Aller au contenu principal

Provenance et fiabilité des données

Statut : seed généré, non vérifié, à re-sourcer. source_status: draft_unverified_seed

Ce que sont les données fournies​

Le jeu de données canoniques livré avec ir-strata (scores bruts, preuves, événements, controverses, références bibliographiques) est un seed de départ généré. Il n'a pas été vérifié contre les sources primaires ou secondaires réelles.

Concrètement, à ce stade :

  • les scores n'ont pas de justification empirique validée par un expert ;
  • les références bibliographiques n'ont pas été confirmées comme existantes (risque d'ouvrages ou de clés bibtex hallucinés) ;
  • les preuves et controverses sont structurellement valides mais non auditées.

À quoi il sert​

Ce seed sert uniquement à :

  1. faire fonctionner la chaîne technique (validation → calcul → exports → site) ;
  2. démontrer le format des données et l'interface ;
  3. servir de gabarit à remplir avec des données réellement sourcées.

Il ne constitue pas une autorité historique, ni une mesure objective, ni une position académique défendable en l'état.

Ce qui a été fait​

  • Audit de provenance des références (anti-hallucination) : scripts/audit_references.py interroge Crossref et OpenLibrary pour retrouver chaque référence dans des bases réelles. Résultat : 56/56 références vérifiées, 0 hallucination détectée (voir Audit des références).
  • Anti-anachronisme automatisé : table d'émergence + détection + rejet ; 446 scores anachroniques rejetés (voir Audit anti-anachronisme). Garde au build.
  • Découplage de la synthèse et non-exclusivité : les trois couches sont affichées séparément, le brut est consultable, la synthèse est explicitement présentée comme dérivée et dépendante de la pondération.
  • Politique de maturité : reviewed/validated réservé aux périodes prioritaires P1 (scripts/enforce_maturity_policy.py, garde au build). Tout objet hors P1 est draft. Les scores d'entités sont tous draft. Seules les références restent reviewed (vérifiées).

Ce qui reste prévu (phases ultérieures)​

  • Re-sourçage et calibration des scores eux-mêmes (les audits valident l'existence des références et la non-anachronicité, pas la justesse des valeurs de score), en commençant par les périodes P1.

Règle​

Tant que source_status n'est pas passé à un statut vérifié, aucun chiffre de ce site ne doit être cité comme un fait.