数据集概述
本数据集围绕地方治理在减少学生食物浪费、提升学校绩效的作用展开，整合人工智能与社会学视角。包含基于大规模调查的学校食堂消费行为数据，通过反向传播神经网络模型分析非线性关系，揭示学生行为与学校绩效的复杂作用机制，并提出政策建议。
文件详解
- 文件名称：The Role of Local Governance in Mitigating Student Food Waste Integrating AI and Sociology for Enhanced School Performance/Data.zip
- 文件格式：ZIP（.zip）
- 内容说明：压缩包内包含研究相关的数据集文件，具体字段映射需解压后查看原始数据结构，核心围绕学校食堂规模、学生流量波动、菜单多样性、心理社会因素等变量与食物浪费的关联数据。
适用场景
- 教育管理研究：分析地方治理对学校食堂资源配置、食物浪费管理的影响
- 公共政策制定：为地方政府优化学校食堂规划、菜单设计提供数据支持
- 社会学与行为科学：探究心理社会因素对学生食物浪费行为的作用机制
- 人工智能应用：验证反向传播神经网络在教育领域非线性关系分析中的有效性
- 资源优化研究：基于食堂规模与学生流量的相关性，优化学校资源分配策略
