Actualizada Documentación y Continuacion de análisis de datos

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.