Datenfestlegung

Eine technische Referenz zur Überprüfung der Datensatzfelder von tiny wag, der strukturierten Abdeckung und der Handhabung von Zeitstempel-Notizen.

Last reviewed: 2026-05-16

Diese Seite ist für diejenigen, die überprüfen möchten, was hinter den Zahlen steckt

Die allgemeine Leseweise ist der Datenleitfaden; diese Seite ist eine Referenz zur Überprüfung von Feldnamen, Typen und Verarbeitungsstatus.

Die Datenfestlegung ist eine Seite zur Überprüfung, welche Datensatzfelder die Zahlen von tiny wag bilden.

Wenn Sie zunächst etwas lesen möchten, ist der Datenleitfaden ausreichend. Diese Seite ist für diejenigen, die CSV- oder JSON-Elementnamen, das Ausmaß strukturierter Daten überprüfen möchten, und wie Sie verwandte Ereignisse aus Zeitstempel-Notizen überprüfen.

  • Überprüfen Sie die Grundlage der Datensätze: Sehen Sie, wie weit sie strukturiert und neu verarbeitet sind
  • Überprüfen Sie die Bedeutung von Feldern: Gleichen Sie Elementnamen, Typen und Wertbedeutungen ab
  • Verfolgen Sie verwandte Ereignisse: Sehen Sie Auslöser, Reaktionen und Zeitunterschiede bis zur Beilegung

Wichtige Dateneinheiten

This page separates what is counted as one row or one event.

Aktuelle Aufzeichnungsabdeckung

Fasst dynamisch zusammen, wie weit veröffentlichte Daten strukturiert und reorganisiert werden.

Logged days

1,445 days

Latest published data 2026-05-17

Refined records

97.7 %

1,412 days include corrected or expanded fields

Structured events

3,768 entries

Split into health events on 1,381 days

Socialization days

74.3 %

1,074 days include a social interaction event

Training logs

813 entries

575 days include structured training logs

Liste der Datensatzfelder

Eine Entsprechungstabelle für den Namen, Typ und die Bedeutung jedes Feldes. Für diejenigen, die Daten unabhängig interpretieren möchten.

Schema-Version: 2.2

Basic Info

FeldTypNullableBeschreibung
Feldage_daysTypintegerNullableBeschreibungAge in days since birth
FelddateTypstringNullableBeschreibungRecord date (YYYY-MM-DD)
Feldday_numberTypintegerNullableBeschreibungDays since adoption (1-indexed)
Feldweight_kgTypnumberNullableBeschreibungBody weight (kg)

Behavior & Health Scores

FeldTypNullableBeschreibung
Feldmetrics.activity_levelTypintegerNullableBeschreibungActivity level (1-10, AI-estimated)
Feldmetrics.appetiteTypintegerNullableBeschreibungAppetite (1-10, AI-estimated)
Feldmetrics.diet_gTypintegerNullableBeschreibungTotal daily food intake (g)
Feldmetrics.play_duration_minTypintegerNullableBeschreibungPlay duration (minutes)
Feldmetrics.socialization_progressTypintegerNullableBeschreibungSocialization progress (1-10, AI-estimated)
Feldmetrics.stress_levelTypintegerNullableBeschreibungStress level (1-10, AI-estimated)

Food Intake

FeldTypNullableBeschreibung
Feldfood.evening_gTypintegerNullableBeschreibungEvening meal (g)
Feldfood.morning_gTypintegerNullableBeschreibungMorning meal (g)
Feldfood.snack_gTypintegerNullableBeschreibungSnack/treat amount (g, explicit mentions only)
Feldfood.total_gTypintegerNullableBeschreibungTotal food intake (g)

Elimination

FeldTypNullableBeschreibung
Feldelimination.defecation.coprophagy_flagTypbooleanNullableBeschreibungCoprophagy detected
Feldelimination.defecation.failureTypintegerNullableBeschreibungDefecation accidents
Feldelimination.defecation.successTypintegerNullableBeschreibungSuccessful defecations
Feldelimination.defecation.timesTyparrayNullableBeschreibungDefecation times (HH:MM format)
Feldelimination.urination.failureTypintegerNullableBeschreibungUrination accidents
Feldelimination.urination.successTypintegerNullableBeschreibungSuccessful urinations
Feldelimination.urination.timesTyparrayNullableBeschreibungUrination times (HH:MM format)

Health Events

FeldTypNullableBeschreibung
Feldhealth_eventsTyparrayNullableBeschreibungArray of health and behavioral events
Feldhealth_events[].descriptionTypstringNullableBeschreibungEvent description
Feldhealth_events[].severityTypintegerNullableBeschreibungSeverity (0=routine, 1-2=minor, 3+=serious)
Feldhealth_events[].typeTypstringNullableBeschreibungEvent type (vomiting, clinic, grooming, etc.)

Training Logs

FeldTypNullableBeschreibung
Feldtraining_logsTyparrayNullableBeschreibungArray of training command records
Feldtraining_logs[].commandTypstringNullableBeschreibungCommand name
Feldtraining_logs[].confidenceTypnumberNullableBeschreibungParser confidence (0.0-1.0)
Feldtraining_logs[].context.arousalTypstringNullableBeschreibungArousal state (calm/excited/mixed/unknown)
Feldtraining_logs[].context.distractionTypstringNullableBeschreibungDistraction level (low/high/unknown)
Feldtraining_logs[].context.locationTypstringNullableBeschreibungLocation (home/outside/mixed/unknown)
Feldtraining_logs[].notesTypstringNullableBeschreibungTraining notes
Feldtraining_logs[].signalsTyparrayNullableBeschreibungArray of context signals
Feldtraining_logs[].statusTypstringNullableBeschreibungMastery status (introduced/in_progress/mastered)

Environment

FeldTypNullableBeschreibung
Feldenvironment.delivery_eventsTypintegerNullableBeschreibungNumber of delivery events
Feldenvironment.separation_duration_minTypintegerNullableBeschreibungSeparation duration (minutes)
Feldenvironment.separation_session_countTypintegerNullableBeschreibungNumber of separation sessions
Feldenvironment.visitor_countTypintegerNullableBeschreibungNumber of visitors
Feldenvironment.weatherTypstringNullableBeschreibungWeather (sunny/cloudy/rainy/snowy)

Weather Details

FeldTypNullableBeschreibung
Feldweather_detailsTypobjectNullableBeschreibungDetailed weather API data
Feldweather_details.cloud_cover_percentTypnumberNullableBeschreibungCloud cover (%)
Feldweather_details.conditionTypstringNullableBeschreibungWeather condition (sunny/cloudy/rainy/snowy)
Feldweather_details.humidity_percentTypnumberNullableBeschreibungHumidity (%)
Feldweather_details.precip_mmTypnumberNullableBeschreibungPrecipitation (mm)
Feldweather_details.precip_prob_percentTypnumberNullableBeschreibungPrecipitation probability (%)
Feldweather_details.pressure_hpaTypnumberNullableBeschreibungAtmospheric pressure (hPa)
Feldweather_details.sunriseTypstringNullableBeschreibungSunrise time (HH:MM:SS)
Feldweather_details.sunsetTypstringNullableBeschreibungSunset time (HH:MM:SS)
Feldweather_details.temp_max_cTypnumberNullableBeschreibungMax temperature (°C)
Feldweather_details.temp_min_cTypnumberNullableBeschreibungMin temperature (°C)
Feldweather_details.uv_indexTypintegerNullableBeschreibungUV index
Feldweather_details.wind_dir_16TypstringNullableBeschreibungWind direction (16-point compass)
Feldweather_details.wind_speed_msTypnumberNullableBeschreibungWind speed (m/s)

Tags

FeldTypNullableBeschreibung
FeldtagsTyparrayNullableBeschreibungArray of auto-extracted event tags

Überprüfen Sie scheinbar verwandte Ereignisse

Vergleichen Sie den Tagesablauf und die Reaktionen zeitlich und organisieren Sie diese als Hypothesen, die später überprüft werden können.

Vergleichen Sie Datensätze vom selben Tag in chronologischer Reihenfolge und organisieren Sie den Fluss von Auslöser → Reaktion → Beilegung als eine Hypothese, die später überprüft werden kann.

  • Ausgabe 1: Eine Abfolge von scheinbar verwandten Ereignissen
  • Ausgabe 2: Originalquellentext und Zeitunterschied, der als Beweis diente
  • Ausgabe 3: Gewissheit (Hoch / Mittel / Niedrig)
    Hoch = ausreichend Zeit und Beweis, Mittel = teilweiser Beweis, Niedrig = Hypothesenstadium
  • Ausgabe 4: Elemente, die Sie als nächstes aufzeichnen möchten

Diese Hypothese wird auf Priorität in Beobachtungsplan dieser Woche überprüft und in Trainingsleitfaden in spezifische Maßnahmen unterteilt.

Seiten zum weiteren Lesen