上传文件至「references」

2026-10-16 22:11:30 +08:00
parent 357aca0f1c
commit c946a6b284
3 changed files with 53 additions and 0 deletions
@@ -0,0 +1,29 @@
+# 原始史料进入 Code4History 的文件分流表
+
+| 读到的内容 | 去往何处 | 严格条件 |
+|---|---|---|
+| PDF/图片/照片等原件 | `01_sources/originals/{primary,secondary}/` | 默认只读，保存文件实际字节与来源；别覆盖 |
+| 一手身份、日期、版权、作者立场、版本 | `01_sources/records/primary/SRC-P-*` | 不确定项写 unknown；后出刊本与事件原件区分 |
+| 二手研究书目信息与阅读记录 | `01_sources/records/secondary/SRC-S-*` | 不因提及史料就算已阅读史料 |
+| 转录、机器识读、校订本文、翻译 | `01_sources/transcripts/...` | 分块标注源页与校核；译文不可覆盖原文 |
+| 关键的可核查陈述、引语、数字 | `02_evidence/EV-*` | 独立的 `source_ids`、`source_locator`、上下文、校核状态 |
+| 文中提及但尚未找到的其他材料 | `03_inquiry/leads/L-*` | 不虚构馆藏号与下载成功 |
+| 需要解释的反常现象、冲突 | `03_inquiry/questions/Q-*` | 问句应允许被证据回答或否定 |
+| 文献作者的解释或项目可能解释 | `03_inquiry/hypotheses/H-*` | 标记谁提出的；保留竞争性假说 |
+| 人物、地理、机构、观念 | `04_context/` 下对应主题文件 | 记录适用时间、原义与 `SRC/EV` 关联 |
+| 日期及不同版本之间的时间差 | `04_context/chronology.md` | 冲突并列，不偷换“事件时间”和“写作时间” |
+| 二手研究的研究问题及主张 | `05_historiography/works/W-*` | 区分研究者观点与其引用的史料 |
+| 不一致、有偏向或未校对的证据 | `08_review/` | 记录对核验与论证的影响 |
+| 已充分论证的论点或草稿 | `06_arguments/` / `07_manuscript/` | **不在摄入阶段自动生成**；待研究者另行授权 |
+
+## 一个中性示例（不预设研究主题）
+
+假设用户上传一份1910年发表的市议会调查报告 PDF，报告引述了1907年的会议、标注某项工程预算，且提到另一个委员会的未刊记录。
+
+1. 保存 `SRC-P-0001` 及其 1910 年报告原件；写明1907年是**所述事件年代**，不是报告出版年代。
+2. 在 `transcripts/primary/` 保存用户关心页的原文，注明扫描识读状态及实际覆盖页码。
+3. 「报告称预算为 X」→ `EV-0001`，只有核对原页后才能当逐字引文；不是自动等于真实成本为 X。
+4. 「1907年会议」→ `chronology.md`，若未取得1907年议事录须标记仅据1910年回顾。
+5. 「未刊委员会记录」→ `L-0001`，不要虚构其馆藏号。
+6. 若报告前后数字矛盾 → `08_review/contradictions.md` 并生成研究问题 `Q-0001`。
+7. 是否上升为某种制度形成的结论，应等候其他来源交叉验证与研究者决定。
@@ -0,0 +1,18 @@
+# 史料摄入质量检查
+
+在宣布完成一次摄入前依次确认：
+
+- [ ] 文献是 primary 还是 secondary 的**相对研究用途**已经说明。
+- [ ] 原件是否真实保存？若仅有 URL/粘贴内容，不伪装成已下载 PDF。
+- [ ] 文件是否做去重、保留原名与版本/来源信息（若可计算校验值则记录）。
+- [ ] 记录阅读范围（页码/章节），**未覆盖部分明确列出**。
+- [ ] 事件日期、文献形成日期、出版/编辑日期分开。
+- [ ] 机器提取、OCR、人工校核、翻译的层级与误差标记明确。
+- [ ] 每个 `EV` 有 `source_ids`、`source_locator`，且链接到真实来源卡。
+- [ ] 证据摘录的上下文是否足以避免断章取义？
+- [ ] 文献作者主张与历史事实的关系是否有说明？
+- [ ] 同时期不同人的声音/潜在反证是否独立列出？
+- [ ] 线索 Q/H/人物等是否去重并关联已有卡片？
+- [ ] 未在摄入期间自行升级假说、篡改研究主题或提交文稿。
+- [ ] `catalog.md`、`STATE.md`、研究日志、必要的冲突表已同步。
+- [ ] `python tools/validate.py` 通过；**结构检查并不代表全部事实已被验证**。
@@ -0,0 +1,6 @@
+# 摄入参考文件
+
+- `intake-map.md`：来源片段 → Code4History 目录的映射，含中性示例。
+- `quality-checklist.md`：摄入完成前的数据与史料质量审查。
+
+只按需加载。此目录不存放具体史料和研究结论。