{
 "_comentario": [
  "Ediciones de la capa Silver.",
  "El portal consulta UNA SOLA: la declarada en «vigente». Antes había",
  "un mapa «en_uso_por_la_interfaz» que mandaba unas pestañas a la",
  "edición anterior y otras al corte vigente, de modo que la primera",
  "pestaña contaba 663 documentos menos que la siguiente sin explicar",
  "por qué. El mapa se eliminó y validate_web6.py falla si reaparece.",
  "Las ediciones anteriores se conservan declaradas como procedencia:",
  "no se sobrescriben, pero tampoco se muestran."
 ],
 "version": 2,
 "actualizado": "2026-09-24",
 "vigente": "2026-08-30",
 "ediciones": {
  "2026-08-24": {
   "base": "gobernanza/procedencia/jem-silver-2026-08-24/",
   "origen": "Pipeline anterior del repositorio jem-observatorio.",
   "tablas": {
    "causa": {
     "archivo": "causa.parquet",
     "filas": 1669
    },
    "document": {
     "archivo": "document.parquet",
     "filas": 3964
    },
    "link": {
     "archivo": "link.parquet",
     "filas": 1039
    },
    "party": {
     "archivo": "party.parquet",
     "filas": 6347
    },
    "party_conflict": {
     "archivo": "party_conflict.parquet",
     "filas": 554
    }
   },
   "limitaciones": [
    "No incluye la colección «orden del día» (358 archivos).",
    "Sin anclaje por página: la evidencia no es citable a página.",
    "hf_oid es un OID de blob de Git (SHA-1), no el SHA-256 del contenido."
   ],
   "nota": "Pipeline anterior. Retirada de la ruta de datos viva y conservada como procedencia: el portal no la consulta y un visitante que explore data/ ya no la encuentra junto a la vigente.",
   "estado": "historica"
  },
  "2026-08-30": {
   "base": "data/jem-silver/2026-08-30/",
   "origen": "Repositorio jem-full, corte corte-2026-08-30.",
   "manifest_sha256": "5ec45cc3fd023ebedf7f464e7060a1d70b03aef0057c48dcb6086556cbc71626",
   "generado": "2026-09-24",
   "generador": "exportar_parquet/1.1",
   "tablas": {
    "documento": {
     "archivo": "documento.parquet",
     "filas": 4627,
     "columnas": [
      "blob_id",
      "sha256",
      "extension",
      "size_bytes",
      "mime_type",
      "ruta",
      "coleccion",
      "anio",
      "motor",
      "motor_version",
      "paginas",
      "tiene_paginas",
      "ruta_hf",
      "url_publica",
      "accesible"
     ],
     "bytes": 526045,
     "sha256": "acdc57e2b695ed6215ae2be0622b51e9631968a2f0366372d3c18095905ffe0a",
     "descripcion": "Un documento por contenido único (SHA-256), con su colección, su motor de extracción y la ruta pública donde puede abrirse, si la hay."
    },
    "fragmento": {
     "archivo": "fragmento.parquet",
     "filas": 18141,
     "columnas": [
      "fragmento_id",
      "blob_id",
      "sha256",
      "tipo_ancla",
      "pagina",
      "char_inicio",
      "char_fin",
      "anclado",
      "caracteres",
      "confianza",
      "motor",
      "texto"
     ],
     "bytes": 10596023,
     "sha256": "4ebdf16b1766f224bd717a2061ac538629796d49340aea758b5c8f81d19aa743",
     "descripcion": "Unidad citable. tipo_ancla=PAGINA en PDF; DOCUMENTO donde el formato no tiene páginas (Word, JSON). La página no falta: no existe."
    },
    "procedencia": {
     "archivo": "procedencia.parquet",
     "filas": 4893,
     "columnas": [
      "blob_id",
      "fuente",
      "url",
      "url_pagina",
      "persistencia",
      "nombre_origen",
      "recuperado",
      "nivel",
      "metodo",
      "sha_coincide",
      "confianza"
     ],
     "bytes": 130234,
     "sha256": "87eac16f14e07d8dacc960e2f757737f073abf6f3ec78536b47a878b79c41eff",
     "descripcion": "De dónde vino cada documento y si su URL vuelve a resolver."
    },
    "documento_logico": {
     "archivo": "documento_logico.parquet",
     "filas": 4593,
     "columnas": [
      "document_id",
      "tipo",
      "numero",
      "anio",
      "fecha",
      "titulo",
      "confianza",
      "revision"
     ],
     "bytes": 118394,
     "sha256": "c19275d57aedb2a224c2265d9edd9f1a5a51fe41757e4caa00e91b140214e2ba",
     "descripcion": "El documento como pieza jurídica, por encima del archivo físico."
    },
    "causa": {
     "archivo": "causa.parquet",
     "filas": 2908,
     "columnas": [
      "causa_id",
      "numero",
      "anio",
      "clave",
      "caratula",
      "descripcion",
      "estado",
      "presentada",
      "origen"
     ],
     "bytes": 31591,
     "sha256": "cf66ff4300ed43e31957027fe614a9954fc9384f8497cd65ee8981969f48f4ba",
     "descripcion": "Causa o expediente reconstruido a partir de las referencias del texto."
    },
    "vinculo": {
     "archivo": "vinculo.parquet",
     "filas": 11145,
     "columnas": [
      "causa_id",
      "document_id",
      "tipo",
      "confianza",
      "metodo"
     ],
     "bytes": 43234,
     "sha256": "d8a85d6dc481264ddeb9abf712b41bed1e2ec16ec46265dc1fa8444d4d5fec9a",
     "descripcion": "Vínculo causa-documento. Su precisión NO ha sido medida (Fase 7)."
    },
    "resolucion": {
     "archivo": "resolucion.parquet",
     "filas": 1816,
     "columnas": [
      "resolucion_id",
      "document_id",
      "tipo",
      "numero",
      "anio",
      "fecha",
      "objeto",
      "resultado",
      "verbo",
      "estado_votos",
      "sentido",
      "quorum",
      "n_votos",
      "mayoria",
      "disidentes",
      "quorum_observado"
     ],
     "bytes": 24531,
     "sha256": "e40c1e4bba66e86c8241bd6b7420db8231ea01e7464f61f6acd752dddb20ebab",
     "descripcion": "Resolución con su estado de quórum y el sentido de la decisión."
    },
    "voto": {
     "archivo": "voto.parquet",
     "filas": 9956,
     "columnas": [
      "voto_id",
      "resolucion_id",
      "entidad_id",
      "nombre_crudo",
      "sentido",
      "determination",
      "confianza",
      "orden",
      "disidencia",
      "pagina",
      "evidencia"
     ],
     "bytes": 100397,
     "sha256": "40ee71d83861683a3a9689474f5c94e69690e9961affbe78298767570f0b8dbe",
     "descripcion": "Voto individual. SIN VALIDACIÓN HUMANA: no publicable como resultado."
    },
    "entidad": {
     "archivo": "entidad.parquet",
     "filas": 118,
     "columnas": [
      "entidad_id",
      "nombre",
      "clave",
      "tipo",
      "revision",
      "origen",
      "primer_voto",
      "ultimo_voto",
      "resoluciones"
     ],
     "bytes": 6481,
     "sha256": "4111f3bd6306a4d26871aadef3679575dc15a3585f0cc151856f537659682620",
     "descripcion": "Integrante del órgano. Ojo: el OCR fragmenta nombres en varias entidades."
    },
    "alias": {
     "archivo": "alias.parquet",
     "filas": 309,
     "columnas": [
      "alias_id",
      "entidad_id",
      "nombre_original",
      "nombre_normalizado",
      "blob_id"
     ],
     "bytes": 8003,
     "sha256": "d196031013c3d94f650329674f712c750d26bf8cd7a5e2b20159ffd80f4daf0e",
     "descripcion": "Cada forma en que un nombre aparece en el texto."
    },
    "relacion": {
     "archivo": "relacion.parquet",
     "filas": 2296,
     "columnas": [
      "relacion_id",
      "desde",
      "hacia",
      "tipo",
      "metodo",
      "score",
      "determination",
      "dias",
      "evidencia"
     ],
     "bytes": 38931,
     "sha256": "e985a9fa7b37267cc82c58915ce8b8997c9a2e7afc04ee48eb09fb91d6c6d9c1",
     "descripcion": "Relación entre documentos, sobre todo dictamen-resolución."
    },
    "campo": {
     "archivo": "campo.parquet",
     "filas": 25293,
     "columnas": [
      "campo_id",
      "blob_id",
      "document_id",
      "causa_id",
      "campo",
      "valor",
      "pagina",
      "confianza",
      "revision"
     ],
     "bytes": 198078,
     "sha256": "dff5bc7ca8c8fd7de777c107d5293a71b2b558e15315447b2c40d245d1eb65a6",
     "descripcion": "Dato extraído con su evidencia. review_status='AUTO' en el 100 %: nadie lo revisó."
    },
    "evento": {
     "archivo": "evento.parquet",
     "filas": 10662,
     "columnas": [
      "evento_id",
      "causa_id",
      "document_id",
      "fecha",
      "tipo",
      "descripcion",
      "confianza"
     ],
     "bytes": 77052,
     "sha256": "073e180c3726fec55a14d73fd32d92f7b927a30131e99750e431f81a782cd84f",
     "descripcion": "Línea de tiempo de cada causa."
    }
   },
   "limitaciones": [
    "SIN VALIDACIÓN HUMANA: cero campos revisados por una persona. Ninguna cifra sobre votos es publicable como resultado.",
    "La precisión de los vínculos causa-documento no ha sido medida.",
    "El CER del OCR no ha sido medido.",
    "«fragmento» mezcla dos unidades de cita: página en PDF y documento completo donde el formato no pagina. Ver tipo_ancla."
   ],
   "indice": {
    "tipo": "BM25 (Okapi), bolsa de palabras",
    "generado": "2026-09-22",
    "generador": "construir_indice_bm25/1.0",
    "num_docs": 18141,
    "longitud_media": 461.8347,
    "k1": 1.2,
    "b": 0.75,
    "umbral_df": 0.6,
    "terminos_omitidos": 18,
    "tablas": {
     "indice_termino": {
      "archivo": "indice_termino.parquet",
      "filas": 100643,
      "bytes": 837523,
      "sha256": "c3f1df424329deb9e2b3fc55c3cfff44aea356dc0992f8fae9df8cd0b5c4f197",
      "descripcion": "Vocabulario indexado con su frecuencia documental."
     },
     "indice_posting": {
      "archivo": "indice_posting.parquet",
      "filas": 2781227,
      "bytes": 6372527,
      "sha256": "001a38d849dd294efe0653bfa869b568e3e0b1a88ea9693745f5ddcb7b538608",
      "descripcion": "Postings ordenados por termid. Excluye 18 términos presentes en más del 60% de los fragmentos."
     },
     "indice_fragmento": {
      "archivo": "indice_fragmento.parquet",
      "filas": 18141,
      "bytes": 108914,
      "sha256": "7667baf24408012a6cc8a6764488ebb27bfec2b4ffc191eab1ebd9bb66343b87",
      "descripcion": "Longitud de cada fragmento, que BM25 usa para normalizar."
     },
     "indice_forma": {
      "archivo": "indice_forma.parquet",
      "filas": 116418,
      "bytes": 1151277,
      "sha256": "2017efff30a951fc4539aa0ce13d026876443ca0fc6c8dd53de21a1a6960f006",
      "descripcion": "Forma escrita -> término, con su familia morfológica para expandir."
     }
    },
    "limitaciones": [
     "Bolsa de palabras: no resuelve frases exactas ni proximidad.",
     "Una forma que no aparece en el corpus no encuentra nada, aunque su familia morfológica sí esté indexada: el stemmer no viaja al navegador.",
     "El índice ignora las tildes porque el OCR no las reproduce con fiabilidad; la morfología se recupera expandiendo por familia.",
     "Relevancia no evaluada: no hay juicios de pertinencia sobre este corpus."
    ]
   },
   "estado": "vigente"
  }
 }
}