observations
Data license: CC BY-SA 4.0 (records) · Apache 2.0 (tools) · Data source: Loxyn-Korela/fault-atlas
141 rows
This data as json, CSV (advanced)
form_name >30
- Multiple spellings of one entity 2
- Abbreviation dot inside a unit 1
- Access format of the document (PDF, HTML, XML) 1
- Acronym defined by typography alone 1
- Acronyms and abbreviations 1
- Annotations for records newer than the frozen snapshot (false recent decline) 1
- Anonymised entities 1
- Anonymous typed mentions (surface only, no dictionary entry) 1
- Article titles stored as entity labels (Wikidata) 1
- Author declarations 1
- Author keywords missing on most records 1
- Author-declared affiliation country, detected by pattern 1
- Bare-number reference with ambiguous target 1
- Bibliographic references 1
- Bilingual document 1
- Case versions: one case, many records (FAERS) 1
- Citation targets outside the snapshot, and identifiers beyond 32 bits 1
- Citation with internal locator 1
- Cited documents absent from the corpus 1
- Clickable zone differs from semantic unit 1
- Closed machine-assigned keyword vocabulary (OpenAlex) 1
- Collective entity 1
- Columns of different natures 1
- Complex attributions and affiliations 1
- Confusable relation types 1
- Content added by digitisation 1
- Content quoted from elsewhere 1
- Corpus volume 1
- Crossmark badge (retraction status) 1
- Degree of assertion of a link 1
- …
corpus >30
- observation 2026-08 (272 Europe PMC JATS articles) 49
- observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) 45
- Biomedical PDFs 1957-1987 (migraine corpus), first observation wave 4
- Author keywords of the baseline frozen 2026-08-18 (English, articles and reviews, 2011-2025) 3
- 14 articles 2021-2026 outside biomedicine (arXiv, PLOS, Copernicus, HAL, Scientific Reports), 'rare genres' wave 2
- Biomedical PDFs 1957-1987 (migraine corpus, 45 PDFs), first observation wave 2
- PubTator3 frozen 2026-08-18 18:08 (bioconcepts2pubtator3.gz, sha256 856353fb…) 2
- Author keywords of the baseline frozen 2026-08-18 (English, articles and reviews, 2011-2025) against MeSH history 2026, on the baseline frozen 2026-08-18 1
- Author keywords of the baseline frozen 2026-08-18 (English, articles and reviews, 2011-2025) and MeSH history 2026, on the baseline frozen 2026-08-18 1
- Authors table derived from the baseline (countries detected by patterns in affiliations) 1
- FDA FAERS quarterly files 2013Q1-2026Q2, probe of 2026-09-09 1
- FDA FAERS quarterly files 2013Q1-2026Q2, probe of 2026-09-09, 2019 and 2021 1
- FDA FAERS quarterly files 2013Q1-2026Q2, probe of 2026-09-09, ASCII quarterly files 1
- FDA FAERS quarterly files 2013Q1-2026Q2, probe of 2026-09-09, DEMO (caseid, caseversion, primaryid) 1
- Funding table derived from the baseline (liens/notice_financement, 14.6 M links) 1
- MeSH history 2026, on the baseline frozen 2026-08-18 1
- MeSH history 2026, on the baseline frozen 2026-08-18, liens/notice_descripteur (year, attribution bound) 1
- OpenAIRE Graph 11.1.1 (Zenodo 20428976), read 2026-09-08, entity project 1
- OpenAIRE Graph 11.1.1 (Zenodo 20428976), read 2026-09-08, project.fundings[].jurisdiction 1
- OpenAIRE Graph 11.1.1 (Zenodo 20428976), read 2026-09-08, project.startDate 1
- OpenAIRE Graph 11.1.1 (Zenodo 20428976), read 2026-09-08, project_produces (10,038,714 links), field provenance 1
- OpenAlex keywords, snapshot 2026 (outside PubMed, for comparison) 1
- OpenAlex snapshot 2026 (works parquet), read 2026-09-06 parquet, before any date filter 1
- OpenAlex snapshot 2026 (works parquet), read 2026-09-06 parquet; house extraction script (a reader defect revealing a model trap) 1
- OpenAlex snapshot 2026 (works parquet), read 2026-09-06, primary_topic.domain 1
- OpenAlex snapshot 2026 (works parquet), read 2026-09-06, publication_date absent, publication_year only 1
- OpenAlex snapshot 2026 (works parquet), read 2026-09-06, works 2011-2025 1
- OpenAlex snapshot 2026 (works parquet), read 2026-09-06, works.keywords and entities/keywords 1
- PubMed/MEDLINE baseline frozen 2026-08-18 (39,994,988 records) (pub.an/mois and elec), working table (mois, mois_e) 1
- PubMed/MEDLINE baseline frozen 2026-08-18 (39,994,988 records), indexing field (indexation.u16), MeSH 1
- …
date 11
- 2026-08-08 102
- 2026-09-06 10
- 2026-08-21 9
- 2026-09-08 9
- 2026-09-09 4
- 2026-08-18 2
- 2026-08-19 1
- 2026-09-01 1
- 2026-09-02 1
- 2026-09-05 1
- 2026-09-07 1
| id ▼ | form_id | form_name | corpus | document | date | observer | excerpt_en | excerpt_original | lang |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Corpus volume form-012 | Corpus volume | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus. The corpus has 8 strata: bio 34 · case 34 · trial 34 · meta 34 · modern 17 · nonEN 51 · phys 34 · retract 34. Taking the first 100 by file name gives {bio 34, case 34, trial 32} and LOSES 5 strata out of 8 (meta, modern, nonEN, phys, retract); the first 200 still lose 2 (phys, retract). The 272 identifiers are distinct (272/272), so byte-level nesting holds — it is representativeness that fails. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS d'(internal corpus of 272 JATS articles). Le fonds compte 8 strates : bio 34 · cas 34 · essai 34 · meta 34 · moderne 17 · nonEN 51 · phys 34 · retract 34. Le prélèvement des 100 premiers par ordre de nom donne {bio 34, cas 34, essai 32} et PERD 5 strates sur 8 (meta, moderne, nonEN, phys, retract) ; celui des 200 premiers en perd encore 2 (phys, retract). Les 272 identifiants sont distincts (272/272), donc l'emboîtement à l'octet est vrai — c'est la représentativité qui est fausse. | fr | |
| 2 | Distribution of relation types form-013 | Distribution of relation types | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on tier P6, 1,045 relations, recorded in the catalogue on 2026-08-08: 5 types carry 97.3 % of the relations, "is a supplier of" alone 552, i.e. 52.8 %, and 21 types out of 26 have only 1 or 2 occurrences — so the per-type F1 is 0 or 1 by chance. | MESURÉ sur le palier P6, 1045 relations, relevé au catalogue le 08/08/2026 : 5 types portent 97,3 % des relations, « est fournisseur de » à lui seul 552 soit 52,8 %, et 21 types sur 26 n'ont qu'1 ou 2 occurrences — donc le F1 par type y vaut 0 ou 1 par tirage. | fr | |
| 3 | Entity typing form-014 | Entity typing | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files of the internal corpus: 63/272 (23 %) place a tagged <institution> organisation next to a NAMED study/cohort ("the Fremantle Diabetes Study", "the Brazilian Longitudinal Study") — two confusable types in the same sentence. Only 9/272 (3 %) carry the apposition that settles it (", a multicenter …"). Reminder from tier P6 (annex 14): 920/925 entities are Organization or Person — typing is currently NO difficulty at all. | MESURÉ le 08/08/2026 sur les 272 XML de (internal corpus of 272 JATS articles) : 63/272 (23 %) font voisiner une organisation balisée <institution> et une étude/cohorte NOMMÉE (« the Fremantle Diabetes Study », « the Brazilian Longitudinal Study ») — deux types confusables dans la même phrase. Seuls 9/272 (3 %) portent l'apposition qui tranche (« , a multicenter … »). Rappel du palier P6 (annexe 14) : 920/925 entités sont Organization ou Person — le typage n'est aujourd'hui AUCUNE difficulté. | fr | |
| 4 | Fact redundancy across documents form-016 | Fact redundancy across documents | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026 (internal corpus): 1,753 distinct numerical statements extracted from the abstracts, of which 1,749 have a SINGLE witness (99.8 %). The only 4 statements with two witnesses are not facts: a Creative Commons licence and a retraction notice. However 60 articles out of 272 (22 %) repeat the SAME statement in the abstract and in the body — two anchors for a single witness. Positive control of the probe: the same article under two names → 2/2 statements seen with two witnesses. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 (internal corpus of 272 JATS articles) : 1 753 énoncés chiffrés distincts extraits des résumés, dont 1 749 à UN SEUL témoin (99,8 %). Les 4 seuls énoncés à deux témoins ne sont pas des faits : licence Creative Commons et avis de rétractation. En revanche 60 articles sur 272 (22 %) répètent le MÊME énoncé dans le résumé et dans le corps — deux ancrages pour un seul témoin. Contrôle positif de la sonde : le même article sous deux noms → 2/2 énoncés vus à deux témoins. | fr | |
| 5 | Diversity of document templates form-017 | Diversity of document templates | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus (Europe PMC open access 2023-2026): 272/272 declare an article-type, and 15 DISTINCT templates are counted. Real forms at the top: research-article 145, case-report 35, retraction 33, review-article 23, editorial 14, letter 9, brief-report 4, book-review 4, systematic-review 3 — and article-type="other", template NOT DECLARED, in 2 files (bio-PMC12674831.xml, nonEN-PMC13228121.xml). 24 additional "translation" templates appear only on <sub-article>: they are NOT the template of the file. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS d'(internal corpus of 272 JATS articles) (Europe PMC accès libre 2023-2026) : 272/272 déclarent un article-type, et on compte 15 gabarits DISTINCTS. Formes réelles au sommet : research-article 145, case-report 35, retraction 33, review-article 23, editorial 14, letter 9, brief-report 4, book-review 4, systematic-review 3 — et article-type="other", gabarit NON DÉCLARÉ, dans 2 fichiers (bio-PMC12674831.xml, nonEN-PMC13228121.xml). 24 gabarits « translation » supplémentaires n'apparaissent que sur des <sub-article> : ils ne sont PAS le gabarit du fichier. | fr | |
| 6 | Variable length and chunking form-018 | Variable length and chunking | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 243 (89 %). Concentration: nonEN 51, bio 34, case 34, trial 34, meta 34, phys 34, modern 17, retract 5. Real forms: bio-PMC12583535 = 48,845 characters → 25 chunks | 29 documents fit in a single chunk. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 243 (89 %). Concentration : nonEN 51, bio 34, cas 34, essai 34, meta 34, phys 34, moderne 17, retract 5. Formes réelles : bio-PMC12583535 = 48 845 car. → 25 morceaux | 29 documents tiennent en un seul morceau | fr | |
| 7 | Salience and distractors form-019 | Salience and distractors | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): of the 75 articles carrying keywords, 163 of the 523 keywords (31 %) appear at most ONCE in the body, while the most cited keyword of each article recurs 24 times (median). One hub, a long tail of single mentions: exactly the shape this module fabricates. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : sur les 75 articles porteurs de mots-clés, 163 des 523 mots-clés (31 %) n'apparaissent au plus qu'UNE fois dans le corps, tandis que le mot-clé le plus cité de chaque article y revient 24 fois (médiane). Un hub, une longue traîne de mentions uniques : c'est exactement la forme que ce module fabrique. | fr | |
| 8 | Layout furniture (headers, footers) form-020 | Layout furniture (headers, footers) | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 Europe PMC JATS XML articles (2023-2026): present in 181/272 (66 %). Real forms: bio-PMC12674831 carries 154 <tr> and 75 <def-item>; first <tr> = "Position Statement on Cardiometabolic Health…" — a heading and its value aligned, without a verb. bio-PMC12583535: 51 <tr>, first = "Database Search". | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC (2023-2026) : présent dans 181/272 (66 %). Formes réelles : bio-PMC12674831 porte 154 <tr> et 75 <def-item> ; premier <tr> = « Position Statement on Cardiometabolic Health… » — un intitulé et sa valeur alignés, sans verbe. bio-PMC12583535 : 51 <tr>, premier = « Database Search ». | fr | |
| 9 | Multiple spellings of one entity form-021 | Multiple spellings of one entity | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC JATS XML articles (internal corpus): present in 209 (77 %). Concentration: trial 34, phys 34, bio 33, meta 33, nonEN 32, case 27, modern 14, retract 2. Real forms: "C-reactive protein (CRP)" (bio-PMC12674831) · "Diabetes mellitus (DM)" (bio-PMC12590050) · "Risk of Bias (RoB)" (bio-PMC12583535). | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC accès libre (internal corpus of 272 JATS articles) : présent dans 209 (77 %). Concentration : essai 34, phys 34, bio 33, meta 33, nonEN 32, cas 27, moderne 14, retract 2. Formes réelles : « C-reactive protein (CRP) » (bio-PMC12674831) · « Diabetes mellitus (DM) » (bio-PMC12590050) · « Risk of Bias (RoB) » (bio-PMC12583535). | fr | |
| 10 | Multiple spellings of one entity form-021 | Multiple spellings of one entity | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08: 209/272 articles (77 %) gloss then abbreviate — "C-reactive protein (CRP)" then "CRP" alone. | MESURÉ le 08/08/2026 : 209/272 articles (77 %) glosent puis abrègent — « C-reactive protein (CRP) » puis « CRP » seul. | fr | |
| 11 | Pronominal references form-022 | Pronominal references | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the workshop: 212/272 (78 %) open at least one sentence with a bare anaphor (It/They/These/This), 3,260 occurrences in total; 49/272 (18 %) carry an explicit lexical anaphor — recorded: "In the latter study, the risk of developing T2DM was significantly lower" (bio-PMC12915353). | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de l'atelier : 212/272 (78 %) ouvrent au moins une phrase par une reprise nue (It/They/These/This), 3 260 occurrences au total ; 49/272 (18 %) portent une reprise lexicale explicite — relevé « In the latter study, the risk of developing T2DM was significantly lower » (bio-PMC12915353). | fr | |
| 12 | Typos and OCR confusions form-023 | Typos and OCR confusions | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08: 80 % of the old documents observed are OCR'd scans, where l/1, O/0 and S/5 are confused. | MESURÉ le 08/08/2026 : 80 % des documents anciens observés sont des scans OCRisés, où l/1, O/0 et S/5 se confondent. | fr | |
| 13 | Acronyms and abbreviations form-024 | Acronyms and abbreviations | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 224/272 articles (82 %) carry at least one gloss "Full name (ACRONYM)", 2,104 glosses in total, i.e. 9.4 per affected article. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 224/272 articles (82 %) portent au moins une glose « Nom complet (SIGLE) », 2 104 gloses au total, soit 9,4 par article concerné. | fr | |
| 14 | Registry identifiers form-025 | Registry identifiers | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026 (internal corpus): present in 31 articles (11 %). Concentration: phys 10/34, meta 9/34, bio 6/34, modern 4/17, trial 2/34. Registries actually met: ROR ×60, GRID ×52, ISNI ×49, Ringgold ×3, plus 22 FUNDER identifiers (doi/FundRef/CrossRef), which do NOT designate the organisation. Real forms: ROR:https://ror.org/02z1vqm45 | GRID:grid.411472.5 | ISNI:0000 0004 1764 1621 | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 (internal corpus of 272 JATS articles) : présent dans 31 articles (11 %). Concentration : phys 10/34, meta 9/34, bio 6/34, moderne 4/17, essai 2/34. Registres réellement rencontrés : ROR ×60, GRID ×52, ISNI ×49, Ringgold ×3, plus 22 identifiants de FINANCEUR (doi/FundRef/CrossRef), qui ne désignent PAS l'organisation. Formes réelles : ROR:https://ror.org/02z1vqm45 | GRID:grid.411472.5 | ISNI:0000 0004 1764 1621 | fr | |
| 15 | Strict homonyms form-026 | Strict homonyms | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: 1,215 surnames out of 9,160 (13.3 %) are borne by at least two different given names — "Wang" by 95, "Li" by 92, "Chen" by 88; and 461 identical full names (surname + given names) appear in at least two articles with DISJOINT affiliations (Zhang W, Li S, Singh S…). Fault verified the same day elsewhere: the reachability check does not look at `distinct` assertions — a corpus carrying 27 of them displayed "0 traps" and passed green. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de (internal corpus of 272 JATS articles) : 1 215 patronymes sur 9 160 (13,3 %) sont portés par au moins deux prénoms différents — « Wang » par 95, « Li » par 92, « Chen » par 88 ; et 461 noms complets identiques (nom + prénoms) apparaissent dans au moins deux articles aux affiliations DISJOINTES (Zhang W, Li S, Singh S…). Faute vérifiée le 08/08/2026 par ailleurs : le contrôle d'atteignabilité ne regarde pas les assertions `distinct` — un corpus en portant 27 affichait « 0 piège » et passait au vert. | fr | |
| 16 | Name-to-address bridge form-027 | Name-to-address bridge | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files: 54/272 (20 %) carry, IN THE SAME <aff> tag, the name of the institution AND its postal address (postcode or street number) — "Department of Urology, Peking University … 100034 Beijing". 5/272 (2 %) give an explicit street number ("140 Huguenot Street", "654 Cherry Street"), and 60/272 (22 %) a postcode + city pair. The material for the bridge exists; what the fabricated corpus lacks is its DISTRIBUTION across several documents. | MESURÉ le 08/08/2026 sur les 272 XML : 54/272 (20 %) portent, DANS LA MÊME balise <aff>, le nom de l'établissement ET son adresse postale (code postal ou numéro de rue) — « Department of Urology, Peking University … 100034 Beijing ». 5/272 (2 %) donnent un numéro de rue explicite (« 140 Huguenot Street », « 654 Cherry Street »), et 60/272 (22 %) un couple code postal + ville. La matière du pont existe ; ce qui manque au corpus fabriqué, c'est sa RÉPARTITION sur plusieurs documents. | fr | |
| 17 | One person in two roles form-028 | One person in two roles | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: in 39/272 (14 %) an AUTHOR of the article is also an author of a cited reference — one person, two roles (signatory here, cited source there); e.g. bio-PMC12915353 (Azizi F., Golzarand M., Mirmiran P.). And 51/272 (19 %) carry a contributor declared under at least two distinct roles. | MESURÉ le 08/08/2026 sur les 272 articles de (internal corpus of 272 JATS articles) : dans 39/272 (14 %) un AUTEUR de l'article est aussi auteur d'une référence citée — une seule personne, deux rôles (signataire ici, source citée là) ; ex. bio-PMC12915353 (Azizi F., Golzarand M., Mirmiran P.). Et 51/272 (19 %) portent un contributeur déclaré sous au moins deux rôles distincts. | fr | |
| 18 | Entities that change identity form-029 | Entities that change identity | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): only 6/272 articles (2 %) carry an identity-change phrase in the body (formerly / renamed / previously known as / merged with / acquired by). ⇒ The SCIENTIFIC corpus hardly teaches it; corporate archives carry it (annex 29). The module therefore injects it at a chosen rate, not an observed one. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : seulement 6/272 articles (2 %) portent une formule de changement d'identité dans le corps (formerly / renamed / previously known as / merged with / acquired by). ⇒ Le corpus SCIENTIFIQUE ne l'enseigne presque pas ; c'est le fonds d'entreprise qui la porte (annexe 29). Le module l'injecte donc à un taux choisi, pas observé. | fr | |
| 19 | Degree of assertion of a link form-031 | Degree of assertion of a link | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 233/272 articles (86 %) carry at least one non-assertion marker (may · might · could · suggests · appears to · likely · has been proposed); 4,518 occurrences in total, i.e. 19.4 per affected article. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 233/272 articles (86 %) portent au moins un marqueur de non-affirmation (may · might · could · suggests · appears to · likely · has been proposed) ; 4 518 occurrences au total, soit 19,4 par article concerné. | fr | |
| 20 | Link status: never, or expired form-032 | Link status: never, or expired | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08: 39/272 articles (14 %) carry a successive version or a retraction — a link asserted then cancelled. | MESURÉ le 08/08/2026 : 39/272 articles (14 %) portent une version successive ou une rétractation — un lien affirmé puis annulé. | fr | |
| 21 | Confusable relation types form-033 | Confusable relation types | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED, recorded in the catalogue on 2026-08-08: F1 82.8 % when the type is ignored, F1 30.1 % when it is counted — the right entities are linked and the link is wrong three times out of four. And verified in the code the same day: the vocabulary is announced closed at 26 types, the inverse table accepts 31. | MESURÉ, relevé au catalogue le 08/08/2026 : F1 82,8 % quand on ignore le type, F1 30,1 % quand on le compte — on relie les bonnes entités et on se trompe de lien trois fois sur quatre. Et vérifié dans le code le même jour : le vocabulaire est annoncé fermé à 26 types, la table des inverses en accepte 31. | fr | |
| 22 | Hard negatives for typing form-034 | Hard negatives for typing | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files: 19/272 (7 %) carry TWO neighbouring-type formulations for the same funding fact — "funded by" AND "supported by" in the same article; 100/272 (37 %) use at least one confusable contractual relation term (collaboration, contract, provider, supplier). The real corpus thus offers the vocabulary of the trap; none of our fabricated corpora sets it. | MESURÉ le 08/08/2026 sur les 272 XML : 19/272 (7 %) portent DEUX formulations de types voisins pour le même fait de financement — « funded by » ET « supported by » dans le même article ; 100/272 (37 %) emploient au moins un terme de relation contractuelle confusable (collaboration, contrat, prestataire, fournisseur). Le corpus réel offre donc le vocabulaire du piège ; aucun de nos corpus fabriqués ne le pose. | fr | |
| 23 | Undated contradiction form-035 | Undated contradiction | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: 15,049 of the 16,411 body paragraphs (92 %) contain NO year. The undated statement is therefore the norm, not the exception — and two undated statements cannot be separated by date. (Probe: count of <p> in <body> carrying a 19xx/20xx year token.) | MESURÉ le 08/08/2026 sur les 272 articles de (internal corpus of 272 JATS articles) : 15 049 des 16 411 paragraphes de corps (92 %) ne contiennent AUCUNE année. L'affirmation non datée est donc la norme, pas l'exception — et deux affirmations non datées ne peuvent pas être départagées par la date. (Sonde : comptage des <p> du <body> portant un jeton d'année 19xx/20xx.) | fr | |
| 24 | Relative dates form-036 | Relative dates | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: present in 64 (23 %), article body only (front/back removed). Concentration: case 20, trial 16, bio 11, modern 5. Most frequent real forms: "the past decade" ×5, "the last decade" ×4, "the past year" ×4, "the previous year" ×3, "last week" ×3, "1 year after" ×3, "two years after" ×2, "3 years after" ×2, "the next decade" ×2. REAL RUN of the filter on these 272 documents (2026-08-08): it resolves at least one expression in 9 documents ("the previous year" ×3, "ten years ago", "4 years ago", "1 year ago", "three years ago", "last year") and ABSTAINS on the other 54 — spans, unknown anchors, granularity below the year. This run is what surfaced "000 years ago", truncated from "10,000 years ago": without a guard-rail the filter returned 2024 − 0 = 2024, a FABRICATED date. Hence the refusal beyond 150 years. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS d'(internal corpus of 272 JATS articles) : présent dans 64 (23 %), corps de l'article seul (front/back retirés). Concentration : cas 20, essai 16, bio 11, moderne 5. Formes réelles les plus fréquentes : « the past decade » ×5, « the last decade » ×4, « the past year » ×4, « the previous year » ×3, « last week » ×3, « 1 year after » ×3, « two years after » ×2, « 3 years after » ×2, « the next decade » ×2. PASSAGE RÉEL du filtre sur ces 272 documents (08/08/2026) : il résout une expression au moins dans 9 documents (« the previous year » ×3, « ten years ago », « 4 years ago », « 1 year ago », « three years ago », « last year ») et s'ABSTIENT sur les 54 autres — portées, ancres inconnues, granularité inférieure à l'année. C'est ce passage qui a fait sortir « 000 years ago », amputé de « 10,000 years ago » : sans garde-fou le filtre rendait 2024 − 0 = 2024, une date FABRIQUÉE. D'où le refus au-delà de 150 ans. | fr | |
| 25 | Density: documents of no interest form-037 | Density: documents of no interest | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): of 11,380 paragraphs longer than 200 characters, 2,483 (22 %) contain NO digit — framing text, not results. The real corpus therefore already dilutes to one fifth, inside the documents themselves. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : sur 11 380 paragraphes de plus de 200 caractères, 2 483 (22 %) ne contiennent AUCUN chiffre — du texte de cadre, pas de résultat. Le corpus réel dilue donc déjà à un cinquième, à l'intérieur même des documents. | fr | |
| 26 | Exact and near duplicates form-038 | Exact and near duplicates | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | two copies of the same article counted as two independent witnesses — a false double agreement (severity analysis, 2026-08-08) | deux copies du même article comptées comme deux témoins indépendants — faux double accord (analyse de gravité, 08/08/2026) | fr | |
| 27 | Successive versions of a document form-039 | Successive versions of a document | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 39 (14 %). Concentration: retract 33, meta 3, bio 1, trial 1, phys 1. Real forms: related-article-type=retracted-article ×45 | retraction-forward ×14 | final-edited-article ×2 | preprint ×1 | <article-version>3</article-version> ×2 | <article-version>Version of Record</article-version> ×1 | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 39 (14 %). Concentration : retract 33, meta 3, bio 1, essai 1, phys 1. Formes réelles : related-article-type=retracted-article ×45 | retraction-forward ×14 | final-edited-article ×2 | preprint ×1 | <article-version>3</article-version> ×2 | <article-version>Version of Record</article-version> ×1 | fr | |
| 28 | Cited documents absent from the corpus form-040 | Cited documents absent from the corpus | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 Europe PMC JATS XML articles (2023-2026), 10,621 references of which 4,344 carry a DOI, against 315 DOIs present in the corpus: 110/272 articles (40 %) cite at least one identified document ABSENT from the corpus, and 0/272 cite a document that is present. Above all: 217/272 (80 %) carry at least one reference WITHOUT any identifier — real form, bio-PMC12583535: "Hanahan D, Weinberg RA. Hallmarks of cancer: The next generation. Cell 2011" — unresolvable, hence mandatory abstention. | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC (2023-2026), 10 621 références dont 4 344 portent un DOI, contre 315 DOI présents dans le fonds : 110/272 articles (40 %) citent au moins un document identifié ABSENT du fonds, et 0/272 citent un document présent. Surtout : 217/272 (80 %) portent au moins une référence SANS aucun identifiant — forme réelle, bio-PMC12583535 : « Hanahan D, Weinberg RA. Hallmarks of cancer: The next generation. Cell 2011 » — irrésolvable, donc abstention obligatoire. | fr | |
| 29 | Tables with multi-level headers form-043 | Tables with multi-level headers | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: present in 73 (26 %). Concentration: trial 21, nonEN 12, meta 11, bio 10, phys 10. Real forms: nonEN-PMC13193189.xml carries 36 <th> with colspan/rowspan ≥2; trial-PMC13205731.xml carries 27; bio-PMC12857832.xml has 4 <thead> out of 5 with more than one <tr> row. REAL RUN of the filter (2026-08-08): of the 670 <table> in the corpus it classifies 151 as "multi-level headers", 469 as "single header", and ABSTAINS on 50 without <thead>. At document level: 71/272, against 73 for the probe — the difference of 2 comes from colspan <th> located OUTSIDE <thead>, which the filter refuses to take as a header. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS d'(internal corpus of 272 JATS articles) : présent dans 73 (26 %). Concentration : essai 21, nonEN 12, meta 11, bio 10, phys 10. Formes réelles : nonEN-PMC13193189.xml porte 36 <th> à colspan/rowspan ≥2 ; essai-PMC13205731.xml en porte 27 ; bio-PMC12857832.xml a 4 <thead> sur 5 qui comptent plus d'une ligne <tr>. PASSAGE RÉEL du filtre (08/08/2026) : sur les 670 <table> du corpus il en classe 151 « en-têtes multiples », 469 « en-tête simple », et s'ABSTIENT sur 50 sans <thead>. Au niveau du document : 71/272, contre 73 pour la sonde — l'écart de 2 vient de <th> à colspan situés HORS <thead>, que le filtre refuse de prendre pour un en-tête. | fr | |
| 30 | Several languages in one corpus form-044 | Several languages in one corpus | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 27 (10 %), ALL in the nonEN family. Real forms: <trans-title-group xml:lang="en"> ×26 | xml:lang="es" ×9 | xml:lang="pt" ×3 | <trans-abstract xml:lang="en"> ×8. Example nonEN-PMC13143285: PT title "Conquistar corpos, domar a selva…" + EN trans-title "Conquering bodies, taming the jungle…" | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 27 (10 %), TOUS dans la famille nonEN. Formes réelles : <trans-title-group xml:lang="en"> ×26 | xml:lang="es" ×9 | xml:lang="pt" ×3 | <trans-abstract xml:lang="en"> ×8. Exemple nonEN-PMC13143285 : titre PT « Conquistar corpos, domar a selva… » + trans-title EN « Conquering bodies, taming the jungle… » | fr | |
| 31 | Genuinely scanned pages form-045 | Genuinely scanned pages | Biomedical PDFs 1957-1987 (migraine corpus, 45 PDFs), first observation wave | Malcolm 1973, The avian egg and the retina (published conference, 2.9 MB, scanned PDF); régime measured on the 45 PDFs | 2026-08-08 | house observer (LLM agent), first wave of August 2026, biomedical PDFs 1957-1987 (migraine corpus) | Malcolm 1973, *The avian egg and the retina* (2.9 MB) — published conference, SCANNED PDF. Measured on 2026-08-08 on the 45 PDFs of the migraine corpus: native digital 8/45 (17 %) · scan + OCR layer 36/45 (80 %) · pure image 1/45 (2 %). Seen by eye: "IN 1948, WHIII I was working" for "WHILE I". | Malcolm 1973, *The avian egg and the retina* (2,9 Mo) — conférence publiée, PDF SCANNÉ. Mesuré le 08/08 sur les 45 PDF du corpus migraine : natif numérique 8/45 (17 %) · scan + couche OCR 36/45 (80 %) · image pure 1/45 (2 %). Vu à l'œil : « IN 1948, WHIII I was working » pour « WHILE I ». | fr |
| 32 | Document reduced to its title form-062 | Document reduced to its title | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | COUNTED on 2026-08-08 on a real PubMed corpus (annex 62): 731 articles out of 3,642 — 20 % of the arginine corpus — have no body text at all; 321 out of 866 — 37 % — on a second corpus of the same folder. Consequence measured on 2026-07-31: the judge requires an evidence sentence, which on these documents cannot exist. | COMPTÉ le 08/08/2026 sur un corpus PubMed réel (annexe 62) : 731 articles sur 3 642 — 20 % du corpus arginine — n'ont aucun corps de texte ; 321 sur 866 — 37 % — sur un second corpus du même dossier. Conséquence mesurée le 31/07 : le juge exige une phrase-preuve, qui sur ces documents ne peut exister. | fr | |
| 33 | The title carries the fact form-063 | The title carries the fact | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: 263/272 titles (96.7 %) carry no conjugated verb — they are nominal; 197/272 (72 %) carry at least two capitalised tokens or acronyms, hence at least two candidate entities; median length 117 characters. And 59/272 (22 %) have no abstract: for those the title is the only source of the record. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de (internal corpus of 272 JATS articles) : 263/272 titres (96,7 %) ne portent aucun verbe conjugué — ils sont nominaux ; 197/272 (72 %) portent au moins deux tokens capitalisés ou sigles, donc au moins deux entités candidates ; longueur médiane 117 caractères. Et 59/272 (22 %) n'ont aucun résumé : sur ceux-là le titre est la seule source de la notice. | fr | |
| 34 | Period typographic conventions form-064 | Period typographic conventions | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files (recent PMC): ZERO titles in full capitals, but 70/272 (26 %) carry at least one fully capitalised subheading ("ABSTRACT", "KEY WORDS:") and 30/272 (11 %) a word of 4 letters or more in full capitals in the title. The zero is itself the measurement: the convention is DATED. The original observation, 2026-08-08 on the old PubMed corpus (annex 64), counted 184 titles in full capitals — "STUDIES ON THE NATURE OF RESISTANCE OF GRAM-NEGATIVE BACILLI TO PENICILLIN". | MESURÉ le 08/08/2026 sur les 272 XML (PMC récents) : ZÉRO titre en capitales intégrales, mais 70/272 (26 %) portent au moins un intertitre entièrement capitalisé (« ABSTRACT », « KEY WORDS: ») et 30/272 (11 %) un mot de 4 lettres ou plus tout en capitales dans le titre. Le zéro est lui-même la mesure : la convention est DATÉE. L'observation d'origine, 08/08/2026 sur le corpus PubMed ancien (annexe 64), comptait 184 titres en capitales intégrales — « STUDIES ON THE NATURE OF RESISTANCE OF GRAM-NEGATIVE BACILLI TO PENICILLIN ». | fr | |
| 35 | Multi-column layout form-066 | Multi-column layout | Biomedical PDFs 1957-1987 (migraine corpus), first observation wave | Hachinski et al., Cerebral Hemodynamics in Migraine, Canadian Journal of Neurological Sciences, 1977 (PDF 3.3 MB) | 2026-08-08 | house observer (LLM agent), first wave of August 2026, biomedical PDFs 1957-1987 (migraine corpus) | Observed on 2026-08-08 on a COMPLETE article — *Cerebral Hemodynamics in Migraine*, Hachinski et al., Canadian Journal of Neurological Sciences, 1977 (PDF 3.3 MB). The text is not one column: it has two or three. The first page has three — English abstract, French abstract, body. Reading across the columns yields text that is grammatically correct and semantically false. | Observé le 08/08 sur un article COMPLET — *Cerebral Hemodynamics in Migraine*, Hachinski et al., Canadian Journal of Neurological Sciences, 1977 (PDF 3,3 Mo). Le texte n'est pas une colonne : il en compte deux ou trois. La première page en a trois — résumé anglais, résumé français, corps de l'article. Une lecture en travers des colonnes produit un texte grammaticalement correct et sémantiquement faux. | fr |
| 36 | Bilingual document form-067 | Bilingual document | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026 (internal corpus): present in 27 articles (10 %), ALL in the non-English batch — 27 out of 51, i.e. 53 % of that batch, and 0 % of the seven others. Real forms: nonEN-PMC13185728 carries pt→en (title), pt→es (title), pt→en (abstract) — a Portuguese article whose title is repeated in English AND Spanish, and the abstract in English. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 (internal corpus of 272 JATS articles) : présent dans 27 articles (10 %), TOUS dans le lot non anglophone — 27 sur 51, soit 53 % de ce lot, et 0 % des sept autres. Formes réelles : nonEN-PMC13185728 porte pt→en (title), pt→es (title), pt→en (abstract) — un article portugais dont le titre est répété en anglais ET en espagnol, et le résumé en anglais. | fr | |
| 37 | The fact is in the figure form-068 | The fact is in the figure | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 215/272 articles (79 %) carry at least one figure — 1,059 figures in total — and 138/272 (51 %) contain at least one reference of the form "(Fig. N)" in the body; 1,791 <xref ref-type="fig"> references for 1,059 figures, i.e. 1.7 references per figure. The text points to the image far more often than it restates it. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 215/272 articles (79 %) portent au moins une figure — 1 059 figures au total — et 138/272 (51 %) contiennent au moins un renvoi de la forme « (Fig. N) » dans le corps ; 1 791 renvois <xref ref-type="fig"> pour 1 059 figures, soit 1,7 renvoi par figure. Le texte pointe l'image bien plus souvent qu'il ne la redit. | fr | |
| 38 | Several documents in one file form-069 | Several documents in one file | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: present in 30 (11 %). Concentration: nonEN 24, bio 3, meta 2, phys 1. Real forms, by <sub-article> article-type: translation 24, associated-data 9, aggregated-review-documents 6, author-comment 3, editor-report 3. Example: bio-PMC13252842.xml carries 5 <sub-article> (aggregated-review-documents, associated-data, author-comment, editor-report) in a single file. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS d'(internal corpus of 272 JATS articles) : présent dans 30 (11 %). Concentration : nonEN 24, bio 3, meta 2, phys 1. Formes réelles, par article-type de <sub-article> : translation 24, associated-data 9, aggregated-review-documents 6, author-comment 3, editor-report 3. Exemple : bio-PMC13252842.xml porte 5 <sub-article> (aggregated-review-documents, associated-data, author-comment, editor-report) dans un seul fichier. | fr | |
| 39 | Bibliographic references form-070 | Bibliographic references | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 JATS XML articles: 251/272 (92 %) carry a final reference block — 10,912 references in total, median 36 per article, maximum 450 — and 247/272 (91 %) carry citation calls in the body (17,210 calls). | MESURÉ le 08/08/2026 sur 272 articles XML JATS : 251/272 (92 %) portent un bloc de références final — 10 912 références au total, médiane 36 par article, maximum 450 — et 247/272 (91 %) portent des appels de citation dans le corps (17 210 appels). | fr | |
| 40 | Multiple dates on one document form-071 | Multiple dates on one document | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 111 (40 %). Concentration: nonEN 28, meta 16, case 14. Real forms: accepted | collection | collection | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 111 (40 %). Concentration : nonEN 28, meta 16, cas 14. Formes réelles : accepted | collection | collection | fr | |
| 41 | Redundancy between text and table form-072 | Redundancy between text and table | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 95 (35 %), 144 abstentions (documents without a numerical table). Concentration: trial 24, phys 18, nonEN 15, meta 14, bio 11, case 7, modern 6. Real forms checked by hand: bio-PMC12915353 text "a 10.6-year CVD risk" ↔ table row "2863 (≥ 19 y) | 10.6"; trial-PMC13154027 text "median [IQR] age, 58.5 [52.0-64.0] years" ↔ baseline table; trial-PMC13169472 "(p = 0.004)" ↔ table. Without the 3-digit threshold: 107/272, including coincidental "0.3"s. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 95 (35 %), 144 abstentions (documents sans tableau chiffré). Concentration : essai 24, phys 18, nonEN 15, meta 14, bio 11, cas 7, moderne 6. Formes réelles vérifiées à la main : bio-PMC12915353 texte « a 10.6-year CVD risk » ↔ ligne de tableau « 2863 (≥ 19 y) | 10.6 » ; essai-PMC13154027 texte « median [IQR] age, 58.5 [52.0-64.0] years » ↔ tableau de base ; essai-PMC13169472 « (p = 0.004) » ↔ tableau. Sans le seuil de 3 chiffres : 107/272, dont des « 0.3 » coïncidents | fr | |
| 42 | Values with quantified uncertainty form-073 | Values with quantified uncertainty | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 69 (25 %). Concentration: trial 20, meta 17, bio 15. Real forms: 0.08 ± | 0.094 ± | 0.63 (95% CI | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 69 (25 %). Concentration : essai 20, meta 17, bio 15. Formes réelles : 0.08 ± | 0.094 ± | 0.63 (95% CI | fr | |
| 43 | Content quoted from elsewhere form-074 | Content quoted from elsewhere | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 13/272 articles (5 %) carry an explicit reuse signal — "reproduced with permission", "adapted from", "reprinted from"; 22/272 (8 %) with the broad forms. Observed in the open on 2026-08-08 under a figure of the migraine corpus: "(Reproduced by permission of the British Journal of Clinical Pharmacology.)" | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 13/272 articles (5 %) portent un signal explicite de reprise — « reproduced with permission », « adapted from », « reprinted from » ; 22/272 (8 %) avec les formes larges. Observé en clair le 08/08 sous une figure du corpus migraine : « (Reproduced by permission of the British Journal of Clinical Pharmacology.) » | fr | |
| 44 | Multiple citation conventions form-075 | Multiple citation conventions | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 Europe PMC JATS XML articles (2023-2026): the two conventions do coexist in the same corpus — 207/272 with numeric calls (76 %), 13/272 author-year (5 %), 25 without calls, 0 mixed within one article. The DANGEROUS form is measured separately: in 37/272 articles (14 %) a numeric call sticks directly to a letter — bio-PMC12583535 gives, once the tags are removed, "s1", "e2", "y4", "n10". Real author-year form: nonEN-PMC13228121 — "Bauman, 1999", "Carvalho, 2022". | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC (2023-2026) : les deux conventions coexistent bien dans le même fonds — 207/272 en appel numérique (76 %), 13/272 en auteur-année (5 %), 25 sans appel, 0 mélangé dans un même article. La forme DANGEREUSE est mesurée à part : dans 37/272 articles (14 %) un appel numérique colle directement à une lettre — bio-PMC12583535 donne, une fois les balises retirées, « s1 », « e2 », « y4 », « n10 ». Forme auteur-année réelle : nonEN-PMC13228121 — « Bauman, 1999 », « Carvalho, 2022 ». | fr | |
| 45 | Anonymised entities form-076 | Anonymised entities | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | "Patient 1" in a Portuguese clinical case of 1986 AND in an article of 2025 — same surface, entirely unrelated entities (waves 1 and 3, 2026-08-08) | « Patient 1 » dans un cas clinique portugais de 1986 ET dans un article de 2025 — même surface, entités sans aucun rapport (vagues 1 et 3, 08/08/2026) | fr | |
| 46 | Local and ambiguous date formats form-077 | Local and ambiguous date formats | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC JATS XML articles (internal corpus): AMBIGUOUS numeric date present in 4 articles (1.5 %) — modern 2, case 1, trial 1; NON-ambiguous numeric date (day > 12) in 3 others. Real forms: "report dated 05/03/2026" (case-PMC13291881) · "date of registration: 11.7.2011" (trial-PMC13254492) · "(accessed 10/3/2023)" (modern-PMC13264966) · "06/06/2022", "09/07/2019", "07/06/2018" in a table column (modern-PMC13274555). | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC accès libre (internal corpus of 272 JATS articles) : date numérique AMBIGUË présente dans 4 articles (1,5 %) — moderne 2, cas 1, essai 1 ; date numérique NON ambiguë (jour > 12) dans 3 autres. Formes réelles : « report dated 05/03/2026 » (cas-PMC13291881) · « date of registration: 11.7.2011 » (essai-PMC13254492) · « (accessed 10/3/2023) » (moderne-PMC13264966) · « 06/06/2022 », « 09/07/2019 », « 07/06/2018 » en colonne de tableau (moderne-PMC13274555). | fr | |
| 47 | Structured abstract in numbered points form-078 | Structured abstract in numbered points | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: 0/272 abstracts start with a point number, and 0/272 carry three points "1. … 2. … 3." or more. The MODERN equivalent form is the abstract with declared sections: 160/272 (59 %) have a <sec> in their <abstract>. ⇒ the measurement DATES the line: observed on 2026-08-08 on Apperley, Humphrey & Levy, Br. J. Pharmac. 1976 (abstract in NINE numbered points), absent from the modern corpus. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de (internal corpus of 272 JATS articles) : 0/272 résumés commencent par un numéro de point, et 0/272 portent trois points « 1. … 2. … 3. » ou plus. La forme MODERNE équivalente est le résumé à sections déclarées : 160/272 (59 %) ont un <sec> dans leur <abstract>. ⇒ la mesure DATE la ligne : observée le 08/08/2026 sur Apperley, Humphrey & Levy, Br. J. Pharmac. 1976 (résumé en NEUF points numérotés), absente du fonds moderne. | fr | |
| 48 | Scientific notation inside names form-079 | Scientific notation inside names | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files: 64/272 (24 %) carry a name with a Greek letter ("β-cells"), 38/272 (14 %) an exponential notation ("6 × 10 9"), 17/272 (6 %) a subscripted constant ("Ki67", "LD 0") and 17/272 (6 %) a digit-hyphen-acronym name of the type "5-HT". Only 8/272 (3 %) keep the Unicode subscript/superscript characters (₂, ⁻): elsewhere the notation is already FLATTENED by transport, which is the very merge the line describes. Original observation 2026-08-08: Apperley, Humphrey & Levy, Br. J. Pharmac. 1976 (annex 79). | MESURÉ le 08/08/2026 sur les 272 XML : 64/272 (24 %) portent un nom à lettre grecque (« β-cells »), 38/272 (14 %) une notation exponentielle (« 6 × 10 9 »), 17/272 (6 %) une constante indicée (« Ki67 », « LD 0 ») et 17/272 (6 %) un nom chiffre-tiret-sigle du type « 5-HT ». Seuls 8/272 (3 %) gardent les caractères d'indice/exposant Unicode (₂, ⁻) : ailleurs la notation est déjà APLATIE par le transport, ce qui est la fusion même que la ligne décrit. Observation d'origine 08/08/2026 : Apperley, Humphrey & Levy, Br. J. Pharmac. 1976 (annexe 79). | fr | |
| 49 | Relative quantified relations form-080 | Relative quantified relations | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: 10/272 articles carry at least one comparison of the form "N times / N-fold more (or less) X" (e.g. bio-PMC12927065: 3.34, 2.74, 2.62), and 36/272 (13 %) carry an odds/hazard ratio — a fact whose value IS the factor. The observation founding the line is dated 2026-08-08 on Apperley, Humphrey & Levy, Br. J. Pharmac. 1976: "about 1000 times less potent", "5-HT about 700 times less potent", "methysergide about 4500 times less potent". | MESURÉ le 08/08/2026 sur les 272 articles de (internal corpus of 272 JATS articles) : 10/272 articles portent au moins une comparaison de la forme « N fois / N-fold plus (ou moins) X » (ex. bio-PMC12927065 : 3.34, 2.74, 2.62), et 36/272 (13 %) portent un odds/hazard ratio — un fait dont la valeur EST le facteur. L'observation qui fonde la ligne est datée du 08/08/2026 sur Apperley, Humphrey & Levy, Br. J. Pharmac. 1976 : « about 1000 times less potent », « 5-HT about 700 times less potent », « methysergide about 4500 times less potent ». | fr | |
| 50 | Equipment and supplier entities form-081 | Equipment and supplier entities | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 57/272 articles (21 %) carry in the body at least one parenthesised supplier mention of the form "(… Ltd/Inc/GmbH/Corp/B.V./AG …)"; 50/272 (18 %) additionally carry a catalogue reference (cat. no., Cat#, catalogue number). | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 57/272 articles (21 %) portent dans le corps au moins une mention de fournisseur entre parenthèses de la forme « (… Ltd/Inc/GmbH/Corp/B.V./AG …) » ; 50/272 (18 %) portent en outre une référence catalogue (cat. no., Cat#, catalogue number). | fr | |
| 51 | Landscape-oriented table form-082 | Landscape-oriented table | Biomedical PDFs 1957-1987 (migraine corpus), first observation wave | Slater, Benign recurrent vertigo, J. Neurol. Neurosurg. Psychiatry 1979 (PDF 565 KB), sixth PDF opened | 2026-08-08 | house observer (LLM agent), first wave of August 2026, biomedical PDFs 1957-1987 (migraine corpus) | Observed on 2026-08-08 — Slater, *Benign recurrent vertigo*, J. Neurol. Neurosurg. Psychiatry 1979. The table fills a whole page, rotated 90 degrees. Seventeen columns, one row per patient. The order of the extracted text no longer bears any relation to the reading order; the rotated table holds all seven cases of the study. | Observé le 08/08 — Slater, *Benign recurrent vertigo*, J. Neurol. Neurosurg. Psychiatry 1979. Le tableau occupe une page entière, tourné à 90 degrés. Dix-sept colonnes, une ligne par patient. L'ordre du texte extrait n'a plus aucun rapport avec l'ordre de lecture ; le tableau pivoté contient la totalité des sept cas de l'étude. | fr |
| 52 | The table carries its own definitions form-083 | The table carries its own definitions | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 JATS XML articles: 180/272 (66 %) carry at least one table, 128/272 (47 %) a table footer, and 47/272 (17 %) define their acronyms there — recorded "ST: title screening; SR: abstract screening; LC: full-text review; SF: studies finally included" (bio-PMC12909487) and "LC, drug loading content; EE, encapsulation efficiency" (bio-PMC12583535). 351 table footers in total. | MESURÉ le 08/08/2026 sur 272 articles XML JATS : 180/272 (66 %) portent au moins un tableau, 128/272 (47 %) un pied de tableau, et 47/272 (17 %) y définissent leurs sigles — relevé « ST: title screening; SR: abstract screening; LC: full-text review; SF: studies finally included » (bio-PMC12909487) et « LC, drug loading content; EE, encapsulation efficiency » (bio-PMC12583535). 351 pieds de tableau au total. | fr | |
| 53 | Non-atomic cells form-084 | Non-atomic cells | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 180/272 articles (66 %) carry at least one table; 47,164 cells read, of which 4,179 non-atomic (9 %) — 494 lone dashes, 507 ranges, 3,178 cells of six words or more. 144/272 articles (53 %) carry at least one. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 180/272 articles (66 %) portent au moins un tableau ; 47 164 cellules lues, dont 4 179 non atomiques (9 %) — 494 tirets seuls, 507 intervalles, 3 178 cellules de six mots ou plus. 144/272 articles (53 %) en portent au moins une. | fr | |
| 54 | Non-standard decimal separator form-085 | Non-standard decimal separator | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08: BOTH conventions coexist in 16 articles out of 34 (47 %) of an open-access Europe PMC corpus 2024-2026. Real forms recorded: "2,8" and "1,3" next to point-decimals in the same text. Confirmed by two independent observations the same day: a 2026 table mixing both, and a 2023 article writing "10,6 %" in the French abstract and "10.6 %" in the English abstract — SAME DOCUMENT. | MESURÉ le 08/08/2026 : les DEUX conventions coexistent dans 16 articles sur 34 (47 %) d'un corpus Europe PMC en accès libre 2024-2026. Formes réelles relevées : « 2,8 » et « 1,3 » côtoyant des décimaux à point dans le même texte. Confirmé par deux observations indépendantes du même jour : un tableau 2026 mêlant les deux, et un article 2023 écrivant « 10,6 % » en résumé français et « 10.6 % » en résumé anglais — MÊME DOCUMENT. | fr | |
| 55 | One compound, several names form-086 | One compound, several names | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: 224/272 articles (82 %) introduce at least one abbreviation by parenthetical gloss "expanded name (ACRONYM)", 2,463 glosses in total, i.e. 9 per article on average — the parenthesis is the ONLY bridge between the long name and the acronym. Observed on 2026-08-08 on Cumings & Hilton, Br. J. Pharmac. 1971: four kinds of name for one substance, and 5-HT (1976) versus 5HT (1971). | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de (internal corpus of 272 JATS articles) : 224/272 articles (82 %) introduisent au moins une abréviation par glose parenthétique « nom développé (SIGLE) », 2 463 gloses au total, soit 9 par article en moyenne — la parenthèse est le SEUL pont entre le nom long et le sigle. Observé le 08/08/2026 sur Cumings & Hilton, Br. J. Pharmac. 1971 : quatre natures de nom pour une substance, et 5-HT (1976) contre 5HT (1971). | fr | |
| 56 | Mixed units and conventions form-087 | Mixed units and conventions | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: at least THREE distinct measurement families in the article body alone for 62 documents (22 %). Concentration: trial 17, case 16, modern 9, bio 8. Real forms recorded: bio-PMC12583535.xml → mass ×22, percent ×12, molar ×3, duration ×2; bio-PMC12674831.xml → percent ×141, mass ×92, duration ×12, volume ×2. Written forms quoted in the catalogue (Cumings & Hilton, Br. J. Pharmac. 1971): "37° C", "−20° C", "1,500 r.p.m.", "0·9 % w/v", "4 ml", "5 × 10⁻⁸ mol", "2,5 mg", "30-60 min", "2 hours". | MESURÉ le 08/08/2026 sur les 272 articles XML JATS d'(internal corpus of 272 JATS articles) : au moins TROIS familles de mesure distinctes dans le seul corps de l'article pour 62 documents (22 %). Concentration : essai 17, cas 16, moderne 9, bio 8. Formes réelles relevées : bio-PMC12583535.xml → masse ×22, pourcent ×12, molaire ×3, durée ×2 ; bio-PMC12674831.xml → pourcent ×141, masse ×92, durée ×12, volume ×2. Formes d'écriture citées au catalogue (Cumings & Hilton, Br. J. Pharmac. 1971) : « 37° C », « −20° C », « 1,500 r.p.m. », « 0·9 % w/v », « 4 ml », « 5 × 10⁻⁸ mol », « 2,5 mg », « 30-60 min », « 2 hours ». | fr | |
| 57 | Collective entity form-088 | Collective entity | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files: 101/272 (37 %) open with a headcount followed by a group noun ("127 animals", "910 participants"), 96/272 (35 %) carry an "n = …", and 87/272 (32 %) associate the headcount with a dispersion (mean, SD, ±). The collective subject is therefore the MAJORITY form; none of our fabricated corpora contains one. Original observation 2026-08-08: Duncker et al., Br. J. Pharmac. 1986 (annex 88). | MESURÉ le 08/08/2026 sur les 272 XML : 101/272 (37 %) ouvrent sur un effectif suivi d'un nom de groupe (« 127 animals », « 910 participants »), 96/272 (35 %) portent un « n = … », et 87/272 (32 %) associent l'effectif à une dispersion (moyenne, SD, ±). Le sujet collectif est donc la forme MAJORITAIRE ; aucun de nos corpus fabriqués n'en contient un. Observation d'origine 08/08/2026 : Duncker et al., Br. J. Pharmac. 1986 (annexe 88). | fr | |
| 58 | Complex attributions and affiliations form-089 | Complex attributions and affiliations | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: 106/272 (39 %) declare at least two <aff> AND at least one author attached to two affiliations by footnote reference — bio-PMC12674831 carries 57 affiliations for 11 multi-affiliated authors, bio-PMC12882215 has 4 for 4 authors. The author→institution link goes through the symbol, never through a sentence. The observation founding the line is dated 2026-08-08 on Duncker et al., Br. J. Pharmac. 1986. | MESURÉ le 08/08/2026 sur les 272 articles de (internal corpus of 272 JATS articles) : 106/272 (39 %) déclarent au moins deux <aff> ET au moins un auteur rattaché à deux affiliations par renvoi de note — bio-PMC12674831 en porte 57 affiliations pour 11 auteurs multi-affiliés, bio-PMC12882215 en a 4 pour 4 auteurs. Le lien auteur→institution passe par le symbole, jamais par une phrase. L'observation qui fonde la ligne est datée du 08/08/2026 sur Duncker et al., Br. J. Pharmac. 1986. | fr | |
| 59 | Text-to-figure reference by label form-090 | Text-to-figure reference by label | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 63/272 articles (23 %) carry at least one panel label "(A)" in a figure caption, and 44/272 (16 %) carry at least TWO in the same caption — that is, a text↔figure coupling by letter, not a simple numbering. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 63/272 articles (23 %) portent au moins une étiquette de panneau « (A) » dans une légende de figure, et 44/272 (16 %) en portent au moins DEUX dans la même légende — c'est-à-dire un couplage texte↔figure par lettre, pas une simple numérotation. | fr | |
| 60 | Dense relative chronology form-091 | Dense relative chronology | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 3 (1.1 %), ALL in the case family (clinical narratives) — exactly where the annex expected it. Real forms: case-PMC13301386 = 16 relative markers / 0 absolute dates ("Nine days after", "One day later", "The following day", "Three days after"); case-PMC13294281 = 12 / 3 ("3 weeks later", "On day 2"); case-PMC13293901 = 11 / 6 ("Since the onset"). Corpus distribution: 140 documents with 0 markers, 45 with 1, a clear drop after 7. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 3 (1,1 %), TOUS dans la famille cas (récits cliniques) — exactement là où l'annexe l'attendait. Formes réelles : cas-PMC13301386 = 16 repères relatifs / 0 date absolue (« Nine days after », « One day later », « The following day », « Three days after ») ; cas-PMC13294281 = 12 / 3 (« 3 weeks later », « On day 2 ») ; cas-PMC13293901 = 11 / 6 (« Since the onset »). Distribution du corpus : 140 documents à 0 repère, 45 à 1, décrochage net après 7. | fr | |
| 61 | Drop cap form-092 | Drop cap | Biomedical PDFs 1957-1987 (migraine corpus), first observation wave | Imaizumi et al., Japanese Circulation Journal 1987 (PDF 591 KB), eleventh PDF opened | 2026-08-08 | house observer (LLM agent), first wave of August 2026, biomedical PDFs 1957-1987 (migraine corpus) | Observed on 2026-08-08 — Imaizumi et al., *Japanese Circulation Journal* 1987. The first word of the article starts with a drop cap: "**V** ARIANT angina is caused by coronary artery vasospasm." At extraction the drop cap is a separate graphic object: the text becomes "V ARIANT". The broken word is the first of the article, and the name of the disease studied. | Observé le 08/08 — Imaizumi et al., *Japanese Circulation Journal* 1987. Le premier mot de l'article commence par une lettrine : « **V** ARIANT angina is caused by coronary artery vasospasm. » À l'extraction, la lettrine est un objet graphique séparé : le texte devient « V ARIANT ». Le mot cassé est le premier de l'article, et le nom de la maladie étudiée. | fr |
| 62 | Content added by digitisation form-093 | Content added by digitisation | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 JATS XML articles: 0/272 carry a digitisation-chain stamp (the only match, "scanned by the bare plate", phys-PMC13257740, is a false positive). ⇒ the measurement CONFIRMS the "old only" domain of the catalogue. The observation founding the line is the one of 2026-08-08 on Imaizumi et al., Japanese Circulation Journal 1987: "NII-Electronic Library Service" at the foot of EVERY page (annex 93). | MESURÉ le 08/08/2026 sur 272 articles XML JATS : 0/272 portent un tampon de chaîne de numérisation (le seul appariement, « scanned by the bare plate », phys-PMC13257740, est un faux positif). ⇒ la mesure CONFIRME le domaine « ancien seulement » du catalogue. L'observation qui fonde la ligne est celle du 08/08/2026 sur Imaizumi et al., Japanese Circulation Journal 1987 : « NII-Electronic Library Service » en pied de CHAQUE page (annexe 93). | fr | |
| 63 | Editorial metadata form-094 | Editorial metadata | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 89/272 articles (33 %) carry a tagged <kwd> keyword block; 98/272 (36 %) a funding sentence ("was supported by", "funded by", "grant from"), of which 59 (22 %) in a dedicated <funding-statement> or <funding-group> tag. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 89/272 articles (33 %) portent un bloc de mots-clés balisé <kwd> ; 98/272 (36 %) une phrase de financement (« was supported by », « funded by », « grant from »), dont 59 (22 %) dans une balise <funding-statement> ou <funding-group> dédiée. | fr | |
| 64 | The study type qualifies all its facts form-095 | The study type qualifies all its facts | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: 90/272 abstracts (33 %) explicitly name their design (randomized, double-blind, placebo-controlled, retrospective, cohort, case-control, cross-sectional, meta-analysis, in vitro/in vivo) — a single line that qualifies the whole article. Also observed on 2026-08-08 on Gomersall & Stuart, J. Neurol. Neurosurg. Psychiatry 1973: "a double-blind controlled clinical trial of crossover design was conducted in 26 volunteers". | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de (internal corpus of 272 JATS articles) : 90/272 résumés (33 %) nomment explicitement leur dispositif (randomized, double-blind, placebo-controlled, retrospective, cohort, case-control, cross-sectional, meta-analysis, in vitro/in vivo) — une seule ligne qui qualifie tout l'article. Observé aussi le 08/08/2026 sur Gomersall & Stuart, J. Neurol. Neurosurg. Psychiatry 1973 : « a double-blind controlled clinical trial of crossover design was conducted in 26 volunteers ». | fr | |
| 65 | Methods as entities with a genealogy form-096 | Methods as entities with a genealogy | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files (recent PMC): 6/272 (2 %) name a method by its author ("method of …", "criteria of Guillain-Barré"), 3/272 (1 %) in the canonical form "using/according to the method of <Name>", and 4/272 (1 %) carry an explicit lineage ("adapted from Page", "adapted from MacDougall"). By contrast, 55/272 (20 %) carry a citation "Name (year)" — TEN TIMES MORE decoys than targets, with the same surface form. Original observation 2026-08-08: Carpi & Virno, Brit. J. Pharmacol. 1957 (annex 96). | MESURÉ le 08/08/2026 sur les 272 XML (PMC récents) : 6/272 (2 %) nomment une méthode par son auteur (« method of … », « criteria of Guillain-Barré »), 3/272 (1 %) sous la forme canonique « using/according to the method of <Nom> », et 4/272 (1 %) portent une filiation explicite (« adapted from Page », « adapted from MacDougall »). En regard, 55/272 (20 %) portent un « Nom (année) » de citation — soit DIX FOIS PLUS de leurres que de cibles, avec la même forme de surface. Observation d'origine 08/08/2026 : Carpi & Virno, Brit. J. Pharmacol. 1957 (annexe 96). | fr | |
| 66 | The three PDF regimes (native, OCR layer, pure image) form-097 | The three PDF regimes (native, OCR layer, pure image) | Biomedical PDFs 1957-1987 (migraine corpus, 45 PDFs), first observation wave | the 45 PDFs of the migraine corpus | 2026-08-08 | house observer (LLM agent), first wave of August 2026, biomedical PDFs 1957-1987 (migraine corpus) | Measured on 2026-08-08 on the 45 PDFs of the migraine corpus: native digital (several declared fonts) 8/45, 17 % · scan + OCR layer (a single font, much text) 36/45, 80 % · pure image (no text operator) 1/45, 2 %. Line born from a doubt declared by an observer: "none of the six was tested for a text layer". The doubt is lifted by a thirty-second measurement: count declared fonts and text operators. | Mesuré le 08/08 sur les 45 PDF du corpus migraine : natif numérique (plusieurs polices déclarées) 8/45, 17 % · scan + couche OCR (une seule police, beaucoup de texte) 36/45, 80 % · image pure (aucun opérateur de texte) 1/45, 2 %. Ligne née d'un doute déclaré par un observateur : « aucun des six n'a été testé pour savoir s'il porte une couche de texte ». Le doute se lève par une mesure de trente secondes : compter les polices déclarées et les opérateurs de texte. | fr |
| 67 | Sample size written in words form-100 | Sample size written in words | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 80 (29 %). Concentration: trial 24, bio 13, phys 13. Real forms: two | five | three | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 80 (29 %). Concentration : essai 24, bio 13, phys 13. Formes réelles : two | five | three | fr | |
| 68 | Sample size is computed, not stated form-101 | Sample size is computed, not stated | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026 (internal corpus): present in 25 articles (9 %). Concentration: trial 10/34, meta 7/34, bio 4/34, nonEN 4/51. Real forms: bio-PMC12590050 → 910 = 387 + 523; bio-PMC12953170 → 27 = 8 + 19; and bio-PMC12674831 carries THREE competing decompositions (105=45+60, 109=33+76, 109=4+105) — this measured case is what founds the refusal clause. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 (internal corpus of 272 JATS articles) : présent dans 25 articles (9 %). Concentration : essai 10/34, meta 7/34, bio 4/34, nonEN 4/51. Formes réelles : bio-PMC12590050 → 910 = 387 + 523 ; bio-PMC12953170 → 27 = 8 + 19 ; et bio-PMC12674831 porte TROIS décompositions concurrentes (105=45+60, 109=33+76, 109=4+105) — c'est ce cas mesuré qui fonde la clause de refus. | fr | |
| 69 | Furniture language differs from body language form-102 | Furniture language differs from body language | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 53 (19 %). Concentration: nonEN 51, bio 1, meta 1. Real forms: en | fa | de | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 53 (19 %). Concentration : nonEN 51, bio 1, meta 1. Formes réelles : en | fa | de | fr | |
| 70 | Significance marker with two meanings form-103 | Significance marker with two meanings | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: only 1/272 carries a table note defining TWO threshold symbols (nonEN-PMC13224957). The figure CONFIRMS the "old only" domain carried by the catalogue — the difficulty is dead in current science and alive for whoever mines archives. The observation founding the line is dated 2026-08-08, on the PDFs of the migraine corpus (1976-1986): "+ p<0·01, ++ p<0·001, +++ p<0·02 as compared with migraineurs and + p<0·02, ++ p<0·01 as compared with controls". | MESURÉ le 08/08/2026 sur les 272 articles de (internal corpus of 272 JATS articles) : 1/272 seulement porte une note de tableau définissant DEUX symboles de seuil (nonEN-PMC13224957). Le chiffre CONFIRME le domaine « ancien seulement » porté par le catalogue — la difficulté est morte dans la science courante et vivante pour qui dépouille des archives. L'observation qui fonde la ligne est datée du 08/08/2026, sur les PDF du corpus migraine (1976-1986) : « + p<0·01, ++ p<0·001, +++ p<0·02 as compared with migraineurs and + p<0·02, ++ p<0·01 as compared with controls ». | fr | |
| 71 | No apparatus at all form-104 | No apparatus at all | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: present in 25 (9 %) — no <abstract>, no <kwd>, no section title in <body>. Sharp concentration: retract 22, nonEN 3 (e.g. nonEN-PMC13170112.xml, nonEN-PMC13224953.xml, nonEN-PMC13285344.xml). A retraction notice is a bare body of prose. Neighbouring form quoted in the catalogue: de Salles, "CEREBRAL VASOSPASM" — title, authors, then continuous prose, with "Department of Physiology, Medical College of Virginia" as the whole apparatus. | MESURÉ le 08/08/2026 sur les 272 articles XML JATS d'(internal corpus of 272 JATS articles) : présent dans 25 (9 %) — aucun <abstract>, aucun <kwd>, aucun titre de section dans <body>. Concentration nette : retract 22, nonEN 3 (ex. nonEN-PMC13170112.xml, nonEN-PMC13224953.xml, nonEN-PMC13285344.xml). Un avis de rétractation est un corps de prose nu. Forme voisine citée au catalogue : de Salles, « CEREBRAL VASOSPASM » — titre, auteurs, puis prose continue, pour tout appareil « Department of Physiology, Medical College of Virginia ». | fr | |
| 72 | Abbreviation dot inside a unit form-105 | Abbreviation dot inside a unit | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | "c.c." and "m.g." recorded in Br. J. Pharmac. 1971-1976 (wave 1, 2026-08-08) | « c.c. » et « m.g. » relevés dans Br. J. Pharmac. 1971-1976 (vague 1, 08/08/2026) | fr | |
| 73 | Signature mark of a gathering form-106 | Signature mark of a gathering | Biomedical PDFs 1957-1987 (migraine corpus), first observation wave | a PDF of the migraine corpus (folio 149), observed by a delegated observer, proof quoted | 2026-08-08 | house observer (LLM agent), first wave of August 2026, biomedical PDFs 1957-1987 (migraine corpus) | Observed on 2026-08-08 by a delegated observer, on the PDFs of the migraine corpus: "a lone 4, bottom left under the last row of a table, while the page folio is 149 top right". A gathering signature from the bookbinder, a vestige of the printing: a bare digit, without context, attached by proximity to the last value of the table above. | Observé le 08/08 par un observateur délégué, sur les PDF du corpus migraine : « un 4 seul, en bas à gauche sous la dernière ligne d'un tableau, alors que le folio de la page est 149 en haut à droite ». Un repère de pliage des cahiers, vestige du façonnage du livre : un chiffre nu, sans contexte, rattaché par proximité à la dernière valeur du tableau au-dessus. | fr |
| 74 | Several DOIs per document form-107 | Several DOIs per document | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 27 (9 %). Concentration: nonEN 24, bio 1, meta 1. Real forms: 10.1371/journal.pcbi.1014325 | 10.1371/journal.pcbi.1014325.r001 | 10.1371/journal.pmed.1004653 | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 27 (9 %). Concentration : nonEN 24, bio 1, meta 1. Formes réelles : 10.1371/journal.pcbi.1014325 | 10.1371/journal.pcbi.1014325.r001 | 10.1371/journal.pmed.1004653 | fr | |
| 75 | Partial ORCID form-108 | Partial ORCID | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | Truncated or miscopied ORCIDs in the author blocks of modern articles (non-bio wave, 2026-08-08) | ORCID tronqués ou mal recopiés dans les blocs auteurs d'articles modernes (vague hors-bio, 08/08/2026) | fr | |
| 76 | Structured abstract form-109 | Structured abstract | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 Europe PMC JATS XML articles (2023-2026): present in 106/272 (39 %). Real form, bio-PMC12882215: the abstract is made of <sec><title>Background</title>… then Methods, Results, Conclusions. Absent from the 1957-1987 articles: the difficulty was born with digital publishing. | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC (2023-2026) : présent dans 106/272 (39 %). Forme réelle, bio-PMC12882215 : le résumé est fait de <sec><title>Background</title>… puis Methods, Results, Conclusions. Absent des articles 1957-1987 : la difficulté est née avec l'édition numérique. | fr | |
| 77 | Pre-registration identifier form-110 | Pre-registration identifier | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | registry identifiers at the end of the abstract, biomedical articles 2024-2026 (modern wave, 2026-08-08) | identifiants de registre en fin de résumé, articles biomédicaux 2024-2026 (vague moderne, 08/08/2026) | fr | |
| 78 | Forest plot as image form-111 | Forest plot as image | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 36/272 articles (13 %) mention a "forest plot", and 28/272 (10 %) mention it INSIDE A FIGURE CAPTION — that is, the pooled result is a graphical object there, not a sentence. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 36/272 articles (13 %) mentionnent un « forest plot », et 28/272 (10 %) le mentionnent DANS UNE LÉGENDE DE FIGURE — c'est-à-dire que le résultat groupé y est un objet graphique, pas une phrase. | fr | |
| 79 | Supplementary material cited and absent form-113 | Supplementary material cited and absent | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC JATS XML articles (internal corpus): NAMED supplementary object cited WITHOUT any attached file in 1 article (0.4 %) — meta-PMC13271776, which calls "Supplementary Fig. S1", "Supplementary Fig. S2", "Supplementary Fig. S3" without a single <supplementary-material> or <media>; cited AND attached in 81 (30 %): bio 18, case 4, trial 14, meta 31, modern 9, phys 5. ⚠️ LOW prevalence, stated as such: 1/272. The two earlier versions of the probe gave 115 then 21 carriers, all noise — it is the measurement that was corrected, not the figure that was chosen. | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC accès libre (internal corpus of 272 JATS articles) : objet supplémentaire NOMMÉ cité SANS aucun fichier attaché dans 1 article (0,4 %) — meta-PMC13271776, qui appelle « Supplementary Fig. S1 », « Supplementary Fig. S2 », « Supplementary Fig. S3 » sans un seul <supplementary-material> ni <media> ; cité ET attaché dans 81 (30 %) : bio 18, cas 4, essai 14, meta 31, moderne 9, phys 5. ⚠️ Prévalence FAIBLE, dite telle quelle : 1/272. Les deux versions antérieures de la sonde donnaient 115 puis 21 porteurs, tous du bruit — c'est la mesure qui a été corrigée, pas le chiffre choisi. | fr | |
| 80 | Author declarations form-114 | Author declarations | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026 (internal corpus): present in 190 articles (69 %) — the most widespread item of the series. Concentration: case 34/34, meta 34/34, phys 31/34, bio 30/34, trial 28/34, modern 15/17, nonEN 17/51, retract 1/34. Real forms: headings "Author contributions", "Competing interests", "Data availability", and fn-type COI-statement ×30, financial-disclosure ×12, con ×4 — against fn-type="other" ×127, which says nothing and founds the refusal clause. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 (internal corpus of 272 JATS articles) : présent dans 190 articles (69 %) — le défaut le plus répandu de la série. Concentration : cas 34/34, meta 34/34, phys 31/34, bio 30/34, essai 28/34, moderne 15/17, nonEN 17/51, retract 1/34. Formes réelles : titres « Author contributions », « Competing interests », « Data availability », et fn-type COI-statement ×30, financial-disclosure ×12, con ×4 — contre fn-type="other" ×127, qui ne dit rien et fonde la clause de refus. | fr | |
| 81 | Open peer-review furniture form-116 | Open peer-review furniture | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 5/272 articles (2 %) carry named open peer-review furniture (peer review file, reviewer report, editor's evaluation, eLife assessment) and 6/272 (2 %) a <sub-article article-type="...review...">; the neighbouring furniture of author declarations is at 203/272 (75 %). Observed on 2026-08-08 on 15 articles 2023-2026 (VERDICT old versus modern, N10) — absent from the 1957-1987 corpus. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 5/272 articles (2 %) portent un mobilier de relecture ouverte nommé (peer review file, reviewer report, editor's evaluation, eLife assessment) et 6/272 (2 %) un <sub-article article-type="...review..." > ; le mobilier voisin de déclarations sur les auteurs est lui à 203/272 (75 %). Observée le 08/08 sur 15 articles 2023-2026 (VERDICT ancien contre moderne, N10) — absente du corpus 1957-1987. | fr | |
| 82 | Crossmark badge (retraction status) form-117 | Crossmark badge (retraction status) | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | Crossmark badge recorded on 2025-2026 articles; and a document of the "rare genres" wave in which a cited article HAD BEEN RETRACTED (observed 2026-08-08) | badge Crossmark relevé sur des articles 2025-2026 ; et un document de la vague « genres rares » dont un article cité AVAIT ÉTÉ ANNULÉ (observé le 08/08/2026) | fr | |
| 83 | Unicode traps in native PDF form-118 | Unicode traps in native PDF | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | 1,569 U+200B characters measured in ONE single publisher PDF, injected BETWEEN the characters of the DOIs in the bibliography (observed 2026-08-08). And 8 non-Latin scripts observed in the "languages" wave the same day, where U+200C/U+200D CARRY MEANING. | 1 569 caractères U+200B mesurés dans UN seul PDF d'éditeur, injectés ENTRE les caractères des DOI de la bibliographie (observé le 08/08/2026). Et 8 écritures non latines observées dans la vague « langues » du même jour, où U+200C/U+200D sont PORTEURS DE SENS. | fr | |
| 84 | Running head with dotted initials form-120 | Running head with dotted initials | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 Europe PMC JATS XML articles (2023-2026): present in 23/272 (8.5 %). Real form, bio-PMC13162546 — page 1 gives <given-names>Xianyun</given-names><surname>Shao</surname>, and the running head carries "X. Shao et al.", a spelling that appears nowhere on page 1. Other records: "Lisbeth Mogensen" / "L. Mogensen" (trial-PMC13169472), "Chloe Puett" / "C. Puett" (trial-PMC13205709). | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC (2023-2026) : présent dans 23/272 (8,5 %). Forme réelle, bio-PMC13162546 — la page 1 donne <given-names>Xianyun</given-names><surname>Shao</surname>, et le running head porte « X. Shao et al. », graphie qui n'apparaît nulle part en page 1. Autres relevés : « Lisbeth Mogensen » / « L. Mogensen » (essai-PMC13169472), « Chloe Puett » / « C. Puett » (essai-PMC13205709). | fr | |
| 85 | Access format of the document (PDF, HTML, XML) form-121 | Access format of the document (PDF, HTML, XML) | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: 272/272 are FULL JATS XML — body AND tagged sections — across the 8 strata (nonEN 51, bio/case/trial/meta/phys/retract 34 each, modern 17). 0/272 front-only, 0/272 PDF. A CONDITION measured at 100 % is the expected result of a collection that chose this format; what it says that is new is that the PDF branch of this filter is tested by NO real document. | MESURÉ le 08/08/2026 sur les 272 articles d'(internal corpus of 272 JATS articles) : 272/272 sont du XML JATS INTÉGRAL — body ET sections balisées — dans les 8 strates (nonEN 51, bio/cas/essai/meta/phys/retract 34 chacune, moderne 17). 0/272 en front seul, 0/272 en PDF. Une CONDITION mesurée à 100 % est le résultat attendu d'une collecte qui a choisi ce format ; ce qu'elle dit de neuf, c'est que la branche PDF de ce filtre n'est éprouvée par AUCUN document réel. | fr | |
| 86 | Numbered display equation form-122 | Numbered display equation | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026 (internal corpus): present in 33 articles (12 %), of which 29 of the 34 in the physics/maths batch (85 %) against 1 of 34 in the clinical-trial batch and 0 of 34 in the biomedical batch — the difficulty hardly exists in biomedicine, which explains why it was missing from the catalogue. Real forms: labels "(1)", "(2)" (modern-PMC13264967) and "1", "2", "3" without parentheses (modern-PMC13262411) — two conventions in the same corpus. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 (internal corpus of 272 JATS articles) : présent dans 33 articles (12 %), dont 29 sur 34 du lot physique/maths (85 %) contre 1 sur 34 du lot essais cliniques et 0 sur 34 du lot biomédical — la difficulté n'existe quasiment pas en biomédecine, ce qui explique qu'elle ait manqué au catalogue. Formes réelles : étiquettes « (1) », « (2) » (moderne-PMC13264967) et « 1 », « 2 », « 3 » sans parenthèses (moderne-PMC13262411) — deux conventions dans le même corpus. | fr | |
| 87 | Bare-number reference with ambiguous target form-123 | Bare-number reference with ambiguous target | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: 2,280 references of the form "(N)" in the body, spread over 140/272 articles (51 %); and 2,161 of them (94.8 %) have NO lead-in — neither "Eq.", nor "Fig.", nor "Ref.". Only 117 are announced by "Eq./equation" and 2 by "Ref.". ⇒ the bare number is the rule, the lead-in the exception. Line spotted on 2026-08-08 on 14 articles 2021-2026 outside biomedicine (arXiv, PLOS, Copernicus, HAL, Scientific Reports). | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de (internal corpus of 272 JATS articles) : 2 280 renvois de la forme « (N) » dans le corps, répartis sur 140/272 articles (51 %) ; et 2 161 d'entre eux (94,8 %) n'ont AUCUNE amorce devant — ni « Eq. », ni « Fig. », ni « Ref. ». Seuls 117 sont annoncés par « Eq./equation » et 2 par « Ref. ». ⇒ le numéro nu est la règle, l'amorce est l'exception. Ligne repérée le 08/08/2026 sur 14 articles 2021-2026 hors biomédecine (arXiv, PLOS, Copernicus, HAL, Scientific Reports). | fr | |
| 88 | Numbered theorem whose body is the claim form-125 | Numbered theorem whose body is the claim | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: 2/272 in all, and BOTH in the physics stratum (2/34, i.e. 6 %) — phys-PMC13099575 ("Theorem 1. For a SINDy-class model with a library of functions…", then Theorem 2) and phys-PMC13113438 (Theorems 1 to 3). ZERO in the six biomedical strata of the corpus. The count confirms the annex: the line is non-biomedical, it would never have been seen without changing discipline. | MESURÉ le 08/08/2026 sur les 272 articles de (internal corpus of 272 JATS articles) : 2/272 en tout, et les DEUX dans la strate physique (2/34, soit 6 %) — phys-PMC13099575 (« Theorem 1. For a SINDy-class model with a library of functions… », puis Theorem 2) et phys-PMC13113438 (Theorem 1 à 3). ZÉRO dans les six strates biomédicales du corpus. Le comptage confirme l'annexe : la ligne est hors-biomédicale, elle n'aurait jamais été vue sans changer de discipline. | fr | |
| 89 | Pseudo-code with double numbering form-126 | Pseudo-code with double numbering | 14 articles 2021-2026 outside biomedicine (arXiv, PLOS, Copernicus, HAL, Scientific Reports), 'rare genres' wave | document identifiers not kept by the observer (lesson of 2026-08-08: 81 documents observed, no specimen archived) | 2026-08-08 | house observer (LLM agent), 'rare genres' wave of August 2026 | Observed on 2026-08-08 on 14 articles 2021-2026 outside biomedicine — physics, maths, computer science, economics, linguistics — on arXiv, PLOS, Copernicus, HAL, Scientific Reports: each pseudo-code line carries TWO counters offset by one, the typesetter's and the algorithm's. No catalogue line covered it; it would never have been found without changing discipline. Then measured ABSENT from the 272 JATS articles: 11 'Algorithm N' blocks, no double numbering. | Observé le 08/08 sur 14 articles de 2021-2026 hors biomédecine — physique, maths, informatique, économie, linguistique — sur arXiv, PLOS, Copernicus, HAL, Scientific Reports : chaque ligne du pseudo-code porte DEUX compteurs décalés d'un cran, celui du composeur et celui de l'algorithme. Aucune ligne du catalogue ne la couvrait ; elle n'aurait jamais été trouvée sans changer de discipline. Mesurée ensuite ABSENTE des 272 articles JATS : 11 blocs « Algorithm N », aucune double numérotation. | fr |
| 90 | Structured object presented as a figure form-127 | Structured object presented as a figure | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): ZERO <code> or <preformat> blocks across the 272 articles, and the 5 captions containing braces are mathematical LaTeX, not structured objects. ⇒ The ABSENCE is the measurement: this corpus is PMC (biomedical + physics) and the difficulty does not exist there. It confirms annex 127, observed on 2026-08-08 on 14 articles 2021-2026 outside biomedicine (arXiv, HAL, Copernicus): it would never have been found without changing discipline. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : ZÉRO bloc <code> ou <preformat> sur les 272 articles, et les 5 légendes contenant des accolades sont du LaTeX mathématique, pas des objets structurés. ⇒ L'ABSENCE est la mesure : ce corpus est PMC (biomédical + physique) et la difficulté n'y existe pas. Elle confirme l'annexe 127, observée le 08/08/2026 sur 14 articles 2021-2026 hors biomédecine (arXiv, HAL, Copernicus) : elle n'aurait jamais été trouvée sans changer de discipline. | fr | |
| 91 | Acronym defined by typography alone form-128 | Acronym defined by typography alone | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 JATS XML articles: 214/272 (79 %) use at least one all-capitals acronym 3 times or more WITHOUT ever introducing it by "(ACRONYM)" — 1,389 acronyms concerned outside the stop list. The bare apposition form is recorded 14 times: "NADPH, an important antioxidant" (bio-PMC12583535), "LVAD, the flow patterns" (case-PMC13294096), "AUC, the linear trapezoidal method" (trial-PMC13254492). | MESURÉ le 08/08/2026 sur 272 articles XML JATS : 214/272 (79 %) emploient au moins un sigle tout-capitales 3 fois ou plus SANS jamais l'introduire par « (SIGLE) » — 1 389 sigles concernés hors liste d'arrêt. La forme en apposition nue est relevée 14 fois : « NADPH, an important antioxidant » (bio-PMC12583535), « LVAD, the flow patterns » (cas-PMC13294096), « AUC, the linear trapezoidal method » (essai-PMC13254492). | fr | |
| 92 | Two conflicting paginations form-130 | Two conflicting paginations | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 102 (37 %). Concentration: nonEN 24, case 20, bio 14. Real forms: fpage=646 + elocation=38430 | fpage=59 + elocation=e-rbgo200 | fpage=25 + elocation=491 | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 102 (37 %). Concentration : nonEN 24, cas 20, bio 14. Formes réelles : fpage=646 + elocation=38430 | fpage=59 + elocation=e-rbgo200 | fpage=25 + elocation=491 | fr | |
| 93 | Display mathematics inside the abstract form-131 | Display mathematics inside the abstract | 14 articles 2021-2026 outside biomedicine (arXiv, PLOS, Copernicus, HAL, Scientific Reports), 'rare genres' wave | document identifiers not kept by the observer (lesson of 2026-08-08: 81 documents observed, no specimen archived) | 2026-08-08 | house observer (LLM agent), 'rare genres' wave of August 2026 | Observed on 2026-08-08 on 14 articles 2021-2026 outside biomedicine: the abstract breaks off on a full-width inequality; the abstract stops being text. Never observed in biomedicine. Then measured on the 272 JATS: 6 articles have an INLINE formula in the abstract, all in physics — not the same line. | Observé le 08/08 sur 14 articles de 2021-2026 hors biomédecine : le résumé s'interrompt sur une inégalité pleine largeur ; le résumé cesse d'être du texte. Jamais observé en biomédical. Mesuré ensuite sur les 272 JATS : 6 articles ont une formule EN LIGNE dans le résumé, tous en physique — ce n'est pas la même ligne. | fr |
| 94 | Clickable zone differs from semantic unit form-132 | Clickable zone differs from semantic unit | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC JATS XML articles (internal corpus): citation CUT by the clickable zone in 21 articles (7.7 %) — trial 15, meta 4, modern 2; counter-form (the link carries the WHOLE citation) in 16 others. Real forms: "Steinmetz et al. <xref>2023</xref>" (trial-PMC13169472) · "Victora et al. <xref>2008</xref>" (trial-PMC13205709) · "UNICEF. WHO. World_Bank. <xref>2025</xref>" (trial-PMC13205731). ⚠️ The direction described in the annex — link on the name, year outside — is at 0/272: searched under 3 patterns, never found. | MESURÉ le 08/08/2026 sur 272 articles XML JATS Europe PMC accès libre (internal corpus of 272 JATS articles) : citation COUPÉE par la zone cliquable dans 21 articles (7,7 %) — essai 15, meta 4, moderne 2 ; contre-forme (le lien porte la citation ENTIÈRE) dans 16 autres. Formes réelles : « Steinmetz et al. <xref>2023</xref> » (essai-PMC13169472) · « Victora et al. <xref>2008</xref> » (essai-PMC13205709) · « UNICEF. WHO. World_Bank. <xref>2025</xref> » (essai-PMC13205731). ⚠️ Le sens décrit dans l'annexe — lien sur le nom, année dehors — est à 0/272 : cherché sous 3 motifs, jamais trouvé. | fr | |
| 95 | HTML fragments the text form-133 | HTML fragments the text | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026 (internal corpus): present in 38 articles (13 %), of which 23 of the 34 in the physics/maths batch. Real forms, naive reading versus assembled reading: bio-PMC13252842 → 274 bytes, "M H F N" instead of "MHFN"; trial-PMC13263161 → "V ˙" instead of "V˙"; trial-PMC13238360 → 1,032 bytes, "PV t = PV bl × 1 + Hct bl Hct t −" instead of "PVt=PVbl×1+HctblHctt−11−Hctbl" — and the naive version is moreover TRUNCATED. | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 (internal corpus of 272 JATS articles) : présent dans 38 articles (13 %), dont 23 sur 34 du lot physique/maths. Formes réelles, lecture naïve contre lecture assemblée : bio-PMC13252842 → 274 octets, « M H F N » au lieu de « MHFN » ; essai-PMC13263161 → « V ˙ » au lieu de « V˙ » ; essai-PMC13238360 → 1 032 octets, « PV t = PV bl × 1 + Hct bl Hct t − » au lieu de « PVt=PVbl×1+HctblHctt−11−Hctbl » — et la version naïve est en plus TRONQUÉE. | fr | |
| 96 | Translated verbatim form-135 | Translated verbatim | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the internal corpus (272 JATS XML): 1/272 article (0.4 %) carries a translation marker, against 11/272 (4 %) carrying a block quotation <disp-quote> (102 blocks) — the difficulty is NEARLY ABSENT from biomedicine, and that is the result: it was observed on 2026-08-08 on 14 articles 2021-2026 OUTSIDE biomedicine (arXiv, PLOS, Copernicus, HAL, Scientific Reports). It would never have been found without changing discipline. | MESURÉ le 08/08/2026 sur (internal corpus of 272 JATS articles) (272 XML JATS) : 1/272 article (0,4 %) porte un marqueur de traduction, pour 11/272 (4 %) qui portent une citation en bloc <disp-quote> (102 blocs) — la difficulté est QUASI ABSENTE du biomédical, et c'est le résultat : elle a été observée le 08/08 sur 14 articles 2021-2026 HORS biomédecine (arXiv, PLOS, Copernicus, HAL, Scientific Reports). Elle n'aurait jamais été trouvée sans changer de discipline. | fr | |
| 97 | Columns of different natures form-136 | Columns of different natures | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 JATS XML articles of the internal corpus: 124/272 (45.6 %) carry a "Funding / Competing interests / Acknowledgements" block INSIDE <body> — hence in the reading flow of the body, not in the end apparatus; 202/272 (74 %) carry one somewhere. Line spotted on 2026-08-08 on 14 articles 2021-2026 outside biomedicine (arXiv, PLOS, Copernicus, HAL, Scientific Reports). | MESURÉ le 08/08/2026 sur les 272 articles XML JATS de (internal corpus of 272 JATS articles) : 124/272 (45,6 %) portent un bloc « Funding / Competing interests / Acknowledgements » À L'INTÉRIEUR de <body> — donc dans le flux de lecture du corps, pas dans l'appareil de fin ; 202/272 (74 %) en portent un quelque part. Ligne repérée le 08/08/2026 sur 14 articles 2021-2026 hors biomédecine (arXiv, PLOS, Copernicus, HAL, Scientific Reports). | fr | |
| 98 | Three kinds of number in one string form-137 | Three kinds of number in one string | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 XML files: 48/272 (18 %) carry a tagged <sub> chemical index, 2/272 (1 %) a multiple citation call in <sup> ("<sup>73,", "<sup>2–"), and 74/272 (27 %) already contain, IN FLAT TEXT, a word ending in a digit glued to a decimal number ("i6.2", "iid3.1"). A single article (1/272) shows the full collision in flat text ("S3.38-58"): in JATS the markup still separates the three kinds — THE COLLISION IS BORN AT RENDERING, and rendering is what the reader is given. Original observation 2026-08-08, 14 articles 2021-2026 outside biomedicine (annex 137). | MESURÉ le 08/08/2026 sur les 272 XML : 48/272 (18 %) portent un indice chimique balisé <sub>, 2/272 (1 %) un appel de citation multiple en <sup> (« <sup>73, », « <sup>2– »), et 74/272 (27 %) contiennent déjà, EN TEXTE PLAT, un mot terminé par un chiffre collé à un nombre décimal (« i6.2 », « iid3.1 »). Un seul article (1/272) montre la collision complète en texte plat (« S3.38-58 ») : en JATS le balisage sépare encore les trois natures — LA COLLISION NAÎT AU RENDU, et c'est le rendu qu'on donne au lecteur. Observation d'origine 08/08/2026, 14 articles 2021-2026 hors biomédecine (annexe 137). | fr | |
| 99 | Mnemonic superscript that is not a power form-138 | Mnemonic superscript that is not a power | observation 2026-08 (272 Europe PMC JATS articles) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on the 272 articles of the internal corpus: 9/272 carry a non-arithmetic lettered superscript — including meta-PMC13260247 with "CD16^dim" and "CD16^hi" in the same sentence, modern-PMC13262411 with "^ABS" and "^PLA". 3 of the 9 are in the physics stratum, none is an ordinal (th/st/nd excluded). | MESURÉ le 08/08/2026 sur les 272 articles de (internal corpus of 272 JATS articles) : 9/272 portent un exposant en lettres non arithmétique — dont meta-PMC13260247 avec « CD16^dim » et « CD16^hi » dans la même phrase, moderne-PMC13262411 avec « ^ABS » et « ^PLA ». 3 des 9 sont dans la strate physique, aucune ne relève d'un ordinal (th/st/nd écartés). | fr | |
| 100 | Citation with internal locator form-139 | Citation with internal locator | observation 2026-08 (Europe PMC JATS 2023-2026 and PubMed abstracts) | 2026-08-08 | house observer (LLM agent), see report | MEASURED on 2026-08-08 on 272 open-access Europe PMC articles 2023-2026: present in 71 (26 %). Concentration: trial 17, meta 16, phys 13. Real forms: (Fig. 1 ) | (Fig. 3 ) | (Fig. 1 ) | MESURÉ le 08/08/2026 sur 272 articles Europe PMC accès libre 2023-2026 : présent dans 71 (26 %). Concentration : essai 17, meta 16, phys 13. Formes réelles : (Fig. 1 ) | (Fig. 3 ) | (Fig. 1 ) | fr |
Advanced export
JSON shape: default, array, newline-delimited, object
CREATE TABLE observations(id integer primary key, form_id text references forms(id), form_name text, corpus text, document text, date text, observer text, excerpt_en text, excerpt_original text, lang text);