five

Planning application data specification

收藏
github2025-02-07 更新2025-02-10 收录
下载链接:
https://github.com/digital-land/planning-application-data-specification
下载链接
链接失效反馈
官方服务:
资源简介:
用于交换规划应用程序数据的数据规范,旨在标准化提交规划申请时交换的数据。

A data specification for exchanging planning application data, intended to standardize the data exchanged during the submission of planning applications.
创建时间:
2025-01-20
原始信息汇总

规划申请数据规范

概述

本仓库包含用于交换规划申请数据的数据规范。

这是由住房、社区和地方政府部(MHCLG)领导的倡议,旨在标准化提交规划申请时交换的数据。

规范将由多个“模块”组成,每个模块有一个数据规范,将明确指出每种申请类型所需哪些模块。

该倡议旨在改进在英国规划系统中流转的规划申请数据的使用、互操作性和一致性。

背景信息

我们启动这一倡议,旨在创建基线规划申请规范,以便随着时间的推移进行演进,并改进在英国规划系统中流转的规划申请数据的使用、互操作性和一致性。有关背景信息,您可以查看我们的初始博客文章以及关于我们举办的前两次活动的后续博客文章

为了支持这项工作,我们成立了一个顾问组,并通过GitHub讨论分享高级别更新。但是,由于讨论内容已经相当长,我们决定创建这个仓库来更有效地管理问题,让贡献者能够一次专注于一个问题。

贡献指南

这些规范需要为需要它们的人(软件供应商、规划官员、分析师、政策制定者)工作。为了实现这一点,我们需要社区的反馈、问题和贡献。

您可以对仓库中的任何项目发表评论,我们鼓励您帮助我们一起解决问题

搜集汇总
数据集介绍
main_image_url
构建方式
本数据集构建遵循英国住房、社区和地方政府部(MHCLG)的指导,旨在标准化提交规划申请时交换的数据。数据集由多个模块组成,每个模块对应一个数据规范,明确了每种申请类型所需要的数据模块。此构建过程强调数据规范的可进化性,以适应英国规划系统中数据使用、互操作性和一致性的持续改进。
特点
该数据集的特点在于其标准化和模块化的设计,便于规划申请数据的交换与处理。其旨在提升英国规划系统的效率,通过确保数据的一致性和互操作性,进而促进软件供应商、规划官员、分析人员和政策制定者之间的协作。此外,该数据集强调社区参与,通过GitHub平台收集反馈,不断优化数据规范。
使用方法
使用该数据集时,用户可以直接访问GitHub仓库中的各项规范,针对具体申请类型选择所需模块。用户可以通过评论仓库中的条目参与讨论,提出问题或贡献想法。此外,用户还可以通过加入顾问组或参与GitHub讨论的方式,为数据规范的制定和优化提供反馈。
背景与挑战
背景概述
规划申请数据规范(Planning application data specification)数据集,是由英国住房、社区和地方政府部(MHCLG)领导的一项倡议所创建。该数据集旨在规范提交规划申请时交换的数据类型,以期提高规划申请数据在英国规划系统中的使用、互操作性和一致性。自该倡议启动以来,其通过不断的演进来创建基准规划申请规范,进而改善数据流经英国规划系统的质量和效率。相关背景信息可通过MHCLG的初始博客文章及后续关于首次活动的跟进博客文章进一步了解。
当前挑战
该数据集在构建过程中所面临的挑战主要包括:确保数据交换的标准性和一致性,以及应对不同申请类型对数据模块需求的差异性。此外,还需处理在开放讨论和协作过程中,如何有效管理不断增长的问题和讨论,以便更好地收集社区的反馈和贡献。这些挑战不仅涉及到技术层面的互操作性,还包括了跨部门和跨行业协作的复杂性。
常用场景
经典使用场景
在规划申请流程的信息交换标准化领域,Planning application data specification数据集的应用显得尤为关键。该数据集被广泛用于确保规划申请提交时,交换的数据具备统一的结构和格式,从而提高数据的使用效率与互操作性。其经典的使用场景在于,为各个模块定义明确的数据规范,确保每种类型的申请都能够按照规定的模块进行数据交换,进而优化整个英国规划系统的数据处理流程。
实际应用
在实际应用中,Planning application data specification数据集促进了政府部门、软件供应商、规划官员等各方之间的信息共享。它不仅提高了规划申请的审批效率,还通过标准化流程减少了错误和遗漏,为英国的规划管理带来了实质性的改善,提升了公共服务的质量。
衍生相关工作
基于该数据集,已衍生出一系列相关工作,如开发符合规范的数据管理系统、创建用于验证数据质量的工具,以及开展规划流程的数字化改进研究。这些工作进一步扩展了数据集的应用范围,不仅在学术界产生了深远影响,也在政府部门和行业实践中发挥了重要作用。
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