O
@Maria-Söderlind Ja, det låter klokt, och bidrar till mindre administration. Jag kommer att ha ett möte med livsmedelsverket och vår kostenhet inom kort. Då kan jag belysa detta och även ta del av deras tankar.
Vid mätningar av matsvinn så förekommer det en hel del avvikelser, vissa månader så kan matsvinn minska i samband med praktikperioder, lov m.m. Hur kan vi hanterar detta så mätningarna blir mer rättvisande?
Här är en reflektion kring specifikationen.
Om ett kök väljer att endast kan/vill redovisa data om tallrikssvinn. I detta fall uppfyller de inte kravet att redovisa de obligatoriska fälten serving_waste och kitchen_waste enligt den nuvarande specifikationen.
Obligatoriska fält
Jag föreslår att de obligatoriska fälten även skall godta värdet 0 (Null, N/A), men fältet får inte vara tomt. Värdet 0 kan tillämpas om köket inte har något svinn att redovisa vid redovisningstillfället (exempelvis om köket har stängt för semester eller av någon anledning inte väljer att redovisa vissa typer av svinn)
Jag har uppmärksammat att Alex nyligen uppdaterade datamängden för offentlig konst. https://gitlab.com/sarskilt-viktiga-datamangder/offentlig-konst/-/blob/main/content/model.md
Spontant ser denna uppdatering av specifikationen riktigt lovande ut. Vi skall inom kort publicera denna datamängd. Rekommenderar ni att jag följer specifikationen som den ser ut nu eller är det fler förändringar på G?
@Maria-Söderlind @Andreas-Sundberg
Jag instämmer att det är klokt att ha få fält för en lägre tröskel för publicering av öppna data.
I min dialog med livsmedelsverket och första anblick över specifikationen så tyckte de att det vore bra att lägga till antalet mätdagar samt eventuellt uppgift om mätperiod. De saknade även en beskrivning över innehållet vad de olika måtten betyder, det kanske kan framgå i dokumentationen av denna specifikation. Låt oss diskutera om dessa behöver i specifikationen.
@Maria-Söderlind @almeta @Andreas-Sundberg
Det låter klokt att se över specifikationen från 2019.
Om vi jämför med beskrivningen för point of interest där har de istället använt en URL länk till eventuella bilder, vilket är en bättre lösning. För konst som öppen data är jag dock tveksam om det är vår uppgift att publicera en bild, däremot är uppgift om koordinaterna betydligt viktigare. I specifikationen nedan har de tagit med koordinater som obligatoriska uppgifter, det är för mig oklart varför de har valt att inte ta med dem i Applikationsprofil för offentlig konst.
Länk till point-of-interest specifikation:
https://gitlab.com/sarskilt-viktiga-datamangder/point-of-interest/-/blob/main/content/model.md
@FilipDijak @mattias @Maria-Söderlind
Hej!
Vi fick precis in ett önskemål från Smart Kitchen som vi borde kika närmare på. Det handlar om att följa den europeiska specifikationen EWC-Stat codes. Vad tror ni om att ta med detta i vår datamodell för matsvinn, kopplat till fältet preparation_waste?
Specifikationen EWS-stat codes: https://ec.europa.eu/eurostat/documents/342366/351806/Guidance-on-EWCStat-categories-2010.pdf/0e7cd3fc-c05c-47a7-818f-1c2421e55604
Om jag förstår det hela rätt så är följande kategorier matavfall som uppstår vid tillagning.
Tre EWC codes som är kopplade till matsvinn
09.1 Animal and mixed food waste Non-hazardous
09.2 Vegetal waste Non-hazardous
10.1 Household and similar waste
Municipal waste data (LoW codes):
200108 Biodegredable kitchen and canteen waste
200105 Edible oil and fat
200302 Waste from markets
@almeta Tack det är bra att känna till! En möjlig justering är väl inspelet från Falun. https://gitlab.com/sarskilt-viktiga-datamangder/offentlig-konst/-/issues/11
Vi vill att våra datamängder skall kunna relateras till våra nationella särskilt viktiga datamängder, topp 100-listan, och även till EU High Value Datasets (HVD).
Jag är nyfiken på om det finns uppgifter om fler detaljer om de datamängder som benämns som "Other X datasets " i den bifogade bilden med exempel på HVD?
Källa: High-value datasets – an overview through visualisation
Hur sker utvecklingsarbetet på EU nivå gällande HVD? När kan vi förvänta oss mer fler exempel på relaterade datamängder?