Exports

Exports de recherche et dictionnaire de données

HealthArchive fournit des exports de métadonnées (sans HTML brut) pour la recherche et la reproductibilité. Les exports n’incluent pas l’HTML brut ni le corps complet des diffs.

Aperçu des exports

Utilisez le manifeste des exports pour découvrir les formats et limites disponibles.

Manifeste des exports

API du manifeste des exports

Publications de jeux de données

Position actuelle des publications : les publications existantes restent disponibles avec leurs sommes de contrôle; la publication planifiée est suspendue, et toute publication future exige une approbation explicite du responsable, un lancement manuel et un examen des droits et du schéma.

Contrôles des jeux de données vérifiés le 12 août 2026 : les flux de travail publiés sont manuels seulement, l’avis sur les droits est accessible et les garde-fous de schéma exacts de 15 champs de capture et de 24 champs de changement sont actifs.

Publications de jeux de données HealthArchive · Avis sur la provenance et la réutilisation des jeux de données

Télécharger / imprimer

Télécharger le dictionnaire de données (Markdown, alpha) · Version anglaise (officielle) · ou utilisez la boîte de dialogue d’impression de votre navigateur pour enregistrer en PDF.

Export des captures (champs)

  • snapshot_id: ID numérique de capture.
  • source_code / source_name: identifiants de source.
  • captured_url: URL capturée au moment du crawl.
  • normalized_url_group: clé de regroupement canonique.
  • capture_timestamp_utc: horodatage UTC (ISO-8601).
  • language, status_code, mime_type,title: métadonnées lorsque disponibles.
  • capture_backend / capture_fidelity: étiquettes du système de capture et de fidélité.
  • job_id / job_name: ancre d’édition (si disponible).
  • snapshot_url: URL publique stable pour citation.

Export des changements (champs)

  • change_id: ID numérique d’événement de changement.
  • source_code / source_name, normalized_url_group.
  • from_snapshot_id / to_snapshot_id et horodatages UTC correspondants.
  • change_type, summary, nombres de sections et de lignes, et ratio de changement.
  • indicateurs high_noise et diff_truncated.
  • diff_version, normalization_version, computed_at_utc.
  • compare_url: URL publique stable pour la vue de diff.

Limites

  • Les exports reflètent le contenu capturé, pas des mises à jour en temps réel.
  • La couverture est limitée aux sources dans le périmètre et aux captures réussies.
  • La fidélité de relecture varie selon le site et le type d’actif.