HSE Enforcement Notices (UK): List–Detail Web Scraping Dataset (CSV)

Descripción (ES) Este depósito contiene un dataset en formato CSV construido mediante web scraping a partir del registro público de Enforcement Notices de la Health and Safety Executive (HSE) del Reino Unido. La unidad de análisis es un notice (identificado de forma única por notice_number). La extracción se realizó siguiendo un flujo listado → detalle: se recopilaron registros desde páginas paginadas del listado y, para cada entrada, se visitó su página de detalle para completar campos adicionales. El dataset incluye, entre otros, variables de tipo/estado del notice, fechas (emisión, cumplimiento), descripción completa, localización (bloque de dirección), región, autoridad local, industria, actividad principal (código y etiqueta) y metadatos de extracción (URL y timestamp). El proceso incorpora scraping responsable (pausas entre peticiones) y persistencia incremental en SQLite para permitir reanudación y trazabilidad. El objetivo del dataset es servir como base para prácticas de limpieza de datos, análisis exploratorio, y análisis estadístico (p. ej., segmentación por industria/región, correlaciones y comparaciones entre grupos). Atribución/Origen: Contains public sector information published by the Health and Safety Executive and licensed under the Open Government Licence v3.0. ___________________________ Description (EN) This deposit contains a CSV dataset built via web scraping from the UK Health and Safety Executive (HSE) public register of Enforcement Notices. The unit of analysis is one notice (uniquely identified by notice_number). Data collection followed a list → detail workflow: records were gathered from paginated list pages and, for each entry, the corresponding detail page was visited to enrich the dataset with additional fields. The dataset includes (among others) notice type/status, dates (issue/served and compliance), full description, location (full address block), region, local authority, industry, main activity (code and label), and extraction metadata (detail URL and scraping timestamp). The pipeline applies responsible scraping (request delays) and incremental persistence in SQLite to support resuming and provenance tracking. The dataset is intended for academic work on data cleaning, exploratory analysis, and basic statistical analysis (e.g., grouping by industry/region, correlations, and between-group comparisons). Attribution/Source: Contains public sector information published by the Health and Safety Executive and licensed under the Open Government Licence v3.0.