Minh bạch nguồn dữ liệu

Nguồn dữ liệu được ghi nhận

Nguồn và hình thức công bố khác nhau theo dataset. Các ví dụ dưới đây mô tả nhóm nguồn có thể gặp, không khẳng định mọi dataset đều dùng các nguồn này:

Quy trình thu thập dữ liệu

BOP Data duy trì các dataset đã công bố dựa trên nguồn được ghi nhận ở từng trang. Quy trình xử lý phụ thuộc contract của dataset; trang dataset là nơi xem phiên bản, phạm vi và nguồn hiện có.

1. 1
   Đọc contract của dataset

   Contract BOP xác định Canonical ID, chính sách cập nhật, schema, coverage và chính sách nguồn.

2. 2
   Lấy dữ liệu và lưu raw output

   Với dataset sử dụng quy trình refresh chuẩn, phản hồi nguồn được lưu trước khi phân tích.

3. 3
   Parse, chuẩn hóa và kiểm tra

   Trong quy trình refresh chuẩn, payload được kiểm tra theo Refresh Contract; kết quả không hợp lệ không thay thế phiên bản hiện hành.

4. 4
   Lưu version hoặc ghi lỗi

   Kết quả được chấp nhận tạo version; lỗi được ghi lại và batch tiếp tục trong quy trình refresh chuẩn.

5. 5
   Cập nhật trang thay đổi

   Trong quy trình refresh chuẩn, dataset được chấp nhận và có thay đổi được đưa vào dirty queue cho selective rebuild cuối batch.

Cấu trúc metadata trên mỗi trang

Tùy loại dataset, trang có thể hiển thị các trường metadata đang có để người dùng truy xuất và đối chiếu:

Nguyên tắc kiểm chứng

• Nếu nguồn gốc không công bố ngày hiệu lực rõ ràng, trường effective_dateđược ghi nhận là null. Thay vào đó, hệ thống ghi lại trườnglast_verified — ngày BOP Data xác nhận lần cuối rằng dữ liệu vẫn đúng với nguồn.
• Nguồn liên kết trên trang được hiển thị từ metadata của version. Mức độ provenance được ghi nhận có thể khác nhau theo dataset.
• Khi refresh được chấp nhận và có thay đổi, hệ thống tạo version mới. Refresh thất bại giữ nguyên version hiện hành.

Phiên bản và lịch sử thay đổi

BOP Data lưu các version theo quy trình hiện hành. Trang công khai trình bày version hiện hành; việc duy trì dataset phụ thuộc chính sách cập nhật và thông tin nguồn của từng dataset.

Trong các dataset dùng nhãn daily, monthly hoặc manual, đây là chính sách duy trì của BOP Data, không bảo đảm nguồn gốc luôn phát hành giá trị mới theo đúng chu kỳ. manual nghĩa là BOP Data cập nhật khi nguồn thay đổi, có công bố mới hoặc cần rà soát; không phải người dùng tự cập nhật. Hãy đọc ngày tháng và version thực tế được hiển thị thay vì suy ra freshness chỉ từ policy.

• Tạo phiên bản mới với nội dung cập nhật và metadata tương ứng.
• Version được chấp nhận mới trở thành current theo quy trình refresh.
• Nếu refresh thất bại, version hiện hành trước đó được giữ lại.
• Ngày và trạng thái được hiển thị theo metadata của dataset.

Bản dịch và ngôn ngữ

Bản dịch trên BOP Data chỉ thuộc lớp trình bày (presentation layer). Nguyên tắc xử lý ngôn ngữ:

• Tiêu đề và URL nguồn gốc luôn được giữ nguyên ngôn ngữ gốc — không dịch, không chỉnh sửa.
• Bản dịch tiếng Việt được cung cấp như nội dung bổ trợ, giúp người dùng dễ tiếp cận hơn.
• Khi có sự khác biệt giữa bản dịch và bản gốc, bản gốc luôn được ưu tiên.
• Mã định danh canonical (canonicalId) và cấu trúc dữ liệu không phụ thuộc vào ngôn ngữ trình bày.

Giới hạn và lưu ý

• Độ trễ thời gian: Dữ liệu có thể chậm hơn so với văn bản mới nhất do thời gian cần thiết để thu thập, xác minh và chuẩn hóa.
• Số hóa chưa đầy đủ: Không phải tất cả văn bản nguồn đều đã được số hóa bởi cơ quan ban hành. Chính sách nguồn được xác định theo từng dataset; nguồn có thể là nguồn chính thức hoặc nguồn công khai phù hợp với hợp đồng dữ liệu.
• Phạm vi địa lý: Dữ liệu tập trung vào Việt Nam. Các quy định và số liệu quốc tế chỉ được đưa vào khi có liên quan trực tiếp đến bối cảnh Việt Nam.
• Không thay thế tư vấn chuyên môn: BOP Data không cung cấp ý kiến pháp lý, tài chính hay chuyên môn. Nội dung chỉ mang tính chất thông tin và tham khảo.

Quy chế trích dẫn

Khi sử dụng dữ liệu từ BOP Data trong nghiên cứu, báo cáo hoặc ấn phẩm, vui lòng trích dẫn theo định dạng:

Ví dụ:

Chính sách dữ liệu mở

BOP Data ủng hộ và thực hành các nguyên tắc dữ liệu mở (Open Data). Toàn bộ dữ liệu được công bố trên nền tảng tuân thủ các tiêu chí:

• Truy cập: Các tài nguyên công khai hiện không yêu cầu tài khoản hoặc API key.
• Biểu diễn máy đọc được: Dataset có thể cung cấp JSON, CSV và các định dạng khác theo capability đang hoạt động.
• API công khai: Các endpoint JSON/CSV công khai không yêu cầu thông tin xác thực trong giao diện hiện tại. Chi tiết phản hồi và URL được mô tả trong OpenAPI.
• Định danh: Canonical ID là định danh ổn định của dataset trong BOP Data.