# Pilotundersøgelse af forberedelse til datalicensering

Oprettet: 2026-11-17
Opdateret: 2026-11-17

## Spørgsmål og beslutning

Hvad bør en organisation forberede før sin første samtale med et program for datalicensering eller dataleverancer? Den tiltænkte læser ejer eller administrerer et organisatorisk datasæt og har brug for at beskrive det præcist. Denne pilotundersøgelse afprøver, om offentligt beskrevne trin i modtagelsesprocessen giver grundlag for en nyttig forberedelsesoversigt. Den måler ikke udbydernes resultater og anbefaler ikke en udbyder.

De 10 programmer i `observations.json` blev udvalgt før den primære opdatering af kildegrundlaget for at dække forskellige synlige typer af indledende henvendelser i en tidligere gennemgang af en oversigt over muligheder for leverandører. Udvælgelsen er formålsbestemt, ikke tilfældig: direkte interesse fra laboratorier, markedspladser, en oversigt gennemgået af analytikere, indholdslicensering, operationelle virksomhedsdata og industrielle arkiver. Den tidligere oversigt er ikke en fuldstændig kortlægning af markedet. Ingen tidligere vurderinger, kontoaktivitet, private data eller subjektive rangeringer indgår i dette datasæt.

## Indsamling

Undersøgelsesdato: 17. november 2026, Asia/Bangkok. Kilder: officielle engelsksprogede offentlige programsider, direkte relevante offentlige forklaringer og feltnavne fra indledende formularer, som kunne udtrækkes offentligt. Værktøjet til webhentning kan bruge indekserede kopier; dette er en læsning af tilgængeligt kildemateriale på en bestemt dato, ikke en aktuel gennemgang certificeret af udbyderne. OpenAIs forklarende artikel blev oprindeligt udgivet den 9. november 2023 og behandles ikke som en ny meddelelse.

Undersøgelsen stopper, før der indtastes personoplysninger, oprettes en konto, accepteres en aftale, uploades en prøve eller indsendes noget. Ingen af disse handlinger blev udført. Hver registrering angiver de specifikke kilder, der blev gennemgået, og grænsen for observationen. Yderligere offentlige forklarende sider blev brugt, hvor indgangssiden ikke viste ansøgningen. Dybden varierer mellem udbyderne, så antal offentliggjorte oplysninger kan ikke bruges som sammenlignelige vurderinger.

Turing Lazarus gav intet brugbart programindhold via udtræksværktøjet. The General Data Companys hjemmeside kunne læses, men det kunne siden om partnerskaber ikke. Disse 2 tilfælde forbliver i det faste udvalg som ikke observerbare for dette spørgsmål; ingen af dem klassificeres som lukket, utilgængelig for personer eller uden en indledende modtagelsesproces. Proteges offentlige program og kontaktvej kunne læses, mens de indlejrede felter ikke kunne læses. Neudatas indlejrede formular blev ikke udtrukket; den offentlige side beskrev anmodningen om virksomheds- og kontaktoplysninger samt de efterfølgende trin.

## Kodning

Én registrering repræsenterer ét program. `observation_status` er `substantive`, når mindst én aktuel kilde indeholder væsentlige oplysninger om den indledende henvendelse eller forberedelsen; ellers `unobservable`. En indholdsmæssigt brugbar registrering betyder ikke, at en fuldstændig ansøgning blev observeret.

`first_action` beskriver den angivne indgang: `interest_form`, `account_creation`, `provider_application`, `listing_request`, `partner_form`, `meeting_request`, `estimate_or_contact` eller `unknown`. Det er ikke en påstand om, at handlingen blev gennemført. `preparation` indeholder korte parafraser af eksplicit kildemateriale; `later_stage` bevarer den rækkefølge, som en udbyder har angivet. `limitations` registrerer manglende indblik. Feltnavne dokumenterer ikke validering, og udbydernes løfter er ikke uafhængigt observerede resultater.

Syntesen inddeler forberedelsen i virksomhedskontekst, datasættets karakteristika samt tilladelse og afgrænsning. Disse kategorier er oprettet af forfatterne for at strukturere materialet. De er en praktisk fortolkning af observationerne, ikke en valideret skala. Ukendte oplysninger kodes ikke som nul eller som fravær af et krav.

## Gentag undersøgelsen

Kør `python3 analyze.py` fra denne mappe. Det læser kun `observations.json` og opretter `results.json` og `evidence-table.md`; det foretager ingen netværkskald og har ingen tredjepartsafhængigheder. Kontrollerne efterprøver det faste udvalg, datoer, tilladte handlingskategorier, kildehenvisninger og grænsen mellem indholdsmæssigt brugbare og ikke observerbare registreringer. Det resulterende antal på 8/10 beskriver kun læsbart kildegrundlag i denne pilotundersøgelse; hverken et konfidensinterval eller en markedsandel i procent er passende.

Analysen giver samme resultat, når den gentages ud fra de medfølgende observationer. For at gentage indsamlingen skal de angivne URL'er besøges igen, og deres indhold kan ændre sig. Downloadpakken indeholder bevidst faktuelle observationer udarbejdet af forfatterne og kildehenvisninger, ikke videredistribuerede komplette websider, skærmbilleder, kontooplysninger eller det private forskningskorpus. Ophavsretten til det linkede kildemateriale tilhører dets ejere. Sapien1s egen artikel, arbejdsark og observationsfiler må bruges som materialer fra det offentliggjorte websted; denne pakke giver ingen rettigheder til kildedatasæt eller tredjepartsindhold.

Kør `python3 render-assets.py` for at genskabe de 2 originale SVG-figurer. Figuren over indgangspunkter bruger observationsregistreringerne; infografikken om forberedelse viser forfatternes syntese. Begge indeholder redigerbar tekst, titler og beskrivelser.
