Dataset Viewer
Auto-converted to Parquet Duplicate
unnamed_0
stringlengths
6
62
evaluation_multisectorielle_des_besoins_a_l_extreme_nord_du_cameroun_matrice_d_analyse_par_indicateur
stringlengths
26
2.29k
esa_source
stringclasses
1 value
esa_processed
stringdate
2026-04-23 00:00:00
2026-04-23 00:00:00
cleaning_log
Journal de nettoyage des données collectées
HDX
2026-04-23
Résumé du projet
Une évaluation multi-sectorielle des besoins (MSNA) a été conduite au Cameroun du 23 Aout au 04 Septembre 2024 dans tous les départements de la region de l' Extrême Nord. Cette évaluation a été menée dans 493 localités accueillant les populations cibles dans les six départements de l’Extrême Nord, par un total de 140...
HDX
2026-04-23
Indicator
Matrice de définition des indicateurs clés par les secteurs
HDX
2026-04-23
Période de collecte de données
Du 23 Aout au 04 Septembre 2024
HDX
2026-04-23
Objectif
Mettre à disposition de la communauté humanitaire des données permettant une compréhension holistique de la sévérité des besoins intersectoriels des populations affectées par les crises dans la region de l'Extreme -Nord du Cameroun afin d’informer le cycle de programmation humanitaire.
HDX
2026-04-23
choices
Options de réponses disponibles à travers le formulaire Kobo.
HDX
2026-04-23
RET_TCD
Pivot table pour les retournés
HDX
2026-04-23
Questions de recherche
1. Quels sont les besoins sectoriels et multisectoriels des populations déplacées (PDI, Retournés, réfugiés hors camp) et populations des Hotes dans la région de l'Extreme Nord, identifiés en fonction des zones géographiques et des groupes de population ? 2. Dans quelle mesure certaines caractéristiques des ménages co...
HDX
2026-04-23
Méthodologie
Le questionnaire est élaboré par les experts sectoriels eux-mêmes et permettra de fournir aux partenaires humanitaires une vue d’ensemble des besoins sectoriels des populations affectées dans les localités accueillant des populations déplacées et leur permettre de fournir une assistance informée. Afin de rendre compt...
HDX
2026-04-23
REF HC strata_analysis (feuille en fonction de chaque secteur)
Analyse des indicateurs clés sectoriels de la strate des ménages refugiés hors camp
HDX
2026-04-23
IDP strata_analysis (feuille en fonction de chaque secteur)
Analyse des indicateurs clés sectoriels de la strate des ménages déplacés internes
HDX
2026-04-23
REF HC_TCD
Pivot table pour les refugiés
HDX
2026-04-23
Contacts
DTM CAMEROUN - DTMCameroon@iom.int
HDX
2026-04-23
COMMENT LIRE LA BASE DE DONNEES
null
HDX
2026-04-23
survey
Formulaire Kobo utilisé pour la collecte de données ménages (questions)
HDX
2026-04-23
RAW DATA_DTM_CMR_MSNA HH
Données princiale de l'enquête télécharger en format XLS
HDX
2026-04-23
PDI_TCD
Pivot table pour les PDI
HDX
2026-04-23
Couverture géographique
La collecte MSNA s'est déroulée dans les localités de l'Extrême Nord accueillant des populations déplacées (PDI, réfugiés hors camp, retournés). Pour des raisons sécuritaires et climatiques, certaines zones ont toutefois été identifiées comme inaccessibles en amont de la collecte. Sur les 1 316 localités identifiées lo...
HDX
2026-04-23

Cameroon Displacement — Extrême-Nord - Multi-Sectoral Needs Assessment (MSNA) [IOM DTM] | Africa (original)

Size category: n<1K - Formats: parquet - Sector: humanitarian_development - Engineered by Electric Sheep Africa

size sector downloads license

TL;DR

This dataset is part of the Electric Sheep Africa catalog on Hugging Face. It is indexed for African data discovery with standardized metadata, loading guidance, provenance notes, and analyst-oriented context.

What This Dataset Covers

Public datasets help analysts inspect structured evidence, build reproducible workflows, and compare patterns across domains.

Dataset context from the existing Hugging Face card: Cameroon Displacement — Extrême-Nord - Multi-Sectoral Needs Assessment (MSNA) [IOM DTM] Publisher: International Organization for Migration (IOM) · Source: HDX · License: hdx-other · Updated: 2025-05-02 Abstract This dataset contains the results of a multisectoral assessment of the needs of displaced populations . Each row in this dataset represents tabular records. Data was last updated on HDX on 2025-05-02. Geographic scope: CMR. Curated into ML-ready Parquet format by… See the full description on the dataset page: https://huggingface.co/datasets/electricsheepafrica/africa-humanitarian-needs-cameroon.

Dataset Profile

Field Value
Hugging Face repo electricsheepafrica/africa-humanitarian-needs-cameroon
Sector humanitarian_development
Topic tags humanitarian, hdx, electric-sheep-africa, hxl, internally-displaced-persons-idp, needs-assessment, returnees, cmr
Modalities text
Formats parquet
Size category n<1K
Countries Cameroon
ISO3 coverage CMR
Last modified on HF 2026-04-23 07:46:26+00:00
Inventory snapshot 2026-07-16T16:00:34Z

How To Read This Dataset

  • Start from the repository files and the dataset viewer when available.
  • Treat the README context as a fast orientation layer; confirm variable definitions and units in the data files before modeling.
  • Use explicit country columns when present. When geography is only implied by the title or source metadata, document that assumption in downstream analysis.
  • Preserve missing values until you have a defensible imputation rule.

Usage

from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-humanitarian-needs-cameroon")
print(ds)

split_name = next(iter(ds))
table = ds[split_name]
print(table.features)
print(table[:3])

Convert To Pandas When Tabular

from datasets import Dataset

first_split = ds[next(iter(ds))]
if isinstance(first_split, Dataset):
    df = first_split.to_pandas()
    print(df.head())

Data Quality Notes

  • This card was standardized from the Electric Sheep Africa Hugging Face metadata inventory.
  • Exact schema, row counts, and source files should be inspected in the repository data files.
  • Metadata gaps from the inventory: upstream_publisher.
  • Do not infer policy meaning from labels alone; confirm definitions, units, and methods in the source material.

Source And Provenance

Suggested Analyses

  • Inspect schema and missingness before modeling.
  • Profile variables by geography, time, and subgroup columns where present.
  • Join with other Electric Sheep Africa datasets using explicit country, year, and indicator fields when available.
  • Build reproducible notebooks that cite both the original source context and the Electric Sheep Africa Hugging Face repo.

Citation

@misc{electric_sheep_africa_africa_humanitarian_needs_cameroon_2026,
  title        = {Cameroon Displacement — Extrême-Nord - Multi-Sectoral Needs Assessment (MSNA) [IOM DTM] | Africa (original)},
  author       = {original},
  year         = {2026},
  url          = {https://huggingface.co/datasets/electricsheepafrica/africa-humanitarian-needs-cameroon},
  publisher    = {Hugging Face Datasets, engineered by Electric Sheep Africa},
  howpublished = {\url{https://huggingface.co/datasets/electricsheepafrica/africa-humanitarian-needs-cameroon}}
}

License

Released under Source-specific or other license.

Original source rights remain with the original publisher or data provider. Electric Sheep Africa engineering standardizes discovery metadata, documentation, and usage guidance for analysis on Hugging Face.

About Electric Sheep Africa

Electric Sheep Africa publishes ML-ready African public datasets on Hugging Face.


Provenance: metadata-backed README standardized 2026-08-12 by the Electric Sheep Africa README system. Inventory source: catalog/esa_metadata_inventory/master_metadata.jsonl.

Downloads last month
16