数据集概述
本数据集为与INSDC序列关联的自然历史标本数据，包含标本的采集者和鉴定者信息。数据由Bionomia平台志愿者标注生成，基于全球生物多样性信息设施（GBIF）聚合的标本数据，采用Frictionless Data数据包格式，共9个文件，用于生物多样性标本数据的关联分析。
文件详解
- 核心数据文件（ZIP格式）
- 文件名称：citations.csv.zip、users.csv.zip、problem_collector_dates.csv.zip、problem_determiner_dates.csv.zip、articles.csv.zip、occurrences.csv.zip、attributions.csv.zip、not_them_assertions.csv.zip
- 文件格式：ZIP压缩包（内含CSV文件）
- 字段映射介绍：包含标本采集者、鉴定者关联信息，涉及引用、用户、日期问题记录、文献、标本 occurrence、归属断言等维度的数据
- 数据包描述文件
- 文件名称：datapackage.json
- 文件格式：JSON
- 字段映射介绍：Frictionless Data标准的数据包描述文件，定义数据集元信息、文件清单及数据结构规范
数据来源
Bionomia平台（志愿者标注）、Global Biodiversity Information Facility（GBIF）聚合数据集（数据集ID：d8cd16ba-bb74-4420-821e-083f2bac17c2）
适用场景
- 生物标本数据溯源：分析INSDC序列关联标本的采集者、鉴定者信息，实现标本数据的来源追溯
- 生物多样性数据关联：整合标本 occurrence、文献引用等数据，构建多维度生物多样性关联网络
- 标本数据质量校验：通过problem_collector_dates、problem_determiner_dates等文件分析标本日期信息的问题，优化数据质量
- 生物信息学元数据研究：基于datapackage.json的Frictionless Data规范，探索生物数据标准化描述方法
