fix: Affiliation nicht mehr als Koautor zitiert (Zotero-Dateiname)#72
Open
TillQuandel wants to merge 2 commits into
Open
fix: Affiliation nicht mehr als Koautor zitiert (Zotero-Dateiname)#72TillQuandel wants to merge 2 commits into
TillQuandel wants to merge 2 commits into
Conversation
Zotero exportiert (oft deutsche Locale) die Affiliation als zweiten "Autor" im Dateinamen: "Mahmood und University of the Punjab - 2016 - Titel.pdf". Die Pipeline behandelte "University of the Punjab" als Koautor -> falsche Body-Zitate "Mahmood & Punjab" / "Forschende", _extract_primary_authors verlor den echten Autor ganz (-> ['Punjab']), _short_label erzeugte falsches "et al.". Footnotes/Quellen-Block wurden nur zufaellig durch die CrossRef- Autor-Korrektur (Stage 7) gerettet -- der Extractor (Stage 3-6) sah den verschmutzten Autor. Wurzel: ungereinigter Autor-String aus ZWEI Dateiname-Parsern (pdf_enrich._parse_filename_dynamic Kanal 1 + vault_writer. _parse_filename_fallback Kanal 2). Beide gefixt. Fix: neue geteilte shared/author_norm.drop_institutional_coauthors entfernt institutionelle Affiliations-Segmente -- aber nur wenn >=1 Personen-Segment bleibt (reiner Korporativ-Autor wie "World Health Organization" und legitime 2-Personen-Listen bleiben unangetastet). >=2-Token-Guard schuetzt 1-Wort- Nachnamen (Hospital/Bureau/Center), separator case-insensitiv (UND/AND). TDD (13 Tests), Codex+Qwen cross-reviewt (HIGH-Case-Sensitivity + Nachname- Kollision adressiert), generative-Suite gruen (Isolations-Re-Run der temp- race-Files 38/38). Geschwister der Issue-41/PR-71-Klasse ueber den Affiliations- Kanal.
…-Autor
Der Mahmood-Re-Lauf nach dem Autor-Feld-Fix zeigte ein Residuum: Footnotes,
Quellen-Block und Primär-Prosa zitierten korrekt "Mahmood", aber die vom LLM
geschriebenen Sekundärzitat-Header sagten weiter "zit. n. Mahmood & Punjab".
Wurzel: _format_source_meta zeigt dem Extractor-LLM den ROHEN Dateinamen
("Datei: Mahmood und University of the Punjab - 2016 - …") — das ' und ' liest
sich als Zwei-Autoren-Trenner. Obwohl das Autor-Feld bereits gesäubert ist
("Autor: Mahmood"), greift der LLM für die Zitat-Kurzform den volleren Namen
aus der Datei-Zeile ab. (Quelltext selbst nutzt Komma = Affiliation, das der
LLM korrekt behandelt — Prosa beweist es; der ' und '-Dateiname ist der Trigger.)
Fix: _clean_source_file_display() rekonstruiert die Datei-Zeile mit gesäubertem
Autor via SSoT-Parser (_parse_filename_fallback → drop_institutional_coauthors).
Dritter Geschwister-Kanal der Issue-41/PR-71-Klasse. TDD (+1 Test), 122
Extractor/Writer/Enrich-Tests grün.
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
2 participants
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
Problem
Realer Lauf über Mahmood (2016) „Do People Overestimate their Information Literacy Skills?" (15-S.-PDF) deckte eine Quellen-Fehlattribution auf.
Zotero exportiert (oft deutsche Locale) die Affiliation als zweiten „Autor" im Dateinamen:
Mahmood und University of the Punjab - 2016 - Titel.pdf. Die Pipeline behandelte „University of the Punjab" als Koautor:_extract_primary_authorsverlor den echten Autor ganz →['Punjab'](Planner-origin falsch)_short_labelerzeugte falsches „Mahmood et al. 2016"Footnotes + Quellen-Block waren nur zufällig korrekt — die CrossRef-Autor-Korrektur (Stage 7) rettete die deterministischen Pfade, aber der Extractor (Stage 3-6) sah den verschmutzten Autor.
Wurzel (zwei Kanäle)
Ungereinigter Autor-String aus beiden Zotero-Dateiname-Parsern:
pdf_enrich._parse_filename_dynamic(Kanal 1, feuerte hier via Stage-0-Enrichment)vault_writer._parse_filename_fallback(Kanal 2)Geschwister der Issue-41/PR-#71-Klasse über den Affiliations-Kanal.
Fix
Neue geteilte
shared/author_norm.drop_institutional_coauthorsentfernt institutionelle Affiliations-Segmente — aber nur wenn ≥1 Personen-Segment bleibt:World Health Organization) bleibt erhaltenSchlebbe und Greifeneder) unangetastetVerifikation
['Punjab']/„et al."