Сообщений в теме: 218

[ciandr]

Евгений Воронин (25 февраля 2012 - 00:19) писал:

Уверен, что список нужно оставить таким, каков он есть в исходном справочнике. Без правок.

Евгений, без правок вообще? Или не удалять повторяющие записи?

[Darya V]

ciandr (24 февраля 2012 - 20:11) писал:

...придется серьезно поработать с волостями и нас. пунктами - исправить, где возможно, ошибки...

Андрей прав, ошибки в названиях населённых пунктов надо исправлять!

Например, тут у последнего - "Даниловского. Боровичской в."
В Даниловском уезде была Боровская волость! Это точно она.

А тут у последнего - "Некоизской".
Должно быть, конечно, "Некоузской".

Зачем оставлять неверные описания (т.е. ошибки, опечатки оригинала)?
Надо, чтоб было у всех едино. Например - люди из Некоузской волости. Чтобы не был в базе среди них кто-то с "Некоизской" волостью.

[ciandr]

По большому счету, спорить не о чем, так как:
1. Я у себя создам архив сканов, а в каждой записи базы будет стоять ссылка на лист, с которого производилась оцифровка.
2. Останется также "сырой" (без исправлений) вариант базы.

Прошу проверить список волостей (1914 год):
 Волости_по_уездам.zip   1,2К   22 Количество загрузок:

[Елена Дмитриевна]

Боюсь, что сырого без исправлений варианта базы уже не останется. Как только этот вопрос возник, я стала сверять все названия волостей и писать их правильно или, если они совсем не соответствуют списку волостей, то ставить знак вопроса (не так много). Я с самого начала старалась исправлять наименования волостей, но только те, которые точно помнила, а потом просто составила список и проверяла все. Учитывая довольно большой объем обработанных мной сканов, вряд ли удастся вернуть их к исходному варианту. Селения, к сожалению, остались, как были, списка их просто не оказалось под рукой.
Но я однозначно считаю, что первичному документу соответствует скан, а в базе данных нельзя оставлять ошибки, по возможности нужно их все исправить.

[Евгений Воронин]

Согласен.

[Елена Дмитриевна]

К сожалению, в сети гуляет много списков волостей Ярославской губернии с самыми различными ошибками. Я скачала список Андрея Владимировича и сравнила с тем, который я ранее составила из сети и не была на 100% уверена в отсутствии ошибок. Небольшие расхождения нашла, оставшиеся у меня листы я скорректировала по предоставленному списку, за исключением Ростовского уезда Сулостской волости, как понимаю, по названию села Сулость. А не Суголосткая вол., как в списке.

[Buktop]

Сканы 109-119 готовы.
Перевел все имеющиеся сканы в формат pdf. Теперь можно просмотреть снимки в виде книги, нумерация страниц соответствует номерам сканов в теме.
Вопрос: куда залить или где разместить документ?

[MVR]

Елена Дмитриевна (25 февраля 2012 - 02:38) писал:

Я с самого начала старалась исправлять наименования волостей, но только те, которые точно помнила, а потом просто составила список и проверяла все.

Я также поступала - исправляла откровенные ошибки. То, что вызывало сомнения или было нечитаемо, выделяла красным цветом.

[Olnika]

Buktop (25 февраля 2012 - 06:35) писал:

Перевел все имеющиеся сканы в формат pdf. Теперь можно просмотреть снимки в виде книги, нумерация страниц соответствует номерам сканов в теме.
Вопрос: куда залить или где разместить документ?

Виктор, это очень пригодится при работе над ошибками, которые в основном будут в  названиях волостей и деревень. Хорошо бы ссылку на документ сделать.
С мнением Евгения я согласна: надо оставить все записи оригинала, независимо от повторений.

[Buktop]

Залил пока сюда: http://files.mail.ru/VEUP7K

[ciandr]

В объединенной базе 7094 записи.

Скачал pdf, подготовленный Виктором. Теперь у нас есть оригинал, который храниться в удобном для просмотра виде. В базе есть ссылка на номера страниц pdf (для удобства думаю разделить номер страницы и автора).

По поводу сохранения записей-дублей, у меня такое мнение:
Если записи полностью по ВСЕМ полям совпадают, то дубль можно удалить. Зачем хранить то, чему нет применения?
Ведь даже если это два разных человека, то наличие двух записей имело бы смысл только в том случае, если бы:
- мы имели возможность создать полную базу,
- предполагалось расширение информации о людях попавших в базу (дата рождения, информация о родственниках и т.д.)

[Елена Дмитриевна]

Я скачала списки в pdf и сверила номера страниц в нем со своими. Все совпадает, но отсутствуют последние две страницы, которые я обрабатывала - 197 и 198. в файле всего 196 страниц.

[Buktop]

Елена Дмитриевна! В файле действительно 196 страниц, по непонятным мне причинам какие-то два файла продублировались и кроме того на радикале они были отсортированы  в нечисловом порядке. Страница Вашего файла - 120. Что-то не так на радикале...

[ciandr]

Елена Дмитриевна (25 февраля 2012 - 04:30) писал:

К сожалению, в сети гуляет много списков волостей Ярославской губернии с самыми различными ошибками. Я скачала список Андрея Владимировича и сравнила с тем, который я ранее составила из сети и не была на 100% уверена в отсутствии ошибок. Небольшие расхождения нашла, оставшиеся у меня листы я скорректировала по предоставленному списку, за исключением Ростовского уезда Сулостской волости, как понимаю, по названию села Сулость. А не Суголосткая вол., как в списке.

Исправил Суголосткую на Сулостскую волость.

 Волости_по_уездам.zip   1,2К   22 Количество загрузок:

[Buktop]

ciandr (25 февраля 2012 - 16:20) писал:

В объединенной базе 7094 записи.

Скачал pdf, подготовленный Виктором. Теперь у нас есть оригинал, который храниться в удобном для просмотра виде. В базе есть ссылка на номера страниц pdf (для удобства думаю разделить номер страницы и автора).

По поводу сохранения записей-дублей, у меня такое мнение:
Если записи полностью по ВСЕМ полям совпадают, то дубль можно удалить. Зачем хранить то, чему нет применения?
Ведь даже если это два разных человека, то наличие двух записей имело бы смысл только в том случае, если бы:
- мы имели возможность создать полную базу,
- предполагалось расширение информации о людях попавших в базу (дата рождения, информация о родственниках и т.д.)

Андрей Владимирович! К сожалению, порядковые номера сканов и номера страниц не соответствуют друг другу. Благодаря Елене Дмитриевне обнаружился этот неприятный факт, хотя на радикал я заливал именно в той последовательности, в которой они идут в pdf. Где проблема - понятия не имею Но такой казус имеет место.

[Olnika]

Елена Дмитриевна, 197 скан соответствует 119 странице файла .pdf, а 198 это 120 страница.
Я первоначально насчитала 198 сканов, а их оказалось 197. Поскольку работа уже началась, скан 137 стала считать несуществующим. Но почему у Виктора 196 стр. в файле .pdf, а у нас 197 сканов, надо разобраться. Понятно ли я наговорила?

[ciandr]

Buktop (25 февраля 2012 - 16:53) писал:

Андрей Владимирович! К сожалению, порядковые номера сканов и номера страниц не соответствуют друг другу...

Ничего страшного, главное вовремя заметили. Конечно, самый лучший вариант - если бы на страницах сканов стояли реальные номера страниц и в базе была бы ссылка по этим номерам. Это гарантировало бы 100%-ую сохранность связи базы и исходного материала.
Подумаю, как решить эту проблему.

[Елена Дмитриевна]

Я осторожна в работе с данными и предпочла бы, чтобы дубли не удалялись, если только они не совсем рядом случились в оригинале. В нашей базе записи, кроме случайных повторов, по определению не могут по всем полям совпадать - ссылки на страницы оригинала разные, даже если по алфавиту записи рядом.
Кроме самой записи, некоторую информацию всегда несет ее окружение. Не уверена, что оно часто будет востребовано для анализа, и все же, зачем вносить искусственные ограничения? Я всегда рассматриваю все соседние записи, а сортировка по алфавиту как раз позволит выявить схожие записи в разных местах оригинала.
Пусть пользователь сам решит, совпадение это или разные люди с одинаковым именем, а последнее я не раз встречала в своих исследованиях в пределах одного села, и не стоит отнимать  у пользователя эту возможность.

[ciandr]

Buktop (25 февраля 2012 - 16:53) писал:

Андрей Владимирович! К сожалению, порядковые номера сканов и номера страниц не соответствуют друг другу. Благодаря Елене Дмитриевне обнаружился этот неприятный факт, хотя на радикал я заливал именно в той последовательности, в которой они идут в pdf. Где проблема - понятия не имею. Но такой казус имеет место.

Виктор, если у Вас сохранилась выборка "необрезанных" (с номерами страниц) сканов по Ярославской губернии, то я мог бы заменить в базе наши виртуальные номера на реальные номера страниц. У реальных номеров есть еще плюс - если при изучении полных Именных списков возникнет подозрение, что какую-то страницу мы не учли при создании базы, то это легко будет проверить.

[Елена Дмитриевна]

Я проверила все "свои" сканы со 138 по 198, и все номера сканов точно совпадают с номерами страниц в pdf, кроме отсутствующих последних двух сканов 197 и 198.
Если хотите, я проверю все, начиная с первого и выясню ошибку.

[Buktop]

ciandr (25 февраля 2012 - 17:20) писал:

Виктор, если у Вас сохранилась выборка "необрезанных" (с номерами страниц) сканов по Ярославской губернии, то я мог бы заменить в базе наши виртуальные номера на реальные номера страниц. У реальных номеров есть еще плюс, если при изучении полных Именных списков возникнет подозрение, что какую-то страницу мы не учли при создании базы, то это легко будет проверить.

Если только делать по новой, но есть одно "но": опять будет невозможно соблюсти тот порядок, в котором я делал эти снимки. Сейчас пытаюсь на радикале проставить номера на сканы в соответствии с номерами страниц. Кстати, файлов и на форуме 196. Посмотрите на первое сообщение - вот какая чехарда номеров страниц

[Елена Дмитриевна]

Все не так страшно, перепутанными оказались только страницы в первом сообщении, в остальных трех они четко соотвествуют той нумерации, которая нам была дана. Я еще раз просчитала и опять насчитала 198 сканов, но я не сильна в арифметике.

Ольга, я пока не совсем поняла то, что Вы написали.
Проверила сканы в сообщениях №№ 2 и 3, нумерация совпадает. Разберемся, не стоит волноваться.

Скан № 197 в радикале соответствует стр. 119 в файле pdf, а скан № 198 - стр. 120. Вероятно, они продублированы, отсюда и возникают 198 сканов. Не стоит торопиться все менять.

[ciandr]

Обнаружил, что на сканах 26-27 совпадает со сканами 166-167 около 50 фамилий.

Это лишний раз подтверждает, что сохранение дублей не несет никакой дополнительной информации.
Соседние записи ничего не дают, т.к. на указанных выше страницах одни и те же фамилии окружены разными "соседями".
Если даже одинаковые записи соответствовали разным людям, уничтожая такой дубль, мы никакой информации не теряем.
Если два Ивановых Ивана Ивановича из д. Ивановка участвовали в войне, то наличие в базе двух записей не говорит о том, что погибли оба, а одна не говорит, что погиб только один из них. Одна или две записи одинаково достоверно утверждают только то, что один из Ивановых погиб.

[Елена Дмитриевна]

Цитата

Обнаружил, что на сканах 26-27 совпадает со сканами 166-167 около 50 фамилий.

Да, совпадают, хотя я посмотрела только нескольких. В частности заметила, что фамилии у некоторых написаны по разному, я сравнила сканы: например, Межцев (166) и Межуев (26); Тижелухин (166) и Тяжелухин (26). Это не описка при вводе, а так на сканах. Практически ясно, что это один человек, но какое написание правильное, мы однозначно не знаем. Все-таки я придерживаюсь своего начального мнения - не удалять повторы, по крайней мере сейчас, до апробации.

[ciandr]

Согласен, пока правим только явные ошибки.
Я сделал в базе отдельно графы - автор и лист, в лист внес номера страниц из pdf.
Удалил дубли записей (листы 119 и 197).
Пересчитал кол-во сканов, выложенных в теме, получилось 196, если был один повтор, то 195. Но в pdf 196 и в базу мне передали 196???
С утра на свежую голову проверю еще раз.

[Елена Дмитриевна]

Повтора было два: 119=197 и 120=198. Сканы 197 и 198 я делала, с них начинала, а относительно 119 и 120 - не знаю, были они оба обработаны или только один, когда была замечена эта ошибка.

[Buktop]

Думаю вот что: самих сканов - 196, то есть тех, что я делал. При размещении на радикале какие-то из них, возможно, продублировались и значит, в таблице они будут явно видны. Значит, дубль можно отследить и  оставить только один. Хуже другое - если мы думали, что сканов 198, то есть вероятность, что два из них могли выпасть из обработки. И скорей всего, ошибка по подсчету сканов - в 4-м сообщении.

[Елена Дмитриевна]

Как раз в четвертом сообщении все номера сканов совпадают со страницами файла pdf, я проверила. С самого начала я просчитала все сканы, их было 198, я не заподозрила дублирование, поскольку такая цифра давалась на форуме, и я начала обработку с последних номеров - со 198, отсюда и полное совпадение.
В 3-м сообщении я тоже проверила, в нем совпадают номера сканов и страницы файла, кроме последних двух - 119 и 120, они соответствуют 197 и 198, вот здесь-то и произошла ошибка - похоже, вставились повторно эти два скана.
Таким образом, сканы 197 и 198 продублировались, совпав со 119 и 120. Если кто-то обработал 119 и 120, то их можно оставить, а обработанные 197 и 198 исключить, тогда все ссылки будут верны.
Во втором сообщении вроде бы тоже есть совпадение.
Но вот в 1-м сообщении номера сканов и страниц совсем не совпадали, да еще и файл pdf начинается со второй страницы почему-то. Но все это нужно будет утром повторно просмотреть на свежую голову.

[Buktop]

Офф.: думал, от перенапряжения с головой непорядок, оказалось, землетрясение  

[ciandr]

Пересчитывал сканы несколько раз, получилось 196 (22+49+48+77), т.к. 195 (предпоследний)=119, то 195.
Но мне было передано 197 оцифрованных страниц, удалил 1 дубль, получилось 196, т.е. где-то еще дубль.

[Buktop]

Андрей Владимирович, в любом случае дубль"выплывет", поэтому нет особо смысла на этом заострять внимание.

[Елена Дмитриевна]

Андрей Владимирович, но если Вам было передано обработанных 197 страниц,  а я передавала страницы со 138 по 198 (61 скан), то легко увидеть по последовательности ссылок в обработанных сканах, какой номер у Вас отсутствует. Вы исправили ситуацию со 119-м и 197-м. но я вчера видела, что совпадают 120 и 198 (по нумерации ссылок в моих страницах). Проверьте, пожалуйста, есть ли у Вас в обработанных сканах ссылка на 120-й. Если нет, то нужно в моем 198-м исправить ссылки на 120.
Со счетом что-то странное, я сама считала несколько раз, потом на Ольга в сообщениях помещала границы номеров по страницам, все совпадало, было 198 (22+49+48+78), в соответствии с этим я и пронумеровала свои сканы при скачивании. Я всегда веду записи при работе, поэтому у меня все записано. Но это хорошо, что границы не сдвинулись, а просто два скана продублировались.

[ciandr]

Buktop (26 февраля 2012 - 14:49) писал:

Андрей Владимирович, в любом случае дубль"выплывет", поэтому нет особо смысла на этом заострять внимание.

Виктор, если мы сейчас не удалим дубль, то потом его будет трудно выловить. Я веду редактирование в Excel, придется применять сортировку, а после нее потеряется порядок расположения записей внутри страницы. Будет трудно сравнивать сканы и их текстовые копии.
Кроме того, в pdf, который Вы выложили, сканов 196, а на форуме - 195 (без дубля). Т.е. возможны 2 варианта: в pdf есть дубль или на форум не был выложен какой-то скан.

[Елена Дмитриевна]

Проблема не с лишней страницей, это легко исправляется, а в несоответствии номеров сканов 1-22 в первом сообщении (и значит, ссылок на них в обработанных страницах) страницам 1-22 в файле pdf. Я только что посмотрела еще раз - ничего не изменилось, но по номерам, начиная с 23-го,  порядок.

[ciandr]

Для меня это не проблема, я уже переделал в базе номера до 23, чтобы они соответствовали номерам в pdf.
Но на форуме при подсчете сканов в последней 4-й партии у меня получается 77 а не 78.