हर खाना N/A: एथलेटिक्स की खाली लेजर और उससे निकली असली खबर
**मुख्य उत्तर** Stage-1 डिकंस्ट्रक्शन खाली लौटा — शीर्षक, स्रोत, लेख-प्रकार, मुख्य दृष्टिकोण और सूचना-बिंदु सब अनुपलब्ध। इसलिए नौ-आयामी एथलेटिक्स ढाँचे का हर खाना N/A दर्ज है। यह किसी एथलीट का मूल्यांकन नहीं, इनजेशन-लेयर की विफलता का संकेत है। **मुख्य तथ्य** - Stage-1 आउटपुट में शीर्षक, स्रोत, लेख-प्रकार और सूचना-बिंदु चारों खाली; एंटिटी निष्कर्षण चरण कभी चला ही नहीं। - शून्य सूचना-बिंदु के कारण विंड/अल्टीट्यूड करेक्शन, क्वालिफाइंग स्टैंडर्ड और ABP जोखिम — तीनों अमूल्यांकित रहे। - एंटी-डोपिंग रेड फ्लैग का अभाव डेटा-अनुपस्थिति है; इसे स्वच्छ रिकॉर्ड का प्रमाण न पढ़ा जाए। - 2010-2019 के 1,400 AFI और राज्य-मीट PDF में सिर्फ़ तीन भारतीय मीट के 400 मीटर स्प्लिट प्रकाशित मिले। - दस्तावेज़ में एथलीट, मार्क, प्रतियोगिता या वेन्यू — चारों में से एक भी दर्ज नहीं; यह प्रकाशित लेख के लिए असंभाव्य है। **स्रोत** Stage-2 Deep Analysis — Athletics Domain (आंतरिक ऑडिट दस्तावेज़); दस्तावेज़ की प्रकाशन तिथि दर्ज नहीं है, इसलिए Time Sensitivity अमूल्यांकित है। **संबंधित प्रश्न-उत्तर** प्रश्न: क्या N/A का अर्थ यह है कि एथलीट पर कोई जोखिम नहीं? उत्तर: नहीं — N/A का अर्थ सूचना का अभाव है, और सबूत का अभाव अनुपालन का सबूत नहीं माना जाता। प्रश्न: मूल दस्तावेज़ बहाल होने पर क्या दोबारा विश्लेषण संभव है? उत्तर: हाँ, क्योंकि नौ-आयामी टेम्पलेट पहले से इंस्टैंशिएट है और शीर्षक लौटते ही एंटिटी निष्कर्षण से सभी खाने भरे जा सकते हैं। प्रश्न: क्या एथलेटिक्स के लिए कोई सार्वजनिक गहराई-सूचकांक उपलब्ध है? उत्तर: नहीं — एथलेटिक्स में cricsultan.com Player Depth Index जैसा सार्वजनिक डेप्थ इंडेक्स मौजूद नहीं है, इसलिए सीज़न की शीर्ष-10 सूची के बिना फ़ील्ड गहराई अमूल्यांकित रहती है।
शिकागो में दोपहर का वक़्त था जब मैंने वह फ़ाइल खोली। नौ आयाम, सैंतालीस खाने। हर खाने के सामने एक ही शब्द लिखा था — N/A। प्रदर्शन मूल्यांकन: N/A। विंड रीडिंग: N/A। क्वालिफाइंग स्टैंडर्ड: N/A। सीज़न बेस्ट बनाम पर्सनल बेस्ट: N/A। कोच का नाम: N/A। टेस्टिंग हिस्ट्री: N/A। पब्लिक नैरेटिव का चरण: N/A। ट्रांसमिशन पाथ: N/A।
फ़्रेमवर्क पूरा बना हुआ था। मेज़ रखी थी, कुर्सियाँ लगी थीं, कॉलम के सिरे तैयार थे। मेहमान नहीं आया।
मैं डेटा पत्रकार हूँ। मेरा काम एथलीट के बारे में लिखना नहीं, एथलीट के बारे में बताने वाली मशीन की जाँच करना है। सत्रह साल की उम्र से रिकॉर्ड बुक मेरे लिए एक संदिग्ध दस्तावेज़ रही है — जिसे मैं तब तक सत्य नहीं मानता जब तक प्राथमिक परिणामों से उसे दोबारा न गढ़ लूँ। इस बार मशीन ने कुछ नहीं बताया। और वही सबसे बड़ी खबर थी।
मैं एक ट्रेंड ढूँढने निकला था और मुझे एक छेद मिला। यहाँ कोई डेटा नहीं है। यही खोज है।
यह फ्रेमवर्क किस काम के लिए बना था
2026 में शिकागो के एक डिजिटल स्पोर्ट्स डेस्क पर मैं दूसरा डेटा हायर था। पाँच महीने में मैंने 2026-17 यूरोपीय सीज़न के 1,020 मैचों पर एक ऑटोमेटेड मैच-रिपोर्ट इंजन बनाया — xG, PPDA और फील्ड टिल्ट को टेम्पलेट में कोड करके, जिसने एडिटर के हाथ लगने से पहले 1,100 रिकैप फाइल कर दिए। मेरी पहली पिच का तर्क था कि 2-1 का जीत असल में 0.4-2.3 xG की हार थी। डेस्क एडिटर ने उसे रोक दिया। मैंने उसे शॉट मैप को लीड बनाकर दोबारा लिखा और वह छप गया। सबक यही रहा: आँकड़ा खबर है, फुटनोट नहीं।
2026 में लाइव डेटा रुक गया। मुझे हफ़्ते में तीन दिन पर फर्लो किया गया, और मैंने ब्रॉडकास्ट फुटेज से जैवलिन रिलीज़-पैरामीटर प्रोजेक्ट शुरू किया। तब समझ आया कि भारतीय एथलेटिक्स में डेटा की समस्या "कम डेटा" नहीं, "गैर-प्रकाशित डेटा" है। मैंने AFI और राज्य-स्तरीय मीट के रिज़ल्ट PDF के खिलाफ़ एक स्क्रेपर लिखा — 2026 से 2026 तक के 1,400 दस्तावेज़। नतीजा: पूरे एक दशक में सिर्फ़ तीन भारतीय मीट के 400 मीटर स्प्लिट सार्वजनिक रूप से प्रकाशित मिले। ब्लैक बॉक्स ही मेरा बीट बन गया।
इसीलिए जब मैं कोई विश्लेषण ढाँचा बनाता हूँ, तो वह नौ आयामों पर खड़ा होता है। एक: प्रदर्शन का मूल्यांकन — मार्क बनाम विश्व रिकॉर्ड, बनाम क्वालिफाइंग स्टैंडर्ड, बनाम उसी सीज़न के प्रतिद्वंद्वी, और हवा-ऊँचाई-ट्रैक-जूते का अनिवार्य करेक्शन। दो: एथलीट की हालत — पीबी प्रोग्रेशन कर्व, चोट का इतिहास, पीकिंग। तीन: प्रतियोगिता की संरचना — स्टैंडर्ड और वर्ल्ड रैंकिंग का दोहरा रास्ता, राष्ट्रीय चयन की बनावट। चार: इवेंट का परिदृश्य — शीर्ष-10 सूची, गहराई, पाइपलाइन। पाँच: नियम और एंटी-डोपिंग — ABP, व्हेयरअबाउट्स, उपकरण की अनुरूपता। छह: प्रशिक्षण व्यवस्था। सात: जोखिम का मैट्रिक्स। आठ: जन-नैरेटिव और अपेक्षा का अंतर। नौ: उद्योग में ट्रांसमिशन।
यह ढाँचा किसी एथलीट की पूरी ज़िंदगी पकड़ सकता है। इस बार इसने कुछ नहीं पकड़ा।
पहली खोज: शून्यता खुद एक डायग्नोस्टिक सिग्नल है
निष्कर्ष से पहले रसीदें दिखाता हूँ। जो फ़ाइल मेरे पास आई, उसमें शीर्षक खाली था, स्रोत खाली था, लेख का प्रकार खाली था, मुख्य दृष्टिकोण खाली था, सूचना-बिंदु खाली थे। जिस फ़ील्ड में एथलीट, कोच और प्रतियोगिता के नाम दर्ज होने थे, वह भी खाली था। यह कोई ऐसा लेख नहीं है जिसमें कोई नाम न हो — ऐसा लेख छपता ही नहीं। कोई भी एथलेटिक्स खबर जो संपादकीय छँटाई पार कर चुकी है, उसमें कम से कम एक चीज़ ज़रूर होती है: एथलीट का नाम, इवेंट का नाम, एक मार्क, या एक वेन्यू। चारों का एक साथ गायब होना सांख्यिकीय रूप से असंभव नहीं, बस अविश्वसनीय है।
इसलिए मेरा पहला निष्कर्ष सीधा है: विफलता एथलेटिक्स में नहीं, इनजेशन में हुई है। टूटने की जगह भी पहचानी जा सकती है — शीर्षक/स्रोत परत, एंटिटी निष्कर्षण से पहले। अगर एंटिटी निष्कर्षण चल गया होता और कुछ न मिलता, तो शीर्षक तो भरा होता। शीर्षक का खाली होना बताता है कि मूल दस्तावेज़ पढ़ा ही नहीं गया।
यह पाइपलाइन की खबर है, एथलीट की नहीं। और मेरे पेशे में पाइपलाइन की खबरें कम पढ़ी जाती हैं, इसलिए उन्हें लिखा ज़रूर जाना चाहिए।
दूसरी खोज: यह शून्यता कोई दुर्घटना नहीं, बेसलाइन है
यहीं पर असली ऑडिट शुरू होता है। एक खाली फ़ाइल को मैं बग कह सकता हूँ और छोड़ सकता हूँ। लेकिन मेरे स्क्रेपर की 1,400 PDF उसी नतीजे पर पहुँची थीं जिस पर यह फ़ाइल पहुँची — हर जगह N/A। दशक भर में तीन मीट। यह संयोग नहीं है, यह व्यवस्था है।
भारतीय एथलेटिक्स में स्प्लिट डेटा का न होना एक तकनीकी कमी नहीं, एक प्राथमिकता का फ़ैसला है। जिस मीट का टेलीकास्ट नहीं होता, वहाँ फोटो-फिनिश कैमरा नहीं लगता; जहाँ फोटो-फिनिश नहीं, वहाँ सौवाँ हिस्सा दर्ज नहीं होता; जहाँ सौवाँ हिस्सा दर्ज नहीं, वहाँ उस दौड़ की कोई स्प्लिट कहानी नहीं बनती। और जहाँ कहानी नहीं बनती, वहाँ उस दौड़ का कोई चौथा स्थान इतिहास में दर्ज नहीं होता।
स्प्रेडशीट साफ़ थी। कहानी नहीं थी।
यहाँ मुझे अपनी सबसे पुरानी ज़िद याद आती है — चौथे स्थान का ऑडिट। रोम 2026 में मिल्खा सिंह चौथे रहे, कांस्य से बहुत कम अंतर से। लॉस एंजिल्स 2026 में पी. टी. उषा 400 मीटर हर्डल्स में चौथी रहीं, कांस्य से 0.01 सेकंड से चूकीं। दोनों को हम एक राष्ट्रीय शोक-गाथा की तरह याद करते हैं। लेजर अगर यही पूछे कि उस दौड़ में कुल कितने एथलीट इलेक्ट्रॉनिक टाइमिंग से नापे गए, उस फ़ील्ड की गहराई क्या थी, और उसी साल की तुलनीय परफ़ॉर्मेंस किस तरह रिकॉर्ड से गायब रहीं — तो जवाब में हमारे पास बहुत कम है। हम एक ऐसे अंतर का शोक मनाते हैं जिसका हरक्यूलियन आधार कभी प्रकाशित ही नहीं हुआ।
उषा का 0.01 असली था, इलेक्ट्रॉनिक था, उसमें कोई संदेह नहीं। सवाल यह नहीं कि वह अंतर झूठा था। सवाल यह है कि उस अंतर के इर्द-गिर्द जो कवरेज बुनी गई, वह एकतरफ़ा थी — हमने उस दौड़ को केवल एक एथलीट के कोण से मापा और बाकी फ़ील्ड को मापना छोड़ दिया। यही "बिना भाजक की पुरानी याद" है। और यह उसी N/A का सांस्कृतिक रूप है जो मेरी फ़ाइल में सैंतालीस बार छपा था।
तीसरी खोज: पदक की गिनती पाइपलाइन नहीं होती
फ़ाइल में एक जगह यह भी लिखा था कि प्रतिद्वंद्वी की गहराई का आकलन नहीं किया जा सकता, क्योंकि सीज़न की शीर्ष-10 सूची उपलब्ध नहीं। यही मेरी दूसरी ज़िद की जड़ है — पदक के पीछे की गहराई की लेजर।
2026 की सुबह मुझे अच्छी तरह याद है। सात अगस्त, टोक्यो। नीरज चोपड़ा ने 87.58 मीटर फेंका और भारत को एथलेटिक्स में पहला ओलंपिक स्वर्ण मिला। मेरे पास 63 जैवलिन थ्रो का मॉडल तैयार था — रिलीज़ एंगल, ब्लॉक-लेग एक्सटेंशन, अप्रोच वेलोसिटी। मैंने फाइनल के नब्बे मिनट बाद फाइल किया: उनका जीतने वाला थ्रो सीज़न का रिलीज़ स्पीड के हिसाब से चौथा सबसे अच्छा था और एंगल के हिसाब से सबसे अच्छा। एक भारतीय आउटलेट ने उसे सिंडिकेट किया, और एडिटर मुझे जैवलिन के आँकड़ों के लिए फोन करने लगे, भावनाओं के लिए नहीं।
अगले साल, जुलाई 2026, यूजीन — मेरी पहली क्रेडेंशियल्ड वर्ल्ड चैंपियनशिप। नीरज ने 88.13 मीटर पर रजत लिया। मैंने मिक्स्ड ज़ोन में कूलर पर लैपटॉप रखकर 40 थ्रो कोड किए। उस वक़्त मेरे दिमाग़ में एक ही सवाल था: जिस देश ने ओलंपिक स्वर्ण जीत लिया, उसकी नीचे की कतार कैसी दिखती है?
बुडापेस्ट 2026 में जवाब कुछ हद तक मिला — नीरज स्वर्ण, किशोर जेना पाँचवें। एक ही विश्व चैंपियनशिप के फाइनल में दो भारतीय। यह एक डेटा पॉइंट है, प्रोडक्शन लाइन नहीं। क्योंकि प्रोडक्शन लाइन नापी नहीं जाती पदक से — वह नापी जाती है क्वालिफाइंग विंडो में 80 मीटर के पार जाने वाले भारतीयों की संख्या से, जूनियर से सीनियर तक की रूपांतरण दर से, और उन राज्य मीटों की संख्या से जहाँ सीनियर स्तर का प्रतिस्पर्धा उपलब्ध है। उन तीनों का डेटा उसी तरह N/A है जैसे मेरी फ़ाइल में था।
90 मीटर का जुनून इसी खोखलेपन को ढकता है। रिकॉर्ड 92.97 मीटर है और वह किसी और का है — यह तथ्य है, अपमान नहीं। टोक्यो के बाद इस बीट की आदत बन गई है कि 89.45 मीटर का रजत भी विफलता लगने लगा है। यह अपेक्षा-महँगाई उसी तरह काम करती है जैसे खाली खाने: जितनी जगह खाली, उतनी ही ज़्यादा कल्पना भरने की गुंजाइश।
चौथी खोज: सबसे खतरनाक चीज़ है N/A को "साफ़" पढ़ लेना
फ़ाइल में एक पंक्ति मुझे सबसे ज़्यादा चुभी। एंटी-डोपिंग के खाने में लिखा था: कोई टेस्टिंग इतिहास, ABP स्थिति या व्हेयरअबाउट्स रिकॉर्ड उपलब्ध नहीं। साथ में चेतावनी: यहाँ सबूत का अभाव, अनुपालन का सबूत नहीं है।
यही इस पूरे दस्तावेज़ की सबसे ईमानदार लाइन है, और यही सबसे ज़्यादा अनदेखी होने वाली लाइन है। अगर मैं इस फ़ाइल को किसी प्रोडक्ट टीम को सौंप दूँ जो उसे एक स्लाइड में समेटेगी, तो स्लाइड पर लिखा आएगा: "कोई रेड फ्लैग नहीं।" और फिर वह वाक्य एक हफ़्ते में "साफ़ रिकॉर्ड" बन जाएगा। यही डेटा-पत्रकारिता का असली भ्रष्टाचार-मार्ग है — आँकड़े गढ़ना नहीं, पूर्णता गढ़ना।
मुझे 2026 की याद आती है। रूस विश्व कप, लाइव डेटा डेस्क, 64 मैच, 12 विश्लेषक, तीन-शिफ्ट का रोटेशन जो मैंने शुरुआती मैच के बाद 48 घंटे में बनाया था। 27 जून 2026, कज़ान में जर्मनी दक्षिण कोरिया से 0-2 हारा। हमने चालीस मिनट में प्रेसिंग-कोलैप्स चार्ट छाप दिया: जर्मन PPDA ब्राज़ील 2026 के 8.1 से 2026 ग्रुप स्टेज के 13.6 तक खिसक गया था। साल का हमारा सबसे पढ़ा गया टुकड़ा, जिसका ज़्यादातर हिस्सा फुल-टाइम सीटी से पहले लिखा जा चुका था। लाइव डेस्क के तीसरे घंटे में आँकड़े झूठ बोलना बंद कर देते हैं — पर उस दिन मुझे यह भी समझ आया कि मैंने वह रोटेशन किसी से पूछे बिना बनाया था, और दो विश्लेषकों ने मुझे यह बात साफ़ बता दी।
खाली खानों के साथ भी यही अनुशासन चाहिए। N/A का मतलब "कुछ नहीं मिला" है, "कुछ नहीं है" नहीं। और इन दोनों के बीच का फ़र्क़ ही तय करता है कि कोई रिपोर्ट ऑडिट है या अनुमान।
उलटा कोण: असली बहादुरी खाली जगह भरने से इनकार करना है
यहाँ एक सुविधाजनक रास्ता दिखता है। मैं लिख सकता था कि भारतीय एथलेटिक्स में डेटा का संकट है, प्रशासन दोषी है, और यह सब एक घोटाला है। यह पढ़ने में तेज़ लगेगा और शेयर भी होगा। पर वह उसी पाप का दूसरा रूप होगा जिसकी मैं निंदा कर रहा हूँ — खाली जगह को अपनी कहानी से भरना।
उलटा सच यह है कि इस फ़ाइल में कोई विफल एथलीट नहीं है, कोई विफल प्रशासन नहीं है, कोई विफल नैरेटिव नहीं है। एक विफल पढ़ने की परत है। और वह परत अगर ठीक हो जाए, तो शायद नौ आयामों में से छह खाली ही रहेंगे — क्योंकि जिस मीट के स्प्लिट प्रकाशित नहीं होते, वहाँ एथलीट का पीबी प्रोग्रेशन कर्व भी नहीं बनता; जिस देश में कोच की जानकारी सार्वजनिक नहीं, वहाँ प्रशिक्षण व्यवस्था का आकलन असंभव है। यानी पाइपलाइन ठीक करने से डेटा का संकट खत्म नहीं होगा। वह सिर्फ़ दिखने लगेगा।
यही असली खोज है: हमारे पास खबर की कमी नहीं, माप की कमी है। और माप की कमी को खबर की कमी समझ लेना सबसे आसान गलती है।
आगे क्या देखना है
अगला कदम साफ़ है और उबाऊ है। मूल दस्तावेज़ दोबारा इनजेस्ट करो, देखो कि शीर्षक और कम से कम एक सूचना-बिंदु लौटता है या नहीं। अगर लौटता है, तो ऊपर का पूरा ढाँचा बिना दोबारा काम किए भर जाएगा। अगर नहीं लौटता, तो मामला अनसुलझा है और उसे किसी डेटासेट में जगह नहीं मिलनी चाहिए।
मैं अगले महीने जो सबसे ज़्यादा देखूँगा, वह कोई मार्क नहीं है। वह यह सवाल है: जब अगली बार किसी फ़ाइल में सैंतालीस खाने खाली मिलें, तो क्या हम उसे छापेंगे — या हम उसे भरने के लिए कोई नाम ईजाद कर लेंगे, क्योंकि पाठक नाम चाहता है और एडिटर स्लॉट चाहता है?