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 Entrepreneurship Monitor (GEM)|创业数据集|全球经济数据集
收藏www.gemconsortium.org2024-10-26 收录
下载链接：
https://www.gemconsortium.org/
下载链接
链接失效反馈资源简介：
Global Entrepreneurship Monitor (GEM) 数据集包含了全球多个国家和地区的创业活动数据，涵盖创业环境、创业活动、创业动机、创业支持和创业绩效等多个维度。数据通过问卷调查和统计分析收集，旨在提供全球创业生态系统的全面视图。
提供机构：
www.gemconsortium.org
AI搜集汇总
数据集介绍
构建方式
Global Entrepreneurship Monitor (GEM) 数据集的构建基于全球范围内的广泛调研，涵盖了超过100个国家和地区。该数据集通过多层次的问卷调查，收集了关于创业活动、创业环境、创业动机和创业绩效等方面的详细数据。调研方法包括对企业家、潜在企业家以及一般公众的深度访谈和问卷调查，确保数据的全面性和代表性。此外，GEM还采用了定量分析和定性分析相结合的方法，以确保数据的高质量和可靠性。
特点
GEM 数据集以其全球覆盖范围和多维度数据著称，提供了关于全球创业生态系统的详尽视角。该数据集不仅包括创业活动的数量和质量指标，还深入分析了创业者的社会经济背景、创业动机和创业环境的影响因素。此外，GEM数据集还定期更新，确保了数据的时效性和连续性，为研究者和政策制定者提供了宝贵的参考资料。
使用方法
GEM 数据集适用于多种研究目的，包括但不限于创业行为分析、创业政策评估和创业教育研究。研究者可以通过GEM数据集进行跨国比较研究，分析不同国家和地区的创业活动差异及其背后的驱动因素。政策制定者可以利用该数据集评估现有创业政策的有效性，并制定更具针对性的政策措施。此外，教育机构也可以利用GEM数据集开发创业教育课程，帮助学生了解全球创业趋势和最佳实践。
背景与挑战
背景概述
全球创业观察（Global Entrepreneurship Monitor, GEM）数据集自1999年由伦敦商学院和美国巴布森学院联合发起，旨在系统性地评估和分析全球范围内的创业活动。该数据集汇集了来自超过100个国家和地区的创业相关数据，涵盖创业动机、创业环境、创业成功率等多个维度。GEM的核心研究问题包括创业活动的驱动因素、创业对经济增长的影响以及创业生态系统的构建。其影响力不仅限于学术界，还广泛应用于政策制定和商业咨询领域，为全球创业研究提供了宝贵的数据支持。
当前挑战
尽管GEM数据集在全球创业研究中占据重要地位，但其构建和应用过程中仍面临诸多挑战。首先，数据收集的复杂性在于需要跨越不同文化、经济和社会背景的国家和地区，确保数据的代表性和一致性。其次，数据更新频率和质量控制是另一大挑战，尤其是在快速变化的全球经济环境中，确保数据的时效性和准确性至关重要。此外，如何有效整合和分析海量数据，以揭示创业活动的深层次规律，也是当前研究面临的重要课题。
发展历史
创建时间与更新
Global Entrepreneurship Monitor (GEM) 数据集创建于1999年，由伦敦商学院和美国巴布森学院共同发起。自创建以来，GEM每年都会进行更新，以反映全球创业活动的最新趋势和动态。
重要里程碑
GEM数据集的重要里程碑包括2001年首次发布全球创业观察报告，该报告系统性地分析了全球创业活动的现状和趋势，为政策制定者和学术研究者提供了宝贵的数据支持。2005年，GEM扩展了其研究范围，涵盖了更多的国家和地区，进一步提升了其全球影响力。2010年，GEM引入了新的指标和方法论，以更精确地衡量创业活动的质量和影响，这一改进显著提升了数据集的科学性和实用性。
当前发展情况
当前，GEM数据集已成为全球创业研究领域的重要参考资源，其数据被广泛应用于学术研究、政策制定和商业分析中。GEM不仅提供了丰富的定量数据，还通过深入的案例研究和专家访谈，为理解创业生态系统提供了多维度的视角。此外，GEM还积极推动国际合作，与多个国家和地区的研究机构建立了长期合作关系，共同推动全球创业研究的发展。GEM的持续更新和扩展，使其在创业研究领域的影响力不断增强，为全球创业环境的优化和创新驱动型经济的发展提供了有力支持。
发展历程
- Global Entrepreneurship Monitor (GEM) 首次发表，由伦敦商学院和美国巴布森学院联合发起，旨在全球范围内研究创业活动。
- GEM 首次应用，发布了第一份全球创业观察报告，涵盖了10个国家的创业活动数据。
- GEM 扩展至覆盖37个国家和地区，成为全球最大的创业研究项目之一。
- GEM 发布了首个全球创业环境指数，评估各国创业环境的优劣。
- GEM 研究范围扩展至100多个国家和地区，成为全球创业研究的重要参考。
- GEM 引入了新的研究方法和指标，以更全面地评估全球创业生态系统。
- GEM 发布了关于新冠疫情对全球创业活动影响的特别报告，展示了疫情对创业生态系统的深远影响。
常用场景
经典使用场景
在全球创业领域，Global Entrepreneurship Monitor (GEM) 数据集被广泛用于分析和评估不同国家和地区的创业活动水平。该数据集通过收集大量的定量和定性数据，涵盖了创业者的动机、行为、资源需求以及创业环境等多个维度。研究者利用GEM数据集，可以深入探讨创业活动的驱动因素，如经济政策、教育背景和社会文化等，从而为政策制定者和学术界提供有力的数据支持。
实际应用
在实际应用中，GEM数据集为政策制定者提供了宝贵的参考信息，帮助他们制定和优化创业支持政策。例如，通过分析GEM数据，政府可以识别出创业生态系统中的薄弱环节，并采取相应的措施来改善创业环境。此外，企业和投资者也可以利用GEM数据集来评估市场潜力和风险，从而做出更为明智的投资决策。GEM数据集的应用不仅提升了创业活动的质量和效率，还促进了全球经济的可持续发展。
衍生相关工作
基于GEM数据集，许多经典的研究工作得以展开，推动了创业研究领域的深入发展。例如，有学者利用GEM数据集研究了创业教育对创业成功的影响，发现系统的创业教育能够显著提高创业者的成功率。此外，GEM数据集还激发了大量关于创业融资和政府支持的研究，揭示了不同融资渠道和政策支持对创业活动的影响机制。这些研究不仅丰富了创业理论，还为实践提供了有力的理论支持。
以上内容由AI搜集并总结生成
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
ROBEL
ROBEL是一个开源的低成本机器人平台，专为现实世界的强化学习设计。该平台由谷歌研究院和加州大学伯克利分校共同开发，包含两个机器人：D'Claw，一个三指手机器人，用于促进精细操作任务的学习；D'Kitty，一个四足机器人，用于促进敏捷的腿式移动任务学习。这些模块化机器人易于维护且足够坚固，能够承受从零开始的硬件强化学习，目前已记录超过14000小时的训练时间。ROBEL提供了一系列连续控制基准任务，这些任务具有密集和稀疏的任务目标，并引入了硬件安全评分指标。数据集和相关材料可在www.roboticsbenchmarks.org访问，旨在解决强化学习在真实机器人上的应用问题，特别是在处理物理限制和环境交互方面的挑战。
arXiv 收录
中国气象数据
本数据集包含了中国2023年1月至11月的气象数据，包括日照时间、降雨量、温度、风速等关键数据。通过这些数据，可以深入了解气象现象对不同地区的影响，并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。
github 收录
Breast Ultrasound Images (BUSI)
小型（约500×500像素）超声图像，适用于良性和恶性病变的分类和分割任务。
github 收录
中国陆域及周边逐日1km全天候地表温度数据集（TRIMS LST；2000-2023）
地表温度（Land surface temperature, LST）是地球表面与大气之间界面的重要参量之一。它既是地表与大气能量交互作用的直接体现，又对于地气过程具有复杂的反馈作用。因此，地表温度不仅是气候变化的敏感指示因子和掌握气候变化规律的重要前提，还是众多模型的直接输入参数，在许多领域有广泛的应用，如气象气候、环境生态、水文等。伴随地学及相关领域研究的深入和精细化，学术界对卫星遥感的全天候地表温度（All-weather LST）具有迫切的需求。 本数据集的制备方法是增强型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Terra/Aqua MODIS LST产品和GLDAS等数据，辅助数据包括卫星遥感提供的植被指数、地表反照率等。方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性，最终重建得到较高质量的全天候地表温度数据集。 评价结果表明，本数据集具有良好的图像质量和精度，不仅在空间上无缝，还与当前学术界广泛采用的逐日1 km Terra/Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。当以MODIS LST为参考时，该数据集在白天和夜间的平均偏差（MBE）为0.09K和-0.03K，偏差标准差（STD）为1.45K和1.17K。基于19个站点实测数据的检验结果表明，其MBE为-2.26K至1.73K，RMSE为0.80K至3.68K，且在晴空与非晴空条件下无显著区别。 本数据集的时间分辨率为逐日4次，空间分辨率为1km，时间跨度为2000年-2023年；空间范围包括我国陆域的主要区域（包含港澳台地区，暂不包含我国南海诸岛）及周边区域（72°E-135°E，19°N-55°N）。本数据集的缩写名为TRIMS LST（Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST），以便用户使用。需要说明的是，TRIMS LST的空间子集TRIMS LST-TP（中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2023）V2）同步在国家青藏高原科学数据中心发布，以减少相关用户数据下载和处理的工作量。
国家青藏高原科学数据中心 收录
FAOSTAT Agricultural Data
FAOSTAT Agricultural Data 是由联合国粮食及农业组织（FAO）提供的全球农业数据集。该数据集涵盖了农业生产、贸易、价格、土地利用、水资源、气候变化、人口统计等多个方面的详细信息。数据包括了全球各个国家和地区的农业统计数据，旨在为政策制定者、研究人员和公众提供全面的农业信息。
www.fao.org 收录