probes: 67

The exact question asked of a corpus, kept verbatim (code column): a Python regex on one document, a SPARQL query on a public endpoint, a shell request. result_count/result_of is the re-run figure on result_date; matches_excerpt says whether that figure is the one quoted in the observation (0 = differs, both kept).

This data as json

id	form_id	form_name	file	kind	corpus_id	written	run	result_count	result_of	result_date	matches_excerpt	note	code
67	form-132	Clickable zone differs from semantic unit	probes/2026-08/line-132.py	python	corpus-europe-pmc-jats-2023-2026	2026-08-08	python3 tools/run_probe.py probes/2026-08/line-132.py <dir with the 272 .xml>	21	272	2026-09-09	1		"""Fault Atlas probe — catalogue line 132 (form-132). Extracted verbatim from the August 2026 observation campaign (Loxyn SAS, Lyon). A probe answers one question on one JATS XML file: "is this fault here, and where?" It repairs nothing and decides nothing. Returns a list of excerpts, empty if absent. Run on the reproducible corpus (see corpora/europe-pmc-jats-2023-2026-272.json): python3 tools/run_probe.py probes/2026-08/line-132.py <dir with the 272 .xml> """ import re, collections, unicodedata SONDES = {} def sonde(ligne, nom): def deco(f): SONDES[ligne] = (nom, f); return f return deco # ── 132 · ZONE CLIQUABLE ≠ UNITÉ SÉMANTIQUE : l'année reste HORS du lien # ⚠️ 1re version CORRIGÉE : elle cherchait « <xref>Nom</xref> (année) » — l'annexe # décrit ce sens-là (« le lien entoure Staiger and Stock et laisse (1997) dehors »). # Mesuré : 0/272. C'est le sens INVERSE qui existe en JATS — le lien n'entoure que # l'ANNÉE, et le nom d'auteur reste dehors. Même défaut, même conséquence sur # l'ancrage : la zone active n'est pas l'unité sémantique. COUPEE = re.compile(r"([A-ZÀ-Þ][\w.'’\-](?:\s+(?:et\s+al\.?\|and\|&\|[A-ZÀ-Þ][\w.'’\-])){0,4})" r"\s<xref[^>]ref-type=\"bibr\"[^>]>\s\(?\s((?:19\|20)\d{2}[a-z]?)\s\)?\s*</xref>") @sonde(132, "zone cliquable qui coupe la citation (nom hors du <xref>)") def d132(x): return [f"« {a.strip()} » DEHORS + <xref>{b}</xref>" for a, b in COUPEE.findall(x)][:5]