five

Mociones

收藏
github2018-11-21 更新2024-05-31 收录
下载链接:
https://github.com/bislai/datasets
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含在Zaragoza市政厅提出的所有动议产生的投票结果。例如,包含日期、提出方、结果、支持方、弃权方、投票数和编号等信息。

This dataset encompasses the voting outcomes of all motions proposed at the Zaragoza City Hall. It includes details such as dates, proposers, results, supporters, abstentions, vote counts, and identification numbers.
创建时间:
2018-03-29
原始信息汇总

数据集概述

数据集内容

  1. Node + Lodash

    • 数据集包含所有议案的统计信息,位于mociones/mociones.json
    • 通过NPM脚本处理,生成每个政党的投票情况,包括赞成、反对和弃权票。
    • 统计结果包括投票支持者、反对者、弃权者、提出的议案数量及投票结果等。
  2. Filtrando con jq

    • 数据集用于提取2015-2019年期间各政党的赞成、反对和弃权投票情况,按日期排序。
    • 通过jq命令处理mociones.json,生成包含赞成、提出和日期的JSON文件,并进一步清洗和转换为CSV格式。
  3. Mociones

    • 包含所有在Zaragoza市政厅提出的议案及其投票结果的数据集。
    • 示例数据包括日期、提出者、结果、赞成者、弃权者、赞成票数、弃权票数和议案编号。
  4. Elecciones por distrito

    • 包含1987年至2015年Zaragoza各选区的投票数和百分比的数据集。
    • 数据按年份和政党组织,详细记录每个选区的投票情况。

数据集处理

  • 使用NPM脚本和jq命令进行数据处理和转换。
  • 数据集最终格式包括JSON和CSV,便于进一步分析和使用。
搜集汇总
数据集介绍
main_image_url
构建方式
Mociones数据集的构建方式是通过收集并整合在Zaragoza市议会中提出的所有动议的投票数据。数据集包含了动议的日期、提出方、投票结果、各党派对动议的支持或反对情况等详细信息。构建过程中,使用了Node.js和Lodash库来更新并计算党派间的投票统计信息,同时利用jq工具进行数据过滤和清洗,以生成特定格式的数据文件。
特点
该数据集的特点在于其详尽地记录了Zaragoza市议会中的动议投票情况,包括动议的提出方、投票结果、以及各个党派对动议的态度。它不仅提供了动议的统计数据,还包含了动议通过与否的具体投票数,以及党派间的相互投票情况。此外,数据集还支持按日期和党派过滤,以研究特定时间段内的投票行为。
使用方法
使用Mociones数据集时,用户可以通过Node.js脚本更新和计算统计数据。数据集支持通过jq工具进行复杂的查询和过滤操作,例如按日期筛选党派的投票情况。最终,用户还可以将JSON格式的数据转换为CSV格式,以便于在电子表格软件中进行进一步的分析和处理。
背景与挑战
背景概述
Mociones数据集是一项涉及西班牙萨拉戈萨市议会投票统计的研究成果,由研究人员创建于2010年代,旨在详细记录和分析议会中各党派在不同立法时期的投票行为。该数据集收集了2015-2019年间议会中提出的所有动议及其投票结果,为研究地方政治决策提供了宝贵的量化资料。Mociones数据集的影响力在于,它不仅为学术研究提供了基础数据,而且促进了公众对政治决策过程的了解和监督。
当前挑战
Mociones数据集在构建过程中遇到了多方面的挑战。首先,数据清洗和预处理是关键一环,需要处理缺失值、异常值以及由于投票规则导致的特殊记录(例如,全票通过)。其次,数据集的动态更新和准确性校验是持续性的挑战,这要求研究人员定期检查和更新数据。此外,如何有效地从复杂的政治投票数据中提取有意义的统计信息,并转化为可供公众理解的形式,也是该数据集面临的一个重大挑战。
常用场景
经典使用场景
Mociones数据集收集了西班牙萨拉戈萨市议会的所有投票记录,其经典使用场景在于统计分析不同党派间的投票行为和关系。研究者可通过对数据集中投票结果的深入分析,揭示各党派间的政治互动模式,为政治学研究提供了丰富的实证材料。
解决学术问题
该数据集解决了政治学领域内关于党派投票行为分析的问题,通过量化各党派对特定动议的支持、反对和弃权情况,有助于研究者了解不同政治力量的立场和策略,对于研究地方政治生态、决策过程以及政策制定具有重要意义。
衍生相关工作
基于Mociones数据集,研究者可以进一步开展相关的工作,如构建党派合作网络图、分析特定议题的投票趋势,或开发预测模型来预测未来议会的投票结果,这些研究为理解地方政治动态提供了新的视角和方法。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作