fix(explorer): remove parquet download links, ensure SQL link on all pages

docs/TEMPLATE-dataset-page.md

@@ -184,7 +184,6 @@ Inputs.table(filtered, {
 
 - [Fonte originale]({source_url})
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/{slug_gcs}/{anno}/{slug_gcs}_{anno}_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/{slug_candidate})
 
 <!--
@@ -200,6 +199,6 @@ Inputs.table(filtered, {
   [ ] tableFormat e Inputs.table in celle separate
   [ ] Usa moduli condivisi da src/import/
   [ ] Sezione Limiti compilata
-  [ ] Link a fonte originale e parquet funzionanti
+  [ ] Link a fonte originale funzionante
   [ ] Pagina leggibile da un utente non tecnico
 -->

src/dataset/anac-bandi-gara.md

@@ -144,5 +144,5 @@ Il Codice Appalti 2023 ha semplificato le procedure, ma ha prodotto un effetto c
 ## Risorse
 
 - [ANAC - dati aperti](https://dati.anticorruzione.it/)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/anac_bandi_gara/2024/anac_bandi_gara_2024_clean.parquet)
+- [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/anac-bandi-gara)

src/dataset/attivita-aula.md

@@ -120,7 +120,5 @@ Inputs.table(topRel, {
 
 - [Camera dei Deputati — Dati aperti](https://dati.camera.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito — interventi](https://storage.googleapis.com/dataciviclab-clean/open-politica/camera_interventi/2026/camera_interventi_2026_clean.parquet)
-- [Scarica il parquet pulito — relatori](https://storage.googleapis.com/dataciviclab-clean/open-politica/camera_relatori/2026/camera_relatori_2026_clean.parquet)
 - [Pipeline interventi](https://github.com/dataciviclab/open-politica/tree/main/datasets/camera-interventi)
 - [Pipeline relatori](https://github.com/dataciviclab/open-politica/tree/main/datasets/camera-relatori)

src/dataset/bdap-lea.md

@@ -214,5 +214,4 @@ Inputs.table(regFiltered, {
 
 - [BDAP — Open Data (fonte originale)](https://bdap-opendata.rgs.mef.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/bdap_lea/2024/bdap_lea_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/bdap-lea)

src/dataset/bdap-spese-stato.md

@@ -164,6 +164,5 @@ Inputs.table(searchQuery, {
 
 - [MEF · RGS · BDAP (fonte originale)](https://www.rgs.mef.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/bdap_spese_stato/2025/bdap_spese_stato_2025_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/bilancio-pubblico/tree/main/datasets/bdap-spese-stato)
 La spesa è passata da **${euroCompact(d2008.spesa)}** nel ${first} a **${euroCompact(totLast)}** nel ${last}, toccando il minimo della serie nel **${minimo.anno}** (${euroCompact(minimo.spesa)}). Il **2020** segna lo scatto pandemico: da lì il livello non è più sceso. La crescita, però, è trainata soprattutto da voci "obbligate" concentrate al centro: ${top.macroaggregato.toLowerCase()} vale ${pct(topShare)} e debito+relazioni+previdenza pesano ${pct(voceShare)}.

src/dataset/camera-deputati.md

@@ -151,5 +151,4 @@ Inputs.table(genere, {
 
 - [Camera dei Deputati — Dati aperti](https://dati.camera.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/camera_deputati_legislature/2026/camera_deputati_legislature_2026_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/open-politica/tree/main/datasets/camera-deputati-legislature)

src/dataset/capacita-rinnovabile.md

@@ -215,5 +215,4 @@ Inputs.table(filtered, {
 
 - [Terna (fonte originale)](https://www.terna.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/terna_capacita_rinnovabile/2024/terna_capacita_rinnovabile_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/terna-capacita-rinnovabile)

src/dataset/cinque-per-mille.md

@@ -186,6 +186,5 @@ Inputs.table(tableData, {
 
 - [Agenzia delle Entrate — 5x1000 (fonte originale)](https://www.agenziaentrate.gov.it/portale/area-tematica-5x1000)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/ade_cinque_per_mille/2024/ade_cinque_per_mille_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/ade-cinque-per-mille)
 Nel ${anno} le entrate erogabili valgono **${euroCompact(importoTot)}** distribuite a **${num(numEnti)}** enti (in media **${euroCompact(importoMedio)}** a ente, ma la media nasconde una concentrazione estrema). La top 10 degli enti assorbe da sola **${pct(quotaTop10)}** del totale, e la regione in testa, **${topReg.regione.toLowerCase()}**, pesa da sola il **${pct(qTotale(topReg.importo_totale, importoTot))}**.

src/dataset/consip-consumi-convenzione.md

@@ -163,5 +163,4 @@ Inputs.table(regFiltered, {
 
 - [Consip — Dati (fonte originale)](https://dati.consip.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/consip_consumi_convenzione/2025/consip_consumi_convenzione_2025_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/consip-consumi-convenzione)

src/dataset/dipendenti-pubblici.md

@@ -173,5 +173,4 @@ Inputs.table(data, {
 
 - [MEF · RGS · BDAP (fonte originale)](https://www.rgs.mef.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/dipendenti_pubblici/2024/dipendenti_pubblici_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/dipendenti-pubblici)

src/dataset/elezioni-comunali.md

@@ -130,5 +130,4 @@ Inputs.table(data.top_sindaci, {
 
 - [open-politica](https://github.com/dataciviclab/open-politica)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/elezioni_comunali/2024/elezioni_comunali_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/open-politica/tree/main/datasets/elezioni-comunali)

src/dataset/elezioni-europee.md

@@ -157,5 +157,4 @@ display(plot.plot({
 
 - [open-politica](https://github.com/dataciviclab/open-politica)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/elezioni_europee/2024/elezioni_europee_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/open-politica/tree/main/datasets/elezioni-europee)

src/dataset/elezioni-politiche.md

@@ -169,5 +169,4 @@ display(plot.plot({
 
 - [open-politica](https://github.com/dataciviclab/open-politica)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/elezioni_politiche/2022/elezioni_politiche_2022_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/open-politica/tree/main/datasets/elezioni-politiche)

src/dataset/elezioni-referendum.md

@@ -143,5 +143,4 @@ Inputs.table(primoQuesito.map(d => ({
 
 - [open-politica](https://github.com/dataciviclab/open-politica)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/elezioni_referendum/2022/elezioni_referendum_2022_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/open-politica/tree/main/datasets/elezioni-referendum)

src/dataset/elezioni-regionali.md

@@ -117,5 +117,4 @@ display(plot.plot({
 
 - [open-politica](https://github.com/dataciviclab/open-politica)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/elezioni_regionali/2024/elezioni_regionali_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/open-politica/tree/main/datasets/elezioni-regionali)

src/dataset/entrate-stato.md

@@ -191,5 +191,4 @@ Inputs.table(table, {
 
 - [RGS · BDAP — fonte originale](https://bdap.rgs.mef.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/bilancio-pubblico/bdap_entrate_stato/2025/bdap_entrate_stato_2025_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/openbdap-saldi-storico-stato/tree/main/datasets/bdap-entrate-stato)

src/dataset/farmacie.md

@@ -196,5 +196,4 @@ Inputs.table(per_provincia, {
 
 - [Ministero della Salute — Open Data](https://www.salute.gov.it/portale/lea/dettaglioContenutiLea.jsp?lingua=italiano&id=5551&area=Lea&menu=vuoto)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/farmacie/2026/farmacie_2026_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/farmacie)

src/dataset/flussi-giustizia-civile.md

@@ -180,6 +180,5 @@ Inputs.table(filtered, {
 
 - [Ministero della Giustizia (fonte originale)](https://datiestatistiche.giustizia.it)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/civile_flussi/2025/civile_flussi_2025_clean.parquet)
 - [Analisi completa](https://github.com/dataciviclab/dataciviclab/tree/main/analisi/civile-flussi)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/civile-flussi)

src/dataset/fts-eu-grants.md

@@ -211,5 +211,5 @@ FTS è una fotografia dei fondi UE **diretti** in Italia (assegnati dalla Commis
 ## Risorse
 
 - [Financial Transparency System](https://commission.europa.eu/funding-tenders/financial-transparency-system_en)
-- [Scarica il parquet pulito 2024](https://storage.googleapis.com/dataciviclab-clean/fts_eu_grants/2024/fts_eu_grants_2024_clean.parquet)
+- [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/fts-eu-grants)

src/dataset/housing-crowding.md

@@ -159,5 +159,4 @@ Inputs.table(trend, {
 
 - [ISTAT — Esplora dati](https://esploradati.istat.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/istat_housing_crowding/2024/istat_housing_crowding_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/istat-housing-crowding)

src/dataset/irpef-comunale.md

@@ -205,5 +205,4 @@ Inputs.table(searchCap, {
 
 - [MEF — Dipartimento delle Finanze (fonte originale)](https://www1.finanze.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/irpef_comunale/2023/irpef_comunale_2023_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/irpef-comunale)

src/dataset/ispra-emissioni-ghg.md

@@ -186,5 +186,4 @@ Inputs.table(data.slice().sort((a, b) => b.anno - a.anno), {
 
 - [ISPRA — Indicatori Ambientali (fonte originale)](https://indicatoriambientali.isprambiente.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/ispra_emissioni_ghg/2023/ispra_emissioni_ghg_2023_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/ispra-emissioni-ghg)

src/dataset/istat-gini-regionale.md

@@ -191,5 +191,4 @@ Inputs.table(annoConDelta, {
 
 - [ISTAT — Esplora dati](https://esploradati.istat.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/istat_gini_regionale/2023/istat_gini_regionale_2023_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/istat-gini-regionale)

src/dataset/istat-ipab-aree.md

@@ -140,5 +140,4 @@ Inputs.table(ultimiValori, {
 
 - [ISTAT — IPAB (fonte originale)](https://www.istat.it/it/archivio/16773)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/istat_ipab_aree/2024/istat_ipab_aree_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/istat-ipab-aree)

src/dataset/mef-partecipazioni.md

@@ -225,5 +225,4 @@ Il numero di società partecipate racconta solo metà della storia: le Regioni n
 
 - [MEF — Partecipazioni Pubbliche](https://www.mef.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/mef_partecipazioni/2023/mef_partecipazioni_2023_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/mef-partecipazioni)

src/dataset/mim-alunni-corso-eta.md

@@ -197,5 +197,4 @@ La secondaria di II grado è l'ordine con più iscritti, ma la demografia è in
 
 - [MIM — Dati istruzione](https://dati.istruzione.it/opendata/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/mim_alunni_corso_eta/2025/mim_alunni_corso_eta_2025_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/mim-alunni-corso-eta)

src/dataset/mit-incidentalita.md

@@ -195,5 +195,4 @@ Inputs.table(filtered, {
 
 - [MIT — Open Data](https://www.mit.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/mit_incidentalita_mensile/2001/mit_incidentalita_mensile_2001_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/mit-incidentalita-mensile-2001-2018)

src/dataset/opencivitas-fsc-2025.md

@@ -229,5 +229,4 @@ Inputs.table(perRegione, {
 
 - [OpenCivitas (fonte originale)](https://www.opencivitas.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/opencivitas/opencivitas_fsc_rso/2025/opencivitas_fsc_rso_2025_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/opencivitas/tree/main/candidates/opencivitas-fsc-rso)

src/dataset/opencoesione-progetti.md

@@ -209,6 +209,5 @@ Il Mezzogiorno è l'obiettivo dichiarato delle politiche di coesione, ma la capa
 ## Risorse
 
 - [OpenCoesione (fonte originale)](https://opencoesione.gov.it/)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/opencoesione_progetti/2026/opencoesione_progetti_2026_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/opencoesione-progetti)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)

src/dataset/pensioni-inps.md

@@ -148,5 +148,4 @@ Inputs.table(perGestione, {
 
 - [INPS Open Data (fonte originale)](https://www.inps.it/open-data)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/inps_pensioni_trimestrale/2024/inps_pensioni_trimestrale_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/inps-pensioni)

src/dataset/pensioni-pa-dag.md

@@ -192,5 +192,5 @@ La spesa per le pensioni della PA è una voce strutturale collegata al turnover
 
 - [Fonte originale — MEF DAG](https://www.dag.mef.gov.it/aree-tematiche/dati-amministrativi/index.html)
 - [Dati statistici spesa pensioni](https://datipensioni.mef.gov.it/)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/pensioni_pa_dag/2024/pensioni_pa_dag_2024_clean.parquet)
+- [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/pensioni-pa-dag)

src/dataset/pnrr-gare.md

@@ -192,5 +192,4 @@ Le prime 5 procedure coprono il ${Math.round(totalProc / data.kpi.n_gare * 100)}
 
 - [Italia Domani — PNRR](https://italiadomani.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/pnrr_gare/2026/pnrr_gare_2026_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/pnrr-gare)

src/dataset/pnrr-pagamenti.md

@@ -132,5 +132,4 @@ display(plot.plot({
 
 - [Italia Domani — PNRR](https://italiadomani.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/pnrr_pagamenti/2026/pnrr_pagamenti_2026_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/pnrr-pagamenti)

src/dataset/pnrr-progetti.md

@@ -147,5 +147,4 @@ display(plot.plot({
 
 - [Italia Domani — PNRR](https://italiadomani.gov.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/pnrr_progetti/2026/pnrr_progetti_2026_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/pnrr-progetti)

src/dataset/popolazione-istat.md

@@ -197,5 +197,4 @@ Inputs.table(filtered, {
 
 - [ISTAT — Esplora dati](https://esploradati.istat.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/popolazione_istat_comunale_2019_2025/2025/popolazione_istat_comunale_2019_2025_2025_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/popolazione-istat-comunale-2019-2025)

src/dataset/posti-letto-stabilimento.md

@@ -217,5 +217,4 @@ Inputs.table(perRegioneAnno, {
 
 - [Ministero della Salute — Banca Dati Posti Letto](https://www.salute.gov.it/portale/lea/dettaglioContenutiLea.jsp?lingua=italiano&id=5551&area=Lea&menu=vuoto)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/posti_letto_stabilimento/2023/posti_letto_stabilimento_2023_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/posti-letto-stabilimento)

src/dataset/produzione-elettrica-fonti.md

@@ -166,5 +166,4 @@ Inputs.table(searchQuery, {
 
 - [Terna (fonte originale)](https://www.terna.it/)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/terna_electricity_by_source/2024/terna_electricity_by_source_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/terna-electricity-by-source)

src/dataset/reparti-ricovero.md

@@ -308,5 +308,4 @@ Inputs.table(dataArricchiti, {
 
 - [Ministero della Salute — Open Data Reparti di ricovero](https://www.salute.gov.it/portale/lea/dettaglioContenutiLea.jsp?lingua=italiano&id=5551&area=Lea&menu=vuoto)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/reparti_ricovero/2022/reparti_ricovero_2022_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/reparti-ricovero)

src/dataset/rifiuti-urbani.md

@@ -177,5 +177,4 @@ Inputs.table(regFiltered, {
 
 - [ISPRA — Rifiuti Urbani (fonte originale)](https://www.isprambiente.gov.it/it/dati/dati-sui-rifiuti-urbani)
 - [Esplora i dati con Query SQL](https://dataciviclab-dashboard.streamlit.app/Query_SQL)
-- [Scarica il parquet pulito](https://storage.googleapis.com/dataciviclab-clean/ispra_ru_base/2024/ispra_ru_base_2024_clean.parquet)
 - [Pipeline](https://github.com/dataciviclab/dataset-incubator/tree/main/candidates/ispra-ru-base)