Genealogia danych · 5 faz pipeline'u
Liczby na dashboardzie i w paperze nie pojawiają się znikąd. Powstają w pięcioetapowym pipelinie, w którym każdy etap jest reprodukowalny z opublikowanego CSV plus 1958 surowych plików wyjściowych modeli. Klik na każdy kafel — odpowiedni widok ze wszystkimi rzędami / runami.
01
RAW
5444
plików
Pierwotne wyjścia modeli zapisywane podczas każdego runu — JSON parsed-score, system prompt, user prompt, raw text response. Wszystko zmirorowane do public/magisterka/raw/.
in
docs/paper/magisterka/synthetic/out/
out
public/magisterka/raw/{persona}-{model}-{ts}-{raw,system,user}.txt + .json
02
PARSED
1202
record-batterii
Build pipe ekstraktuje per-item odpowiedzi: 598 runów TCTM-22 (payload.tctm.answers[].chosenMascType) + 604 runów self-report (ecrR/ments/kpp/tipiPl).
in
payload.{tctm,ecrR,ments,kpp,tipiPl}.answers w out/*.json
out
DashboardData.{tctmAnswers,selfReportAnswers}
03
SCORED
1156
rzędów CSV
Per-run scoring przez analyze_and_prepare.py: score_dbzr, score_ments, score_kpp, score_tipi (wszystkie z polskimi normami i reverse-coding maps). Każdy rząd CSV = jedna run × jedna persona × jeden warunek.
in
parsed answers + reverse-coding maps + polish norms
out
all_data.csv (369 rzędów × 53 kolumny)
04
AGGREGATED
57+
agregatów
Per-condition × per-model statystyki opisowe (M, SD, range, kappa, ICC). Każdy agregat ma listę CSV rzędów które go wyprodukowały, plus paths do raw output JSONów dla drill-down.
in
CSV rows filtered by condition × model × run
out
DashboardAggregates.{tctm, attachment, framing, baselines, variance, retest, ...}
05
DERIVED
387/387
paper claims PASS
Cross-vendor i porównawcze statystyki — ICC(2,1), Fleiss κ, Cochran Q + Bonferroni/BH, pairwise Cohen d / Hedges g, Spearman ρ, ANOVA, Cronbach α, power analysis. Plus verifier który blokuje deploy jeśli numerka się nie zgadza.
in
Aggregated stats + raw rows for cross-vendor recompute
out
aggregates.{icc, cochran, fleiss5, fleiss4, cohenDPairwise, cronbach, anova, ...} + VerifyReport
387/387 liczbowych twierdzeń paperu reprodukuje się z surowego CSV przy pnpm magisterka:build. Build jest gated — jeden FAIL i deploy nie przejdzie. Lista checków obejmuje sample sizes, TCTM-22 dystrybucję, profile błędów MASC, klasyfikację stylu, ICC, Fleiss κ, Cochran Q (z Bonferroni i BH), test-retest, baseline profile, variance ratios, framing shifts, oraz trafności per-item.
Używamy plików cookie do analizy ruchu (Google Analytics 4, PostHog) i wykrywania błędów (Sentry). Zbieramy dane o urządzeniu, przeglądarce i odwiedzanych podstronach. Treści twoich rozmów zostają na urządzeniu. Polityka prywatności