Boletines legislativos en tramitación

Título del proyecto de ley tal como lo publica la fuente. Texto libre, sin catálogo ni normalización.

TRAMPA DE CONTEO: un título que empieza con [error] no corresponde a un proyecto. Marca la fila mínima que el constructor del caché deja cuando no logró leer el detalle del boletín, con todos los demás campos nulos y el tema en el bucket residual. Quien cuente filas sin descartar esos títulos cuenta fallas de captura como proyectos de ley.

Fecha en que el proyecto ingresó a tramitación, según la fuente.

Se normaliza a fecha ISO desde los tres formatos que la fuente mezcla (AAAA-MM-DD, dd/mm/aaaa y dd-mm-aaaa). Una fecha que no se pueda interpretar queda nula en vez de aproximarse a otra.

Forma en que se originó el proyecto, en el texto que entrega la fuente: típicamente Moción cuando el origen es parlamentario y Mensaje cuando es del Ejecutivo.

La lista de valores no es un conjunto cerrado. El web service publica un catálogo de tipos de iniciativa en un endpoint aparte, pero este recurso guarda el texto tal como viene en el detalle del proyecto, sin validarlo contra ese catálogo y sin restricción en la base de datos. Un recorte por esta columna debe enumerar los valores presentes en los datos.

Autores del proyecto, como arreglo JSON de nombres serializado dentro de una sola celda. El tipo declarado es cadena porque un CSV no tiene columnas repetidas; en la base de datos la columna es JSON.

Son nombres y ningún identificador. La fuente no acompaña cada nombre con un código de parlamentario en este campo, así que unir este recurso con cualquier registro de personas exige un cruce por nombre, con los errores que eso arrastra: homónimos, orden de los apellidos y grafías distintas de la misma persona.

El arreglo queda vacío cuando la fuente no declara autores, y en las filas de error.

Frase corta que resume el origen del proyecto, con sus partes separadas por ·. La construye Tuwün para mostrarla en la ficha.

TIENE TRES FORMAS DISTINTAS SEGÚN EL TIPO DE INICIATIVA. Un parser escrito contra una sola de ellas falla en silencio sobre las otras dos:

• Moción: Moción · 8 parlamentarios · Ingreso jul-23. El segmento del medio lleva la cantidad de autores, en singular cuando es uno, y desaparece entero cuando la fuente no declara autores.
• Mensaje: Mensaje · Presidencia de la República · Ingreso oct-23. Acá el segmento del medio es un literal fijo del código y no un dato de la fuente: nunca lleva cantidad de autores y nunca nombra al ministerio que originó el mensaje.
• Cualquier otro tipo: <tipo> · Ingreso oct-23, sin segmento intermedio.

El mes va abreviado en español y el año en dos dígitos. Para cualquier análisis conviene usar iniciativa, autores_jsonb y fecha_ingreso en vez de parsear esta frase, cuyo formato cambia cuando cambia la ficha.

Cámara en que se originó el proyecto, en el texto que entrega la fuente, típicamente Cámara de Diputados o Senado. No hay catálogo asociado ni restricción en la base de datos, así que la lista no es cerrada y la grafía es la de la fuente.

Es la cámara de origen y no la cámara donde el proyecto se tramita hoy: un proyecto originado en una puede estar radicado en la otra. La etapa vigente la describen los campos de último trámite.

Estado de tramitación del proyecto, en el texto que entrega la fuente. Texto libre, sin catálogo ni restricción en la base de datos: la lista de estados posibles se enumera sobre los propios datos.

Es el estado al momento en que se capturó la fila, que puede ser bastante anterior a la fecha del snapshot, porque el modo de reanudación del constructor no refresca los boletines que ya están en la tabla. La columna updated_at dice cuándo fue esa captura, y este estado se lee contra esa fecha.

Los estados terminales siguen presentes. Los reportes de Tuwün consideran fuera del «corpus vivo» los valores Promulgado, Archivado, Rechazado y Retirado, pero ese recorte se aplica al consultar, así que este recurso los incluye y filtrarlos es tarea de quien lo analice.

Tipo de la urgencia vigente que registra el detalle del proyecto, por ejemplo Simple, Suma o Discusión inmediata. Sale del campo autoritativo descripcion/urgencia_actual que el web service del Congreso ya entrega resuelto, no de recorrer el historial de urgencias del proyecto y quedarse con la última: ese método se descartó porque sobrecontaba las urgencias vigentes en 2,3 veces. El literal Sin urgencia que a veces trae la fuente se normaliza a nulo.

UN VALOR PRESENTE NO ACREDITA UNA URGENCIA VIGENTE EN ESTA TABLA. El campo fuente sí resuelve si hay urgencia vigente al momento de la consulta, pero este recurso no verifica si esa urgencia sigue vigente al momento de leer la fila ni si caducó por término de legislatura (Reglamento del Senado, art. 153): la fecha en que se puso la urgencia está en urgencia_fecha_ingreso, y contrastarla contra la legislatura en curso es lo que permite saber si sigue viva o ya caducó.

Fecha en que se puso la urgencia que registra urgencia_actual. Sale de la entrada sin FECHARETIRO con la FECHAINGRESO más reciente del bloque <urgencias> del web service del Congreso — la entrada que define la urgencia actual del proyecto— y solo se calcula cuando urgencia_actual no es nulo.

Es la columna que permite verificar si urgencia_actual sigue vigente o ya caducó por término de legislatura (Reglamento del Senado, art. 153): la legislatura corre del 11 de marzo al 10 de marzo del año siguiente, y una urgencia puesta en una legislatura ya cerrada deja de estar vigente aunque el Senado no la haya marcado con FECHARETIRO en su sistema.

VIENE MAYORITARIAMENTE NULA MIENTRAS EL CORPUS NO SE REPUEBLE. La columna se agregó después de que la mayoría de las filas ya estaban capturadas, y el modo de reanudación del constructor no refresca los boletines existentes. Un nulo acá significa dato ausente —no se pudo determinar cuándo se puso la urgencia—, nunca «sin urgencia»: la ausencia de urgencia se representa con urgencia_actual nulo, no con esta columna.

Fecha del último trámite del proyecto, entendido como el último elemento de la lista de tramitación que entrega la fuente.

«Último» es posicional. Se toma el elemento final de la lista tal como la fuente la ordena, sin reordenarla por fecha, así que si la fuente devolviera la tramitación desordenada esta fecha no sería la más reciente. Se normaliza desde los mismos tres formatos que fecha_ingreso y queda nula si no se puede interpretar.

Es la columna con que se identifican los proyectos «durmientes», sin movimiento por un periodo extendido. Un nulo acá no indica ausencia de movimiento. Indica que el último trámite no trae una fecha utilizable.

Descripción del mismo trámite que fecha ultimo_tramite_fecha.

El contenido tiene dos procedencias. Cuando la fuente trae una descripción explícita para ese trámite, se publica tal cual; cuando no la trae, el valor se arma uniendo la etapa y la subetapa con / . Por eso una descripción con la forma <etapa> / <subetapa> indica que la fuente no entregó texto propio para ese trámite, y no que el trámite se llame así.

Uno de los doce temas de preocupación ciudadana con que Tuwün compara la agenda legislativa con la agenda pública, más el valor residual Otros.

LA CLASIFICACIÓN LA PRODUCE TUWÜN Y NO EL CONGRESO. Ninguna autoridad legislativa asignó este tema ni lo validó. Lo asigna un clasificador propio que busca expresiones regulares sobre el título y las materias del proyecto, en un orden fijo donde gana el primer patrón que hace match. Un proyecto que toque dos temas recibe solo el que aparece primero en ese orden, así que la distribución por tema depende del orden del clasificador tanto como del contenido de los proyectos.

Otros queda fuera de la lista de doce. Es el valor de respaldo cuando ningún patrón hace match, y también el que llevan las filas de error, de modo que su tamaño mide la cobertura del clasificador y no un tema real de la agenda.

Los doce temas son las cadenas canónicas que el pipeline de congreso toma del listado de preocupaciones ciudadanas del Centro de Estudios Públicos (CEP). El clasificador falla al cargar si alguna de sus claves se sale de esa lista, pero la columna en sí no tiene restricción en la base de datos.

Momento en que se escribieron los valores que la fila contiene, con zona horaria.

ES LA ÚNICA FORMA DE FECHAR LO QUE LA FILA REPORTA. En su modo predeterminado, el constructor del caché salta los boletines que ya están en la tabla, así que una fila puede ser bastante anterior al snapshot que la publica: sus valores describen la tramitación tal como estaba en el momento que marca esta columna, y no en la fecha de la descarga. estado_actual, urgencia_actual y los dos campos de último trámite se leen contra esta fecha.

Es una marca del pipeline de Tuwün y no un hecho legislativo. La genera la base de datos al escribir la fila, así que sí es un instante bien definido, a diferencia de las fechas que entrega el web service.