catalogue: datasets: 1 row where licence = "http://dcat-ap.de/def/licenses/gpl/3.0" and portal

The datasets each portal's latest successful harvest found. landing_page is the publisher's page for the dataset; where a catalogue gives none, uri often is.

Data license: CC BY 4.0 (portal directory, derived from Dateno); dataset metadata as each portal publishes it · Data source: Dateno, DataPortals.org, data.europa.eu, opendatArchives, and each portal's DCAT catalogue

key: What identifies the dataset in its portal
landing_page: The publisher's page for the dataset
keywords: JSON list
themes: JSON list of theme IRIs

1 row where licence = "http://dcat-ap.de/def/licenses/gpl/3.0" and portal_id = "govdata.de"

descending

✎ View and edit SQL

This data as json, CSV (advanced)

Link	portal_id	key	harvest_id	title	description	landing_page	publisher	licence	issued	modified	keywords	themes	uri	identifier
govdata.de,https://daten.digitale-mrn.de/dataset/f7671207-63c2-45fb-8766-dda668b8de44#dataset	Das Datenportal für Deutschland Open Government govdata.de	https://daten.digitale-mrn.de/dataset/f7671207-63c2-45fb-8766-dda668b8de44#dataset	5 5	Veränderungen der Grundwasserstände	Datenübernahme von CORRECTIV.Lokal Auszug aus https://github.com/correctiv/grundwasser-data: Grundwasser Daten Das Grundwasser in Deutschland sinkt dramatisch. CORRECTIV hat erstmals für Daten von rund 6.700 Grundwassermessstellen einen Überblick erstellt und sie im Vergleich ausgewertet. Methodik Grundlage unserer Analyse sind Rohdaten von Grundwassermessstellen aus 13 Bundesländern. Wir haben die Daten durch eine Kombination aus Scraping, also dem Herunterladen von Daten von den Webseiten der Behörden, und Presseanfragen gesammelt. Die von uns ausgewerteten Grundwassermessstellen liegen in unterschiedlichen Tiefen. In einigen Bundesländern werden die Grundwasserstände täglich gemessen. In anderen wird jede zweite Woche oder einmal im Monat gemessen. Um die Daten zu normalisieren, haben wir für jede Messstelle den durchschnittlichen Grundwasserstand für jeden Monat zwischen 1990 und 2021 berechnet. Wenn für eine Messstelle weniger als 95 Prozent der Monatsdaten zur Verfügung standen, haben wir sie aus unserer Analyse ausgeschlossen. In Bremen, Hamburg und dem Saarland war nach diesem Kriterium die Datenlage nicht ausreichend für unsere Auswertung. Zusätzlich führten wir einen halbautomatischen Test auf Datengenauigkeit durch. Dafür haben wir das Changepoint package in R verwendet. Wir untersuchten für jede Messstelle sprunghafte Veränderungen im Werteverlauf, was auf Fehler in den Daten hindeuten kann. Wenn beispielsweise eine Messstelle ausgetauscht wird und die Messungen nicht für die neue Höhe neu kalibriert werden, kann es den Anschein haben, dass der Grundwasserspiegel plötzlich gestiegen ist. Anschließend haben wir die Daten für jede Messstelle, bei der solche Sprünge identifiziert wurden, visuell überprüft und die fehlerhaften Stationen aus unserer Analyse entfernt. Schließlich berechneten wir den 32-Jahres-Trend mithilfe des Mann-Kendall-Trendtests, der auf langfristig steigende oder fallende Trends prüft. Wir haben die Trend-Free Pre-Whitening-Variante des Tests verwendet. Die Analyse …		Metropolregion Rhein-Neckar	http://dcat-ap.de/def/licenses/gpl/3.0	2023-05-24T10:10:18.805344	2025-05-13T15:29:48.507772	["lebensqualität", "nachhaltigkeit", "umwelt"]	[]	https://daten.digitale-mrn.de/dataset/f7671207-63c2-45fb-8766-dda668b8de44#dataset

Advanced export

JSON shape: default, array, newline-delimited, object

CREATE TABLE datasets (
    portal_id TEXT NOT NULL REFERENCES portals(id),
    key TEXT NOT NULL,
    harvest_id INTEGER NOT NULL REFERENCES harvests(id),
    title TEXT,
    description TEXT,
    landing_page TEXT,
    publisher TEXT,
    licence TEXT,
    issued TEXT,
    modified TEXT,
    keywords TEXT NOT NULL,
    themes TEXT NOT NULL,
    uri TEXT,
    identifier TEXT,
    PRIMARY KEY (portal_id, key)
);