Come contribuire al Lab: cinque punti di ingresso

Il Lab lavora su un funnel che va dalla scoperta di una fonte fino alla pubblicazione di una lettura civica. Non serve coprire tutto il percorso per essere utili: si puo' entrare in qualunque punto, in base a quello che si sa fare o si vuole imparare.

Scouting

Cosa si fa: segnalare fonti, cataloghi e dataset pubblici che vale la pena guardare meglio.

Cosa serve: curiosita' sui dati pubblici e capacita' di valutare se una fonte e' accessibile, aggiornata e abbastanza strutturata da poter essere lavorata.

Come si entra: aprire una discussion in Datasets con la fonte e un primo giudizio su cosa potrebbe valere la pena esplorare.

---

Source check e validazione

Cosa si fa: capire se un dataset regge una domanda pubblica — che limiti ha, cosa misura davvero, quali caveat sono necessari prima di leggere i dati.

Cosa serve: capacita' di leggere una documentazione tecnica, valutare una metrica, segnalare un proxy discutibile o un dato aggregato che nasconde differenze importanti.

Come si entra: commentare una discussion aperta in Datasets o Analisi con un caveat, una fonte alternativa o un limite metodologico concreto.

---

Pipeline

Cosa si fa: costruire il percorso tecnico da un file grezzo a un dato pulito e analizzabile — raw → clean → mart — con il contratto tecnico nel dataset.yml e un notebook v0 di verifica.

Cosa serve: Python o SQL, familiarita' con dati tabulari, disponibilita' a lavorare su un dataset specifico seguendo il contratto tecnico del Lab.

Come si entra: guardare un candidate aperto in dataset-incubator e segnalare disponibilita' a contribuire su un filone specifico.

---

Analisi

Cosa si fa: partire da un dataset gia' processato e costruire una prima lettura — una domanda pubblica, una metrica, un pattern territoriale — con un notebook e una discussion Analisi.

Cosa serve: capacita' di leggere dati aggregati, costruire una domanda difendibile, segnalare i limiti della lettura prima di trarne conclusioni.

Come si entra: commentare una discussion aperta in Analisi con un'osservazione, un confronto territoriale o un'ipotesi alternativa su un pattern gia' osservato.

---

Comunicazione

Cosa si fa: aiutare a rendere una lettura comprensibile a chi non conosce il dato — verificare se il framing e' chiaro, se il caveat e' visibile, se la domanda pubblica e' leggibile da fuori.

Cosa serve: capacita' di leggere una discussion come lettore esterno e segnalare dove la lettura e' ancora troppo tecnica, dove manca contesto o dove un claim rischia di essere piu' forte del dato.

Come si entra: commentare una discussion in Analisi o Metodo con un feedback su leggibilita', framing o chiarezza.

---

Una nota

Non serve scegliere subito un punto fisso. A volte il contributo piu' utile e' semplice e trasversale: segnalare che un dataset esiste anche a livello regionale, indicare un report comparabile, o dire che un pattern osservato a livello nazionale si vede in modo diverso in un territorio specifico.

Se non sai da dove partire, guarda le discussion aperte e lascia un commento su quella che ti sembra piu' vicina a quello che sai fare.