公開データ確認チェックリスト

公開データを公開する前に確認する

公開データは取得が簡単ですが、誤読も簡単です。ほとんどのミスはAPI呼び出しではなく、数値の意味にあります。このチェックリストを回答、グラフ作成、ページ公開の前に実施し、見つけた事項を出力（脚注、注意書き、「計算方法」ノート）に記載してください。結果をきれいに見せるために注意点を隠してはいけません。

以下の各ルールは実際の事例に基づいています。例ではポルトガルのデータを使用していますが、チェックはどの国にも適用できます。

使用方法

1. 主張を一文で書き出します（「アロウカ市は住民一人当たり845ユーロを公共調達に費やしている」）。
2. 8つのチェックを順に実施します。各チェックについて、確認できたか、注意点を追加するかを判断します。
3. 出力の最後に、ソース、参照期間、抽出日、メソッド（1行）、注意点を記載します。

8つのチェック

1. 参照期間

• すべての数値には明示的な年（または期間）を付けます。「最新」は年ではありません。
• 複数のソースを組み合わせる場合、それらの年を比較します。異なる場合は、脚注だけでなくグラフ上でもその旨を明記します。
• 最新の期間に実際に値があるかを確認します。一部のAPIは最新年が空のまま返されることがあります（EurostatのlastTimePeriod=1はvalue: {}を返しました）。INEは最近の年を「暫定値」と表示します。
• データセットがどの日付を使用しているかに注意します。Portal BASEのファイルには「年」フィールドがありますが、これは契約年です。一方、ポータルは公開日と記載されています。どちらかを選択し、明記します。
• 進行中の年は、すべての場所でラベルを付け（「2026年～10月4日」）、断りなしに通年と比較してはいけません。

例：契約は2025年、最新のINE人口は2023年 → 「€/住民 = 2025年の契約額 ÷ 2023年の人口」。

2. 単位とスケール

• データの前にメタデータを読みます。INEの市町村財政指標は千ユーロ単位です（10の累乗=3）：23754は€23.8 Mであり、€23,754ではありません。
• 通貨、名目対実質（インフレ）、現金対発生主義ベース、「%」がシェアなのか変化なのかを確認します。
• 一人当たりの数値には、同じ地域の、理想的には同じ年の人口を使用します。

3. 数値が測定するもの

• 概念を正確に命名します。公共調達は総支出ではありません。調達され（公開された）ものをカバーし、給与、移転、すべての支払いは含みません。市町村の収入と支出は予算執行（DGAL経由、INE提供）から得られます。
• 契約額 ≠ 支払額です。Portal BASEでは「実効価格」フィールドはしばしば0または欠損しています。これを実際の値として扱ってはいけません。
• 推定値、予測、AI生成のトランスクリプトは公式記録ではありません。どれであるかを明記します。

4. カバレッジとギャップ

• 欠落しているエンティティや年を確認します（例：ある年だけ予算データがない市町村、生徒数が15～20人未満で非表示になっている学校）。
• 非表示の値（「*」「-99.0」「データなし」）は欠損であり、ゼロではありません。平均から除外し、その数を明記します。
• データセットが廃止されている場合（例：2020年以降更新停止のBASE OCDSフィード、2026年にアーカイブされたapi.openar.ptAPI）、アクティブなデータと混在させてはいけません。

5. 少数データと外れ値

• 1つの大きな項目が合計を支配することがあります。アロウカ市では1つのプロジェクト（健康パーク）が2025年の契約の35％を占めました。1つの項目が合計の約20％を超える場合は、その旨を明記します。
• 人口が少ないと、一人当たりの数値が変動しやすくなります。小規模と大規模を注意書きなしに一緒にランク付けするのではなく、規模でグループ化します。
• 不確実性やサンプルサイズが存在する場合はそれを示します（例：生徒数が少ない学校の「観測値対期待値」指標）。

6. エンティティと重複

• 同じ供給業者、学校、団体が異なる名前で出現します。名前ではなく、識別子（税番号NIF/NIPC、DGEEC学校コード、INE地理コード）で照合します。
• ファイル間の重複を確認します（重複する年次ファイル、後で修正された同じ契約）。
• 分類コードは信頼性が低い場合があります（契約のCPVコード）。シグナルとして使用し、検証し、「レビュー中」の割合を報告します。
• 個人の個人データを公開してはいけません。個人税番号はマスクします。公的役割を担う議員や公務員は問題ありません。

7. 公平な比較

• 同じもの同士を比較します。同じ期間、同じ定義、同じ単位、類似した規模またはコンテキスト。
• 生のランキングよりも、存在する場合はコンテキスト調整済み指標を優先します（例：学校の「類似プロファイルに対する観測値対期待値」）。
• パターンをパターンとして提示し、非難として提示しません（「学校Xによる成績インフレ」ではなく、「期待プロファイルを上回る成績」）。

8. ライセンスと帰属

• 各データセットまたはリソースのライセンスを記録します。dados.gov.ptでは、同じデータセットが異なるライセンスで表示されることがあります。
• 典型的なケース：Portal BASE other-pd（パブリックドメイン）；INE cc-by（INE + 指標コードを引用）；IPMA 商用利用不可；EurostatおよびECB 帰属条件付きで商用利用を含む無料；共和国議会 帰属必須。
• ライセンスがnotspecifiedまたは不明な場合はその旨を明記し、確認が取れるまで商用製品にデータを使用してはいけません。

出力テンプレート

すべてのデータ回答またはページの最後に、次のようなブロックを付けます。

ソース：Portal BASE/IMPIC（dados.gov.pt経由、契約2025年、パブリックドメイン）· INE、住民人口2023年（指標0008273、CC BY）
抽出日：2026-11-02
メソッド：2025年契約額 ÷ 2023年住民人口
注意点：参照年が異なる、契約 ≠ 総支出、1プロジェクトがアロウカ市の合計の35％を占める

簡易チェック（時間がない場合）

年は？単位は？何を測定している？欠落はないか？支配的な項目は？同じエンティティが2回カウントされていないか？公平な比較か？ライセンスは？— いずれかの回答が「不明」の場合は、出力にその旨を明記します。