De rassendataset
Alles wat de site scoort, in één bestand. BreedQuest houdt zo'n 5.400 beoordeelde waarden bij over 458 honden- en kattenrassen — karakter, verzorgingslast, energie, gezondheid — en tot nu toe bestonden die alleen verspreid over 458 losse pagina's. De tabel hieronder is dezelfde data, plat, bij elke build gegenereerd zodat hij niet kan afwijken van wat de pagina's zeggen.
Wat erin zit
Eén rij per ras, 36 kolommen. De identiteitskolommen zijn slug, naam, soort en groep, plus het FCI-nummer en de FCI-groep waar het ras daar staat ingeschreven, en of de AKC het erkent. Daarna vier beschrijvende gegevens — formaat, gewicht, levensverwachting en vacht — precies zoals ze op de raspagina staan.
Waar het om gaat zijn de scores. Elf eigenschapskolommen dragen de beoordelingen van 1 tot 5 die de pagina's tonen, zes andere die van 1 tot 10 die de app gebruikt. Ze meten verschillende dingen op verschillende schalen en worden bewust niet samengevoegd.
De signatuureigenschap, en waarom er twee zijn
Elk ras draagt precies twaalf beoordeelde eigenschappen, maar bij honden liggen er maar elf vast. De twaalfde wordt per ras gekozen uit 48 mogelijkheden — hoedinstinct, snurken, schoothondwaan, waterreddingsinstinct, ontsnappingskunst — en is vaak het interessantste getal op de pagina. Katten hebben hun eigen vaste twaalf en delen maar acht labels met honden.
In plaats van dat plat te slaan om het raster rechthoekig te maken, krijgt het twee eigen kolommen: signature_trait en signature_score. Twee rassen hebben een tweede paar nodig, dus dat is er — de Welsh Corgi Pembroke draagt blaffen/alert plus hoedinstinct, en de Siberische Husky gehuil plus ontsnappingskunst. Een rechthoekig raster van twaalf kolommen zou stilletjes 364 rasgebonden scores hebben laten vallen.
Waar de cijfers vandaan komen
De beschrijvende gegevens — formaat, gewicht, levensduur, vacht, groep — worden gelezen uit de rasstandaarden, met de FCI en de AKC als belangrijkste bronnen en de nationale club waar het ras van hen is. Dat is controleerbaar, en de raspagina noemt zijn bronnen.
De eigenschapsscores zijn redactionele beoordelingen, geen metingen. Ze zijn onze lezing van de standaard en de gebruiksliteratuur, consequent toegepast op de hele bibliotheek zodat vergelijken tussen rassen iets betekent, en ze worden nagekeken, niet gegenereerd. Zie ze voor wat ze zijn: een goed onderbouwd oordeel op een consistente schaal, en geen enquêtedata. Waar een waarde is afgeleid in plaats van uit een bron gehaald, is de methode gedocumenteerd: de speelsheidsscore bijvoorbeeld is een gepubliceerde formule over eigenschappen die het ras al heeft, met redactionele correcties die elk een standaard aanhalen.
Gebruik
Beide bestanden zijn gewone HTTP-downloads, zonder sleutel en zonder limiet. De CSV is UTF-8 met een kopregel. De JSON is het register dat de site zelf leest.
We hebben geen hergebruikslicentie op deze data gelegd, dus er worden geen rechten verleend buiten lezen en citeren. Wil je er iets op bouwen, dan is dat een gesprek dat we graag voeren — mail naar [email protected] en vertel wat je van plan bent. Citeren vraagt geen toestemming: BreedQuest, rassendataset, met de datum waarop je het hebt gedownload.
De kolommen
slug, name, species | the breed's identity and whether it is a dog or a cat |
group | our group key — hound, terrier, shorthair… |
fci_number, fci_group | FCI nomenclature, blank for cats and for unregistered breeds |
akc | yes / no |
size, weight, life_expectancy, coat | the descriptive facts, as printed on the breed page |
web_* | eleven trait scores, 1–5, the ones the breed pages display |
signature_trait, signature_score | the breed-specific twelfth trait, and its score |
signature_trait_2, signature_score_2 | a second one, for the two breeds that carry two |
app_* | six trait scores, 1–10, the scale the app uses |
Citeer als: BreedQuest. Rassendataset. breedquest.com/data/