Datensatz-Download

Was das ist

Eine Zeile pro Vorname: das Geschlechts-Verdikt, eine männliche Wahrscheinlichkeit, ein Konfidenzniveau, das häufigste Land, US-Geburtenzahlen der Social Security Administration, sofern vorhanden, ob der Name auf der Seite indexiert ist, sowie eine Provenienz-Spalte. 70.499 Namen im aktuellen Release.

Vorgelagerte Quellen

• nam_dict — Joerg Michaels Vornamenwörterbuch "gender.c", rund 44.000 Namen aus 55 Ländern/Regionen. Lizenz: GNU Free Documentation License (GFDL) 1.2 oder später.
• US Social Security Administration, Vornamensdaten 1880-2017, pro Name aggregiert. Lizenz: gemeinfrei (US-Bundesbehördenwerk).
• Chinese-Names-Corpus (wainshine), ein zeichenbasiertes Geschlechtsmodell für chinesische Vornamen. Lizenz: Apache License 2.0.

Die Provenienz-Spalte

Jede Zeile trägt einen Provenienz-Wert — nam_dict, ssa, nam_dict+ssa oder zh-corpus —, der angibt, welche vorgelagerte(n) Quelle(n) diese Zeile bestimmt haben. Zeilen mit nam_dict oder nam_dict+ssa sind ein abgeleitetes Werk einer GFDL-lizenzierten Quelle und müssen bei Weiterverbreitung als bearbeitete Kopie unter der GFDL bleiben; Zeilen mit ssa sind US-gemeinfrei; Zeilen mit zh-corpus stützen sich auf den Apache-2.0-lizenzierten Korpus. Das ist die wichtigste Spalte, wenn Sie Teile dieser Daten weiterverwenden oder umlizenzieren möchten.

Die GFDL-Pflicht

Dieser Datensatz (bzw. jeder von nam_dict abgeleitete Teil) steht unter der GNU Free Documentation License, Version 1.3 oder später, ohne unveränderliche Abschnitte, ohne vorderen und ohne hinteren Umschlagtext. Jede von Ihnen weiterverbreitete Kopie — bearbeitet oder nicht — muss unter der GFDL bleiben und den Lizenztext enthalten. Ab mehr als 100 verbreiteten Kopien müssen Sie Empfängern zusätzlich eine transparente (Quell-)Kopie zur Verfügung stellen; die CSV- und JSON-Dateien unten sind bereits ein transparentes Format.

Downloads

Zitiervorschlag

Eine reine Textzitation sowie die maschinenlesbare CITATION.cff oben.