Bones, anem a pams... La idea principal és que tenim un conjunt de dades A (generalitat), que depurem per eliminar els duplicats i transformem en un conjunt de dades B (etiquetat OSM). Aquest conjunt B es dividirà en X tasques que aniran al gestor de tasques per facilitar la seva edició. Quan obris la tasca X1, tindràs els punts de la tasca, cadascú amb les etiquetes que li pertoquen, i en principi només caldrà verificar que és la mateixa escola que hi ha a OSM, o és a prop. Si és la mateixa, es copien les etiquetes del punt X1 a la escola en el mapa o es fusionen geometries. Si no ho és, o no hi és, doncs caldrà dibuixar-la amb el nivell de detall que decidim i posar-li les etiquetes que tenim en el punt X1. I si hi ha dubtes, preveure-ho i deixar-la en "standby" com van fer a Madrid amb crec que va ser les fonts d'aigua potable.
Ja que revisem les escoles que hi ha, podem unificar criteris, com que l’etiquetat vagi sempre en el contorn o perímetre, com a amenity=school + totes les etiquetes que tenim a la tasca Xn. Podem decidir que amb només el perímetre ja està bé o la podem detallar un xic més. Per exemple, podem afegir els edificis i posar-los el building=school o buildgin=kindergarten si sabem de manera certera qué són, sinò building=school, building=public o building=yes; podem afegir la pista esportiva com a leisure=pitch + sport=multi (o basket, o futbol, el que pertoqui); podem afegir una font si té i sabem on és, etc... Sobre l’etiquetat que ja hi ha, no he mirat en els fitxers que vas passar quin és, potser caldrà veure en cada cas què fer. Si és només el nom, doncs veure quin dels dos és més complet i correcte. O si són etiquetes repetides al perímetre i al edifici, esborrar les que sobren de l'edifici. Una de les coses que estic preparant és l’ajust dels noms que hi ha al dataset als codis d’ús de OSM. Per exemple, s’han de treure les abreviatures i les sigles (AFA, CEE, CFA, EASD, EB...). En alguns casos serà complex i per això estic fent un llistat amb tot el que he trobat i possibles solucions per traslladar-ho després a debat i decidir com posem el nom. Una altra cosa que s’haurà de fer és “arreglar” les adreces, ahir quan vaig obrir el dataset per analitzar les dades vaig veure que el format que tenen no és vàlid, s’hauran de “cuinar” abans de poder-les incorporar. En aquests dies o ja el cap de setmana (sóc de les que no fan vacances a l'agost) vull preparar bé què s’ha de fer amb cada tipus de dada, a nivell de programació. Per exemple, que si l’adreça és ‘Av. Generalitat, 15’, l’script ho haurà de traduir a tres camps: addr:full=Av.Generalitat, 15 + addr:street=Avinguda de la Generalitat + addr:housenumber=15. I si l’escola ofereix EINF2C+EPRI, l’script ho haurà de traduir a isced:level:1=yes + isced:level:2=yes + min_age=3 + max_age=12 (lo dels isced:level ho estic consultant amb tagging perquè ens deixin posar-los així en comptes de fer servir isced:level=1; 2), a banda del tema del nom, format del número de telèfon, etc. Sobre altres scripts, es poden mirar les importacions que han fet a Madrid, diria que per cadascuna han optat per una solució diferent, i que alguns scripts estan la wiki i altres a github: https://wiki.openstreetmap.org/wiki/ES:Espa%C3%B1a/Importaciones#Importaciones_finalizadas I sobre manteniment de les dades, es pot plantejar com a tasca anual, comprovar si han actualitzat el dataset al portal de dades obertes i fer un match amb el que ja tinguem al mapa. En tot cas, afegirem el codi del centre com a ref per tal que després sigui més fàcil comparar dades i actualitzar les que calgui. Crec que no em deixo res... Salut!
_______________________________________________ Talk-cat mailing list Talk-cat@openstreetmap.org https://lists.openstreetmap.org/listinfo/talk-cat
