Files
Jyotisha/docs/research/rectification_d12_parent_probes_2026_10_12.md
T

11 KiB
Raw Blame History

D12 父母静态是非题:分界两侧有没有区分力(2026-10-12)

结论:欠力。预登记要求至少 60 个可计分案例。本轮打开了 77 个公开页,按锁定的编码规则只有 6 例至少有 4 道题答成「是」或「否」。结果文件的 decision 是 control_underpowered,decision_note 是「欠力」。

这不是「不上线」的终局,也不是「这套题无效」。样本不够,不能据此改题库、计分或平局裁决。先前「不带年份的题信号弱」「分钟级时间技法信号弱」的结论也不被本轮推翻或改写。

给产品的一句口径:这轮公开传记里,能严格答成是非、并且够四题的父母静态题只有 6 例,不到事先定的 60 例,所以还不能决定这种题上不上校正。下一步是暂停这条方向,不是再跑同一份维基。

这轮做了什么

  • 预登记 docs/research/d12_parent_probes_preregistration_2026_10_12.json 单独提交在评测之前(ad89e410)。评测之后没有改判据、种子、题干或编码手册。
  • 出生记录只用 minute_rectification_holdout_v5.json 里已有的 77 个公开 Rodden AA 案例。没有从外面补出生时间。
  • 父母事实在 references/real_case_calibration/parent_facts_v1.json。每题都有打开过的 https 页面、等级 encyclopedia(英文维基百科)和原句。来源表是该文件的 source_table。拿不到原句的题记「不清楚」,不编造。
  • 盘用 domain_calculation_service.compute_chart,D12 用 varga.calc_varga 的 classical_local。没有新写星历。基线是 Raman / mean node。对照是 Lahiri / mean,以及 Raman / true node。星历版本写在结果里:2.10.03。
  • 结果:docs/research/d12_parent_probes_results_2026_10_12.json。PYTHONHASHSEED=0 下连跑两次,文件 SHA256 都是 cbf324567ed8ddf14ac4769c4f8fb90f015aeab6711b2022a81b473f81748fe8。

不清楚率

分母是结果文件里的 77 条已编码案例(unclear_rate_coded)。六位小数用本轮同一个 display_ratio,由文件里的计数打出,不是另算的一套率。

题 是 否 不清楚 不清楚率
母亲更多日常照料 9 1 67 67/77 = 0.870130
父亲经济主导 3 2 72 72/77 = 0.935065
父亲指导学业 11 1 65 65/77 = 0.844156
父亲体制内职业 24 12 41 41/77 = 0.532468
父亲自己经商 14 38 25 25/77 = 0.324675
父母长期分开 23 1 53 53/77 = 0.688312

职业两题相对能答。照料、谁养家、谁管学业,多数页面没有对上预登记的句子,所以保持不清楚。不满 4 道是/否的 71 例记在 excluded_few_decisive,不插值。not_coded 是空的:77 例都进了事实文件。

计入的 6 例(included_case_ids):barack_obama_1961_aa_v4_holdout、donald_trump_1946_aa_v5_holdout、imelda_marcos_1929_aa_v5_holdout、kamala_harris_1964_aa_v5_holdout、rafael_nadal_1986_aa_v5_holdout、sophia_loren_1934_aa_v5_holdout。

真实一侧选中率

6 例在 ±10 和 ±30 分钟里都有 D12 上升换段(no_boundary 都是 0)。最近分界的两侧分钟在两个窗口里是同一对,所以选中率相同。平局不算选中。

格子 选中 显示 乱序均值 高于均值 精确 p 低于真实值的乱序比例
父 9,±10 4/6 0.666667 0.490157 是 309/1000 = 0.309000 691/999 = 0.691692
父 9,±30 4/6 0.666667 0.490157 是 309/1000 = 0.309000 691/999 = 0.691692
父 10,±10 1/6 0.166667 0.338672 否 946/1000 = 0.946000 54/999 = 0.054054
父 10,±30 1/6 0.166667 0.338672 否 946/1000 = 0.946000 54/999 = 0.054054

四个格子的 significant 都是 false。Bonferroni 线是 p < 0.0125 且高于乱序均值。父 9 的 p 是 0.309000,远在线的另一侧。父 10 的真实选中率低于乱序均值。

同窗全部 D12 段(不是过门项):

格子 头段命中 真值段保留
父 9,±10 4/6 = 0.666667 4/6 = 0.666667
父 9,±30 2/6 = 0.333333 4/6 = 0.666667
父 10,±10 0/6 = 0.000000 2/6 = 0.333333
父 10,±30 0/6 = 0.000000 1/6 = 0.166667

D1 只作对照,不是门。D1 父 9 在 ±10 和 ±30 的真实一侧选中都是 0/6(显示 0.000000)。记录分钟两侧的 D1 读法没有把真实一侧选出来。

乱序和正对照

乱序:999 次,种子 20261012,整组答案在计入案例之间对调。上表的 p 和分位就是这 999 次。

正对照:把真实一侧的是/否埋进答案(弃权改成不清楚),种子 20261013。四个格子的 pipeline_exact 都是 true,missed 都是空的。两侧读法不同的案例,流程都选中了真实一侧。

格子 两侧不同的案例 埋入后选中 p p < 0.01
父 9,±10 与 ±30 5 5/6 = 0.833333 110/1000 = 0.110000 否
父 10,±10 与 ±30 6 6/6 = 1.000000 5/1000 = 0.005000 是

预登记还要求:不同案例至少 20,并且四个格子的对照 p 都低于 0.01。这里最少只有 5,父 9 的对照 p 是 0.110000。所以对照是欠力,不是「流程测不出」。测不出才会记成结论无效。

岁差和交点

分母是 6 个有分界的案例 × 两侧分钟 × 6 题 = 72。门是改变比例严格小于 0.2。

格子 Lahiri 相对 Raman 真交点相对平均交点 两样都低于 0.2
父 9 26/72 = 0.361111 1/72 = 0.013889 否
父 10 30/72 = 0.416667 0/72 = 0.000000 否

交点几乎不改判读。岁差改判读的比例高于 20% 线。四个格子的 robust 都是 false。即便选中率以后在更大样本里显著,这一条岁差结果也不能单独当成过门。

判定

过门需要:计入至少 60,正对照达到预登记的力度,并且至少一个家族格子既显著又稳健。本轮三条都没有。

不写实现建议。题干、计分、平局裁决都不接。这是欠力,不是做完后的否定结论。方向见下一节,上面的数字不改。

编码按预登记从紧:只写职业头衔不算养家,也不算父亲亲自管学业;父母一起送学不算;死亡本身不算两地分开;页面没写出主业就保持不清楚。名誉领事这类短任期、页面没有写成主业的,没有记成体制内。这些取舍都在看分数之前定死,看完分数后没有为了凑 60 例而放宽。下一节核对之后,短任期这一条并没有在每例上用同一把尺子。

下一步:方向暂停

结论:方向暂停。上一节的判定保持不变:欠力,77 个公开案例计入 6,不是有功效的「无效」,也不是终局「不上线」。不改题库,不计分,不改预登记,也不改 parent_facts_v1.json 里已经写下的编码。

编码问题清单

下面每条都只对照事实文件里已经存着的原句。原句对不上修复单里的说法时,写文件实际写了什么,不另补传记。

  1. 奥巴马(barack_obama_1961_aa_v4_holdout)mother_more_daily_care 记成 yes。这条的原句是:「Francis of Assisi Catholic Elementary School) for two years and Sekolah Dasar Negeri Menteng 01 (State Elementary School Menteng 01) for one and a half years, supplemented by English-language Calvert School homeschooling by his mother.」修复单说这句只谈上了哪所小学。文件不是这样:后半句还写了母亲用 Calvert School 做英语家庭补习。预登记的「是」要写成母亲抚养、母亲是主要日常照料者,或童年跟母亲住、不跟父亲住。这句两头都没有。记成 yes 仍然对不上预登记。他在计入的 6 例里,这里只记编码问题,不改 6 这个数。

  2. 伊梅尔达·马科斯(imelda_marcos_1929_aa_v5_holdout)father_work_institutional 记成 yes。这条引文是:「Her parents were Vicente Orestes Romuáldez, a lawyer, and his second wife, María Remedios Trinidad who was born and raised in Baliwag, Bulacan.」它只说父亲是 a lawyer,没有说他自己开业。同一条案例里,财务题另有一句:「In November 1938, Imelda's father gave up living in Manila due to his declining fortunes in his law practice and returned to Tacloban, where he could support his family with a simpler lifestyle.」这句才出现 his law practice。预登记的「是」把 lawyer 放进体制内或受雇专业;「否」又把自营手艺算出去,条件是 yes 名单并不是主业。律师这个词在「是」的名单里,law practice 又像自己执业。两套说法在这一例上对不齐。不能把「他自己开业」写成体制内那条引文的原文。她在计入的 6 例里。编码不改,6 也不改。

  3. 索菲亚·罗兰(sophia_loren_1934_aa_v5_holdout)father_work_institutional 记成 yes。原句是:「Her mother was a piano teacher and aspiring actress, and her father a failed engineer who worked temporarily for the national railway Ferrovie dello Stato Italiane.」这句写的是 failed engineer,以及在国营铁路 Ferrovie dello Stato Italiane 的临时工作(worked temporarily)。预登记没有「短任期不算主业」这句。它写的是 principal occupation(主要职业);不清楚是职业没写,或几份工作里没有一份主业。本报告上一节把「名誉领事这类短任期、页面没有写成主业」说成不记体制内。奥黛丽·赫本(audrey_hepburn_1929_aa_v5_holdout)的 father_work_institutional 记成 unclear,原句是:「He was an Honorary British Consul in Semarang, Dutch East Indies, from 1923 to 1924.」一年的名誉领事记成不清楚,罗兰这篇写明 temporarily 的国营铁路却记成 yes。两例不是同一把尺子。赫本不在计入的 6 例里。罗兰在。两处编码都不改。

  4. 李小龙(bruce_lee_1940_aa_v5_holdout)father_guided_study 记成 yes。原句是:「Lee's first introduction to martial arts was through his father, from whom he learned the fundamentals of Wu-style tai chi.」这是父亲教吴氏太极的基本功,不是预登记写的教功课、选定或坚持学业、督导学习。他不在计入的 6 例里:六题里只有指导学业为 yes、自己经商为 no,其余不清楚,不满 4 道是/否。这里只把他当作已经排除的编码例子,不是计分命中,也不进 4/6 或 1/6。

不再跑同一份维基

被否决的另一条路:换新来源(传记或访谈),两名编码员各自编码,再开一轮新的预登记。本轮不走这条。

决定是方向暂停。维基这一轮 77 例只产出 6 例可计分,大约 8%(6/77)。按这个比例凑到预登记的 60,要大约 770 个同样能打开的 AA 案例,也就是 700 这个量级。这份 77 例的数据给不出。岁差改判读是 26/72 与 30/72,显示 0.361111 与 0.416667,大约 36% 和 42%,高于严格小于 0.2 的稳健性门。同一套设计把样本做大,仍不太可能过门。

BUG-1308 记为 closed_by_design(研究欠力,方向暂停)。没有交付修复,不是 resolved。修复版本仍是不适用。