electricsheepafrica/africa-assessment-registry-mozambique

---
annotations_creators:
- no-annotation
language_creators:
- found
language:
- en
license: cc-by-4.0
multilinguality:
- monolingual
size_categories:
- n<1K
source_datasets:
- original
task_categories:
- other
task_ids: []
tags:
- africa
- humanitarian
- hdx
- electric-sheep-africa
- cyclones-hurricanes-typhoons
- needs-assessment
- moz
pretty_name: "Assessment Registry Mozambique"
dataset_info:
splits:
- name: train
num_examples: 25
- name: test
num_examples: 6
---

# Assessment Registry Mozambique

**Publisher:** HDX · **Source:** [HDX](https://data.humdata.org/dataset/assessment-registry-mozambique) · **License:** `cc-by` · **Updated:** 2025-04-25

---

## Abstract

Rapid Assessments registry for Mozambique

Each row in this dataset represents geolocated point observations. Temporal coverage is indicated by the `start_date`, `end_date` column(s). Geographic scope: **MOZ**.

*Curated into ML-ready Parquet format by [Electric Sheep Africa](https://huggingface.co/electricsheepafrica).*

---

## Dataset Characteristics

| | |
|---|---|
| **Domain** | Demographics and population |
| **Unit of observation** | Geolocated point observations |
| **Rows (total)** | 32 |
| **Columns** | 16 (0 numeric, 14 categorical, 2 datetime) |
| **Train split** | 25 rows |
| **Test split** | 6 rows |
| **Geographic scope** | MOZ |
| **Publisher** | HDX |
| **HDX last updated** | 2025-04-25 |

---

## Variables

**Geographic** — `location` (Nhamatanda, Buzi, Cidade Da Beira), `other_location` (Chissinguana, Dondo, Mafambisse, Dombe, Inchope, Southern Sofala, Southern Manica, Northern Inhambane), `methodology` (Aerial, Aerial assessment, METODOLOGIA E LIMITAÇÕES:

A avaliação foi realizada usando o formulário de Avaliação Rápida do INGC, versão de 2017. O formulário foi adaptado pelo IFRC para um formulário de recolha de dados móvel KoBo. O formulário foi depois partilhado com o INGC, as ONG participantes e as agências das NU para ser usado para a avaliação. O IFRC forneceu formação
rápida sobre a utilização do formulário para assegurar a consistência da recolha de dados. O IOM usou um formulário em papel para a introdução dos dados e depois carregou o formulário no Kobo para a análise dos dados. Os campos do formulário Kobo não correspondiam exactamente ao formulário do IFRC derivado do Kobo, portanto procedeu-se a um processo de limpeza dos dados, necessário para fazer corresponder estes campos. Além disso, as discrepâncias na formação, enumeração e tradução do formulário
entre o formulário e o processo do IOM e o multi-agências podem causar inexactidões. A composição das equipas foi de equipas de quatro x duas pessoas. Os dados foram recolhidos dos informadores-chave identificados pelas autoridades governamentais locais. Os dados foram limpos e analisados
em Excel. Os resultados foram usados para elaborar um método de avaliação revisto que teve início a 1 de Abril.
Tradução de Inglês para Português gentilmente cedido por Translators without Borders.), `population_type_s` (All affected population, Elderly, Displaced population), `report_accessibility` (Publicly Available, Available on Request, Not Available) and 2 others.

**Temporal** — `start_date`, `end_date`.

**Identifier / Metadata** — `title` (MRA Assessments, Site Profiles, Beira, Nhamatanda, Dondo (9 April 2019), Mozambique: Rapid Assessment Report - Tropical Cyclone IDAI, Beira City), `esa_source`, `esa_processed`.

**Other** — `leading_organizations` (HelpAge International, Government of Mozambique - National Disaster Management Institute;International Federation of Red Cross and Red Crescent Societies;United Nations Office for the Coordination of Humanitarian Affairs;COSACA Consortium, Site Management & Site Development Sector - Cox's Bazar/Bangladesh), `cluster_s_sector_s` (Protection, Water Sanitation Hygiene (WASH);Education;Emergency Shelter and NFI;Food Security and Livelihoods;Health, Education;Emergency Shelter and NFI;Food Security and Livelihoods;Protection), `status` (Report completed, Draft / Preliminary Results, Planned), `report_file` (https://www.humanitarianresponse.info/sites/www.humanitarianresponse.info/files/2019/04/MOZ_Site_Profiles_Round_2_V1_Revised.pdf, https://www.humanitarianresponse.info/sites/www.humanitarianresponse.info/files/assessments/44_-_americares_assessment_report_-_chissiguana.pdf, https://www.humanitarianresponse.info/sites/www.humanitarianresponse.info/files/2019/04/2019-04-MOZ-IDAI-aerial_assessment_report.pdf).

---

## Quick Start

```python
from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-assessment-registry-mozambique")
train = ds["train"].to_pandas()
test = ds["test"].to_pandas()

print(train.shape)
train.head()
```

---

## Schema

| Column | Type | Null % | Range / Sample Values |
|---|---|---|---|
| `title` | object | 0.0% | MRA Assessments, Site Profiles, Beira, Nhamatanda, Dondo (9 April 2019), Mozambique: Rapid Assessment Report - Tropical Cyclone IDAI, Beira City |
| `location` | object | 0.0% | Nhamatanda, Buzi, Cidade Da Beira |
| `other_location` | object | 53.1% | Chissinguana, Dondo, Mafambisse, Dombe, Inchope, Southern Sofala, Southern Manica, Northern Inhambane |
| `leading_organizations` | object | 18.8% | HelpAge International, Government of Mozambique - National Disaster Management Institute;International Federation of Red Cross and Red Crescent Societies;United Nations Office for the Coordination of Humanitarian Affairs;COSACA Consortium, Site Management & Site Development Sector - Cox's Bazar/Bangladesh |
| `cluster_s_sector_s` | object | 62.5% | Protection, Water Sanitation Hygiene (WASH);Education;Emergency Shelter and NFI;Food Security and Livelihoods;Health, Education;Emergency Shelter and NFI;Food Security and Livelihoods;Protection |
| `start_date` | datetime64[ns] | 0.0% | |
| `end_date` | datetime64[ns] | 0.0% | |
| `status` | object | 0.0% | Report completed, Draft / Preliminary Results, Planned |
| `methodology` | object | 75.0% | Aerial, Aerial assessment, METODOLOGIA E LIMITAÇÕES:

A avaliação foi realizada usando o formulário de Avaliação Rápida do INGC, versão de 2017. O formulário foi adaptado pelo IFRC para um formulário de recolha de dados móvel KoBo. O formulário foi depois partilhado com o INGC, as ONG participantes e as agências das NU para ser usado para a avaliação. O IFRC forneceu formação
rápida sobre a utilização do formulário para assegurar a consistência da recolha de dados. O IOM usou um formulário em papel para a introdução dos dados e depois carregou o formulário no Kobo para a análise dos dados. Os campos do formulário Kobo não correspondiam exactamente ao formulário do IFRC derivado do Kobo, portanto procedeu-se a um processo de limpeza dos dados, necessário para fazer corresponder estes campos. Além disso, as discrepâncias na formação, enumeração e tradução do formulário
entre o formulário e o processo do IOM e o multi-agências podem causar inexactidões. A composição das equipas foi de equipas de quatro x duas pessoas. Os dados foram recolhidos dos informadores-chave identificados pelas autoridades governamentais locais. Os dados foram limpos e analisados
em Excel. Os resultados foram usados para elaborar um método de avaliação revisto que teve início a 1 de Abril.
Tradução de Inglês para Português gentilmente cedido por Translators without Borders. |
| `population_type_s` | object | 0.0% | All affected population, Elderly, Displaced population |
| `report_accessibility` | object | 0.0% | Publicly Available, Available on Request, Not Available |
| `report_file` | object | 37.5% | https://www.humanitarianresponse.info/sites/www.humanitarianresponse.info/files/2019/04/MOZ_Site_Profiles_Round_2_V1_Revised.pdf, https://www.humanitarianresponse.info/sites/www.humanitarianresponse.info/files/assessments/44_-_americares_assessment_report_-_chissiguana.pdf, https://www.humanitarianresponse.info/sites/www.humanitarianresponse.info/files/2019/04/2019-04-MOZ-IDAI-aerial_assessment_report.pdf |
| `questionnaire_accessibility` | object | 9.4% | |
| `accessibility` | object | 0.0% | |
| `esa_source` | object | 0.0% | |
| `esa_processed` | object | 0.0% | |

---

## Numeric Summary

| Column | Min | Max | Mean | Median |
|---|---|---|---|---|
_No numeric columns._

---

## Curation

Raw data was downloaded from HDX via the CKAN API and converted to Parquet. Column names were lowercased and standardised to snake_case. Common missing-value markers (`N/A`, `null`, `none`, `-`, `unknown`, `no data`, `#N/A`) were unified to `NaN`. 16 column(s) with >80% missing values were removed: `participating_organization_s`, `collection_method_s`, `frequency`, `key_findings`, `sample_size`, `broken_handler_search_api_index_default_node_index_field_geographic_level`.... 2 column(s) were cast from string to numeric or datetime based on parse-success rate (>85% threshold). The dataset was split 80/20 into train and test partitions using a fixed random seed (42) and saved as Snappy-compressed Parquet.

---

## Limitations

- Data originates from HDX and has not been independently validated by ESA.
- Automated cleaning cannot correct for misreported values, definitional inconsistencies, or sampling bias in the original collection.
- The following columns have >20% missing values and should be treated with caution in modelling: `other_location`, `cluster_s_sector_s`, `methodology`, `report_file`.
- Refer to the [original HDX dataset page](https://data.humdata.org/dataset/assessment-registry-mozambique) for the publisher's own methodology notes and caveats.

---

## Citation

```bibtex
@dataset{hdx_africa_assessment_registry_mozambique,
title = {Assessment Registry Mozambique},
author = {HDX},
year = {2025},
url = {https://data.humdata.org/dataset/assessment-registry-mozambique},
note = {Repackaged for machine learning by Electric Sheep Africa (https://huggingface.co/electricsheepafrica)}
}
```

---

*[Electric Sheep Africa](https://huggingface.co/electricsheepafrica) — Africa's ML dataset infrastructure. Lagos, Nigeria.*