Zaktualizowano dnia 20 października 2026.
Duplikat to ponowny zapis tej samej obserwacji, a nie ta sama treść odpowiedzi. Dwa niezależne uruchomienia mogą zwrócić identyczny tekst. Przed usuwaniem wierszy ustal ich pochodzenie i jednostkę zapisu. Wynikiem tej instrukcji są kopia robocza, rejestr decyzji i lista rekordów wymagających wyjaśnienia.
Ustal, co reprezentuje wiersz
Sprawdź, czy wiersz oznacza odpowiedź, cytowany URL, wzmiankę czy cały przebieg. Jedna odpowiedź może mieć wiele źródeł i wiele wzmianek, dlatego wspólny identyfikator odpowiedzi nie pozwala automatycznie usuwać wierszy tabeli źródeł. Najpierw przeczytaj opis pól dostawcy.
Przeprowadź kontrolę bez utraty danych
Zachowaj oryginalne pliki. W kopii roboczej dopisz nazwę pliku, numer wiersza, zakres i filtry pobrania. Te pola opisują pochodzenie, nie nowy pomiar.
Ustal stabilny identyfikator obserwacji w zakresie dostawcy i projektu. ID całego przebiegu może obejmować wiele pytań. Sam tekst pytania, dzień albo hash odpowiedzi nie gwarantują jednoznaczności.
Porównaj rekordy o potwierdzonej wspólnej tożsamości. Jeśli zawartość i konfiguracja są zgodne, zachowaj jedną reprezentację w analizie oraz ślad wszystkich kopii. Przy sprzeczności nie wybieraj automatycznie pierwszego wiersza.
Osobne uruchomienia zachowaj, nawet gdy odpowiedzi są identyczne. Bez dowodu wspólnej tożsamości oznacz parę do wyjaśnienia; nie zgaduj na podstawie odstępu czasu.
Przy łączeniu stron eksportu sprawdź filtry, liczbę stron i granice pobrań. Jeżeli porządek wyników może się zmieniać, nie uznawaj samej długości pliku za dowód kompletności.
Przykład rozstrzygnięcia
Dane przykładowe służą objaśnieniu metody i nie przedstawiają wyników żadnej marki.
| Zestaw rekordów w tej samej tabeli odpowiedzi | Decyzja | Co zachować |
|---|---|---|
| OBS-A w dwóch plikach; ten sam projekt, identyczny zapis | Potwierdzona kopia | Jeden rekord analityczny i oba ślady pochodzenia |
| OBS-A i OBS-B; potwierdzone osobne uruchomienia, ten sam tekst | Dwie obserwacje | Oba rekordy |
| OBS-C z dwiema sprzecznymi treściami | Konflikt | Obie wersje do wyjaśnienia |
| Brak ID; podobny czas i treść | Tożsamość nieustalona | Rekordy w rejestrze kontroli, bez automatycznego kasowania |
Kiedy zbiór jest gotowy do analizy
Po kontroli powinno być wiadomo, które wiersze pozostają obserwacjami, które są kopiami, a które nie zostały rozstrzygnięte. Zapisz regułę, osobę sprawdzającą i powód decyzji. Nie publikuj przeliczonego wskaźnika bez ujawnienia, jak potraktowano niejasne rekordy.
Deduplikacja nie jest wyborem lepszej odpowiedzi modelu. Nie usuwa się niekorzystnej obserwacji dlatego, że podobna odpowiedź z innego uruchomienia wygląda lepiej. Nie ma uniwersalnego okna czasowego, po którym dwa rekordy stają się automatycznie różnymi pomiarami.
Praca z danymi Semly
Przed połączeniem materiałów z Semly potwierdź, jaki zakres i poziom szczegółowości udostępnia używany widok lub eksport. Jeśli brakuje informacji pozwalającej ustalić tożsamość obserwacji, poproś o jej wyjaśnienie zamiast tworzyć pozornie pewny klucz. Protokół nie deklaruje dostępności określonego formatu eksportu ani wewnętrznego schematu Semly.
