Si una cifra no se puede reproducir, no se publica.
Es el criterio que separa un laboratorio de un blog con gráficas.
SOURCE.md■ UMB-DAT-001 · Datos y procedencia · error
Sin origen, fecha de descarga, licencia y limitaciones conocidas, el dato no se puede auditar ni volver a bajar igual.
| Sí | URL de origen, quién lo descargó, cuándo, bajo qué licencia y qué se sabe que le falta. |
| No | Un CSV suelto en data/raw/ sin procedencia. |
Comprobación: Automática — umbral-lint, comprobación source-md-present.
Desde v1.0. Regla normativa: rules/rules.yaml.
Todo directorio bajo data/raw/ lleva el suyo:
# RNPDNO — Registro Nacional de Personas Desaparecidas y No Localizadas
- **Origen:** https://versionpublicarnpdno.segob.gob.mx/
<!-- umbral-lint: ignore[terminology] — «Desaparecidas o no localizadas» es la etiqueta del RNPDNO -->
- **Institución:** Comisión Nacional de Búsqueda (CNB) / SEGOB
- **Descargado por:** jballesterosc
- **Fecha de descarga:** 2026-07-09
- **Snapshot:** `rnpdno-2026-07`
- **Licencia:** datos abiertos de gobierno; publicación derivada bajo CC BY 4.0
- **Método:** consulta programada del tablero público; cada respuesta cruda cacheada
- **Limitaciones conocidas:**
- Registro vivo: los conteos de meses pasados cambian entre consultas.
- 39,065 registros sin fecha de hechos, excluidos de las series temporales.
- Los totales se concilian contra el tablero oficial; ver `checks/`.Las limitaciones conocidas son la parte que importa. Un SOURCE.md sin ellas suele significar que nadie miró el dato con suficiente cuidado.
■ UMB-DAT-002 · Datos y procedencia · error
El RNPDNO es un registro vivo: los conteos cambian entre consultas. Sin la etiqueta del snapshot, dos gráficas correctas parecen contradecirse.
| Sí | rnpdno-2026-07, y esa etiqueta en la línea de fuente. |
| No | «Fuente: RNPDNO» sin fecha de consulta. |
Comprobación: Automática — umbral-lint, comprobación snapshot-tag.
Origen: desaparecidosmx ya lo hace: «consultado 2026-07-09 · rnpdno-2026-07».
Ver también: UMB-CHT-003
Desde v1.0. Regla normativa: rules/rules.yaml.
Los registros vivos cambian. Sin etiqueta de snapshot, dos gráficas correctas hechas con dos semanas de diferencia parecen contradecirse, y no hay forma de saber cuál estaba bien.
fuente-AAAA-MM → rnpdno-2026-07data/
raw/ inmutable, tal como se descargó, con SOURCE.md
processed/ salida del build; regenerable, no se versiona
src/ el pipeline
notebooks/ exploración
output/ figuras y CSV publicados■ UMB-DAT-003 · Datos y procedencia · error
Es el criterio que separa un laboratorio de un blog. Si no se puede reproducir, no se publica.
| Sí | make all reconstruye cada figura desde data/raw/. |
| No | Una cifra que salió de una edición manual en una hoja de cálculo. |
Comprobación: Manual. Se verifica en revisión de PR ejecutando el comando de build declarado.
Desde v1.0. Regla normativa: rules/rules.yaml.
make all reconstruye cada figura desde data/raw/. Toda cifra publicada tiene que rastrearse hasta una transformación programada, nunca hasta una edición manual.
snake_case.■ UMB-DAT-005 · Datos y procedencia · error
El hueco es información. Ocultarlo cambia la conclusión sin que el lector pueda saberlo.
| Sí | Declararlo como hueco conocido, con su magnitud. |
| No | Interpolar, rellenar con cero, o recortar el periodo hasta que el hueco desaparezca. |
Comprobación: En revisión.
Origen: cabildo-libre es el modelo: «Vacíos conocidos, declarados y no imputados: 27 sesiones…».
Ver también: UMB-NUM-006
Desde v1.0. Regla normativa: rules/rules.yaml.
El hueco es información. Declararlo con su magnitud:
Vacíos conocidos, declarados y no imputados: 27 sesiones cuyo órden del día no aparece en el índice oficial, una sesión sin fecha publicada, y enlaces PDF de 2013–2014 que el servidor del ayuntamiento ya no resuelve. Se conservan en los datos tal como están.
Ese párrafo es de cabildo-libre y es el modelo del laboratorio: dice qué falta, cuánto falta, y que no se rellenó.
■ UMB-DAT-004 · Datos y procedencia · error
Los datos públicos regresan al público, mejorados. La licencia explícita es lo que lo hace cierto en la práctica.
| Sí | LICENSE-CODE y LICENSE-CONTENT en la raíz; licencia nombrada en cada línea de fuente. |
| No | Publicar sin licencia y confiar en que se entiende. |
Comprobación: Automática — umbral-lint, comprobación license-present.
Desde v1.0. Regla normativa: rules/rules.yaml.
LICENSE-CODE)LICENSE-CONTENT)Los datos públicos regresan al público, mejorados. Publica el CSV limpio junto a la figura, no solo la figura.
Si un modelo produjo parte de lo publicado —un resumen, una clasificación, una extracción de OCR— dilo en la página, no en el repositorio.
cabildo-libre lo hace bien: declara que los resúmenes son generados por IA sobre texto OCR, que pueden contener errores, que cuando el acta no declara un resultado se marca «sin resultado registrado» en vez de inventarlo, y que el enlace lleva siempre al documento original.