1. சேகரிப்பு

முடிவடைந்து அதிகாரப்பூர்வமாக வெளியிடப்பட்ட குலுக்கல்கள் மட்டுமே சேகரிக்கப்படுகின்றன. எதிர்காலத் தேதிகள் சேர்க்கப்படாது. கோரிக்கைகளுக்கு இடையில் முறையான இடைவெளி விடப்பட்டு, பயன்பாட்டின் விவரங்கள் தெரிவிக்கப்பட்டு, robots.txt விதிகள் மதிக்கப்படுகின்றன. அணுகல் கட்டுப்பாடுகளோ அல்லது CAPTCHA-க்களோ ஒருபோதும் கடக்கப்படாது; தானியங்கி அணுகல் இல்லையெனில் நிர்வாகி வெளியிடப்பட்ட ஆவணத்தை நேரடியாகப் பதிவேற்றுவார்.

2. சேமிப்பும் மூலத் தடமும்

ஒவ்வொரு மூல ஆவணமும் அதன் அசல் பெயர், கோப்பு வகை, அளவு, பதிவிறக்க நேரம், மற்றும் SHA-256 சரிபார்ப்பு மதிப்பு ஆகியவற்றுடன் பாதுகாப்பாகச் சேமிக்கப்படுகிறது. இது நகல் பதிவுகளைத் தடுத்து, ஒவ்வொரு பதிவும் எந்தக் கோப்பிலிருந்து வந்தது என்பதை உறுதிப்படுத்துகிறது. பிரித்தெடுக்கப்பட்ட உரையும் தணிக்கைக்காக வைக்கப்படுகிறது.

3. ஆவண வாசிப்பு

PDF, HTML அல்லது உரை மூலங்களிலிருந்து குலுக்கல், தேதி, இடம், பரிசுகள், பொருத்தும் விதிகள் மற்றும் வெற்றி எண்கள் ஆகியவை விதிகளின் அடிப்படையில் துல்லியமாகப் பிரித்தெடுக்கப்படுகின்றன. வாசிப்பான் பதிப்பு 1.0.0 ஒவ்வொரு குலுக்கலுடனும் சேமிக்கப்படுகிறது.

வாசிப்பான் தானாக எதையும் ஊகிக்காது. தெளிவில்லாத தகவல்கள் எச்சரிக்கையாகப் பதிவு செய்யப்படும்; வகைப்படுத்த முடியாத வரிகள் தனித்து வைக்கப்படும்; குறைந்த நம்பிக்கை கொண்ட முடிவுகள் மனிதச் சரிபார்ப்பிற்காகக் குறிக்கப்படும்.

4. எண்களைக் கையாளுதல்

டிக்கெட் எண்கள் எல்லா இடங்களிலும் உரையாகவே வைக்கப்படுகின்றன. இதனால் தொடக்கப் பூஜ்ஜியங்கள் பாதுகாக்கப்படுகின்றன: 000056 மற்றும் 56 வெவ்வேறு டிக்கெட்டுகள். அச்சிடப்பட்ட வடிவம், இயல்பாக்கப்பட்ட வடிவம், இலக்கங்கள் மற்றும் கடைசி நான்கு இலக்கங்கள் ஆகியவை சேமிக்கப்படுகின்றன.

பரிசுகள் தொடர் உட்பட முழு டிக்கெட் எண்ணுடனோ, அல்லது கடைசி நான்கு இலக்கங்களுடனோ பொருத்தப்படுகின்றன. ஒவ்வொரு பரிசு நிலையிலும் பயன்படுத்தப்பட்ட விதி காப்பகத்தில் பதிவு செய்யப்படுகிறது.

5. பகுப்பாய்வு

புள்ளிவிவரங்கள் முறையாகக் கணக்கிடப்பட்டு புதிய தரவு வரும் வரை தற்காலிகமாகச் சேமிக்கப்படுகின்றன. கை-சதுரம் (Chi-square), ஷானன் என்ட்ரோப்பி (Shannon entropy), வால்ட்–வோல்ஃபோவிட்ஸ் ரன்ஸ் சோதனை (Wald–Wolfowitz runs test), தொடர் தொடர்பு மற்றும் வில்சன் வரம்புகள் போன்ற நிலையான கணிதச் சோதனைகள் பயன்படுத்தப்படுகின்றன. சிறிய மாதிரிகள் தெளிவாகக் குறிக்கப்படும்.

6. இந்தக் காப்பகம் சொல்ல முடியாதவை

7. அறிந்த வரம்புகள்

• காப்பகம் முழுமையானதல்ல. இதில் இறக்குமதி செய்யப்பட்ட குலுக்கல் முடிவுகளே உள்ளன; இதுவரை நடைபெற்ற அனைத்துக் குலுக்கல்களும் இதில் இருக்க வேண்டிய அவசியமில்லை. தற்போதைய தரவு வரம்பு 07-08-2017 முதல் 05-09-2026 வரை உள்ளது.
• இடத் தரவு பகுதியளவானது. சில பெரிய பரிசுகளுக்கே மாவட்டம் வெளியிடப்படுவதால், புவியியல் பகுப்பாய்வு அனைத்து வெற்றியாளர்களையும் பிரதிநிதித்துவப்படுத்தாது.
• மூல ஆவணங்களின் வடிவங்கள் காலப்போக்கில் மாறுகின்றன. எனவே பழைய ஆவணங்கள் புதியவற்றைப் போலத் தெளிவாக வாசிக்கப்படாமல் இருக்கலாம்.
• படங்கள் மட்டுமே உள்ள PDF-கள் தவிர்க்கப்படுகின்றன; ஏனெனில் இதில் OCR பயன்படுத்தப்படுவதில்லை.
• இது அதிகாரப்பூர்வ மூலம் அல்ல. எந்தவொரு முடிவிற்கும் முன் எப்போதும் வெளியிடப்பட்ட அதிகாரப்பூர்வ அரசிதழ் முடிவைச் சரிபார்க்கவும்.

தரவு மூலங்கள் முழுப் பொறுப்புத் துறப்பு