1行 = 自治体標準オープンデータセットの1項目。31項目を収録する。
デジタル庁が様式を公開しているもの(定義書A〜D)と、各府省庁等が様式を定めているもの
(E: 国土交通省 地質・土質調査成果電子納品要領、F: 都市計画基礎調査、
G: デジタル社会推進実践ガイドブック DS-451-8 調達、H: 標準的なバス情報フォーマット)がある。
search_words は measurement の判定に使った検索語で、セミコロン区切り。
判定の根拠を検証したり、語を足して測り直したりするために公開する。
出典: デジタル庁「自治体標準オープンデータセット(正式版)」
1行 = 団体 × 自治体標準オープンデータセットの項目 × 観測。
観測対象カタログに参加している団体すべてについて、31項目それぞれを公開しているかを持つ。
公開していない組み合わせも is_published = false の行として存在するので、
「出していない」を数えるのに LEFT JOIN は要らない。
判定はデータセット名(タイトル)の部分一致による近似で、公式の公表値ではない。
項目ごとの検索語は item テーブルの search_words にあり、語ごとのヒット数は
search_word_hit テーブルで検証できる。タイトルに項目名を含まないデータセットは
拾えないため、実際の公開状況より少なく出る方向に偏る。
観測範囲は portal テーブルが示す。そこに含まれない団体はこのテーブルに行が無く、
それは「公開していない」ではなく「観測していない」を意味する。
全国の団体を分母にするときは lg_code データセットと突き合わせる。
出典: 各カタログの CKAN API を Queria が観測して作成。
1行 = 観測したカタログ。measurement の観測範囲を示す。
観測に失敗したカタログも status に理由を入れて残すので、
「測っていない」と「測ったが見つからない」を区別できる。
個別自治体のサブサイト(odcs.bodik.jp/<団体コード>/ など)は多くが CMS のフロントで
API を持たないため、横断カタログ側から一括で観測する。
organization_count と lg_organization_count の差は、団体コードを持たない組織
(都市圏連携組織・研究機関など)の数で、その名前は non_lg_organizations にある。
出典: 各カタログの CKAN API を Queria が観測して作成。
1行 = カタログ × 項目 × 検索語。measurement の判定根拠。
ある項目の団体数が少ないとき、それが本当に公開が少ないのか、
検索語が実際のデータセット名と合っていないだけなのかを、ここで切り分けられる。
dataset_count はカタログ全体での件数で、団体数ではない。
status が failed の行は、その語の観測が失敗したことを示す。
出典: 各カタログの CKAN API を Queria が観測して作成。