Dataset Viewer
Auto-converted to Parquet Duplicate
kommune
stringlengths
3
17
faktisk_tilfredshed
float64
3.89
4.53
forventet_tilfredshed
float64
4.15
4.48
benchmarkingindikator
float64
-0.31
0.18
Landsplan
4.269
null
null
Aabenraa
4.4113
4.3149
0.0964
Aalborg
4.3805
4.3049
0.0756
Aarhus
4.2454
4.2548
-0.0095
Albertslund
4.1102
4.1886
-0.0784
Allerød
4.1331
4.154
-0.0209
Assens
4.3624
4.3132
0.0492
Ballerup
4.1298
4.1532
-0.0234
Billund
4.3854
4.2934
0.0919
Bornholm
4.3529
4.2001
0.1529
Brøndby
4.1481
4.2021
-0.054
Brønderslev
4.4398
4.3415
0.0984
Dragør
4.3463
4.2701
0.0762
Egedal
4.0228
4.1677
-0.1449
Esbjerg
4.3806
4.2825
0.0981
Faaborg-Midtfyn
4.2973
4.2873
0.01
Fanø
4.3
4.1948
0.1052
Favrskov
4.2753
4.3071
-0.0318
Faxe
4.2415
4.2148
0.0267
Fredensborg
4.2784
4.1921
0.0864
Fredericia
4.3213
4.2998
0.0215
Frederiksberg
4.309
4.2746
0.0345
Frederikshavn
4.419
4.2855
0.1335
Frederikssund
4.1412
4.234
-0.0928
Furesø
4.0992
4.2287
-0.1295
Gentofte
4.3081
4.3047
0.0035
Gladsaxe
4.1555
4.2124
-0.057
Glostrup
4.0863
4.1646
-0.0783
Greve
4.0901
4.2107
-0.1206
Gribskov
4.2981
4.2207
0.0774
Guldborgsund
4.2896
4.2742
0.0153
Haderslev
4.3996
4.3028
0.0968
Halsnæs
4.1143
4.2518
-0.1375
Hedensted
4.2562
4.2991
-0.0429
Helsingør
4.2335
4.1743
0.0592
Herlev
4.1633
4.2696
-0.1064
Herning
4.33
4.2741
0.0559
Hillerød
4.1744
4.2116
-0.0372
Hjørring
4.2582
4.2367
0.0215
Holbæk
4.2505
4.2199
0.0305
Holstebro
4.4419
4.3154
0.1264
Horsens
4.3002
4.2887
0.0116
Hvidovre
4.1881
4.2165
-0.0284
Høje-Taastrup
4.1303
4.1667
-0.0364
Hørsholm
3.8892
4.2032
-0.314
Ikast-Brande
4.2815
4.3233
-0.0418
Ishøj
4.1343
4.1622
-0.0279
Jammerbugt
4.4248
4.3287
0.0961
Kalundborg
4.2702
4.3137
-0.0435
Kerteminde
4.1783
4.25
-0.0717
Kolding
4.3881
4.2786
0.1095
København
4.2375
4.2376
-0.0001
Køge
4.2373
4.1662
0.0711
Langeland
4.4132
4.3601
0.0531
Lejre
4.0717
4.2019
-0.1302
Lemvig
4.4177
4.234
0.1837
Lolland
4.3639
4.4053
-0.0414
Lyngby-Taarbæk
4.2593
4.2948
-0.0355
Læsø
4.2963
4.1921
0.1042
Mariagerfjord
4.4005
4.3444
0.0562
Middelfart
4.0085
4.2648
-0.2564
Morsø
4.3577
4.3041
0.0537
Norddjurs
4.2124
4.3443
-0.1319
Nordfyns
4.2393
4.3016
-0.0624
Nyborg
4.3996
4.3126
0.0871
Næstved
4.2729
4.2619
0.011
Odder
3.9764
4.2335
-0.2571
Odense
4.259
4.2378
0.0211
Odsherred
4.3653
4.2961
0.0692
Randers
4.3674
4.2777
0.0897
Rebild
4.331
4.2638
0.0671
Ringkøbing-Skjern
4.4472
4.2862
0.161
Ringsted
4.2606
4.2259
0.0348
Roskilde
4.3298
4.2508
0.079
Rudersdal
4.212
4.1868
0.0252
Rødovre
4.1749
4.175
-0
Samsø
4.44
4.4792
-0.0392
Silkeborg
4.2784
4.2709
0.0075
Skanderborg
4.1927
4.2251
-0.0324
Skive
4.4378
4.4147
0.0231
Slagelse
4.2625
4.2311
0.0314
Solrød
4.1897
4.2186
-0.0288
Sorø
4.1734
4.2509
-0.0775
Stevns
4.0054
4.2108
-0.2054
Struer
4.3125
4.3241
-0.0116
Svendborg
4.3244
4.2598
0.0646
Syddjurs
4.1783
4.2008
-0.0224
Sønderborg
4.296
4.2709
0.0252
Thisted
4.4096
4.3159
0.0936
Tårnby
4.1559
4.2699
-0.1139
Tønder
4.4301
4.3024
0.1276
Vallensbæk
4.2444
4.243
0.0013
Varde
4.417
4.3355
0.0815
Vejen
4.2093
4.3062
-0.0969
Vejle
4.33
4.2383
0.0917
Vesthimmerlands
4.4398
4.3282
0.1116
Viborg
4.3167
4.3221
-0.0053
Vordingborg
4.2647
4.2486
0.0161
Ærø
4.5303
4.3579
0.1724

Silkeborg Skoleatlas — Nationale benchmarks (benchmark.dk)

Fire nationale kommune-benchmarks fra Indenrigs- og Sundhedsministeriets (nu nedlagte) Benchmarkingenhed: segregering/specialundervisning, unge uden uddannelse/beskæftigelse, elever med størst støttebehov, brugertilfredshed i dagtilbud.

Ét af 8 tematiske Hugging Face-repos under Skoleatlas, sammen del af Silkeborg Skoleatlas — et åbent dataatlas over folkeskolen i Silkeborg Kommune. Hvert datasæt i dette repo er registreret som sin egen valgbare "config" i Hugging Faces dataset-viewer (dropdown øverst til venstre på denne side), og findes som CSV, JSON og Parquet.

De andre 7 tema-repos

Datasæt i dette repo

Datasæt (id) Dækning Rækker Kilde
benchmark_segregering_specialundervisning_kommuner_dk skoleårene 2020/2021-2022/2023 95 Indenrigs- og Sundhedsministeriets Benchmarkingenhed, benchmark.dk (interaktivt benchmarkingunivers, Power BI). Afkodet 1. juni 2026.
benchmark_unge_uden_udd_beskaeftigelse_kommuner_dk 2018 99 Indenrigs- og Sundhedsministeriets Benchmarkingenhed, benchmark.dk (interaktivt benchmarkingunivers, Power BI). Afkodet 1. juni 2026.
benchmark_elever_stoerst_stoettebehov_kommuner_dk skoleårene 2018/2019-2021/2022 92 Indenrigs- og Sundhedsministeriets Benchmarkingenhed, benchmark.dk (interaktivt benchmarkingunivers, Power BI). Afkodet 1. juni 2026.
benchmark_brugertilfredshed_dagtilbud_kommuner_dk seneste offentliggjorte måling (benchmark.dk, datamodel opdateret 2025) 99 Indenrigs- og Sundhedsministeriets Benchmarkingenhed, benchmark.dk (interaktivt benchmarkingunivers, Power BI). Afkodet 1. juni 2026.

Registre

schools.json — ét objekt pr. skole med stabilt officielt UVM-ID, stamdata og en per-skole tidsserie 2008-2024. districts.json — distrikt→skole-relationer. (Kopieret ind i alle 8 tema-repos, da de går på tværs af grupper.)

Kilder og licens

Se kilde-kolonnen ovenfor pr. datasæt. CC BY 4.0 — angiv venligst den oprindelige kilde samt Silkeborg Skoleatlas som kilde til strukturering/sammenstilling.

Genereret af tools/build_data_catalog.py i Silkeborg-Skoleatlas/silkeskoleatlas. Live-version med visualiseringer: silkeskoleatlas.org/data.

Downloads last month
53