医疗卫生人员倦怠推文分析数据集HealthcareWorkersBurnoutTweets-mindyng
数据来源：互联网公开数据
标签：倦怠, 医疗卫生, 社交媒体, 文本分析, 情感分析, 推文数据, 情绪识别, 数据挖掘
数据概述：
该数据集包含来自Twitter平台的推文数据，记录了医疗卫生人员关于倦怠（burnout）的讨论和表达。主要特征如下：
时间跨度：数据记录起始时间为2021年1月19日，具体结束时间未知，推测为一段时间内的推文集合。
地理范围：推文内容未明确标注地理位置，但推测来源于全球范围内的Twitter用户。
数据维度：数据集包括多个字段，如：推文日期、推文ID、推文文本、推文来源、转发数、喜欢数、字数统计（单词数、字符数、词汇密度等）、标点符号数、情感得分、年份、月份、日期、独立单词数、停用词数量、URL数量、平均词长、话题标签数量、提及用户数量以及倦怠标签（burnout）。
数据格式：CSV格式，文件名为df.csv，易于进行数据分析和处理。
数据来源：数据来源于Twitter平台公开数据，已进行初步的数据清洗和整理。该数据集适合用于情绪分析、文本挖掘、社交媒体数据分析等领域。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于医疗健康领域、心理学、社会学等学科的研究，例如分析医疗卫生人员的心理健康状况、探讨倦怠的影响因素等。
行业应用：可以为医疗机构、健康管理平台提供数据支持，用于监测员工情绪、优化工作环境、制定心理健康干预措施等。
决策支持：支持卫生政策制定者了解医疗卫生人员的工作压力和心理健康状况，从而制定更有效的政策和措施。
教育和培训：作为数据分析、文本挖掘、情感分析等课程的案例，帮助学生和研究人员深入了解社交媒体数据的应用。
此数据集特别适合用于探索医疗卫生人员倦怠的规律、识别相关影响因素，并为改善医疗卫生人员的工作环境和心理健康提供数据支持。
