Släkttrim - Frågor/synpunkter

[tommypeters]

Jo, men som jag skrev skulle det vara värdefullt att veta vilka larm som Släkttrim ger som indikerar något som troligen skulle ge ett fel i Disbyt och vilka som inte märks där. Då kan man börja med dessa så att jag får in min Disbyt-uppdatering någon gång... ...och efter det kan man ta itu med de andra.

[Gestblom]

Att anpassa Släkttrim till egenheter i dagens Disbyt är inte meningsfullt för närvarande.
Bidragen till Disbyt går igenom både en maskinell och en manuell kontroll och som du vet får du bl.a. en fellista tillbaka.
Du kan alltid skicka in ditt bidrag på nytt efter korrigering.

[tommypeters]

...och det är ju precis det jag ett par gånger nu skrivit att man inte ska göra, släkttrim ska fungera som det gör - det enda jag har efterfrågat är information om vilka larm som släkttrim ger som påverkar hur slutresultatet blir i Disbyt. Är det för betungande kan man ju ge den informationen i den här tråden och hoppas på att alla som ska ladda upp till Disbyt läser den här tråden först...

[Gestblom]

Bidrag till Disbyt körs maskinellt och ger en lista med fel som Disbytombudet kan åtgärda manuellt.

De meddelanden från Släkttrim som absolut bör rättas före inskick till Disbyt är

- Individ med okänt kön
- SEX-taggen saknas
Effekten av dessa blir att personer försvinner från familjesidan, men kan dyka upp i antavlan.

- NAME taggen saknas eller är tom
Personen försvinner i Disbyt

- Ej korrekt kalenderdatum
Slinker igenom

Några meddelanden t.ex. mansnamn på kvinna visas för ombudet för manuell korrigering.
Andra slinker igenom disbytkontrollen, men resulterar som värst i att vissa personer inte blir sökbara.

[tommypeters]

Tack, de larm som jag mest fått beror på hur Ancestry hanterar när man godtar en "hint" de ger om en källa. Dubbla födelsenotiser, vigselnotiser, dödsnotiser och namnförekomster.

Till exempel kan en person ha en födelsenotis på "18 Jan 1867, Torhamn, Blekinge" och när jag sedan kollat i Arkiv Digital är det "18 Jan 1867, Hästholmen, Tohamn, Blekinge län" och den sista blir "Preferred". Vad händer om denna dubblett lämnas kvar, från tidigare svar antar jag att det då blir två (likadana) dödsuppgifter för personen, men bara en person? Hur blir det med dubbletter för vigsel, död och namn?

[Gestblom]

Det beror på hur den genererade Gedcom-filen ser ut.
Om två BIRT finns för samma person kommer båda med till Disbyt och kommer att visas som två separata händelser.
En av dem kommer att gälla som födelse i familj- resp. antavla.
Samma gäller antagligen för vigsel och död.
För namn kommer bara en att synas (gissar jag).

[tommypeters]

0 @P5162@ INDI
1 OCCU Torpare
2 PLAC Svanhalla 37, Torhamn, Blekinge län
1 BIRT
2 DATE 3 Sep 1810
2 PLAC Jämjö, Blekinge län
1 DEAT
1 NAME Johannes /Jonasson/
1 BIRT
2 DATE 3 Sep 1810
2 PLAC Jämjö, Blekinge län
1 SEX M
1 FAMS @F1919@
1 FAMS @F1920@

[Gestblom]

Tommy,
sökning på Johannes Jonasson i Disbyt kommer att ge två identiska rader pga. 2 st. BIRT.
DEAT ger inget eftersom ort och datum saknas.
Han hittas också med sökning på Jämjö.

[Rolf Carlsson]

kan vi flytta Disbyt till en egen tråd - tack

[tommypeters]

Ja, jag fortsätter att plocka bort dem...

Skulle ju inte vara så svårt att göra ett skript eller program där jag plockade bort sådant här från GEDCOM-filen, men det är förstås bättre (men tråkigare) att får bort det från släktforskningen "på riktigt".

[Gestblom]

Rolf,
Släkttrim är ett utmärkt hjälpmedel för att hitta fel innan man skickar in till Disbyt.
Frågan (#63) gällde vilka meddelanden från Släkttrim är som är kritiska för Disbyt och alltså relevant här.

[m06015]

Släkttrim saknar tydligen möjlighet att söka dubblerade personer med hjälp av vigseldatum. Två personer gifta med varandra utan andra kända datum än deras vigseldatum går att använda i Dubbelgångaren 2013 när man söker dubbletter.

[C-J Gustafsson]

Hej Runar
Den dubblettkontroll som ligger i egenkontrollen av GEDCOM filen jämför bara individdata.
Alla dubblettsökningsprogram, som Disgen, Släkttrim och Dubbelgångaren arbetar på lite olika sätt, därför är det bra att använda flera program när man söker dubbletter.
Dubbelgångaren är ett utmärkt komplement, som ni dessutom tillhandahåller utan kostnad.

Men nu lite reklam för Släkttrim. Den första dubblettkontrollen, som bara bearbetar GEDCOM filen, gör en grov bedömning av likheter och skillnader i individernas data.
En svårighet är att hitta en bra balans mellan antalet dubbletter och falsklarm. Blir falsklarmen för många blir det svårt att få användaren att seriöst arbeta sig igenom listan.
Här finns en variant med XL-lista, som vi inte vågat släppa ut ännu, då antalet falsklarm ökar dramatiskt, men å andra sidan hittar man en och annan okänd dubblett.

Nästa steg i Släkttrim är att använda alternativa dubblettkontrollen 2A. Den arbetar helt annorlunda då den använder matchningstekniken för att hitta dubbletter.
Här har vi dock inte lyckats hitta en bra balans på dubbletter och falsklarm. Det har blir ibland en alldeles för lång lista, som vi överlämnar till användaren att bestämma hur långt man orkar gå.

Nästa steg är i själva matchningen, där konflikter i matchningen ibland kan bero på dubbletter, som på så sätt upptäcks.
När det gäller matchningsfunktionerna så jämförs där hela familjer, så där kommer även vigseldatum med i avvägningen.

Varför lägga ner så har mycket energi på dubbletter?
Bakgrunden är kravet att RGD, som de här funktionerna är framtagna för, enbart skall innehålla unika individer.
Matchningstekniken för att identifiera unika individer i två olika databaser har skapats och testats med gott resultat.
Men dubbletter i de enskilda databaserna fångas bara i undantagsfall upp.
Därför är det viktigt för oss, att så långt som möjligt, eliminera dubbletter i det data som skall användas till RGD.

[tommypeters]

När dubblettkontrollen som nu sorteras i ordningen "troligast" till "minst troligt" så spelar det ju mindre roll om listan blir mycket lång. Mängden falsklarm bör öka kraftigt när man kommer ner till ett läge motsvarande "mindre troligt" och där skulle antagligen annars listan klippts av om ni ville begränsa antalet falsklarm. Det vore ju värre om listan presenterades i bokstavsordning eller datumordning, då kunde man helt klart riskera att missa en hel del dubbletter pga utmattning...

[tommypeters]

Dubbelgångaren fungerar för övrigt mycket bra, det vore inte dumt om Runar kunde inkorporera funktionen i Släkttrim... ;-)

[Rolf Carlsson]

Runar har varit involverad i RGDs projektarbete och vi utvärderar de funktioner, som täcks in av Dubbelgångaren.

Dubblettsökningen, som Kalle beskriver, sker i flera steg. Självfallet är det så, att om de dubbletter, som signalerats i indatavalideringen inte korrigerats, kommer dessa även upp i samband med matchning. Vi vill först göra grovgallring och senare "finliret" med matchningsoperationerna.

Det unika med RGD är att i samband med matchningen jämförs hela familjebilder. I detta sammanhang dyker ett antal varianter på relationsdubbletter/relationsfel upp, vilka inte kan upptäckas vid granskning av enskilda individer.

Exempel är:
- Dubbla föräldrapar när syskon registreras vid olika tidpunkter
- Fel partner
- Barn har hamnat i fel äktenskap - ofta på grund av snarlikhet

Observera att de upptäckta relationskonflikterna kan finnas såväl i indatafilen som i RGDs databas, då familjen tidigare saknat matchning eller samma fel har funnits i två indatafiler. När en indatafil med avvikande matchning avseende relationer jämförs med databasen sker en analys var avvikelsen ligger och i förekommande fall kommer databasen att korrigeras av "RGD-funktionär" och medlemmen bör korrigera i sin egen forskning.

Jag vill också betona att i det pilotprojekt vi bedrivit har ett avsevärt antal relationskonflikter uppkommit i samband med matchning. Denna företeelse är mycket vanligare än vad de erfarna släktforskare, som deltagit i pilotprojekt, kunde föreställa sig. Flera av dem blev "brutalt" överraskade.

Det är just av den anledningen jag så många gånger upprepat värdet av att kunna jämföra den egna forskningen redan nu i Beta-versionen. Rättade fel är rättade fel. Ett tips är att ta kontakt med den eller de personer, som har störst antal "lika-poster" i Disbyt-rapporten. Utbyt Gedcomfiler med varandra och genomför matchningsmomentet.

[tommypeters]

Hur är det med namn till namndatabasen, vill ni ha in namn som saknas? Jag har ju också rätt många "Jeppa-män" som det klagas på, liksom alla kvinnor som heter Bothil/Botill/Bothel/Botel, Una, Tove, Ingiar, Holmfrid (var kvinnonamn innan det blev mansnamn...), Gotthild och Kristen samt en del kvinnonamn som blivit ändrade efter emigrering som Fran och Jean...

[tommypeters]

Jag får en del falsklarm på kön, texten: "Mansnamnet saknas men finns som kvinnonamn, kolla" - men om jag kollar i GEDCOM-filen så är det markerat "1 SEX F" på henne.

[C-J Gustafsson]

Hej Tommy
Vilken identitet gäller det? Finns hon i de fil jag fått från dig?

[tommypeters]

Det är flera identiteter, vet inte om de fanns i filen från mig, här är en av dem:

0 @P6396@ INDI
1 BIRT
2 DATE 9 Mar 1897
2 PLAC Torhamn, Blekinge län
2 SOUR @S-1097635058@
3 PAGE The National Archives at Atlanta; Atlanta, Georgia, USA.; Petitions for Naturalization, compiled 1913 - 1991; National Archives Publication: 578688; Record Group Title: Records of District Courts of t
4 CONC he United States
3 _APID 1,1850::429135
2 SOUR @S-1775714630@
3 PAGE Year: 1930; Census Place: Miami, Dade, Florida; Roll: 311; Page: 29B; Enumeration District: 68; Image: 60.0; FHL microfilm: 2340046
3 _APID 1,6224::102646534
2 SOUR @S-1775431762@
3 PAGE Year: 1940; Census Place: Miami, Dade, Florida; Roll: T627_631; Page: 10B; Enumeration District: 69-89A
3 _APID 1,2442::134242316
2 SOUR @S-1729515124@
3 PAGE Number: 263-26-7357; Issue State: Florida; Issue Date: Before 1951
3 _APID 1,3693::61989390
1 DEAT Age at Death: 70
2 DATE Dec 1967
2 PLAC Miami, Dade, Florida, USA
2 SOUR @S-1727965705@
3 _APID 1,7338::1210646
2 SOUR @S-1729515124@
3 PAGE Number: 263-26-7357; Issue State: Florida; Issue Date: Before 1951
3 _APID 1,3693::61989390
1 NAME Madelin Gunhild Elizabeth /Södergren/
2 SOUR @S-1097635058@
3 PAGE The National Archives at Atlanta; Atlanta, Georgia, USA.; Petitions for Naturalization, compiled 1913 - 1991; National Archives Publication: 578688; Record Group Title: Records of District Courts of t
4 CONC he United States
3 _APID 1,1850::429135
2 SOUR @S-1729515124@
3 PAGE Number: 263-26-7357; Issue State: Florida; Issue Date: Before 1951
3 _APID 1,3693::61989390
2 SOUR @S-1703992271@
3 _APID 1,2469::674366259
1 RESI
2 DATE 1938
2 PLAC Miami, Florida, USA
2 SOUR @S-1703992271@
3 _APID 1,2469::674366259
1 EVEN
2 TYPE Civil
2 PLAC Florida, USA
2 SOUR @S-1729515124@
3 PAGE Number: 263-26-7357; Issue State: Florida; Issue Date: Before 1951
3 _APID 1,3693::61989390
1 RESI
2 DATE 1935
2 PLAC Miami, Dade, Florida, USA
2 SOUR @S-1775431762@
3 PAGE Year: 1940; Census Place: Miami, Dade, Florida; Roll: T627_631; Page: 10B; Enumeration District: 69-89A
3 _APID 1,2442::134242316
1 RESI Age: 43Marital Status: Widowed; Relation to Head of House: Head
2 DATE 1 Apr 1940
2 PLAC Miami, Dade, Florida, USA
2 SOUR @S-1775431762@
3 PAGE Year: 1940; Census Place: Miami, Dade, Florida; Roll: T627_631; Page: 10B; Enumeration District: 69-89A
3 _APID 1,2442::134242316
1 RESI Age: 33Marital Status: Married; Relation to Head of House: Wife
2 DATE 1930
2 PLAC Miami, Dade, Florida, USA
2 SOUR @S-1775714630@
3 PAGE Year: 1930; Census Place: Miami, Dade, Florida; Roll: 311; Page: 29B; Enumeration District: 68; Image: 60.0; FHL microfilm: 2340046
3 _APID 1,6224::102646534
1 EVEN Age: 16
2 TYPE Arrival
2 DATE 1913
2 SOUR @S-1775714630@
3 PAGE Year: 1930; Census Place: Miami, Dade, Florida; Roll: 311; Page: 29B; Enumeration District: 68; Image: 60.0; FHL microfilm: 2340046
3 _APID 1,6224::102646534
1 EVEN
2 TYPE Civil
2 DATE 7 May 1936
2 PLAC Miami, Florida, USA
2 SOUR @S-1097635058@
3 PAGE The National Archives at Atlanta; Atlanta, Georgia, USA.; Naturalization Certificate Stubs, compiled 1921 - 1991; National Archives Publication: 2887109; Record Group Title: Records of District Court
4 CONC s of the United States; Record Group Number: 21
3 _APID 1,1850::2439828
1 MARR
2 DATE 28 Dec 1925
2 PLAC Miami, Florida, USA
2 SOUR @S-1097635058@
3 PAGE The National Archives at Atlanta; Atlanta, Georgia, USA.; Petitions for Naturalization, compiled 1913 - 1991; National Archives Publication: 578688; Record Group Title: Records of District Courts of t
4 CONC he United States
3 _APID 1,1850::429135
1 EVEN Age: 38
2 TYPE Civil
2 DATE 5 Feb 1936
2 PLAC Miami, Florida, USA
2 SOUR @S-1097635058@
3 PAGE The National Archives at Atlanta; Atlanta, Georgia, USA.; Petitions for Naturalization, compiled 1913 - 1991; National Archives Publication: 578688; Record Group Title: Records of District Courts of t
4 CONC he United States
3 _APID 1,1850::429135
2 OBJE
3 FILE http://trees.ancestry.com/rd?f=image...91483&pid=6396
3 FORM jpg
3 TITL FloridaNaturalizationRecords1847-1995ForElizabethTheophilos
1 SEX F
1 SOUR @S-1731048031@
2 PAGE Ancestry Family Tree
2 DATA
3 TEXT http://trees.ancestry.com/pt/AMTCita...91483&pid=6396
1 OBJE
2 FILE http://trees.ancestry.com/rd?f=docum...91483&pid=6396
2 FORM htm
2 TITL Biografi
1 OBJE
2 FILE http://trees.ancestry.com/rd?f=image...91483&pid=6396
2 FORM jpg
2 TITL Jeanette and Elizabeth Theophilos
1 OBJE
2 FILE http://trees.ancestry.com/rd?f=image...91483&pid=6396
2 FORM jpg
2 TITL FloridaNaturalizationRecords1847-1995ForElizabethTheophilos
1 OBJE
2 FILE http://trees.ancestry.com/rd?f=docum...91483&pid=6396
2 FORM pdf
2 TITL Jeannette and Elisabeth (1)
1 OBJE
2 FILE http://trees.ancestry.com/rd?f=image...91483&pid=6396
2 FORM jpg
2 TITL Elizabeth Sodergren Front right
1 OBJE
2 FILE http://trees.ancestry.com/rd?f=image...91483&pid=6396
2 FORM jpg
2 TITL FloridaNaturalizationRecords1847-1995ForElizabethTheophilos
1 FAMC @F1803@
1 FAMS @F8284@

[C-J Gustafsson]

Hon fanns med i den filen jag hade med då hade hon ett helt annat utseende.
Jag kan inte köra några tester med bara ett urklipp av en enskild post, jag måste ha en ny fil från dig för att kunna få fram vad problemet är.
FTM filerna har varit ett problem, men jag trodde att vi lyckats fixa till det.

[tommypeters]

Det är en Ancestry-fil, FTM är lite annorlunda...

[Rolf Carlsson]

Vi är medvetna om att många namn fortfarande saknas i Namndatabasen. Vi tar fram listor över namn, som saknas i Databasen och gör till och från uppdateringar/grupperingar. Det är och förblir manuella bedömningar för varje enskilt namn; för förnamnen söker vi ursprungsnamn för gruppering (Kerstin hör till Christina) och för efternamn likartade/likljudande kombinationer Källberg - Tjellbärgh).

Av samma skäl kan ett specifikt förnamn vara grupperat med kön M, men kan även förekomma som kvinnonamn. Tekniskt sett är detta även ett saknat namn.

Tills vidare tar vi fram namnlistor över saknade namn i Gedcom-filer i den takt vi hinner att bearbeta. Eftersom samma saknade namn kan finnas i flera Indatafiler är det ingen större mening med att ha ett större lager av listor att bearbeta.

När vi har uppnått en högre täckningsgrad av grupperade namn, blir det även relevant att visa alla saknade namn i Indatavalideringen. I det läget upptäcks även rena felstavningar; Kartina, Andesr och liknande.

[tommypeters]

Fil skickad.

[BrJohan]

Jag såge gärna att utdatafilerna från en exekvering av RGD Web-service kunde hämtas i en .zip- eller .tar-fil innehållande textfiler.

Bra vore också om utdatafilernas innehåll ges en reguljär och beskriven form - för att underlätta/möjliggöra maskinell efterbearbetning.

[C-J Gustafsson]

Han som kan svara på frågorna är på resande fot och kan inte svara just nu. Men jag lägger in det som två ärenden i vårt system.

När det gäller utdatafilernas utformning går det att skapa alternativ. Vi har väl inte bedömt att det skulle vara vanligt att de bearbetas maskinellt.
De får ju inte bli svårlästa för manuell behandling heller. Där vi internt haft liknande behov har vi helt enkelt skapat två olika varianter, då kan man också anpassa dom maximalt.

Vi är tacksamma för förslag och bra exempel.

[tommypeters]

Sedan finns det ju personer som man alltid kommer att få "personnamnslarm" på... :-) - som Carl Eugen Desiré Ählström, som inte tyckte det var nog utan döpte sonen till Ernst Desiré...

[C-J Gustafsson]

Hej Bror
Stort tack för dina förslag, vi går igenom dom när vi börjar jobba med ärendet.

[Mogenealogen]

Jag har människor födda i Göteborg och Stockholm registrerade i mitt program, alltså ingen närmare uppgift om församling där.
På Disbyt har detta accepterats men i Släkttrim får jag påpekande. Kommer detta att bli problem sedan vid den kommande uppladdningen till RGD?

[Rolf Carlsson]

Hej Lars

Vi är medvetna om att det för Stockholm och Göteborg frekvent förekommer att enbart stadsnamnet anges. Det står exempelvis född i Göteborg, flyttar till Stockholm eller liknande. Även landskapsnamnen används på samma sätt. Att du får en varning är ju bara till för att följa upp och ev. korrigera.
Vad gäller din egen forskning anger du de mest preciserade uppgifterna du har tillgängliga. Detta kommer även att fungera i RGD. Om familjerelationer saknas kan svårigheter uppstå att finna individen hos en annan forskare. Finns en familjebild och ett annat inrapporterat bidrag/databasen bättre preciserar orten för just den familjen kommer familjen att identifieras genom andra familjemedlemmar.

Om du använder Disgen och i ortsträdet under utskrifter för Stockholm <Kommun> anger tillägget (AB) resp. för Göteborg (O) bör det fungera utan anmärkning.