diff --git a/README.md b/README.md index 43a942e..0f59f6f 100644 --- a/README.md +++ b/README.md @@ -6,6 +6,12 @@ Este proyecto reúne fuentes públicas para analizar fricciones empresariales, r El estudio propio se apoya en contenido público y análisis de contenido y discurso; no plantea nuevas encuestas ni entrevistas. Las encuestas publicadas se usan como antecedentes y se mantienen separadas del corpus de casos. +## Pregunta y lógica del estudio + +La pregunta de trabajo es qué problemas de trabajo expresan públicamente empresas y profesionales con actividad verificable en Bizkaia, y qué evidencia permite relacionarlos —o no— con requisitos de software, barreras de implantación y brechas de oferta. La unidad principal es el episodio o fragmento que describe una tarea y una fricción; la publicación completa se conserva para interpretar quién habla y en qué contexto. + +La cadena de análisis separa **queja → dolor operativo → posible mecanismo digital → requisito técnico → barrera de implantación o brecha de oferta**. La evidencia de un paso no acredita automáticamente el siguiente. Se buscan también casos contrarios que puedan refutar cada hipótesis. + ## Documentos principales - `Analisis_dolores_empresariales_y_digitalizacion_Bizkaia.docx`: síntesis de fuentes, señales relevantes y límites para valorar posibles oportunidades de software. @@ -27,6 +33,8 @@ El estudio propio se apoya en contenido público y análisis de contenido y disc En la raíz, `INDICE_DE_FUENTES.csv` reúne las referencias; `descargas_html.json`, `descargas_pdf.json` y `descargas_pdf_extra.json` registran las descargas locales. +El índice conserva URL, ruta local, estado de descarga, tamaño y SHA-256. Los manifiestos guardan los mismos datos por tipo de descarga y permiten comprobar la integridad de las copias. + ## Estado de la muestra exploratoria A 23 de octubre de 2026, `07_muestra_exploratoria/inventario_muestra.csv` contiene 90 registros: 89 incluidos y EXP-084 excluido provisionalmente mientras se verifica la forma jurídica. La meta de 356 es un objetivo operativo de recopilación. La selección es abierta y no probabilística: los recuentos no son estimaciones de prevalencia ni convierten la muestra en representativa. @@ -40,7 +48,15 @@ Los casos están agrupados en ocho dimensiones por tipo y similitud. La clasific - Leer cada caso junto con su fuente y sus notas de atribución; una publicación puede ser parcial o retrospectiva. - Separar la muestra exploratoria ampliada de los corpus territoriales de Bizkaia y Euskadi. +## Mantenimiento del corpus + +- Asigna un ID único y registra un episodio delimitado por actor, tarea y problema. Separa problemas distintos del mismo actor y deduplica publicaciones de seguimiento del mismo episodio. +- Conserva la URL de origen, la fecha con su grado de precisión, la autoría, la actividad y la evidencia para identificar la empresa. Distingue lo que la fuente afirma de lo que solo puede inferirse o no consta. +- Guarda una ficha de trazabilidad por registro en `07_muestra_exploratoria/textos_fuente/`, usando paráfrasis y citas breves en lugar de copiar íntegramente publicaciones. +- Registra explícitamente exclusiones, incertidumbres y casos refutadores; no los borres si ayudan a explicar decisiones de selección. +- Si cambia el inventario, actualiza los recuentos del README de la muestra y revisa las etiquetas y el resumen de dimensiones. + ## Revisión de renders y carpetas QA -La auditoría de octubre de 2026 encontró dos pares de renders idénticos: `99_qa_render/` y `99_qa_render2/` contienen las mismas seis páginas; `99_qa_render_final/` y `99_qa_render_final2/`, las mismas cinco páginas. Los renders finales son una versión distinta de seis páginas anteriores. Los nombres `render2` y `final2` son duplicados exactos de su pareja y candidatos para retirar si se decide conservar solo una copia de cada versión. `_qa_contexto_docx/` está vacía y también puede retirarse. Estos artefactos se conservan por ahora como registro de revisión. +La auditoría de octubre de 2026 encontró que estos renders corresponden al informe `Analisis_dolores_empresariales_y_digitalizacion_Bizkaia.docx`. `99_qa_render/` y `99_qa_render2/` contienen las mismas seis páginas; `99_qa_render_final/` y `99_qa_render_final2/`, las mismas cinco páginas de la versión final. Los nombres `render2` y `final2` son duplicados exactos de su pareja y candidatos para retirar si se decide conservar solo una copia de cada versión. `_qa_contexto_docx/` está vacía; no contiene renders del documento metodológico. Estos artefactos se conservan por ahora como registro de revisión. diff --git a/preliminar_analysis_exploration.ipynb b/preliminar_analysis_exploration.ipynb index e886805..f2b91e4 100644 --- a/preliminar_analysis_exploration.ipynb +++ b/preliminar_analysis_exploration.ipynb @@ -1582,9 +1582,141 @@ }, { "cell_type": "code", - "execution_count": null, + "execution_count": 33, "id": "3312e42c", "metadata": {}, + "outputs": [ + { + "data": { + "text/plain": [ + "np.int64(38)" + ] + }, + "execution_count": 33, + "metadata": {}, + "output_type": "execute_result" + } + ], + "source": [ + "df[\"fecha_publicacion\"].isna().sum()" + ] + }, + { + "cell_type": "code", + "execution_count": 35, + "id": "8b74536b", + "metadata": {}, + "outputs": [ + { + "data": { + "text/html": [ + "
\n", + "\n", + "\n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + "
idfecha_publicacion
0EXP-0012026-08 aprox.
1EXP-0022025 aprox.
2EXP-0032026-10 aprox.
3EXP-0042026-09 aprox.
4EXP-0062026-08 aprox. (post retrospectivo sobre event...
5EXP-0072026-10-15 aprox.
6EXP-0092026-10 aprox.
7EXP-0112024-10/11 aprox.
8EXP-0122024-11 aprox.
9EXP-0142024-10-30 aprox.
\n", + "
" + ], + "text/plain": [ + " id fecha_publicacion\n", + "0 EXP-001 2026-08 aprox.\n", + "1 EXP-002 2025 aprox.\n", + "2 EXP-003 2026-10 aprox.\n", + "3 EXP-004 2026-09 aprox.\n", + "4 EXP-006 2026-08 aprox. (post retrospectivo sobre event...\n", + "5 EXP-007 2026-10-15 aprox.\n", + "6 EXP-009 2026-10 aprox.\n", + "7 EXP-011 2024-10/11 aprox.\n", + "8 EXP-012 2024-11 aprox.\n", + "9 EXP-014 2024-10-30 aprox." + ] + }, + "execution_count": 35, + "metadata": {}, + "output_type": "execute_result" + } + ], + "source": [ + "raw = pd.read_csv(path)\n", + "pd.merge(df.loc[df[\"fecha_publicacion\"].isna(), [\"id\"]],\n", + " raw[[\"id\", \"fecha_publicacion\"]], on=\"id\").head(10)" + ] + }, + { + "cell_type": "code", + "execution_count": null, + "id": "77dda386", + "metadata": {}, "outputs": [], "source": [] }