Cette archive comprend un dossier img contenant l'ensemble des extraits de déclarations proposés à la numérisation ainsi qu'un dump MySQL de l'ensemble des opérations de numérisation réalisées par les citoyens, pseudonymisés via un hash des adresses IP des contributeurs.

Il s'agit des données numérisées avant validation. Ces données sont fournies par souci de transparence, pour traitement d'analyse d'écriture manuelle, et pour le cas où des personnes souhaiteraient tester d'autres méthodes de validation.

Le dump SQL comprend deux tables : - crowdpi_documents_anon (11 097 lignes) : un élément par document à numériser comprenant plusieurs informations contextuelles (nom du député, liens vers la photo et la source), le champ img renvoyant au fichier jpg correspondant dans le dossier img, le type correspondant au type d'extrait de formulaire de 1 à 13 (voir plus bas), le champ tries indiquant le nombre de tâches de numérisations et le champ selected_task renvoyant à l'id de la tâche validée issue de la seconde table ; - crowdpi_tasks_anon (86 243 lignes) : un élément par numérisation enregistrée, renvoyant au document concerné via son id dans le champ document_id, un champ hash_ip correspondant à des adresses IP anonymisées, un champ created_at indiquant la date de numérisation, et un champ data comportant soit une string (soit NEANT, soit PB #[1-3] pour les problèmes remontés via l'interface, soit CORRECTED lorsque nous avons corrigé les soucis remontés), soit un array d'arrays de strings, formaté via la fonction json_encode de php.

Code des types d'extraits : 1 > donnees_personnelles 2 > activites_professionnelles 3 > activites_pro_5ans 4 > activites_conseil 5 > organes_dirigeants 6 > participations_financieres 7 > activites_conjoint 8 > fonctions_benevoles 9 > fonctions_mandats 10 > collaborateurs 11 > activites_conservees 12 > observations 13 > dates_reception

01 août 2014