Sama kohde ja rekisteri
Vertaa tunnistejärjestelmää ja arvoa yhdessä. Toimipaikka ja oikeudellinen yksikkö tarvitsevat linkitetyt tietueet.
OSINT / IDENTITEETTI
Yhdistä tietueita sekoittamatta samannimisiä toimijoita
Kaksi samankaltaista tietuetta ei välttämättä kuvaa samaa kohdetta. Säilytä lähteet, päivämäärät ja päätöksen perusteet myös silloin, kun yhdistäminen ei onnistu.
Valitse tunnistettava yksikkö
Kirjaa, edustaako tietue henkilöä, oikeudellista yksikköä, toimipaikkaa, brändiä vai tutkimusorganisaatiota. Suhde ei tarkoita samaa identiteettiä. Normalisoitu nimi auttaa löytämään ehdokkaita, mutta ei ole yhdistämisavain.
Tunnisteet viittaavat eri kohteisiin
| ID | Tunnistettava kohde | Tarkistus |
|---|---|---|
| SIREN | Oikeudellinen yksikkö | Yhdeksän numeroa. Tarkista rekisteristä ja tallenna tekstinä, jotta alkunollat säilyvät. Kauppanimi ei korvaa tunnistetta. |
| SIRET | Toimipaikka | Neljätoista numeroa, joista yhdeksän ensimmäistä on SIREN. Sama alkuosa voi tarkoittaa yhtä oikeudellista yksikköä mutta kahta eri toimipaikkaa. |
| ORCID iD | Tutkimuksessa toimiva henkilö | Säilytä koko URI ja alkunollat. Viimeinen merkki voi olla X. Tunniste ei automaattisesti vahvista kaikkia profiilin tietoja. |
| ROR ID | Tutkimusorganisaatio | Tarkista ehdokas, sijainti ja suhteet. Affiliaatioteksti voi sisältää osaston, emoyksikön ja osoitteen; ensimmäinen samankaltainen nimi ei välttämättä ole oikea. |
SIRENOikeudellinen yksikkö
SIRET AToimipaikka
SIRET BToimipaikka
Viisi tarkistusta ennen yhdistämistä
Jokaisen ominaisuuden lähde
Säilytä URL tai asiakirja, havaintopäivä ja tunnettu voimaantulopäivä nimelle, osoitteelle ja tilalle.
Yhteensopiva ajanjakso
Eri osoite voi johtua muutosta ja nimi voi olla historiallinen. Tarkista ajanjaksot ennen vanhojen arvojen korvaamista.
Näkyvät ristiriidat
Eri tunnisteet samassa rekisterissä tai ristiriitaiset sijainnit edellyttävät tarkistusta. Älä poista eroja siistin tietueen vuoksi.
Peruttava yhdistäminen
Säilytä alkuperäiset rivitunnisteet, sääntö, tarkistaja, päivämäärä ja vastaavuustaulukko, jotta tietueet voidaan erottaa.
Toistettava menetelmä
Säilytä raakatiedot
Pidä alkuperäiset nimet ja tunnisteet erillään normalisoiduista arvoista.
Muodosta ehdokkaita
Normalisoi välit ja kirjainkoko hakua varten. Säilytä tarkkeet, vaihtoehdot ja translitteroinnit; älä poista kohteita erottavia loppuosia.
Vertaa riippumattomia asiakirjoja
Tarkista ID rekisteristä ja muut ominaisuudet sopivista lähteistä. Samaa rekisteriä kopioivat portaalit eivät ole riippumattomia vahvistuksia.
Luokittele päätös
Käytä luokkia ”sama kohde dokumentoitu”, ”eri kohteet”, ”säilytettävä suhde” tai ”ratkaisematon”. Samankaltaisuus ei ole varmuutta.
Tarkista vaikutus aineistoon
Vertaa rivimääriä, rikkoutuneita linkkejä ja kadonneita ominaisuuksia. Tarkista myös hylkäykset puuttuvien duplikaattien varalta.
Neljä tavallista päätöstä
Nämä ovat kaavamaisia esimerkkejä, eivät todellisten henkilöiden tai yritysten kuvauksia.
Sama nimi, eri tunnisteet
Päätös : Säilytä kaksi ehdokasta
Ratkaiseva tarkistus : Tarkista rekisteri, kohde ja ajanjakso; nimi ei yksin ratkaise.
Yksi SIREN, kaksi SIRET-tunnistetta
Päätös : Linkitä toimipaikat oikeudelliseen yksikköön
Ratkaiseva tarkistus : Säilytä toimipaikkatietueet, osoitteet ja päivämäärät erillisinä.
Sama ID, vanha osoite
Päätös : Säilytä historia
Ratkaiseva tarkistus : Tarkista lähde ja voimaantulopäivä; erota muutos kirjoitusvirheestä.
Osasto ja emo-organisaatio
Päätös : Luo dokumentoitu suhde
Ratkaiseva tarkistus : Tarkista tietueen taso ja institutionaalinen suhde. Affiliaatio ei tarkoita samaa identiteettiä.
Säilytettävä tieto
Säilytä tietueiden A ja B tunnisteet, kohteen tyyppi, rekisteri ja ID:t, alkuperäiset nimet, lähteet ja päivämäärät, yhtäläisyydet, ristiriidat, perusteltu päätös, tarkistaja ja tarkistuspäivä. Tyhjä kenttä tarkoittaa ”ei ilmoitettu”, ei ”väärä”.
Yksi rivi päätöstä kohden: alkuperäiset tietueet, lähteet, ristiriidat ja perusteet. Malli on tyhjä; merkitse ”ratkaisematon”, jos asiakirjat eivät riitä päätökseen.
Lataa sovituspäätösten CSV-lokiKäytännön kysymyksiä
Todistaako oikea ID-muoto olemassaolon?
Ei. Muoto tai tarkistusmerkki löytää joitakin kirjoitusvirheitä. Tarkista virallinen rekisteri ja oikea kohde.
Voiko yhdistää osoitteen tai verkkotunnuksen perusteella?
Ei automaattisesti. Organisaatiot voivat jakaa osoitteen ja sivusto edustaa ryhmää. Ne ovat vihjeitä.
Miten käännettyjä nimiä käsitellään?
Säilytä julkaistu nimi, kieli, vaihtoehdot ja tarkistettu yhteinen tunniste. Samankaltainen translitterointi ei osoita henkilöiden olevan samoja.
Sulkevatko eri ID:t suhteen pois?
Eivät. Ne voivat tunnistaa eri mutta liittyviä kohteita tai kuulua eri rekistereihin. Dokumentoi suhde.
Pitääkö kaikki sovitetut ominaisuudet julkaista?
Ei. Keruu, sisäinen analyysi ja julkaiseminen ovat eri päätöksiä. Säilytä tarpeelliset ominaisuudet ja rajaa julkaiseminen.
Miten automaattista sovittamista arvioidaan?
Käytä tarkistettuja tapauksia, joissa on virheosumia ja puuttuvia duplikaatteja. Mittaa täsmällisyys ja saanti kuvatulla testijoukolla; samankaltaisuus ei ole luotettavuusprosentti.