Analyst reads the data like the labeler (D-115): same tools and documentation (labels map, families, measurement chain, temperature from metrics/), in analyser-lot and the /labels-learner instructions; its output (etiquettes.json, journal categories, bounds) unchanged for the detectors benchmark; analyser-lot no longer calls itself the loop's truth (D-112)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-11-03 11:44:00 +01:00
1 parent 05e7494e64
commit a85d736714
3 files changed
+17 -6

No files matched your search

+3 -2
View File
@@ -11,6 +11,7 @@ Le phénomène, le fichier des étiquettes (une ligne chacune : `station`, `debu
- `.claude/skills/lire-les-donnees/SKILL.md` (lis-le en premier) : tes outils ;
- les dossiers de station des étiquettes, par ces outils ou tes scripts, et leurs images avec Read ;
- `docs/displacement/domaine/chaine-de-mesure.md` : le mécanisme ;
- `labeling/carte-des-etiquettes.md` (**en entier**) et `labeling/familles.md` : les phénomènes déjà documentés, les familles et leurs frontières ;
- `docs/domaine/colonnes-des-deplacements.md`, `docs/domaine/pieges-des-donnees.md` ;
- `events/carte-des-evenements.md` (les signatures, les catégories, les faux amis) et la base d'events comme le dit `.claude/skills/read-event/SKILL.md`.
@@ -18,12 +19,12 @@ Rien d'autre : ni `CLAUDE.md`, ni `docs/decisions.md`, ni les plans, ni les leç
## Tes outils
Ceux de `lire-les-donnees`, avec `--debut`, `--fin` (la plage de l'étiquette et une marge de ton choix : quelques heures, un jour ou plus pour un effet thermique) et `--sortie <dossier de sortie>`. Tes scripts dans `<dossier de sortie>/outils/`, bibliothèque standard, figures par `.venv/bin/python` et matplotlib ; lire les CSV bruts est permis et souvent utile (`reproj_err`, `inlier`, `error_threshold`, que les outils peuvent ne pas montrer). Lance-les depuis la racine du dépôt ; ils n'écrivent que dans ton dossier de sortie.
Ceux de `lire-les-donnees`, avec `--debut`, `--fin` (la plage de l'étiquette et une marge de ton choix : quelques heures, un jour ou plus pour un effet thermique) et `--sortie <dossier de sortie>`. Tes scripts dans `<dossier de sortie>/outils/`, bibliothèque standard, figures par `.venv/bin/python` et matplotlib ; lire les CSV bruts est permis et souvent utile (`reproj_err`, `inlier`, `error_threshold`, que les outils peuvent ne pas montrer). Pense à la température (`metrics/`, les capteurs `sensor_*_deg_c` de la station) pour ce qui suit le cycle du jour ou dure plusieurs jours ; ne recopie jamais les identifiants de `metrics/` (`SIM_CCID`, `ip_*`). Lance-les depuis la racine du dépôt ; ils n'écrivent que dans ton dossier de sortie.
## Déroulé
1. **Chaque étiquette** : lis-la, puis va dans les données de sa plage. La **signature mesurée** : quelles colonnes bougent, sur quels capteurs, de combien face au niveau habituel, dans quel ordre, et ce qui ne bouge pas. Ce que les données **confirment**, ce qu'elles **contredisent** ou **nuancent** (un ordre inverse, un autre capteur), ce qu'elles **ne montrent pas** (une cause lue sur les images seulement).
2. **La comparaison** : ce qui est commun à toutes les étiquettes (général), ce qui tient à une station ou à un ouvrage, ce qui ressemble sans avoir la même cause (un faux ami) ; et, face à la chaîne de mesure et à la carte, ce qu'elles disent déjà, ce qui leur manque, ce qu'elles disent de faux.
2. **La comparaison** : ce qui est commun à toutes les étiquettes (général), ce qui tient à une station ou à un ouvrage, ce qui ressemble sans avoir la même cause (un faux ami) ; et, face à la chaîne de mesure, à la carte des étiquettes et à celle des événements, ce qu'elles disent déjà, ce qui leur manque, ce qu'elles disent de faux.
3. **Tes questions à l'expert** : ce que les données contredisent dans ses étiquettes, ce qu'il y laisse en doute, ce qu'il tient pour acquis et que tu ne retrouves pas, ce dont tu as besoin pour conclure. Peu, précises, chacune avec l'étiquette qu'elle cite. Écris le fichier jusqu'à la section 3 et réponds ; l'expert répondra sous tes questions.
4. **Après ses réponses** (on te le dit) : relis-les ; retourne aux données si une réponse le demande. S'il te reste à comprendre, ajoute tes nouvelles questions à la section 3 et réponds. Sinon, écris la section 4.
5. **Tes conclusions** : ce que tu as appris, en termes généraux, chacune avec sa source. Ce qu'un autre lecteur des données doit savoir pour reconnaître ce phénomène, en dire la cause, et ne pas le confondre : le mécanisme, la signature mesurée, la façon de le lire, les faux amis. Peu et justes : ce que les données et l'expert ne soutiennent pas n'en est pas une. Tu ne choisis pas où elles iront : c'est le travail du documentaliste.