Registro de precisión · para reproducir
E-M2
Lo que hace falta para repetir las 2 entradas de E-M2 en el registro: el código, la segunda implementación, el cotejo y los datos de validación agregados, cada uno con su huella md5. Son copias de lectura: las rutas del servidor van sustituidas por marcas, y lo que no se puede publicar se dice abajo, con su porqué.
Código de la medida
5
ficheros
Segunda implementación
14
ficheros
Cotejo
1
fichero
Datos de validación
4
ficheros
Cómo se rehacePrimera implementación con sql/ejecutar.sh: medir.py (series M1r, etiqueta E0, lift por fuente y año) → medir_e0b.py (etiqueta E0b, lift y sorteo de las parejas de los jueces) → cotejo.py (muestras de cotejo). Segunda implementación aparte con impl2/py/todo.sh (01 → 02 → 03 → 05 y 05b → 06_tokens → 07 → 08 → 10) y comparación al dato con sql/comparar.py.
Código de la medida
5 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| sql/ejecutar.sh | Ejecuta un guion aislado, sin red y con los datos en solo lectura3 rutas del servidor sustituidas | 701fbda8637dd788 |
16 |
| sql/medir.py | Series recurrentes y cadenas de control por fuente y año; etiqueta E0 y lift con IC | c6e3fbf0d28613e8 |
339 |
| sql/medir_e0b.py | Etiqueta refinada E0b: lift por fuente y año, y sorteo de las parejas para los jueces | 3c211e2b18b70365 |
179 |
| datos/c2_objetos_categoria_main.csv | Lista congelada de objetos genéricos (categorías) que la regla no usa para casar | 5a5113fb32779d1f |
96 |
| datos/categorias_p9_20261020.csv | Segunda lista congelada de categorías genéricas de objeto, revisada por P91 ruta del servidor sustituida | ce3b5a6220397d1f |
515 |
Segunda implementación
14 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| impl2/py/todo.sh | Lanzador de la segunda implementación: todos sus pasos en orden1 ruta del servidor sustituida | 5e907df6b7735355 |
19 |
| impl2/py/sql.py | Ejecuta los SQL de la segunda implementación sobre su base de trabajo | 5d5794ebd1b9e8e7 |
72 |
| impl2/sql/01_base.sql | Segunda implementación: menores de todas las fuentes con identidad y objeto normalizado | 5f09ad668ea65338 |
55 |
| impl2/sql/02_poblacion.sql | Segunda implementación: población y criterios por fuente y año | 2b24d98dd0b537ec |
94 |
| impl2/sql/03_series.sql | Segunda implementación: series M1r y cadenas de control con autouniones y ASOF JOIN | b462cec8f42defff |
102 |
| impl2/sql/05_licitaciones.sql | Segunda implementación: licitaciones del año siguiente | bcc4278fc68b6e92 |
30 |
| impl2/sql/05b_objetos.sql | Segunda implementación: objetos distintos de las dos partes para los tokens | 58a276bd0ce07197 |
8 |
| impl2/py/06_tokens.py | Segunda implementación: tokens del objeto en Python puro, con pruebas de las reglas | 72a8712de9a9d463 |
114 |
| impl2/sql/07_etiqueta.sql | Segunda implementación: etiqueta principal E0 y variantes | f14be58dbb5c06bf |
141 |
| impl2/sql/08_salidas.sql | Segunda implementación: tablas de salida por fuente y año | ce3bf9aec315e8cc |
93 |
| impl2/sql/10_e0b.sql | Segunda implementación: etiqueta refinada E0b | 8b10bd30f1810719 |
95 |
| impl2/salidas/resumen.csv | Series, cuántas pasaron y control por fuente y año, según la segunda implementación | 02a4811bc8af8c7d |
50 |
| sql/comparar.py | Compara las dos implementaciones por fuente y año y serie a serie | 6a046b2dbb367605 |
65 |
| salidas/40_comparar.md | Resultado de la comparación: 0 diferencias en 308.801 series y cadenas, con E0 y E0b | 4657ba11b3eb4855 |
53 |
Cotejo
1 fichero| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| sql/cotejo.py | Sortea con semilla las muestras de cotejo (50 parejas automáticas y 20 en origen) | 8241b9c35c9b9d37 |
120 |
Datos de validación
4 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| salidas/10_medir.md | Medición E0: criterios por fuente y año, lift, sensibilidades y Mantel-Haenszel | dab127b9d496ea43 |
677 |
| salidas/10_lift_e0.csv | Lift E0 por fuente y año: series, cuántas pasaron, control y su IC 95 % | ed7a51e874c07746 |
62 |
| salidas/30_e0b.md | Medición E0b: lift, A1 y K por fuente, y reparto de las muestras de jueces y de origen | 5164755d803b67d8 |
239 |
| salidas/30_lift_e0b.csv | Lift E0b por fuente y año con su IC 95 % | dd9baf7c33111fe8 |
62 |
Pre-registros
sellados antes de medir| Texto | Huella del sello (md5) | Sellado |
|---|---|---|
| DEFINICIONES_PREVIAS.mdel texto sellado lleva rutas del servidor o nombres internos: es una copia de lectura con 1 sustitución, y su huella no es la del sello | addb6d3d0faeb7d1 |
20/10/2026, 01:37:31 CEST |
| DEFINICIONES_E0b.mdtal cual: su md5 es el del sello | 03b12d5dc6c1dd01 |
20/10/2026, 02:15:05 CEST |
Lo que no se publica
y por qué- cotejo/jueces_parejas.csv, jueces_clave.csv, juez_A.csv, juez_B.csv y jueces_resultado.csv (parejas enviadas a los jueces y sus veredictos y motivos): lote enviado a modelos y sus respuestas pareja a pareja, con órgano, objetos de contratos e ids de licitación; los motivos citan empresas
- cotejo/html/ (76 fichas descargadas) y cotejo/fichas_e0.txt, fichas_e0b.txt (su texto extraído), con los registros de descarga: descargas de páginas de terceros y textos leídos de ellas
- cotejo/a2_e0.csv, origen_e0.csv y origen_e0b.csv (muestras de cotejo pareja a pareja): fila a fila con ids de contrato y licitación, URL, objeto e importe; claves de órgano junto a datos de adjudicación
- salidas/20_cotejo_e0.md: lista una a una las 50 parejas y las 20 de origen (cotejo caso a caso con objetos e ids)
- salidas/tablas/hechos_e0.parquet, hechos_e0b.parquet, series_e0.parquet y series_e0b.parquet: fila a fila por serie y licitación; demasiado grandes para la web (1,8 a 5,5 MB)
- impl2/salidas/series.parquet, series_e0b.parquet, hechos_series.parquet y sus copias en comparar/: fila a fila; demasiado grandes para la web (1,9 a 8,5 MB)
- salidas/tablas/organo_anio_e0.parquet y organo_anio_e0b.parquet: dato por órgano no necesario para las entradas; claves con NIF de letra de sociedad (entes públicos mercantiles) que el filtro trata como empresa
- tmp/ (base DuckDB de trabajo, ya borrada): carpeta de trabajo
- IMPL2.md (informe de la segunda implementación: algoritmos distintos, comprobaciones y cifras): lleva 2 NIF de empresa