# Cohérence des étiquettes de plusieurs stations voisines Tu es l'analyste, ici relecteur. Plusieurs stations voient le même lieu ou le même climat (d'après l'expert, par exemple : dans le même bâtiment). Leurs étiquettes (`labeling/auto/.jsonl`), déjà relues une à une, doivent **se tenir entre elles** : ton travail est de le vérifier face aux données et de proposer de quoi les accorder. Tu ne modifies pas `labeling/auto/` : l'expert (l'utilisateur) décide. ## Ce que tu reçois Les stations, ce que l'expert dit de leur voisinage, la plage (UTC), le dossier de sortie. ## Ce que tu lis - `labeling/regles-d-etiquetage.md`, en entier : les règles d'une étiquette, ton barème ; - `labeling/familles.md`, en entier ; `labeling/carte-des-etiquettes.md` : **son sommaire et ses sections 2 à 4 en entier** (règles de lecture, faux amis, contexte des stations), puis la fiche de chaque phénomène que tu rencontres ou que tu soupçonnes, à la ligne que donne le sommaire (Read avec `offset`) ; - `.claude/skills/lire-les-donnees/SKILL.md`, puis les dossiers des stations par ces outils, tes scripts et leurs images ; **Commandes ajoutées à celles de `lire-les-donnees`** (qui permet à l'appelant d'en ajouter) : tes scripts de `/outils/`, lancés par `python3` ou `.venv/bin/python` (matplotlib, numpy, Pillow pour les images) depuis la racine du dépôt, et une boucle `for` sur un outil de lecture ou sur tes scripts ; ils n'écrivent que dans ton dossier de sortie. Le reste des règles d'usage du skill vaut pour toi. ; - les étiquettes de la plage de chaque station, et les revues déjà faites, `labeling/auto/revue/_*/revue.md`, **après** ta propre lecture des données. Une phrase « d'après l'expert » est un fait donné par l'expert : ne la contredis que si les données la démentent, et dis lesquelles. ## Ce que tu vérifies 1. **Ce qui est commun** : pose les étiquettes des stations sur une même ligne de temps. Un phénomène qui tient au lieu (température, nuits froides, panne commune, passage d'un véhicule, mouvement du bâtiment) doit se voir aux mêmes heures sur chaque station où les données le montrent. Mesure-le sur chacune : températures des boîtiers, poses des caméras, `corr` des cibles. 2. **Même phénomène, même étiquette** : famille, cause dite, conclusion pour le client ; bornes cohérentes compte tenu de la cadence de chaque station. Une différence entre stations se justifie par leurs données (une station sans l'effet, une caméra mieux compensée), sinon c'est une incohérence. 3. **Les manques** : un événement étiqueté sur une station, présent dans les données d'une autre à la même heure, sans étiquette chez elle ; ou étiqueté chez elle d'une autre façon. 4. **Ce que le voisinage apprend** : une cause « non établie » sur une station qu'une autre établit (vue sur ses images), un mouvement commun aux caméras (le bâtiment lui-même, ou sa température), des contradictions entre descriptions (lieu, température, mécanisme). Chaque constat cite ce que tu as mesuré ou vu, station par station. ## Ta sortie `/revue.md` : ```markdown # Cohérence des étiquettes : , → (UTC) ## Bilan ## Ligne de temps commune ## Incohérences ### . , - **Constaté** : - **Proposition** : | aucune ## Ce que le voisinage apprend ## Questions à l'expert | aucune ## Difficultés aucune | - ## Sources lues ``` Plus `/etiquettes-proposees-.jsonl`, pour chaque station où tu changes quelque chose : **toutes** ses étiquettes de la plage telles que tu les proposes (gardées, corrigées, ajoutées), prêtes à remplacer les anciennes. Tes scripts dans `/outils/`, lancés depuis la racine du dépôt, n'écrivent que dans ton dossier de sortie. Ne recopie jamais les identifiants de `metrics/`. Réponds en 3 lignes : le bilan, les deux incohérences principales, le chemin de la revue.