JesusIC/vota-con-la-chola-data

Vota Con La Chola - Snapshots ETL

Dataset de snapshots públicos del proyecto JesusIC/vota-con-la-chola-data.

Repositorio fuente: https://github.com/gsusI/vota-con-la-chola

Contenido por snapshot (capa raw + capa procesada):

• —snapshots/2026-08-12/published/*: capa raw reproducible (artefactos canónicos JSON/JSON.GZ).
• —snapshots/2026-08-12/parquet/<tabla>/part-*.parquet: tablas navegables en el visor Data Studio.
• —snapshots/2026-08-12/sources/<source_id>.json: procedencia legal por fuente (licencia/aviso, obligaciones, terms_url, estado de verificación).
• —Tablas excluidas por privacidad (default público): lost_and_found, raw_fetches, run_fetches, source_records. Usa --allow-sensitive-parquet solo en repos privados.
• —ingestion_runs.csv: historial de corridas de ingesta.
• —source_records_by_source.csv: conteos por fuente para la fecha del snapshot.
• —explorer_schema.json: contrato de esquema (tablas/PK/FK) para exploración en navegador.
• —manifest.json y checksums.sha256: trazabilidad e integridad.

Licencia del repo Hugging Face:

• —license: other porque el snapshot mezcla múltiples licencias/avisos por fuente.
• —La licencia/condiciones aplicables están detalladas por source_id en sources/*.json.
• —La matriz de referencia y criterio de revisión legal de esta distinción entre código/datos/fuentes está en:
• —https://github.com/gsusI/vota-con-la-chola/blob/main/docs/legal/data-rights.md
• —published/votaciones-kpis-es-2026-08-12.json: reporte de calidad (votos/iniciativas) usado para los gates del snapshot.

Cautelas de cumplimiento:

• —Este dataset no implica respaldo institucional de las fuentes.
• —Cuando una fuente exige integridad/no alteración para mirror, mantener published/* como capa raw y declarar transformaciones en derivados.
• —Los datos personales ya publicados por fuentes oficiales como evidencia de rendición de cuentas se conservan íntegros; no se añaden datos no públicos ni se deshace el enmascarado de origen.
• —Fuentes con estado parcial, pendiente o no verificado requieren revisión legal adicional antes de reutilización comercial sensible.
• —Si una fuente de origen no aparece en esta lista, se considera pendiente hasta verificación manual.

Ruta del último snapshot publicado en este commit:

• —snapshots/2026-08-12 (snapshot_date=2026-08-12)

Actualización:

• —just etl-publish-hf-dry-run para validar empaquetado.
• —just etl-publish-hf para publicar actualización.

Resumen de calidad del snapshot:

• —Gate de votos: FAIL
• —Vote gate: FAIL
• —Gate de iniciativas: FAIL
• —Initiative gate: FAIL
• —Eventos analizados: 502
• —Initiative doc links descargados: 6792
• —Initiative doc links pendientes accionables: 2094
• —Cobertura de extracción en docs descargados: 0.0%
• —Cierre de cola de revisión de extracción: 0.0%