# डेटा लाइसेंस की तैयारी पर पायलट

बनाया गया: 2026-11-17
अपडेट किया गया: 2026-11-17

## सवाल और निर्णय

डेटा लाइसेंस या आपूर्ति कार्यक्रम से पहली बातचीत से पहले किसी संगठन को क्या तैयार करना चाहिए? यह अध्ययन उन पाठकों के लिए है जो किसी संगठन के डेटासेट के मालिक हैं या उसका प्रबंधन करते हैं और जिन्हें उसका सटीक विवरण देना है. यह पायलट जांचता है कि सार्वजनिक रूप से बताई गई आवेदन प्रक्रिया के चरणों के आधार पर तैयारी के लिए उपयोगी संक्षिप्त विवरण बनाया जा सकता है या नहीं. यह प्रदाताओं के प्रदर्शन को नहीं मापता और न ही किसी प्रदाता की सिफ़ारिश करता है.

`observations.json` में दिए गए 10 कार्यक्रम मुख्य साक्ष्य को फिर से जांचने से पहले चुने गए थे, ताकि आपूर्तिकर्ताओं के रास्तों की पिछली डायरेक्टरी समीक्षा में दिखे अलग-अलग आवेदन प्रकार शामिल हों. चयन उद्देश्य के अनुसार किया गया था, यादृच्छिक रूप से नहीं: लैब की प्रत्यक्ष रुचि, मार्केटप्लेस, विश्लेषक द्वारा समीक्षा की गई डायरेक्टरी, सामग्री लाइसेंसिंग, परिचालन व्यवसाय डेटा और औद्योगिक अभिलेखागार. पिछली डायरेक्टरी पूरे बाज़ार की गणना नहीं है. इस डेटासेट में पिछले स्कोर, खाते की गतिविधि, निजी डेटा या व्यक्तिपरक रैंकिंग शामिल नहीं हैं.

## संग्रह

शोध की तारीख: 17 नवंबर 2026, Asia/Bangkok. स्रोत: अंग्रेज़ी में आधिकारिक सार्वजनिक कार्यक्रम पेज, सीधे प्रासंगिक सार्वजनिक स्पष्टीकरण और सार्वजनिक आवेदन फ़ॉर्म के वे लेबल जिन्हें निकाला जा सका. वेब से जानकारी प्राप्त करने वाला टूल इंडेक्स की गई प्रतियों का उपयोग कर सकता है; यह सुलभ स्रोत सामग्री को एक निश्चित तारीख पर पढ़ने पर आधारित है, प्रदाता द्वारा प्रमाणित लाइव ऑडिट नहीं. OpenAI का व्याख्यात्मक लेख मूल रूप से 9 नवंबर 2023 को प्रकाशित हुआ था; इसे नई घोषणा नहीं माना गया है.

अध्ययन का दायरा व्यक्तिगत जानकारी दर्ज करने, खाता बनाने, समझौता स्वीकार करने, नमूना अपलोड करने या कुछ भी सबमिट करने से पहले तक सीमित है. इनमें से कोई कार्रवाई नहीं की गई. हर रिकॉर्ड में जांचे गए विशिष्ट स्रोत और अवलोकन की सीमा बताई गई है. जहां शुरुआती पेज पर आवेदन नहीं दिखा, वहां अतिरिक्त सार्वजनिक व्याख्यात्मक पेज इस्तेमाल किए गए. प्रदाताओं के बीच उपलब्ध विवरण की गहराई अलग है, इसलिए बताई गई जानकारियों की संख्या से तुलनीय स्कोर नहीं बनेंगे.

एक्सट्रैक्टर से Turing Lazarus के कार्यक्रम का कोई उपयोगी मुख्य पाठ नहीं मिला. The General Data Company का होमपेज पढ़ा जा सका, लेकिन साझेदारी का रास्ता नहीं. इस सवाल के लिए ये दोनों मामले तय नमूने में अवलोकन के लिए उपलब्ध नहीं के रूप में रखे गए हैं; किसी को भी बंद, लोगों के लिए अनुपलब्ध या आवेदन प्रक्रिया से रहित नहीं माना गया है. Protege का सार्वजनिक कार्यक्रम और संपर्क का रास्ता पढ़ा जा सका, लेकिन उसमें एम्बेड किए गए फ़ील्ड नहीं. Neudata का एम्बेड किया हुआ फ़ॉर्म नहीं निकाला जा सका; उसके सार्वजनिक पेज पर कंपनी और संपर्क के अनुरोध तथा बाद के चरणों का विवरण था.

## कोडिंग

एक रिकॉर्ड एक कार्यक्रम को दर्शाता है. जब कम से कम एक मौजूदा स्रोत आवेदन या तैयारी की उपयोगी जानकारी देता है, तो `observation_status` का मान `substantive` होता है; अन्यथा `unobservable`. किसी रिकॉर्ड में उपयोगी जानकारी होने का मतलब यह नहीं कि पूरा आवेदन देखा गया था.

`first_action` बताए गए शुरुआती कदम का वर्णन करता है: `interest_form`, `account_creation`, `provider_application`, `listing_request`, `partner_form`, `meeting_request`, `estimate_or_contact`, या `unknown`. यह दावा नहीं है कि वह कार्रवाई पूरी की गई थी. `preparation` में स्रोत में स्पष्ट रूप से दी गई जानकारी का संक्षिप्त भावानुवाद है; `later_stage` में प्रदाता द्वारा बताए गए क्रम को सुरक्षित रखा गया है. `limitations` उन बातों को दर्ज करता है जो दिखाई नहीं दीं. फ़ील्ड लेबल सत्यापन का प्रमाण नहीं हैं और प्रदाता के वादे स्वतंत्र रूप से देखे गए परिणाम नहीं हैं.

सार में तैयारी को कंपनी के संदर्भ, डेटासेट की विशेषताओं और अनुमति/दायरे में बांटा गया है. ये लेखक द्वारा बनाई गई व्यवस्थित करने की श्रेणियां हैं. ये अवलोकनों की व्यावहारिक व्याख्या हैं, सत्यापित मापदंड नहीं. अज्ञात जानकारी को न तो शून्य के रूप में कोड किया गया है और न ही किसी आवश्यकता के न होने के रूप में.

## दोहराएं

इस फ़ोल्डर से `python3 analyze.py` चलाएं. यह केवल `observations.json` पढ़ता है और `results.json` तथा `evidence-table.md` बनाता है; यह कोई नेटवर्क कॉल नहीं करता और किसी थर्ड-पार्टी निर्भरता की ज़रूरत नहीं है. जांचें तय नमूने, तारीखों, अनुमति प्राप्त कार्रवाई की श्रेणियों, स्रोत संदर्भों और उपयोगी जानकारी वाले तथा अवलोकन के लिए अनुपलब्ध रिकॉर्ड के बीच की सीमा की पुष्टि करती हैं. मिला हुआ 8/10 का आंकड़ा केवल इस पायलट में पढ़े जा सकने वाले साक्ष्य को दर्शाता है; इसके लिए कोई विश्वास अंतराल या बाज़ार प्रतिशत देना उचित नहीं है.

दिए गए अवलोकनों से विश्लेषण दोहराने पर वही परिणाम मिलता है. संग्रह को दोहराने के लिए सूचीबद्ध URL पर दोबारा जाना होगा, जिनकी सामग्री बदल सकती है. डाउनलोड में जानबूझकर तैयार किए गए तथ्यात्मक अवलोकन और स्रोतों के संदर्भ हैं; इसमें पूरे वेबपेज, स्क्रीनशॉट, खाते के रिकॉर्ड या निजी शोध संग्रह का पुनर्वितरण नहीं किया गया है. लिंक की गई स्रोत सामग्री का कॉपीराइट उसके मालिकों के पास रहता है. Sapien1 के अपने लेख, वर्कशीट और अवलोकन फ़ाइलों का उपयोग प्रकाशित साइट की सामग्री के रूप में किया जा सकता है; यह पैकेज स्रोत डेटासेट या थर्ड-पार्टी सामग्री पर कोई अधिकार नहीं देता.

मूल 2 SVG चित्र दोबारा बनाने के लिए `python3 render-assets.py` चलाएं. शुरुआती रास्तों का चित्र अवलोकन रिकॉर्ड का उपयोग करता है; तैयारी का इन्फ़ोग्राफ़िक लेखक द्वारा तैयार सार प्रस्तुत करता है. दोनों में संपादन योग्य टेक्स्ट, शीर्षक और विवरण हैं.
