Artículos
Cómo funcionan realmente los datos de nombres, direcciones y teléfonos en cada país: registros, excepciones y nuestros propios errores.
58 artículos
- Turquía no tuvo apellidos hasta 1934 — y todavía se lee en el top 10El apellido más común de Turquía significa « no se rinde ». El segundo significa « roca ». El tercero, « hierro ». Luego: acero, estrella, halcón, rayo, turco puro, ilustrado, hierro puro. No es una c…Leer →
- Una prueba que no puede fallar: comprobar si su suite verde comprueba algoTenemos diez pruebas de regresión para el generador de nombres. Las diez estaban en verde. Eso no demuestra nada. Una suite de pruebas informa de dos cosas — que el código pasa y que la suite sería ca…Leer →
- Una regla de patronímico en una línea falla en el décimo nombreLos patronímicos ucranianos parecen un trabajo para sprintf. Tome el nombre de pila del padre, elimine una -а/-я/-о final, añada -ович para un hijo y -івна para una hija. Іван → Іванович, Іванівна. Пе…Leer →
- Uno de cada diez niños franceses se llamaba Jean. El número uno de hoy alcanza el 1,96 %. El desplome de la concentración de nombresEntre los niños franceses nacidos en la década de 1940, el 10,22 % se llamaba Jean. Uno de cada diez. Los diez nombres masculinos más frecuentes cubrían el 46,79 % de toda la cohorte — se podía nombra…Leer →
- `ucfirst(strtolower($name))` rompe los nombres, y se puede medirTodo pipeline de tratamiento de nombres acaba topándose con una fuente que grita. Los registros nacionales almacenan los nombres en mayúsculas — MCKENZIE, O'BRIEN, NGUYEN VAN NAM — porque los sistemas…Leer →
- ¿Arraigados o importados? Distinguirlos con el registro y nada másEl instituto nacional de estadística de España, el INE, publica sus apellidos sin tildes. GARCIA, MARTINEZ, TRAORE, CALDERON — 86.512 filas, 1.832 de ellas con Ñ y cero con acento agudo o diéresis. Lo…Leer →
- ¿Cuántos apellidos tiene un país? Taiwán tiene 1.785. Ucrania, 707.685. Italia no lo sabe.Pregunte cuántos apellidos distintos existen en un país y esperará una respuesta del mismo orden de magnitud en todas partes. No la obtendrá. El Ministerio del Interior de Taiwán contó 1.785 apellidos…Leer →
- ¿Es su conjunto de datos «nacional» en realidad regional? Una prueba de cinco minutosNuestros datos de nombres de pila para el Reino Unido se construyeron a partir de fuentes británicas, se etiquetaron como británicos, se validaron como británicos y se entregaron como británicos. Eran…Leer →
- ¿Qué países comparten nombres? Hemos medido los 1.953 pares — y la coincidencia más próxima a Argentina no es EspañaTomamos los corpus de nombres de los 63 locales que el corpus contenía en el momento de la ejecución, comparamos cada uno de los 1.953 pares posibles con dos métricas de similitud y los clasificamos. …Leer →
- ¿Qué proporción de un país deberían representar sesenta ciudades? Sobre cómo elegir un umbral que se pueda defenderLa comprobación de datos más barata que ejecutamos cabe en una línea de aritmética: sumar las poblaciones de las ciudades de un fichero de localidades, dividir por la población del país y mirar el coc…Leer →