Saltar al contenido

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.

Entradas

2

en el registro de precisión

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
Código de la medida de E-M2: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
sql/ejecutar.sh Ejecuta un guion aislado, sin red y con los datos en solo lectura3 rutas del servidor sustituidas 701fbda8637dd7886c5c498fe0501164 16
sql/medir.py Series recurrentes y cadenas de control por fuente y año; etiqueta E0 y lift con IC c6e3fbf0d28613e81ab8162fa360dd89 339
sql/medir_e0b.py Etiqueta refinada E0b: lift por fuente y año, y sorteo de las parejas para los jueces 3c211e2b18b70365cd841e18688b642b 179
datos/c2_objetos_categoria_main.csv Lista congelada de objetos genéricos (categorías) que la regla no usa para casar 5a5113fb32779d1f764c6a9bc9fae841 96
datos/categorias_p9_20261020.csv Segunda lista congelada de categorías genéricas de objeto, revisada por P91 ruta del servidor sustituida ce3b5a6220397d1fb70e8d4940743df8 515

Segunda implementación

14 ficheros
Segunda implementación de E-M2: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
impl2/py/todo.sh Lanzador de la segunda implementación: todos sus pasos en orden1 ruta del servidor sustituida 5e907df6b7735355461e336b9f4d7fb4 19
impl2/py/sql.py Ejecuta los SQL de la segunda implementación sobre su base de trabajo 5d5794ebd1b9e8e790e7c646be9afd4c 72
impl2/sql/01_base.sql Segunda implementación: menores de todas las fuentes con identidad y objeto normalizado 5f09ad668ea65338a871921a5c5c4886 55
impl2/sql/02_poblacion.sql Segunda implementación: población y criterios por fuente y año 2b24d98dd0b537ec40bf74027717d4f5 94
impl2/sql/03_series.sql Segunda implementación: series M1r y cadenas de control con autouniones y ASOF JOIN b462cec8f42defff6a8d7f727dd99bf1 102
impl2/sql/05_licitaciones.sql Segunda implementación: licitaciones del año siguiente bcc4278fc68b6e92bddb7f62db0c1b0c 30
impl2/sql/05b_objetos.sql Segunda implementación: objetos distintos de las dos partes para los tokens 58a276bd0ce071974deec298f3b206d8 8
impl2/py/06_tokens.py Segunda implementación: tokens del objeto en Python puro, con pruebas de las reglas 72a8712de9a9d4632357376d2af7b198 114
impl2/sql/07_etiqueta.sql Segunda implementación: etiqueta principal E0 y variantes f14be58dbb5c06bfe298914baa468cb9 141
impl2/sql/08_salidas.sql Segunda implementación: tablas de salida por fuente y año ce3bf9aec315e8cc967aec3c635ec387 93
impl2/sql/10_e0b.sql Segunda implementación: etiqueta refinada E0b 8b10bd30f1810719c75495f6d93d93ab 95
impl2/salidas/resumen.csv Series, cuántas pasaron y control por fuente y año, según la segunda implementación 02a4811bc8af8c7d427425c5641084af 50
sql/comparar.py Compara las dos implementaciones por fuente y año y serie a serie 6a046b2dbb367605bf1fae550955073d 65
salidas/40_comparar.md Resultado de la comparación: 0 diferencias en 308.801 series y cadenas, con E0 y E0b 4657ba11b3eb48557ba3f3f21535191e 53

Cotejo

1 fichero
Cotejo de E-M2: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
sql/cotejo.py Sortea con semilla las muestras de cotejo (50 parejas automáticas y 20 en origen) 8241b9c35c9b9d37f518491225c8c799 120

Datos de validación

4 ficheros
Datos de validación de E-M2: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
salidas/10_medir.md Medición E0: criterios por fuente y año, lift, sensibilidades y Mantel-Haenszel dab127b9d496ea434919ae0478ab7503 677
salidas/10_lift_e0.csv Lift E0 por fuente y año: series, cuántas pasaron, control y su IC 95 % ed7a51e874c07746510c935d018a4292 62
salidas/30_e0b.md Medición E0b: lift, A1 y K por fuente, y reparto de las muestras de jueces y de origen 5164755d803b67d80e4d580fd187123e 239
salidas/30_lift_e0b.csv Lift E0b por fuente y año con su IC 95 % dd9baf7c33111fe8a226a8e61bbd7a30 62

Pre-registros

sellados antes de medir
Los pre-registros de E-M2, con su huella, la hora del sello y su texto
TextoHuella 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 addb6d3d0faeb7d1fd5e6b99788df1b3 20/10/2026, 01:37:31 CEST
DEFINICIONES_E0b.mdtal cual: su md5 es el del sello 03b12d5dc6c1dd017588f799822801c6 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

Sus entradas del registro