Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

reported_success back-filled with numeric junk from the main sheet's `outcome` column (43 rows)

Đang mở
  • Có gì không ổn?
#132 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
64/100
Loại issue
Lỗi
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Ít trao đổi
Công nghệ
r
Lĩnh vực
data-engineering

Hướng nghiên cứu

Bắt đầu tại prepare_fred.qmd:570 và đọc R/outcome_vocabulary.R, sau đó render pipeline để tái hiện cảnh báo invalid reported_success. Quyết định nên thêm guard cho hay loại bỏ fallback khỏi outcome, đồng thời xác minh rằng không còn dữ liệu số rác nào được tạo ra trong khi các nhãn outcome hợp lệ và các cột provenance vẫn nguyên vẹn.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Problem

prepare_fred.qmd:570 back-fills reported_success from the main FReD Google Sheet's outcome column:

reported_success = coalesce(reported_success, outcome),

That column does not contain outcome codes. Of its 3,109 non-NA values:

shape n
purely numeric (1×1018, 124×262, 10×183, 92×172, 31×102, 2×104, …) 2,256
#N/A (broken spreadsheet formula) 839
long free text (>60 chars, e.g. "independent predictors of forgiveness") 4
actual outcome labels 2 (one failed, one successful)

So wherever the COS success-coding join leaves reported_success empty, the pipeline substitutes an unrelated number.

Impact

A fresh render of prepare_fred.qmd (2026-07-25) produces 43 rows with numeric reported_success: 31×19, 12×12, 1×10, 124×2.

Affected fred_ids include all the XPHI* entries (XPHI1, XPHI9, XPHI17, XPHI18, XPHI20, XPHI21, XPHI24–XPHI27, XPHI29), additional_studies4/40/48/76/78/91, Boyce_etal2023137_1, Boyce_etal202368, CORE_147, curatescience23.

Note their reported_success_quote_source is populated correctly (abstract, https://osf.io/4ewkh, …), so only the code itself is wrong — the provenance columns are fine.

How it was found

The outcome-vocabulary normalisation added in 01d5e75 includes a check that warns when reported_success falls outside the 15 allowed values. It fired on the first fresh render:

⚠ reported_success values outside the allowed vocabulary: '1', '12', '124', '31'

This is pre-existing — the coalesce predates that commit. It did not show in the committed output/FReD.xlsx (last built 2026-02-01) because the source sheet has drifted since.

output/FReD.xlsx was not updated with the bad render; it remains at the 2026-02-01 build.

Options

  1. Guard the coalesce — only fall back to outcome when the value is in VALID_OUTCOMES (see R/outcome_vocabulary.R). The 43 rows become NA, which is honest; costs the 2 genuine labels unless they are re-coded at source.
  2. Drop the coalesce entirely — the column yields 2 usable values out of 3,109, so the fallback arguably has no value at all.
  3. Fix the source sheet — work out what the outcome column is actually holding (the numbers look like counts or IDs), rename it so it stops colliding with the outcome vocabulary, and repair the #N/A formula.

Option 1 or 2 unblocks re-rendering FReD; option 3 is the durable fix.

Also worth noting

A fresh render also changes the row count 2,164 → 2,036 and leaves 33 rows with no reported_success at all. That is ~6 months of upstream sheet drift rather than a bug, but it means the next FReD.xlsx refresh is a substantive data change that should be reviewed on its own.

Ngôn ngữ chính
HTML
Star
1
Fork
0
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của forrtproject/fred-data

Tất cả issue của forrtproject/fred-data

Issue tương tự

Thêm issue về Data Engineering

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.