：研究者对分类模型查询的改进建议
数据来源
Aurora Universities Network (AUR)
适用场景
- 学术分类模型优化：验证和改进研究成果与SDG的自动分类算法
- 可持续发展研究：分析不同SDG领域的研究热点与知识缺口
- 科研政策制定：为科研资助机构提供SDG相关研究的优先级参考
- 文献计量学研究：探索SDG领域的学术产出模式与合作网络
- 信息检索系统开发：构建SDG主题的精准文献检索工具
