字段从要回答的问题倒推
建立神圣计划资料记录表,先确定未来需要查找、比较或复核什么。要追踪同一事件,就需要稳定标识;要检查资料更新,就需要来源和取得时间;要复查计算,则需要原始值与规则版本。字段不是越多越好,每一列应有可以说清的用途。
先写一份字段说明,包含名称、含义、格式、是否必填以及未知时怎么填。使用“时间”或“状态”这类宽泛名称,容易让不同人按不同理解录入。给列名加上具体对象,可以减少以后合并表格时的歧义。
至少区分三种时间含义
事件时间是资料描述的事情发生于何时,取得时间是自己实际读到资料的时刻,录入时间则是写入本表的时间。它们可能不同。示例中事件发生于十二时,资料在十二时零五分被查看,十二时零八分才录入,三者应分列保存。
如果原始资料只提供日期,不要补造时分秒。可以保留日期精度,并在精度列或说明中注明。时区未知时也不要自行默认;后续获得说明后再追加统一时间列,原始文本继续保留,以便检查转换过程。
来源字段要能定位到具体版本
来源不应只写一个站名。可记录完整页面地址、页面标题、取得日期以及本地快照编号。若页面后来修改,本地保存的版本能够说明当时看到了什么。截图只覆盖局部时,备注检查范围,不把它当成整页内容备份。
对象标识与来源标识也要分开。同一个事件可能被多个页面引用,一份页面也可能列出多个事件。通过两种标识建立关系,可以在统计事件数和来源条数时使用不同规则,避免一个编号承担两种含义。
原始值与派生值各留位置
原始值来自实际资料,派生值通过转换或计算得到。例如原时间文本、统一后的时间和提取出的日期可以分别保留。不要直接把原文改成统一格式后丢掉原值,否则以后发现时区设置错误,就很难恢复最初信息。
状态字段也需要定义。可以使用待核对、已核对、已更正等有限选项,并记录何时完成什么检查。不要仅用一个“正常”标签涵盖来源、格式和内容全部层面;必要时把资料取得状态与计算检查状态分开。
用五条样例检查字段是否稳定
正式扩展前,可挑一条资料完整、一条时间缺失、一条跨日、一条重复来源和一条后续修订记录作为样例。逐条录入后,看每种情况能否清楚表达,是否被迫在备注里塞入大量结构信息。若是,就调整字段定义。
备注适合说明例外、观察范围和修订原因,不适合替代本应结构化的编号或时间。字段稳定后保留说明版本,新增或改名时记录映射关系。这样表格从几条增长到很多条,也能维持一致含义,而不因同名列悄悄变义失去比较基础。