Trust & verification methodology

Version 2.0

Every report on the map carries a trust judgement so you can see how much to rely on it, not just what it says. We grade trust on three independent axes and combine two of them into a single user-facing badge. Every grade level is taken from an established standard; the few numeric cut-offs we had to choose are flagged as ours. This is open-source intelligence tradecraft applied to crowdsourced disaster data, not a black box.

Why three axes and not one number? NATO doctrine (STANAG 2511) is explicit that the reliability of a source and the credibility of a specific claim must be judged separately. A trustworthy outlet can still get one report wrong; an unknown account can still be right. Collapsing them into a single 0–100 score is the most common documented failure, so we keep them apart.

The badge

A defined function of Axis 1 (source reliability) and Axis 2 (information credibility):

Badge	Means	When
⛑ Assessed	The source marks its own assessment complete.	SismoAyuda VE reports an ATC-20 / EMS-98 result, generally based on remote photo review. This is a source-status label, not a higher trust tier; the record remains credibility C and the source remains Untested. Other supporting reports stay visible but do not turn the source-declared status into our verification.
✓ Verified	Origin independence and the four verification checks are established.	Credibility A or B, at least two explicitly traced independent origins, completed provenance / source / date / location checks, and no source graded "not reliable".
Reported	A traceable public report that does not meet the Verified evidence bar.	One source; multiple named sources whose shared-origin independence is not established; or a record whose four verification checks have not run.
Unverified	No assessable source, or reliability in doubt.	Credibility D/E (anonymous, bare-platform, or suspected false), or a "not reliable" source.

What “Assessed” does and does not establish. SismoAyuda VE’s public catalog reports an ATC-20 / EMS-98 outcome and says its program generally reviews resident-submitted photos remotely. The catalog available to this pipeline does not provide enough public, record-level evidence to independently verify the assessor’s identity or credentials, the submitted evidence, the method used for that ticket, or the conclusion. Crisisvenezuela.org therefore labels the item as source-assessed, grades the claim C / Reported, and grades SismoAyuda VE Untested. It must not be read as our verification, an on-site inspection, or a guarantee that a building is safe to occupy.

The key honesty property. A distinct account or outlet name is not proof of an independent origin. n_fuentes counts distinct source records and distinct_named_sources counts canonical names; only explicit lineage contributes to independent_origins. No ordinary record is labeled Verified while either check is missing: confirmed origin independence or a completed provenance / source / date / location review. Unknowns fail closed to Reported.

Axis 1 · Source reliability

Per source. Scale adopted from the UK College of Policing 3×5×2 intelligence grading:

Reliable	Established outlet, official / scientific body (e.g. FUNVISIS, USGS, NASA), or a curated, source-cited aggregator.
Untested	No track record yet. The honest default (= Admiralty "F"). Not pejorative: most crowd sources sit here.
Not reliable	Reasonable grounds to doubt the source. Reserved for evidenced cases.

How it is assigned (today): a type-prior. We seed grades from source type (a registry of the ~45 outlets that cover most of the volume, plus the pipeline's own outlet classification), and default everything else to Untested. This is a starting prior, labelled method: type-prior on every record, not a measured track record. The doctrinally correct upgrade (a computed per-source accuracy statistic, the "Accu" model, that scores how often a source's claims are later independently corroborated) is the next phase; it needs accumulated history we are still gathering.

Axis 2 · Information credibility

Per report. Computed from the deduped source list. Scale from UK 3×5×2 information evaluation:

A	First-hand (a source that witnessed it).
B	Independently corroborated: ≥2 origins "not from the same original source".
C	Single-source / uncorroborated.
D	Unattributed: anonymous or bare-platform only, no assessable source.
E	Suspected false (contradicted).

We compute B only when explicit lineage establishes at least two origins; otherwise attributed reports remain C. A and E require human review (witness evidence; an active contradiction) and are not auto-assigned, so we deliberately under-claim to C rather than guess A.

Independence (the careful part)

Canonical names are names, not origins. One account posting five times is one named source, not five; name variants are folded to one id (for example lamega967 and La Mega). Five different accounts can still be five echoes of one video, so names alone never establish independence.
Explicit lineage is required. An origin counts only when an adapter or documented human review assigns an origin_id tracing the claim to its underlying source. Two records with the same origin_id count as one origin.
Aggregators never establish another origin. A curated re-publisher (terremotovenezuela.com, RedQuipu, acopiovzla) remains visible for provenance but cannot turn a claim into corroboration.
Partner datasets are disclosed, not promoted beyond their evidence. NZSEE (the New Zealand Society for Earthquake Engineering, nzsee.org.nz) shares hand-curated remote building assessments with this project. Each record is marked partner and the per-record media carries the available evidence, but partner status alone does not satisfy independent-origin or on-site-verification requirements. Canonical citation: NZSEE's public Learning from Earthquakes report (VERT Venezuela 2026).
Citable dataset. Snapshots of this site's data are archived with a DOI: 10.5281/zenodo.21154222 (CC BY 4.0; includes a field-by-field codebook, GeoJSON, and HXL-tagged CSV). Cite as: Martinez, C. (2026). crisisvenezuela.org building-damage dataset, Venezuela earthquakes of 24 June 2026. Zenodo.
Bare platforms are not a source. facebook.com / instagram.com with no specific author carry no independent weight.

Fail-closed consequence. Most historical records lack explicit shared-origin lineage. They therefore remain Reported even when several accounts mention them. The method token is explicit-origin-lineage-v2. Media matching can help future review, but it does not silently manufacture independence.

Axis 3 · Damage confidence

Damage reports only. Ordinal grades from the Copernicus EMS / UNOSAT scale, read from the report text:

Destroyed	Total collapse (our `nivel=colapso_total`).
Damaged	Heavy to light structural damage (`severo` / `parcial`).
Possibly damaged	Lower-confidence / generic damage language (`dano`).

Damage read from text is a proxy and near-real-time estimate, not ground truth (Copernicus). It says nothing about whether a building is safe to occupy. That requires a formal engineering assessment; any occupancy decision should be confirmed on site.

Coordinate precision

Separate from trust, every point carries a coord_origen tag so a map pin is never mistaken for a surveyed location:

explicita	The coordinate came with the source (a partner dataset, catalog, or post). Its precision is not independently verified; source catalogs may publish approximate or placeholder points.
geocodificada	We derived it from the place name via a geocoder (OpenStreetMap / Nominatim). Approximate — see accuracy below.
(none)	No coordinate could be determined; the report is listed without a pin.

Indicative geocoder benchmark: in an internal comparison against source-supplied reference coordinates, not surveyed ground truth, resolving a Venezuelan place name to a point had a ~1 km median difference, with about half landing in the same neighborhood and a ~27% gross-difference rate (>5 km); roughly 44% of un-coordinated reports could not be geocoded at all. These aggregate figures describe pipeline behavior, not the accuracy of any individual pin. Geocoded points are never presented as surveyed, unresolved reports remain unpinned rather than guessed, and the map flags each derived pin as "ubicación aproximada." The source mix changes as exports are regenerated; inspect coord_origen on the record rather than relying on a static percentage.

Excluded records

A record can be unusable or contradictory for operational mapping: its coordinate may be in the open sea, outside Venezuela, in a region the quake did not affect, at a no-location placeholder, inconsistent with the reported state or municipality, or incompatible with another source for the same entity. Near-identical names may refer to the same structure, but are also ambiguous when the available locations cannot establish that safely. These can be source-entry errors, placeholders, unresolved location claims, or unresolved entity identities, so the pipeline does not guess. The record is withheld from public operational facts and point layers and disclosed separately in /excluded.json for auditability.

en el mar	Coordinate in open water, more than ~5 km offshore.
fuera de Venezuela	Coordinate outside the country's borders.
zona sin sismo	Coordinate in a state this event did not affect (the trans-Orinoco south: Amazonas, Bolívar, Delta Amacuro, Apure).
coordenada de relleno	A source placeholder coordinate used when no location could be resolved — the fact has no precise point.
ubicación incoherente	The coordinate contradicts the state reported by the source and is more than 5 km beyond that state’s boundary. The narrow tolerance avoids rejecting legitimate border locations; distance from the epicenter is not an exemption.
ubicación municipal incoherente	The coordinate contradicts an explicitly reported municipality and is more than 1 km beyond its boundary.
ubicaciones de fuente en conflicto	Sources place the same named structure at coordinates more than 250 m apart. Every disputed pin is quarantined pending resolution.
ubicaciones de punto de ayuda en conflicto	The same aid-site name and address appears at coordinates more than 250 m apart. Every disputed pin is quarantined pending resolution.
identidad de estructura ambigua	Near-identical names may identify one physical structure, but the available source-location evidence does not resolve that safely. Every affected record is quarantined pending human review; a null distance means one or both claims had no source coordinate.

The full, current list — each record with its coordinate, its reason, and what it was labeled — is published as open data at /excluded.json, so anyone can audit exactly what was removed and why. We deliberately do not use a distance-from-epicenter cutoff: real corroborated far-field damage (Zulia, the Anzoátegui coast, 400+ km out) sits at the same distances as the errors, so dropping on distance alone would erase real reports.

What is computed, prior, or not yet established

Computed: distinct source records and canonical named sources.
Confirmed origin: counted only from explicit origin_id lineage supplied by an adapter or documented review.
Type-prior: source reliability (from source type, not yet a measured track record).
Not run: the Verification Handbook four-element check (provenance / source / date / location) is represented as checks.status: "not_run"; it is never assumed to pass.
Our chosen cut-offs (no standard fixes a number): Verified requires at least two confirmed origins plus completed four-element checks; attributed records below that bar remain Reported, and D/E remains Unverified.

In the API

Every record in the open-data API carries a confianza object with the badge and all three axes, so you can filter or re-derive trust yourself. Per-source kind is exposed inside fuentes[], and each record carries a coord_origen precision tag (explicita = from source, geocodificada = our ~1 km geocoder estimate).

Sources: US Army FM 2-22.3 (Admiralty source/credibility matrix); NATO STANAG 2511 (independence of the two axes); UK College of Policing 3×5×2 / 5×5×5 (the adopted grade definitions, "independent, not from the same original source"); Verification Handbook (the 4-element check); ACLED Codebook (single-source floor, "quantity is not quality"); Copernicus EMS & UNOSAT / IWG-SEM (the damage scale); ATC-20 (Applied Technology Council, Procedures for Postearthquake Safety Evaluation of Buildings, the green/yellow/red placards); EMS-98 (Grünthal ed., European Macroseismic Scale 1998, building damage grades G1–G5); Dong, Berti-Équillé & Srivastava 2009 (source-accuracy / copy detection); Li & Gao et al. 2016 (truth-discovery survey, why full ML does not fit sparse data). Full design notes live in the project repo (SOURCE_TRUST_MODEL.md).

Metodología de confianza y verificación

Versión 2.0

Cada reporte en el mapa lleva un juicio de confianza, para que veas cuánto fiarte de él, no solo lo que dice. Calificamos la confianza en tres ejes independientes y combinamos dos de ellos en una sola insignia visible. Cada nivel proviene de un estándar establecido; los pocos umbrales numéricos que tuvimos que elegir están marcados como nuestros. Esto es oficio de inteligencia de fuentes abiertas aplicado a datos ciudadanos de desastre, no una caja negra.

¿Por qué tres ejes y no un solo número? La doctrina de la OTAN (STANAG 2511) es explícita: la fiabilidad de una fuente y la credibilidad de una afirmación concreta deben juzgarse por separado. Un medio confiable puede equivocarse en un reporte; una cuenta desconocida puede tener razón. Colapsarlos en un solo puntaje de 0 a 100 es la falla mejor documentada, así que los mantenemos separados.

La insignia

Una función definida del Eje 1 (fiabilidad de la fuente) y el Eje 2 (credibilidad de la información):

Insignia	Significa	Cuándo
⛑ Evaluado	La fuente marca su propia evaluación como completada.	SismoAyuda VE reporta un resultado ATC-20 / EMS-98, generalmente basado en revisión remota de fotos. Es una etiqueta de estado de la fuente, no un nivel superior de confianza; el registro queda en credibilidad C y la fuente queda Sin historial. Otros reportes de apoyo siguen visibles, pero no convierten el estado declarado por la fuente en una verificación nuestra.
✓ Verificado	La independencia de origen y las cuatro verificaciones están establecidas.	Credibilidad A o B, al menos dos orígenes independientes con linaje explícito, verificaciones completadas de procedencia / fuente / fecha / ubicación y ninguna fuente calificada como "no fiable".
Reportado	Un reporte público trazable que no alcanza el umbral probatorio de Verificado.	Una fuente; varias fuentes con nombre cuya independencia de origen compartido no está establecida; o un registro cuyas cuatro verificaciones no se han ejecutado.
Sin verificar	Sin fuente evaluable, o fiabilidad en duda.	Credibilidad D/E (anónimo, solo-plataforma, o sospecha de falsedad), o una fuente "no fiable".

Qué establece —y qué no— “Evaluado”. El catálogo público de SismoAyuda VE reporta un resultado ATC-20 / EMS-98 y dice que su programa generalmente revisa de forma remota fotos enviadas por residentes. El catálogo disponible para este pipeline no aporta suficiente evidencia pública por registro para verificar de forma independiente la identidad o credenciales del evaluador, la evidencia enviada, el método usado para esa ficha ni la conclusión. Crisisvenezuela.org por eso etiqueta el registro como evaluado por la fuente, califica la afirmación C / Reportado y a SismoAyuda VE como Sin historial. No debe interpretarse como verificación nuestra, inspección presencial ni garantía de que un edificio sea seguro para ocupar.

La propiedad clave de honestidad. Un nombre distinto de cuenta o medio no prueba un origen independiente. n_fuentes cuenta registros de fuente distintos y distinct_named_sources cuenta nombres canónicos; solo un linaje explícito aporta a independent_origins. Ningún registro ordinario recibe la insignia Verificado si falta cualquiera de las dos compuertas: independencia de origen confirmada o revisión completada de procedencia / fuente / fecha / ubicación. Lo desconocido falla de forma cerrada a Reportado.

Eje 1 · Fiabilidad de la fuente

Por fuente. Escala adoptada de la calificación de inteligencia 3×5×2 del UK College of Policing:

Fiable	Medio establecido, organismo oficial / científico (p. ej. FUNVISIS, USGS, NASA), o un agregador curado y con fuentes citadas.
Sin probar	Aún sin historial. El valor por defecto honesto (= "F" del Admiralty). No es peyorativo: la mayoría de las fuentes ciudadanas están aquí.
No fiable	Motivos razonables para dudar de la fuente. Reservado para casos con evidencia.

Cómo se asigna (hoy): un prior por tipo. Sembramos las calificaciones según el tipo de fuente (un registro de los ~45 medios que cubren la mayor parte del volumen, más la clasificación de medios del propio sistema), y todo lo demás queda por defecto en Sin probar. Es un prior inicial, etiquetado method: type-prior en cada registro, no un historial medido. La mejora doctrinalmente correcta (un estadístico de exactitud por fuente calculado, el modelo "Accu", que mide con qué frecuencia las afirmaciones de una fuente se corroboran luego de forma independiente) es la siguiente fase; requiere historia acumulada que todavía estamos reuniendo.

Eje 2 · Credibilidad de la información

Por reporte. Calculado a partir de la lista de fuentes deduplicada. Escala de la evaluación de información 3×5×2 del UK:

A	De primera mano (una fuente que lo presenció).
B	Corroborado de forma independiente: ≥2 orígenes "no provenientes de la misma fuente original".
C	De una sola fuente / sin corroborar.
D	Sin atribución: solo anónimo o solo-plataforma, sin fuente evaluable.
E	Sospecha de falsedad (contradicho).

Calculamos B solo cuando un linaje explícito establece al menos dos orígenes; de lo contrario los reportes atribuidos quedan en C. A y E requieren revisión humana (evidencia de testigo; una contradicción activa) y no se asignan automáticamente, así que deliberadamente sub-declaramos a C en vez de adivinar A.

Independencia (la parte delicada)

Los nombres canónicos son nombres, no orígenes. Una cuenta que publica cinco veces es una fuente con nombre, no cinco; sus variantes se unifican a un id. Cinco cuentas distintas todavía pueden ser cinco ecos del mismo video, por lo que los nombres solos nunca establecen independencia.
Se exige linaje explícito. Un origen cuenta solo cuando un adaptador o una revisión humana documentada asigna un origin_id que traza la afirmación a su fuente subyacente. Dos registros con el mismo origin_id cuentan como un origen.
Los agregadores nunca establecen otro origen. Un re-publicador curado (terremotovenezuela.com, RedQuipu, acopiovzla) permanece visible por procedencia, pero no puede convertir una afirmación en corroboración.
Los conjuntos de socios se divulgan, sin promoverlos más allá de su evidencia. NZSEE (la Sociedad de Ingeniería Sísmica de Nueva Zelanda, nzsee.org.nz) comparte evaluaciones remotas de edificios con este proyecto. Cada registro se marca partner y sus medios llevan la evidencia disponible, pero ser socio por sí solo no satisface los requisitos de origen independiente ni verificación presencial. Cita canónica: el informe público de NZSEE (Learning from Earthquakes, VERT Venezuela 2026).
Conjunto de datos citable. Las instantáneas de los datos de este sitio se archivan con DOI: 10.5281/zenodo.21154222 (CC BY 4.0; incluye diccionario de campos, GeoJSON y CSV con etiquetas HXL). Citar como: Martinez, C. (2026). crisisvenezuela.org building-damage dataset, Venezuela earthquakes of 24 June 2026. Zenodo.
Una plataforma desnuda no es una fuente. facebook.com / instagram.com sin un autor específico no aportan peso independiente.

Consecuencia de fallar de forma cerrada. La mayoría de los registros históricos no tiene linaje explícito de origen compartido. Por eso permanece Reportado aunque varias cuentas lo mencionen. El método se etiqueta explicit-origin-lineage-v2. La coincidencia de medios puede ayudar una revisión futura, pero no fabrica independencia en silencio.

Eje 3 · Confianza del daño

Solo reportes de daño. Grados ordinales de la escala Copernicus EMS / UNOSAT, leídos del texto del reporte:

Destruido	Colapso total (nuestro `nivel=colapso_total`).
Dañado	Daño estructural de severo a leve (`severo` / `parcial`).
Posiblemente dañado	Lenguaje de daño genérico / de menor confianza (`dano`).

El daño leído del texto es un indicador y estimación en tiempo casi real, no la verdad sobre el terreno (Copernicus). No dice nada sobre si un edificio es seguro para habitar. Eso requiere una evaluación formal de ingeniería; cualquier decisión de ocupación debe confirmarse en sitio.

Precisión de las coordenadas

Aparte de la confianza, cada punto lleva una etiqueta coord_origen para que un pin del mapa nunca se confunda con una ubicación inspeccionada:

explicita	La coordenada vino con la fuente (un conjunto de datos, catálogo o publicación). Su precisión no está verificada de forma independiente; los catálogos pueden publicar puntos aproximados o de relleno.
geocodificada	La derivamos del nombre del lugar con un geocodificador (OpenStreetMap / Nominatim). Aproximada — ver precisión abajo.
(ninguna)	No se pudo determinar coordenada; el reporte se lista sin pin.

Referencia indicativa del geocodificador: en una comparación interna contra coordenadas de referencia suministradas por las fuentes, no verdad de terreno levantada, resolver un nombre de lugar venezolano a un punto tuvo una diferencia mediana de ~1 km, con cerca de la mitad cayendo en el mismo vecindario y una tasa de diferencia grave de ~27% (>5 km); cerca del 44% de los reportes sin coordenada no pudieron geocodificarse. Estas cifras agregadas describen el comportamiento del sistema, no la exactitud de un pin individual. Los puntos geocodificados nunca se presentan como levantados, los reportes no resueltos quedan sin pin en vez de adivinarse, y el mapa marca cada pin derivado como "ubicación aproximada". La proporción cambia a medida que se regeneran las exportaciones; debe consultarse coord_origen en cada registro y no un porcentaje estático.

Registros excluidos

Un registro puede ser inutilizable o contradictorio para el mapa operativo: su coordenada puede estar en el mar abierto, fuera de Venezuela, en una zona que el sismo no afectó, en una coordenada de relleno, ser incompatible con el estado o municipio reportado, o ser incompatible con otra fuente para la misma entidad. Los nombres casi idénticos pueden referirse a la misma estructura, pero también son ambiguos cuando las ubicaciones disponibles no permiten establecerlo con seguridad. Puede tratarse de errores de captura, marcadores de posición, afirmaciones de ubicación no resueltas o identidades no resueltas, por lo que el sistema no adivina. El registro se retiene fuera de los hechos públicos operativos y de las capas de puntos y se divulga por separado en /excluded.json para auditoría.

en el mar	Coordenada en aguas abiertas, a más de ~5 km de la costa.
fuera de Venezuela	Coordenada fuera de las fronteras del país.
zona sin sismo	Coordenada en un estado que este evento no afectó (el sur trans-Orinoco: Amazonas, Bolívar, Delta Amacuro, Apure).
coordenada de relleno	Una coordenada de relleno que la fuente usa cuando no pudo resolver la ubicación — el hecho no tiene punto preciso.
ubicación incoherente	La coordenada contradice el estado reportado por la fuente y queda a más de 5 km de su límite. La tolerancia estrecha evita rechazar ubicaciones fronterizas legítimas; la distancia al epicentro no concede una exención.
ubicación municipal incoherente	La coordenada contradice un municipio reportado explícitamente y queda a más de 1 km de su límite.
ubicaciones de fuente en conflicto	Las fuentes sitúan la misma estructura con nombre en coordenadas separadas por más de 250 m. Todos los pines disputados quedan en cuarentena hasta resolverlos.
ubicaciones de punto de ayuda en conflicto	El mismo nombre y dirección de ayuda aparece en coordenadas separadas por más de 250 m. Todos los pines disputados quedan en cuarentena hasta resolverlos.
identidad de estructura ambigua	Nombres casi idénticos pueden identificar una sola estructura física, pero la evidencia disponible sobre las ubicaciones de las fuentes no permite resolverlo con seguridad. Todos los registros afectados quedan en cuarentena hasta revisión humana; una distancia nula significa que una o ambas afirmaciones no tenían coordenada de fuente.

La lista completa y actual — cada registro con su coordenada, su motivo y cómo estaba etiquetado — se publica como datos abiertos en /excluded.json, para que cualquiera pueda auditar exactamente qué se quitó y por qué. Deliberadamente no usamos un corte por distancia al epicentro: hay daños reales corroborados a larga distancia (Zulia, la costa de Anzoátegui, a 400+ km) a las mismas distancias que los errores, así que descartar solo por distancia borraría reportes reales.

Qué se calcula, qué es prior y qué no está establecido

Calculado: registros de fuente distintos y fuentes canónicas con nombre.
Origen confirmado: solo se cuenta desde un linaje origin_id explícito aportado por un adaptador o una revisión documentada.
Prior por tipo: fiabilidad de la fuente (del tipo de fuente, todavía no un historial medido).
No ejecutado: la verificación de cuatro elementos del Verification Handbook (procedencia / fuente / fecha / ubicación) se representa como checks.status: "not_run"; nunca se presume aprobada.
Nuestros umbrales elegidos (ningún estándar fija un número): Verificado exige al menos dos orígenes confirmados y las cuatro verificaciones completadas; los registros atribuidos por debajo de ese umbral quedan Reportados y D/E queda Sin verificar.

En la API

Cada registro en la API de datos abiertos lleva un objeto confianza con la insignia y los tres ejes, para que puedas filtrar o recalcular la confianza por tu cuenta. El kind por fuente se expone dentro de fuentes[], y cada registro lleva una etiqueta de precisión coord_origen (explicita = de la fuente, geocodificada = nuestra estimación con geocodificador de ~1 km).

Fuentes: US Army FM 2-22.3 (matriz de fuente/credibilidad del Admiralty); NATO STANAG 2511 (independencia de los dos ejes); UK College of Policing 3×5×2 / 5×5×5 (las definiciones de grado adoptadas, "independiente, no de la misma fuente original"); Verification Handbook (la verificación de 4 elementos); ACLED Codebook (piso de fuente única, "la cantidad no es calidad"); Copernicus EMS y UNOSAT / IWG-SEM (la escala de daño); ATC-20 (Applied Technology Council, procedimientos de evaluación de seguridad post-sismo, las placas verde/amarillo/rojo); EMS-98 (Grünthal ed., Escala Macrosísmica Europea 1998, grados de daño G1–G5); Dong, Berti-Équillé y Srivastava 2009 (exactitud de fuente / detección de copia); Li y Gao et al. 2016 (estudio de descubrimiento de la verdad, por qué el ML completo no encaja con datos escasos). Las notas de diseño completas están en el repo del proyecto (SOURCE_TRUST_MODEL.md).