CoolFace
Datasetpublic

Skoleatlas/dk-udvalg-skole-boern-unge

Udvalgsbilag — børn, skole og unge i alle kommuner Møder, dagsordenspunkter og bilag fra de kommunale fagudvalg for børn, skole og unge i hele landet. Det er her, tildelingsmodeller vedtages, besparelser udmøntes og skolefordelte budgettal offentliggøres. Bilagene er den værdifulde del. Et udvalgsbilag indeholder ofte den tabel med beløb pr. skole, som ellers ikke publiceres nogen steder — og som er den eneste måde at sammenligne skolers tildeling på tværs af kommuner.… See the full description on the dataset page: https://huggingface.co/datasets/Skoleatlas/dk-udvalg-skole-boern-unge.

sourceHugging Facecc-by-4.0updated 29d agoView on Hugging Face
0likes1.3kdownloads
Dataset Card

Udvalgsbilag — børn, skole og unge i alle kommuner

Møder, dagsordenspunkter og bilag fra de kommunale fagudvalg for børn, skole og unge i hele landet. Det er her, tildelingsmodeller vedtages, besparelser udmøntes og skolefordelte budgettal offentliggøres.

Bilagene er den værdifulde del. Et udvalgsbilag indeholder ofte den tabel med beløb pr. skole, som ellers ikke publiceres nogen steder — og som er den eneste måde at sammenligne skolers tildeling på tværs af kommuner.

Struktur

moeder/kommune=X/...        møder: dato, udvalg, titel
punkter/kommune=X/...       dagsordenspunkter pr. møde
dokumenter/kommune=X/part-N.parquet   bilagene, med filen indlejret

dokumenter-tabellen:

kolonnetypeindhold
kommune, udvalg, datostringhvilket udvalg, hvornår
moede_id, moedestringmødets id og titel
bilag_navnstringbilagets titel i dagsordenen
filnavn, stistringfilnavn og oprindelig sti
stoerrelseint64bytes
sha256stringkontrolsum
indholdlarge_binaryselve bilaget

Datasættet er stort (~160 GB), fordi bilagene ligger med. Hent altid én kommune ad gangen, og udelad indhold, når du kun skal bruge metadata.

Eksempler

Find de møder, hvor tildelingsmodellen var på dagsordenen:

python
import pandas as pd

p = pd.read_parquet("hf://datasets/Skoleatlas/dk-udvalg-skole-boern-unge/"
                    "punkter/kommune=silkeborg/part-000.parquet")
traef = p[p.titel.str.contains("tildeling|ressourcemodel|budgetmodel",
                               case=False, na=False)]
print(traef[["dato", "udvalg", "titel"]].to_string())

Hent bilagene til ét bestemt møde — uden at læse hele kommunen:

python
meta = pd.read_parquet(
    "hf://datasets/Skoleatlas/dk-udvalg-skole-boern-unge/dokumenter/kommune=silkeborg/part-000.parquet",
    columns=["moede_id", "dato", "bilag_navn", "filnavn", "stoerrelse"])
print(meta[meta.dato == "2026-09-02"])
python
import pathlib
fuld = pd.read_parquet("hf://datasets/Skoleatlas/dk-udvalg-skole-boern-unge/"
                       "dokumenter/kommune=silkeborg/part-000.parquet")
for _, r in fuld[fuld.dato == "2026-09-02"].iterrows():
    pathlib.Path(r.filnavn).write_bytes(r.indhold)

Led efter skolefordelte tabeller i regneark. De fleste kommuner lægger beløb pr. skole i et vedhæftet regneark frem for i selve referatet:

python
import io, pandas as pd

ark = fuld[fuld.filnavn.str.endswith((".xlsx", ".xls"))]
for _, r in ark.iterrows():
    try:
        faner = pd.read_excel(io.BytesIO(r.indhold), sheet_name=None)
    except Exception:
        continue
    for navn, df in faner.items():
        if df.shape[0] > 5 and any("skole" in str(c).lower() for c in df.columns):
            print(r.bilag_navn, "→", navn, df.shape)

Forbehold

  • —Dækningen varierer. Kommunernes dagsordenssystemer er forskellige, og nogle fjerner ældre møder. Et manglende møde betyder ikke, at det ikke fandt sted.
  • —Udvalgene hedder ikke det samme. «Børne- og Ungeudvalget», «Skoleudvalget», «Familieudvalget» dækker over beslægtede, men ikke identiske porteføljer. Sammenlign indhold, ikke udvalgsnavne.
  • —Lukkede punkter og personsager indgår ikke, men bilag kan indeholde navne. Behandl dem som personoplysninger.

Licens

CC BY 4.0 for samlingen og metadataene. Dokumenterne er kommunale forvaltningsdokumenter, offentligt tilgængelige via kommunernes egne dagsordenssystemer.