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.描述（西班牙语） 本数据集以逗号分隔值 (CSV) 格式存储，通过网页抓取 (web scraping) 英国健康与安全执行局 (Health and Safety Executive，HSE) 公开的执法通知 (Enforcement Notices) 登记库构建而成。分析单元为单条通知，以notice_number作为唯一标识。 数据采集遵循“列表→详情”的工作流程：从分页列表页面收集记录，并针对每条条目访问其详情页面以补充额外字段。本数据集包含的字段包括但不限于：通知类型/状态、日期（发布日期、合规日期）、完整描述、位置（完整地址块）、地区、地方当局、行业、主要活动（代码与标签）以及采集元数据（详情页面URL与采集时间戳 (timestamp)）。 本采集流程采用合规网页抓取策略（请求间设置延迟），并通过SQLite实现增量持久化，以支持任务恢复与溯源追踪。本数据集旨在为数据清洗、探索性分析以及统计分析（例如按行业/地区细分、组间相关性分析与对比）提供实践基础。 归因/来源：本数据集包含英国健康与安全执行局发布的公共部门信息，已获得开放政府许可v3.0 (Open Government Licence v3.0) 授权。 ___________________________ 描述（英语） 本数据集以逗号分隔值 (CSV) 格式存储，通过网页抓取 (web scraping) 英国健康与安全执行局 (Health and Safety Executive，HSE) 公开的执法通知 (Enforcement Notices) 登记库构建而成。分析单元为单条通知，以notice_number作为唯一标识。 数据采集遵循“列表→详情”的工作流程：从分页列表页面收集记录，并针对每条条目访问其详情页面以补充额外字段。本数据集包含的字段包括但不限于：通知类型/状态、日期（发布/送达日期与合规日期）、完整描述、位置（完整地址块）、地区、地方当局、行业、主要活动（代码与标签）以及采集元数据（详情页面URL与采集时间戳 (timestamp)）。 本采集流程采用合规网页抓取策略（请求间设置延迟），并通过SQLite实现增量持久化，以支持任务恢复与溯源追踪。本数据集旨在为数据清洗、探索性分析以及基础统计分析（例如按行业/地区分组、组间相关性分析与对比）提供学术研究基础。 归因/来源：本数据集包含英国健康与安全执行局发布的公共部门信息，已获得开放政府许可v3.0 (Open Government Licence v3.0) 授权。