Registro de precisión · para reproducir
E1c
Lo que hace falta para repetir las 1 entrada de E1c 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
2
ficheros
Segunda implementación
7
ficheros
Cotejo
10
ficheros
Datos de validación
4
ficheros
Cómo se rehaceCon run_py.sh: py/01_medida.py (descriptor de desiertos y modelo v0 con el módulo de E1 congelado en 5e584bd), dos veces para la reproducibilidad. Segunda implementación con run_impl2.sh: py/02_impl2.py, cotejada con py/06_cotejo_impl.py. Cotejo con la fuente: py/03_muestra.py → py/fetch.py (con run_fetch.sh) → py/07_leer_A.py → py/09_evaluar_A.py (nivel A) y py/08_cotejo_B.py (nivel B contra el ATOM, con controles).
Código de la medida
2 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| run_py.sh | Lanzador de los guiones de py/ con el módulo congelado, sin red y con datos en solo lectura4 rutas del servidor sustituidas | e88ee7844ee0d813 |
16 |
| py/01_medida.py | Descriptor «de N parecidas, X desiertas», su AUC con IC y modelo v0 con la etiqueta de desierto | 7eb72670082e9f17 |
160 |
Segunda implementación
7 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| run_impl2.sh | Lanzador de la segunda implementación en otra imagen (pandas y numpy, sin DuckDB)3 rutas del servidor sustituidas | e4b17aed72c430b1 |
10 |
| py/02_impl2.py | Segunda implementación desde el pre-registro: celdas, puntuación, AUC, deciles, IC y Newton propio | a640dcf745a095cf |
197 |
| salidas/02_impl2.json | Resultados de la segunda implementación: descriptor y modelo de 2025 | da5dbe4f7c8ccb6e |
249 |
| py/06_cotejo_impl.py | Compara las dos implementaciones celda a celda, lote a lote y en las AUC | 3cc868eb090fd12d |
43 |
| salidas/06_cotejo_impl.json | Celdas, puntuaciones y AUC idénticas; modelo con |Δp| ≤ 1,4·10⁻¹³ | e2738c80b3018f78 |
107 |
| salidas/07_cotejo_impl2.md | Explica las dos rondas de la segunda y la diferencia que queda en los deciles | 49411593ecb08ff7 |
53 |
| salidas/07_deciles_literal.txt | Prueba de que la diferencia de deciles viene de cómo DuckDB lee el corte literal | 93c4d260a7e5f236 |
3 |
Cotejo
10 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| py/03_muestra.py | Sortea con semilla sellada 20 anuncios y sus parecidas para el cotejo | 564d324288202da2 |
59 |
| salidas/03_muestra.json | Tamaño del universo y de la muestra del cotejo | 2f76aea711af796c |
11 |
| run_fetch.sh | Lanzador de la descarga de fichas, con red y memoria acotada1 ruta del servidor sustituida | e74ad610ca5c496f |
7 |
| py/fetch.py | Descarga las fichas vivas de la muestra, una petición cada 5 s | 6cc82aed005be53b |
45 |
| py/07_leer_A.py | Lee de cada ficha órgano, CPV, fechas y resultado del lote1 ruta del servidor sustituida | e98fd84fe3dd4d48 |
193 |
| py/09_evaluar_A.py | Clasifica las diferencias del nivel A y aplica la aceptación C-A0 a C-A42 rutas del servidor sustituidas | 1b50b409ab2e1f69 |
70 |
| salidas/09_cotejo_A.json | Nivel A: 39 legibles, resultado igual en 39, correctas en todo 38 (1 de año) | f5569f31e29ea2d6 |
45 |
| py/08_cotejo_B.py | Nivel B: cada parecida y cada anuncio frente a la sindicación ATOM original | 8cf3ede9547e2055 |
270 |
| salidas/08_cotejo_B.json | Nivel B: 1.056 de 1.056 encontradas, con el mismo resultado y correctas | 1bf85cb68a4eccf7 |
209 |
| salidas/08_cotejo_B_control.json | Controles del nivel B: las perturbaciones sintéticas se detectan | 77e2c4208c52af67 |
211 |
Datos de validación
4 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| salidas/00_diccionario.md | Diccionario previo: columnas, cobertura por fuente y tasa base de desierto por año | 70b2d09cb84ddbcc |
96 |
| salidas/01_medida.json | Celdas, AUC del descriptor y del modelo con IC, calibración, cobertura y aceptación | f67bb28170a3fea3 |
712 |
| salidas/01_medida_rep.json | Segunda ejecución de la medida: AUC e IC idénticos (reproducibilidad) | fdc457af8fa4f916 |
712 |
| salidas/mod_desierto/unified_20261018.exante/informe_l1.json | La opción del módulo de la PR #81 reproduce la medida al dato (mismas AUC y anuncios) | 686c80c8ecf96742 |
569 |
Pre-registros
sellados antes de medir| Texto | Huella del sello (md5) | Sellado |
|---|---|---|
| DEFINICIONES_PREVIAS.mdtal cual: su md5 es el del sello | e1341f1789baf341 |
21/10/2026, 17:37:59 CEST |
Lo que no se publica
y por qué- cotejo/html/ (60 fichas y 15 XML descargados), cotejo/peticiones.csv y fetch*.log: descargas de páginas de terceros y su registro de URL
- cotejo/muestra_*.csv, lista_*.csv, A_*.csv y B_*.csv: cotejo caso a caso con ids de licitación y lote, URL, órgano y resultado por lote
- salidas/mod_desierto/unified_20261018.exante/parecidas_organo_cpv.parquet y prediccion_l1.parquet: demasiado grande (4,4 MB) y puntuación anuncio a anuncio
- tmp/ (puntuaciones por lote, matrices de diseño, módulo congelado y copia del código anterior): carpeta de trabajo con datos lote a lote