Aktualizováno dne 20. října 2026.
Duplicita je další kopie stejného pozorování, nikoli pouze totožný text odpovědi. Nezávislá spuštění mohou vrátit stejný text. Před mazáním určete původ a jednotku záznamu. Výsledkem postupu je pracovní kopie, registr rozhodnutí a seznam nejasných záznamů.
Určete význam jednoho řádku
Ověřte, zda řádek znamená odpověď, citovanou adresu, zmínku nebo celé spuštění. Jedna odpověď může mít více zdrojů i zmínek. Shodné ID odpovědi proto neopravňuje k mazání řádků tabulky zdrojů. Nejprve si přečtěte popis polí poskytovatele.
Kontrola bez ztráty důkazů
Uchovejte původní soubory. V pracovní kopii přidejte název souboru, původní řádek, rozsah a filtry načtení. Jde o původ, nikoli nové měření.
Určete stabilní identifikátor pozorování v rámci poskytovatele a projektu. ID celého spuštění může zahrnovat více otázek. Samotná otázka, den nebo hash odpovědi nezaručují totožnost.
Porovnejte záznamy s doloženou společnou identitou. Při shodném obsahu a konfiguraci ponechte jednu analytickou reprezentaci a všechny odkazy na původ. Rozporný obsah vyžaduje kontrolu, ne automatický výběr prvního řádku.
Samostatná spuštění ponechte i při stejném textu. Bez důkazu společné identity označte dvojici jako nejasnou; neodhadujte totožnost podle času.
Při spojování stránek exportu zkontrolujte filtry, počet stránek a hranice načtení. Pokud se mění pořadí, samotná délka souboru nedokazuje úplnost.
Příklad rozhodnutí
Ukázková data slouží pouze k vysvětlení metody a nepředstavují výsledky žádné značky.
| Záznamy ve stejné tabulce odpovědí | Rozhodnutí | Co uchovat |
|---|---|---|
| OBS-A ve dvou souborech, stejný projekt i obsah | Potvrzená kopie | Jeden analytický záznam a oba odkazy na původ |
| OBS-A a OBS-B, samostatná spuštění, stejný text | Dvě pozorování | Oba záznamy |
| OBS-C s rozporným obsahem | Konflikt | Obě verze ke kontrole |
| Bez ID, podobný čas a text | Nejasná identita | Záznamy ke kontrole bez automatického mazání |
Kdy jsou data připravena k analýze
Po kontrole oddělte pozorování, potvrzené kopie a nerozhodnuté případy. Uveďte pravidlo, kontrolující osobu i důvod. Přepočtenou metriku nepředkládejte bez popisu zacházení s nejasnými řádky.
Deduplikace není výběr výhodnější odpovědi. Nemažte nepříznivé pozorování kvůli lepšímu výsledku jiného spuštění. Žádné univerzální časové okno automaticky nerozliší kopii od nového měření.
Práce s daty Semly
Před spojováním materiálů ze Semly ověřte rozsah a podrobnost dostupného zobrazení či exportu. Pokud identitu nelze určit, požádejte o vysvětlení místo vytváření zdánlivě spolehlivého klíče. Protokol neslibuje konkrétní formát exportu ani interní databázové schéma Semly.
