# 眼动研究中公共数据集 在前一段时间，我们进行了线上的直播教学，有很多实操的部分需要眼动数据来操作，这部分直播内容可以在B站上搜索到，其中涉及到数据集的问题，有人问我要相关的数据集。其实，在很多软件中，有自带的数据集，比如EyeLink软件中DV可在SR Research文件夹中搜索到。当然，除此之外，我们还可以利用眼动研究中公开的数据集。今天为大家整理一些可以搜索到眼动数据集的数据库。 今天为大家主要介绍以下几个可以搜索到眼动数据的搜索引擎和数据库，主要包括有：Google Dtaset Search、dimensions、Datasets Search Engine、figshare、Open Science 、Zenodo、Harvard Dataverse、Dryad等。接下来为大家一一介绍如何使用它们？ #### [**Google Dtaset Search**](https://datasetsearch.research.google.com/) Google Dtaset Search是谷歌出品的，类似于谷歌学术搜索文献一样，谷歌表示其宗旨是“Making it easier to discover datasets”，让用户更容易找到想要的数据集。在这里可以通过关键词“EyeLink”、“[**Eyetracking**”搜索到数据集。](https://datasetsearch.research.google.com/search?query=eyetracking\&docid=vP2weR0B49lH8QHnAAAAAA%3D%3D) [**Dimensions**](https://app.dimensions.ai/discover/publication) Dimensions是《自然》网站上介绍的科学搜索引擎，不仅能找论文，还能找基金和专利，当然还包括数据集。通过搜索关键词“EyeLink”、“[**EyeTracking**”等可获取相应文献以及数据集。](https://app.dimensions.ai/discover/publication?search_text=eyetracking\&search_type=kws\&search_field=full_search) [**figshare**](https://figshare.com/) figshare是一个存储库，您可以在这自由上传所有研究中使用的数据集，同时它也会被引用、分享和被发现。通过关键词“EyeLink”、“**EyeTracking**”可以搜索到相关内容。 **Zenodo** Zenodo是一个开放的数据库，您在这里不仅可以下载数据集，还可以搜索相关的出版物，甚至您还可以上传您的数据，也将会被引用和共享。通过关键词“EyeLink”、“[**EyeTracking**”可以搜索到相关内容。](https://zenodo.org/search?page=1\&size=20\&q=eyetracking) **Dryad** Dryad是一个开源的，社区共建的项目，采用独特的方法进行数据发布和数据保存。Dryad专注于搜索，呈现和发现，并将数据保存功能的责任委托给与其集成的基础存储库。通过关键词“EyeLink”、“[**EyeTracking**”可以搜索到相关内容。](https://datadryad.org/search?utf8=%E2%9C%93\&q=eyetracking) [![](https://tva1.sinaimg.cn/large/00831rSTgy1gdfeq762xzj31do0u0dht.jpg)](https://datadryad.org/search?utf8=%E2%9C%93\&q=eyetracking) 英国数据库 在这里可以搜索很多相关的数据集。比如输入关键词[**eyetracking**就可获取相关的内容。](https://beta.ukdataservice.ac.uk/datacatalogue/studies/#!?Search=eyetracking\&Rows=10\&Sort=1\&DateFrom=440\&DateTo=2020\&Page=1) 最后，建议各位与之前写过的搜索[**公共数据集—以fNIRS为例**](https://7988888.xyz/eegdata/)，结合起来一起观看。其实同样的道理获取EEG数据也可以参考以上方法。 #### 谢谢大家观看，如有帮助，来个喜欢或者关注吧！ 本文作者：Chen Rui 文章仅限学习使用，不用于商业行为，若有侵权及疑问，请发邮件至 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://book.7988888.xyz/eyetracking/2.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.