Agents, opérations et informatique : itinéraires papier-code
Sur cette page
Les 60 outils · Comment contribuer
Ce sont des routes de construction étudiées par des agents. La ligne d'exécution indique le travail limité effectivement accompli; la section de comparaison définit ce qui reste avant de réclamer un résultat publié. L'examen scientifique humain est en cours.
mesa#
Mesa — Comment les règles locales de satisfaction génèrent-elles la ségrégation résidentielle?
Itinéraire: Exemple de papier logiciel. Exécution : Pas courir. Confiance des sources : moyenne.
Papier pour mesa#
Ewout ter Hoeven; Jan Kwakkel; Vincent Hess; Thomas Pike; Boyu Wang; rht; Jackie Kazil (2025). Mesa 3: Agent-based modeling with Python in 2025. 10.21105/joss.07668.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez les métadonnées JOSS et la source officielle liée inspectée.
Cible dans le document : Mesa 3 articles logiciels; l'exemple officiel de Schelling est une voie d'enseignement, et non une cible quantitative mentionnée dans cet article.
Code et entrées pour mesa#
Artefact ou source en amont. Exemple de version officielle pour le document logiciel Mesa 3 ; pas une archive d'auteur pour un article appliqué quantitatif.
Source inspectée : Oui. Réf: v3.1.4. S'engager: 8c24e1b021eef2e5b4282683f1a2801d1d37d076.
Fichiers & #160;: mesa/examples/base/scheling/model.py; mesa/examples/basic/schelling/Readme.md
Termes : Apache-2.0
Environnement et calcul: Environnement Python isolé; Mesa v3.1.4 (engagement 8c24e1b021eef2e5b4282683f1a2801d1d37d076). Préserver les versions NumPy/Python et les graines. CPU unique; petit réseau adapté à l'exécution locale.
Entrées: l'exemple des dimensions de grille, la densité, la fraction minoritaire, l'homophilie et les semences; Enregistrez tout explicitement.
Accès aux données: Grille synthétique; pas de données privées.
Construire et comparer mesa#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Proposed: git clone https://github.com/mesa/mesa.git && cd mesa && git checkout 8c24e1b021eef2e5b4282683f1a2801d1d37d076Proposed: python -m venv .venv && .venv/bin/python -m pip install -e .Proposed headless driver: import Schelling from mesa.examples.basic.schelling.model; construct with explicit seed; step until model.running is false or a fixed recorded cap; export model.datacollector.get_model_vars_dataframe().
Résultats escomptés : le nombre d'agents heureux de niveau pas à pas et la grille des agents finals; enregistrer le nombre final de cellules et de graines occupées.
Comparaison avec le document : Vérifier la conservation de la population et du nombre de groupes et l'égalité des semences répétées; sélectionner un document appliqué cité séparément avant de revendiquer une statistique de ségrégation reproduite.
Résultat de l'exécution: Source inspectée; aucune exécution ou reproduction sur papier n'a été revendiquée.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : Aucun résultat quantitatif sélectionné dans Mesa 3 art.
Action suivante: Créez un pilote sans tête versionné et ajoutez une application publiée avec la métrique de ségrégation spécifiée.
Lacunes: Aucun résultat quantitatif sélectionné dans Mesa 3 art.
Sources pour mesa#
- Logiciel de métadonnées papier et d'association de dépôt. (inspecté le 2026-11-15).
- Implémentation, paramètres et collecte de données. (inspecté le 2026-11-15).
- Exemple de signification et attribution originale du modèle. (inspecté le 2026-11-15).
Agents#
Agents.jl — Est-il possible de reconstruire l'indice de référence de Schelling et la comparaison inter-cadres?
Itinéraire: Adaptation du modèle papier. Exécution : Pas courir. Confiance des sources : moyenne.
Papier pour agents#
George Datseris; Ali R. Vahdati; Timothy C. DuBois (2022). Agents.jl: a performant and feature-full agent-based modeling software of minimal code complexity. 10.1177/00375497211068820.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez le manuscrit de l'auteur arXiv et les métadonnées Crossref inspectées.
Cible dans le document : Section 3, Tableau 2 - Comparaison des résultats et du nombre de lignes; Section 2 Code de schéma. Pile publiée & #160;: Agents.jl 4.4, Mesa 0.8, NetLogo 6.2, MASON 20.0.
Code et entrées pour agents#
Artefact ou source en amont. Référentiel de référence maintenu par l'auteur cité par l'article de 2022 ; l'instantané actuel utilise des versions plus récentes que la comparaison publiée.
Source inspectée : Oui. Réf: C'est le principal. S'engager: 5ef9bf4fe05945688a10f7818d7e089fb88e34c3.
Fichiers & #160;: README.md; Projet.toml; Schelling/DECLARATION.md; Le nombre d'agents/benchmark_schelling.jl
Termes : Le fichier de licence de dépôt existe; Inspecter le texte exact avant de redistribuer le code de référence; Agents.jl lui-même MIT.
Environnement et calcul: le projet Julia dans l'archive de référence épinglée; Utilisations actuelles de README Agents.jl 6.2.10, contrairement au papier 4.4. Évitez les commandes d'installation racine README; utiliser une Julia existante isolée. CPU unique; référence multilingue a besoin de Julia, Python, Java/JDK et NetLogo.
Entrées: Référence actuelle de Schelling: 1 000 agents dans la grille 40x40, seuil 3/rayon 1; 8 000 dans 100x100, seuil 8/rayon 2; 20 pas et 100 graines de MersenneTwister(42).
Accès aux données: Référence synthétique; les conditions initiales déclarées et les générateurs de semences groupés.
Construire et comparer des agents#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Proposed: git clone https://github.com/JuliaDynamics/ABMFrameworksComparison.git && cd ABMFrameworksComparison && git checkout 5ef9bf4fe05945688a10f7818d7e089fb88e34c3Upstream project setup: julia --project=. -e 'using Pkg; Pkg.instantiate()'Proposed: cd Schelling/Agents && julia --project=../.. benchmark_schelling.jl; full upstream comparison route: bash runall.sh after all runtimes exist.
Résultats escomptés : Temps médian d'exécution en millisecondes pour le petit/grand Schelling; des journaux d'exécution équivalents pour les autres cadres.
Comparaison avec le document : Récupérer le commit/environnement de l'ère de publication avant de tester les ratios du tableau 2. Le code actuel peut répéter une expérience de référence, mais ne peut pas établir les ratios de temps 2022; signaler les différences d'échauffement et de mise en œuvre du CPU/compiler/JIT.
Résultat de l'exécution: Source inspectée; aucune exécution ou reproduction sur papier n'a été revendiquée.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : L'instantané de référence actuel diffère des versions de publication; Julia non disponible dans le shell PATH lors de cette revue.
Action suivante: Trouver et épingler l'historique du dépôt publication-ère; Commencer par un modèle et comparer les résultats avant les dates.
Lacunes: L'instantané de référence actuel diffère des versions de publication; Julia non disponible dans le shell PATH lors de cette revue.
Sources d'agents#
- Sections 2-3, Tableaux 1-2 et citation du dépôt de comparaison. (inspecté le 2026-11-15).
- Version du cadre actuel et itinéraire de comparaison local. (inspecté le 2026-11-15).
- Tailles de référence concrètes, graines, étapes et nombre de répétitions. (inspecté le 2026-11-15).
netlogo#
NetLogo — Comment le coût du carburant modifie-t-il l'effort de pêche de la flotte allemande de petits bateaux?
Itinéraire: Exemple de papier logiciel. Exécution : Pas courir. Confiance des sources : moyenne.
Papier pour netlogo#
Carsten Lemmen; Sascha Hokamp; Serra Örey; Jürgen Scheffran (2024). Viable North Sea (ViNoS): A NetLogo Agent-based Model of German Small-scale Fisheries. 10.21105/joss.05731.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez l'enregistrement JOSS et les archives de l'auteur original récupérées et inspectées.
Cible dans le document : Papier/modèle de logiciel ViNoS; Le chiffre quantitatif exact publié doit encore être sélectionné. L'expérience de reproductibilité des archives est une cible de fonctionnalité déterministe, et non un résultat de politique papier.
Code et entrées pour netlogo#
Artefact ou source en amont. Archive d'auteur v1.3.2 datée du 08/03/2024, peu avant la publication JOSS de mars 2024. Le concept DOI 7928199 se résout désormais vers un logiciel 2026 plus récent et n'est pas une épingle de version papier immuable.
Source inspectée : Oui. Réf: v1.3.2. S'engager: Non établi..
Fichiers & #160;: nettlogo/vinos.nlogo; nettogo/comportement/reproductibilité.xml; nettlogo/comportement/vary-diesel.xml; LireMe.md; LICENSE.md; doc/odd/odd.md
Termes : Modèle Apache-2.0; archive contient des données/actifs sous licence individuelle, y compris des documents non commerciaux/non dérivés. Consulter les fichiers SPDX et LICENSES; ne pas redistribuer l'archive entière sous MIT.
Environnement et calcul: NetLogo >=6.4 selon les exigences de ReadMe archivées; pin 6.4.0 pour la première sortie et toutes les extensions référencées dans vinos.nlogo. CPU; Java/NetLogo temps d'exécution, extensions SIG, entrées spatiales groupées.
Entrées: Données géospatiales/ressources regroupées ; L'expérience de reproductibilité archivée définit la graine aléatoire 123456789, réinitialise la date au 01/04/2021 et exécute 10 étapes.
Accès aux données: Archive récupérée (10,9 Mo) ; SHA25623e401344956f3c275d8df697039dd0f865e63c62fc073ba36a31365a3db2782 ; les restrictions de réutilisation des données/actifs par fichier demeurent.
Construire et comparer netlogo#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Archive route: retrieve https://zenodo.org/api/records/10798132/files/platipodium/vinos-v1.3.2.zip/content and verify recorded checksum.Upstream GUI route: launch NetLogo and open netlogo/vinos.nlogo; use go; inspect Effort MWh scene.Proposed headless route after runtime verification: netlogo-headless.sh --model netlogo/vinos.nlogo --setup-file netlogo/behavior/reproducibility.xml --experiment reproducibility --table reproducibility.csv; retain the complete extracted folder layout.
Résultats escomptés : NetLogo ComportementSpace CSV avec tortues compte; netlogo/results/total_avg.csv et la semaine ESRI ASCII effort.
Comparaison avec le document : Répéter deux fois la même expérience de reproductibilité archivée et comparer les sorties numériques; puis exécutez varie-diesel.xml avec les entrées archivées. La tolérance/cible d'effet de politique publiée n'est pas précisée dans l'article du logiciel JOSS inspecté.
Résultat de l'exécution: Source inspectée; aucune exécution ou reproduction sur papier n'a été revendiquée.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : NetLogo durée d'exécution non installée/qualifiée ici; L'objectif quantitatif spécifique publié-résultats doit encore être sélectionné.
Action suivante: Exécutez l'expérience déterministe archivée, puis sélectionnez une comparaison de politique liée au papier avec la sortie/tolérance explicite.
Lacunes: Les lacunes antérieures en matière d'accès sont maintenant comblées par la récupération d'archives; le guide existant publié devrait conserver son énoncé d'examen historique et recevoir une correction datée; Pas encore de modèle d ' exécution; l'examen de la licence de données est nécessaire avant de reconditionner les entrées.
Sources pour netlogo#
- Titre, auteurs et date publiés et association logiciel-archive. (inspecté le 2026-11-15).
- Immutable v1.3.2 métadonnées d'archives et somme de vérification des fichiers; archive téléchargée ReadMe, modèle et expériences inspecté. (inspecté le 2026-11-15).
- Concept DOI pointe maintenant à la version 1.7.0; ne peut pas identifier le code 2024 sans pin de version. (inspecté le 2026-11-15).
Gama#
GAMA — Est-ce que le démonstrateur de la circulation et de la pollution de Marrakech lié au papier peut être reconstruit?
Itinéraire: Exemple de papier logiciel. Exécution : Pas courir. Confiance des sources : moyenne.
Papier pour gama#
Patrick Taillandier; Arnaud Grignard; Nicolas Marilleau; Damien Philippon; Quang-Nghi Huynh; Benoit Gaudou; Alexis Drogoul (2019). Modélisation et simulation participatives avec GAMA Plateforme. 10.18564/jasss.3964.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez le texte intégral JASSS et le modèle GAMA lié inspecté.
Cible dans le document : Figure 9 et note 6: Installation de MarrakechAir et dépôt d'auteurs; Aucune cible numérique de validation de la pollution de l'air n'est indiquée pour ce démonstrateur.
Code et entrées pour gama#
Artefact ou source en amont. La note papier 6 relie explicitement ce projet MarrakAir ; La figure 9 montre son interface de pollution tangible.
Source inspectée : Oui. Réf: Maître. S'engager: 52cbac5bf8c45696bf0736a429e29fbd7aa4a3fa.
Fichiers & #160;: README.md; LICENCE; GAMA/marrakAir/modèles/marrakAir.gaml; GAMA/marrakAir/modèles/MarraSketch.gaml
Termes : GPL-3.0 dépôt LICENSE; La provenance des données SIG individuelles et des données de tiers doit encore être revue.
Environnement et calcul: GAMA le temps d'exécution du bureau compatible avec le GAML existant; temps de publication exact GAMA la version doit être récupérée. Compatibilité du compilateur actuel non testée. CPU/GPU de bureau pour le rendu de la carte; affichage physique imprimé en 3D seulement si l'installation reproduite elle-même.
Entrées: L'ensemble GAMA/marrakAir/inclut des couches SIG et des tableaux CSV d'émissions ; conserver le système de coordonnées de la carte et les paramètres de la route/du véhicule.
Accès aux données: les fichiers modèles et SIG présents publiquement; la provenance de la licence de données individuelles n'est pas encore terminée.
Construire et comparer gama#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Proposed: git clone https://github.com/gnoubi/MarrakAir.git && cd MarrakAir && git checkout 52cbac5bf8c45696bf0736a429e29fbd7aa4a3faUpstream source route: import GAMA/marrakAir as a GAMA project; open models/marrakAir.gaml; launch GUI experiment MarrakAir (declared near end of model).Proposed: first validate GIS rendering with models/MarraSketch.gaml; then record traffic/pollution measures from the main experiment; no headless command was verified.
Résultats escomptés : Affichage interactif du trafic/pollution de Marrakech; un paramètre reproductible et un enregistrement des semences; l'exportation numérique des émissions nécessite un moteur documenté.
Comparaison avec le document : Reconstruire le comportement modèle/affichage de la figure 9. Une interface 3D tangible est un projet matériel séparé. Ne pas déduire la précision de qualité de l'air calibrée physiquement à partir d'un essai d'interface utilisateur réussi.
Résultat de l'exécution: Source inspectée; aucune exécution ou reproduction sur papier n'a été revendiquée.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : Version/compatibilité d'exécution historique non résolue; L'exemple lié au papier est démontratif; Aucune cible numérique n'a été retrouvée.
Action suivante: Pin le historique GAMA libération, qualification compilation de projet, puis choisir une application quantitative GAMA étudier si une reproduction numérique est nécessaire.
Lacunes: Version/compatibilité d'exécution historique non résolue; L'exemple lié au papier est démontratif; Aucune cible numérique n'a été retrouvée.
Sources pour gama#
- La figure 9 et la note 6 identifient explicitement MarrakechAir et le dépôt source. (inspecté le 2026-11-15).
- Modèle réel, entrées d’émissions, affichages et nom de l’expérience. (inspecté le 2026-11-15).
- GPL-3.0 texte de licence. (inspecté le 2026-11-15).
d'une largeur n'excédant pas 10 mm#
Ciw — Comment le recrutement et la probabilité de rappel de l'opérateur ou de l'infirmière affectent-ils les attentes et l'utilisation de la file d'attente?
Itinéraire: Adaptation du modèle papier. Exécution : Exemple exécuté. Confiance des sources : haut.
Papier pour ciw#
Thomas Monks; Alison Harper (2023). Improving the usability of open health service delivery simulation models using Python and web apps. 10.3310/nihropenres.13467.2.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez le texte intégral de l'article v2 et lisez les archives de l'auteur.
Cible dans le document : Centre d'appels de soins d'urgence, étude de cas ; Les listings 3 à 6 définissent la classe de paramètres et l'interface single_run/multiple_replications. Le listing 6 utilise 13 opérateurs, 9 infirmières, une probabilité de rappel de 0,4 et 5 réplications.
Code et entrées pour ciw#
Artefact ou source en amont. Les auteurs identifient explicitement cette archive v1.1.2 comme source lors de la publication ; les deux mises en œuvre du modèle de centre d’appels de soins d’urgence sont incluses.
Source inspectée : Oui. Réf: v1.1.2. S'engager: 38c102ff46292496d1b2a3e5e4f83f4ab6331f28.
Fichiers & #160;: contenu/03_streamlit/ciw_model.py; liant/environnement.yml; LICENCE
Termes : MIT code; démonstration de système de service synthétique, pas de dossiers de patients.
Environnement et calcul: Exécuté: Python 3.12.16, NumPy 1.26.4, pandas 2.2.3, SimPy 4.0.1, Ciw 2.3.7 et les outils de configuration 75.8.0. Le papier utilise le Python 3.9.16; Les versions du simulateur correspondent, les versions Python/array/dataframe diffèrent. Venv isolé; aucune modification de source. CPU unique, secondes à minutes; aucun serveur Streamlit nécessaire pour un modèle sans tête.
Entrées: Valeurs par défaut archivées : collecte de 1 000 minutes, 13 opérateurs, 9 infirmières, probabilité de rappel 0,4 ; arrivée exponentielle et distributions de services triangulaires/uniformes à partir du module archivé. Intrants synthétiques.
Accès aux données: Archive de l'auteur récupérée ; SHA256 e3a1db0130c74cba160d692764fe2a4a478263bbfb1205deea2a96d591936203. Toutes les entrées synthétiques.
Construire et comparer ciw#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Archive route: retrieve author v1.1.2 DOI archive, verify checksum and preserve source module unchanged.Tested isolated setup: python -m venv .venv; .venv/bin/python -m pip install numpy==1.26.4 pandas==2.2.3 simpy==4.0.1 ciw==2.3.7 setuptools==75.8.0.From content/03_streamlit: import Experiment, multiple_replications from ciw_model; construct Experiment(n_operators=13, n_nurses=9, chance_callback=0.4); call multiple_replications(exp, n_reps=5); save DataFrame to CSV.Executed harness: env/bin/python run_service_models.py; uses the archived module unchanged, writes unseeded Listing-6-style and fixed-seed replication CSVs and repeats seeded runs exactly.
Résultats escomptés : Réplication en cinq rangées CSV : attente moyenne de l'opérateur, utilisation de l'opérateur, attente moyenne de l'infirmière et utilisation de l'infirmière; cigw-seed-cinq-replications.csv et service-execution.json; les moyens ensemencés réels et les haches de sortie SHA256 sont conservés.
Comparaison avec le document : D'abord reproduire le papier exécutable et l'API. Comparer les implémentations de simulateurs sur des séries répétées indépendantes en utilisant des contrôles de distribution d'entrée et des intervalles de confiance, pas des trajectoires identiques ensemencées. Le tutoriel ne fournit pas de résultat/tolérance quantitatif prédéfini pour l'inscription 6.
Résultat de l'exécution: Module v1.1.2 non modifié exécuté avec ciw 2.3.7, Python 3.12.16, NumPy 1.26.4 et pandas 2.2.3. Listing-6-style enveloppeur à cinq répétitions et une expérience séparée de cinq graines a couru; Quatre contrôles ont été effectués, y compris la répétabilité exacte de l'expérience de semis. L'opérateur moyen ensemencé attend 3,270952 min; L'infirmière moyenne attend 45.480603 min. Le tutoriel ne fournit aucune cible quantitative/tolérance, donc aucune reproduction sur papier-résultats n'est revendiquée.
Preuve d'exécution : Exécuter le reçu; Sortie numérique; Sortie numérique; Sortie numérique; Sortie numérique
Bloqueurs : Le tutoriel publié ne fournit aucune cible/tolérance numérique prédéfinie; L ' équivalence statistique croisée n ' a pas été testée; cinq réplications établissent l'exécution et des contrôles limités seulement.
Action suivante: Examiner les résultats de la source et de la réplication, définir une comparaison quantitative de référence et ajouter des estimations d'incertitude avant d'affirmer un comportement de simulateur équivalent.
Lacunes: L'environnement de dépendance Python3.9 historique exact n'est pas recréé; La première SimPy l'importation a échoué parce que Python3.12 veine a omis pkg_ressources; résolu par pinning setuptools75.8.0, le log ayant échoué étant conservé dans tryt-1/; Aucune revue scientifique humaine indépendante.
Sources pour ciw#
- Listes 3-6, environnement déclaré et archive/licence de la disponibilité des données. (inspecté le 2026-11-15).
- Archive d'auteur v1.1.2 et somme de contrôle. (inspecté le 2026-11-15).
- Implémentation réelle archivée et valeurs par défaut d’entrée. (inspecté le 2026-11-15).
simmer#
simmer — Est-ce que le document M/M/1 simulation d'accord avec sa base de référence de la théorie de la file d'attente?
Itinéraire: Candidat au résultat papier. Exécution : Cible de papier sélectionnée comparée. Confiance des sources : haut.
Papier pour simmer#
Iñaki Ucar; Bart Smeets; Arturo Azcorra (2019). simmer: Discrete-Event Simulation for R. 10.18637/jss.v090.i02.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès en texte intégral : ouvrez les métadonnées de l'éditeur et le script de réplication R complet inspecté.
Cible dans le document : Sections4.1 à 4.2, pp19 à 20, figure3 et essai en t imprimé; Section5.2 exemple d'arrivée déterministe
Code et entrées pour simmer#
Artefact ou source en amont. Code de réplication R hébergé par l'éditeur distribué avec l'article ; la voie directe de code papier la plus importante de ce groupe.
Source inspectée : Oui. Réf: JSS v090i02 R supplément de réplication. S'engager: Non établi..
Fichiers & #160;: v090i02 script de réplication R, sections 4.1 et 4.2
Termes : Supplément de l'éditeur associé à l'article JSS ouvert; simmer GPL-2.0; Inspecter les modalités de redistribution des suppléments avant de les copier dans une remise publique.
Environnement et calcul: R avec publication compatible simmer/simmer.plot; archivez des versions R/package exactes avant de reproduire des graphiques. Évitez d'exécuter l'ancien supplément de comparaison des performances, qui demande en outre Python 2.7 et Julia 0.5. CPU unique; Durée d'exécution requise.
Entrées: Taux d'arrivée exponentiel 2 et taux de service 4; file d'attente infinie, serveur unique; La section 4.1 s ' étend jusqu ' à 2 000; La rubrique 4.2 100 est répliquée jusqu'à 1000/lambda.
Accès aux données: Entrées synthétiques M/M/1; supplément éditeur téléchargeable publiquement.
Construire et comparer simmer#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Publisher command route: download the R replication code from https://www.jstatsoft.org/article/download/v090i02/3818.Proposed: extract only Sections 4.1-4.2 into a documented driver without changing model expressions; run Rscript mm1-paper.R in an isolated R library.Export arrival/resource monitors and replication-level end_time-start_time means; retain t.test output and plots.
Résultats escomptés : Parcelles d'occupation des ressources/systèmes, temps moyen par réplication dans le système, intervalle de confiance t.test.
Comparaison avec le document : Reproduit la sortie numérique imprimée par code éditeur dans une tolérance d'arrondi prédéfinie. La validation supplémentaire utilise des semences indépendantes. L'intervalle entre les sources littérales n'est pas accepté en tant qu'incertitude de réplication indépendante100 parce que les cours d'eau fourchus sont dupliqués. La différence de temps d'exécution moderne et l'examen humain en attente demeurent explicites.
Résultat de l'exécution: Les trois nombres imprimés de la section 4.2 correspondaient à un arrondi à 7 décimales ; deux intervalles théoriques ensemencés indépendamment contiennent des valeurs analytiques ; tous les 1 000 enregistrements d'arrivée déterministes correspondent exactement. L'exécution forkée littérale a des flux dupliqués (50 moyens de réplication uniques), conservés comme limitation de source.
Preuve d'exécution : Tentative de code-auteur; Exécuter l'enregistrement
Bloqueurs : Aucun enregistrement.
Action suivante: Intégrer cette comparaison limitée des cibles comme exemple de laboratoire, retenir l'avertissement en double et obtenir un examen scientifique humain; la reconstruction historique exacte optionnelle est séparée.
Lacunes: Aucun enregistrement.
Sources pour simmer#
- Titre de l'éditeur/auteurs/DOI et supplément de réplication R. (inspecté le 2026-11-15).
- Paramètres exacts, graines, calculs de surveillance et méthode de 100-réplication. (inspecté le 2026-11-15).
Libs matsim#
MATSim — Comment la replanification de l'itinéraire et la congestion affectent-elles les scores des plans d'agents dans Equil?
Itinéraire: Adaptation du modèle papier. Exécution : Pas courir. Confiance des sources : moyenne.
Papier pour matsim-libs#
Andreas Horni (éditeur) ; Kai Nagel (éditeur) ; Kay W.Axhausen (éditeur) (2016). The Multi-Agent Transport Simulation MATSim. 10.5334/baw.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : métadonnées du livre Crossref et page officielle du livre/guide de l'utilisateur inspectées ; La partie I mise à jour en 2025 fournit un scénario Equil concret. La page officielle du livre MATSim fournit les trois éditeurs ; Crossref inclut les enregistrements de contributeurs partiels/corporatifs.
Cible dans le document : Livre Partie I, Chapitre 2, exemple Equil ; guide de l'utilisateur mis à jour Section 2.2 / Figure 2.3 contient une explication du réseau et de la configuration, et non un résultat numérique reproduit en 2016.
Code et entrées pour matsim-libs#
Artefact ou source en amont. Le référentiel officiel d'exemples de code MATSim comprend le scénario d'enseignement Equil utilisé dans la tradition du livre/guide de l'utilisateur ; le code actuel diffère de la version 2016.
Source inspectée : Oui. Réf: Dev.x. S'engager: 02a54c66ee6d8b29ec2ecfff77fd49109b97bdfc.
Fichiers & #160;: README.md; scénarios/equil/config.xml; Pom.xml; src/main/java/org/matsim/codeexamples/run/RunMatsim.java
Termes : Code GPL-2.0; MATSim exemple termes d'entrée/sortie en général CC BY 4.0, confirmer ce dépôt est spécifique LICENSE et avis de scénario.
Environnement et calcul: Java et Maven correspondent à Pom.xml; historique 2016 pile diffère du code actuel. Le projet d'exemple actuel officiel nécessite Java 25 et a déplacé des entrées, donc ne combinez pas ses instructions avec des trajectoires de scénario statiques. CPU unique pour Equil 100 agents; de grandes études de cas urbaines nécessitent une mémoire beaucoup plus grande.
Entrées: Scénarios d'exemples de code Pinné/equil/config.xml: aléatoireSeed 4711, network.xml, plans100.xml, itérations 0-10, 90% BestScore / 10% ReRoute.
Accès aux données: Entrées d'Equil synthétique dans l'arbre de codes inspecté; aucune réelle dépendance à l'égard de la vie privée de la population.
Construisez et comparez les matsim-libs#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Proposed: git clone https://github.com/matsim-org/matsim-code-examples.git && cd matsim-code-examples && git checkout 02a54c66ee6d8b29ec2ecfff77fd49109b97bdfcProposed after matching JDK/Maven to pom.xml: mvn compile exec:java -Dexec.mainClass=org.matsim.codeexamples.run.RunMatsim -Dexec.args=scenarios/equil/config.xml. RunMatsim.java was inspected: it defaults to exactly this scenario; Maven invocation remains unexecuted.Current alternative inspected: matsim-org/matsim-example-project README uses ./mvnw clean package then java -jar matsim-example-project-0.0.1-SNAPSHOT.jar run --config; current snapshot lacks scenarios/equil/config.xml, so input path must be supplied explicitly.
Résultats escomptés : les événements de sortie/exemple d'itération, les statistiques de plan-score et les plans/réseau finals; les noms de fichiers exacts suivent la sélection MATSim de la version française.
Comparaison avec le document : Vérifiez le nombre de populations de scénarios sources, la connectivité réseau, l'écho de configuration et l'évolution des scores/temps de déplacement. Traiter l'Equil mis à jour comme un modèle pédagogique de reconstruction; récupérer les entrées 2016 et la cible numérique avant de réclamer une reproduction de livre-résultats.
Résultat de l'exécution: Source inspectée; aucune exécution ou reproduction sur papier n'a été revendiquée.
Preuve d'exécution : Aucun enregistrement.
Bloqueurs : Le dépôt pinné est archivé et a été déplacé dans matsim-libs/code-examples; choisir une source/version cohérente avant de construire; Les entrées de papier de construction/classement et les entrées de papier actuelles par rapport à l'historique exigent toujours une qualification.
Action suivante: Qualifier le contrôleur RunMatsim inspecté avec sa configuration Equil groupée dans un environnement Java/Maven cohérent; puis ajouter une cible sur papier-résultats.
Lacunes: Le dépôt pinné est archivé et a été déplacé dans matsim-libs/code-examples; choisir une source/version cohérente avant de construire; Les entrées de papier de construction/classement et les entrées de papier actuelles par rapport à l'historique exigent toujours une qualification.
Sources pour matsim-libs#
- Attribution officielle du livre 2016 et distinction par rapport au guide de l'utilisateur mis à jour. (inspecté le 2026-11-15).
- Mise à jour du chapitre 2 Scénario Equil, chiffre du réseau, population et explication de la replanification. (inspecté le 2026-11-15).
- Pinné config réel, seed, fichier 100-agent et les paramètres d'itération/replanification. (inspecté le 2026-11-15).
- l'itinéraire actuel Java 25 wrapper build/run; scénariste dérive découverte. (inspecté le 2026-11-15).
- Le point d’entrée principal réel charge la configuration Equil fournie et exécute le contrôleur. (inspecté le 2026-11-15).
ns-3- Débrouille-toi#
ns-3 — Peut Unison préserver les résultats paquets/flux tout en accélérant ns-3 L'exécution ?
Itinéraire: Candidat au résultat papier. Exécution : Cible de papier sélectionnée comparée. Confiance des sources : moyenne.
Papier pour ns-3- Débrouille-toi#
Songyuan Bai; Hao Zheng; Chen Tian; Xiaoliang Wang; Chang Liu; Xin Jin; Fu Xiao; Qiao Xiang; Wanchun Dou; Guihai Chen (2024). Unison: A Parallel-Efficient and User-Transparent Network Simulation Kernel. 10.1145/3627703.3629574.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : métadonnées Crossref et code README/pilote évalué par les auteurs inspectés.
Cible dans le document : Section6.2, tableau2; paragraphe de déterminisme du fil/du résultat exact après la figure11.
Code et entrées pour ns-3- Débrouille-toi#
Artefact ou source en amont. Branche évaluée associée au papier basée sur ns-3.36.1 ; README pointe vers un artefact évalué persistant DOI 10.5281/zenodo.10077300.
Source inspectée : Oui. Réf: l'unisson...evaluations. S'engager: 7b3274167615c55ae8d69f7edee4e2dc2d81f706.
Fichiers & #160;: README.md; Exp.py; processus.py
Termes : GPL-2.0 ns-3 base de données; préserver les avis par fichier.
Environnement et calcul: Ubuntu 22.04 recommandation en amont, ns-336.1 branche, compilateur C++, CMake et OpenMPI; archive évaluée exacte préférée à la branche actuelle. exemple de précision en amont environ 30 minutes; de petites expériences nécessitent 8 carottes/16 Go; suite complète nécessite jusqu'à 144 cœurs/512 GB.
Entrées: expérience de précision: gras-tree k=4, cluster=[2,4], delay=500000 ns, 100 Mbps, tampon de 100 paquets, NewReno, charge=0,7, 5 secondes simulées; driver compare Unison et par défaut ns-3.
Accès aux données: trafic de réseau synthétique; inclus des fichiers CDF de taille de flux.
Construire et comparer ns-3- Débrouille-toi#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Proposed source retrieval: git clone --branch unison-evaluations https://github.com/NASA-NJU/UNISON-for-ns-3.git && cd UNISON-for-ns-3 && git checkout 7b3274167615c55ae8d69f7edee4e2dc2d81f706Upstream experiment command after isolated dependency and script audit: python3 exp.py accuracy (driver comments map this to Figure 2).Do not run exp.py init on shared host: upstream initialization changes host settings and packages. Audit Experiment.run before executing any driver; choose a local-only sandbox and explicit hosts.Upstream processing: inspect process.py and resulting results/NAME-DATE-TIME.csv; record exact mode, core count and random inputs.
Résultats escomptés : résultats/*.sh, *.txt et *.csv avec provenance automatique des commandes et mesures; CSV traité spécifique à la figure.
Comparaison avec le document : Les 12 entrées du tableau correspondent au seuil prédéfini du demi-dernier chiffre. Cela n'établit pas de manière indépendante la validité des modèles de paquets, l'incertitude des tables, d'autres expériences sur papier ou les accélérations matérielles.
Résultat de l'exécution: Sept modèles complets d'auteur simulations terminé. Les douze vérifications de la valeur imprimée du tableau 2 ont été effectuées à la tolérance prédéclarée de 0,005. Quatre parcours à deux groupes Unison (un/deux/quatre threads plus deux parcours répétés) ont eu 7 447 618 événements identiques et des mesures du modèle. Un diagnostic court, sans débits achevés observés, est conservé séparément.
Preuve d'exécution : Tentative de code-auteur; Exécuter l'enregistrement
Bloqueurs : Un examen scientifique humain est en cours; Les valeurs des logs autochtones utilisent six chiffres significatifs; deux comparaisons FCT touchent le seuil prédéclaré de demi-dernier décimal; Testé un/deux/quatre fils, pas tous un à seize fils ou la topologie distincte de la figure 11. Pas de demande d'accélération matérielle.
Action suivante: Examen des méthodes humaines de la source, des intrants et de la comparaison numérique; puis s'étendre aux autres cibles sur papier nommées.
Lacunes: Un examen scientifique humain est en cours; Les valeurs des logs autochtones utilisent six chiffres significatifs; deux comparaisons FCT touchent le seuil prédéclaré de demi-dernier décimal; Testé un/deux/quatre fils, pas tous un à seize fils ou la topologie distincte de la figure 11. Pas de demande d'accélération matérielle.
Sources pour ns-3- Débrouille-toi#
- Titre/auteurs/date/DOI publié. (inspecté le 2026-11-15).
- Évaluation des besoins et des extrants en matière de DOI, de matériel et de logiciels. (inspecté le 2026-11-15).
- Définition de l'expérience spécifique à la figure et initialisation susceptible de changer l'hôte. (inspecté le 2026-11-15).
simgrid#
SimGrid — Peut-on reconstruire la comparaison de temps et de mémoire entre le simulateur et la version papier?
Itinéraire: Candidat au résultat papier. Exécution : Exemple exécuté. Confiance des sources : moyenne.
Papier pour smgrid#
Henri Casanova; Arnaud Giersch; Arnaud Legrand; Martin Quinson; Frédéric Suter (2025). Lowering entry barriers to developing custom simulators of distributed applications and platforms with SimGrid. 10.1016/j.parco.2025.103125.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : manuscrit de l'auteur ouvert (19 pages) et référentiel de référence en amont inspectés.
Cible dans le document : Introduction du paragraphe précédant la section 2; Section 7, figures 13 à 14; référence 66.
Code et entrées pour simgrid#
Artefact ou source en amont. Explicitement cité comme référence 66 dans l'article de 2025 ; référence d'évolutivité coordinateur-travailleur pour les figures 13 et 14.
Source inspectée : Oui. Réf: C'est le principal. S'engager: b09453d19541b7186703f4d651c1bba790461e44.
Fichiers & #160;: README.md; Makefile; run_experiments.py; _résultats.py
Termes : Aucune licence à l'échelle du dépôt n'a été détectée dans l'arbre inspecté; SimGrid noyau LGPL-2.1. Artefact de liaison; résoudre l'autorisation de référence avant de redistribuer son code.
Environnement et calcul: Docker ou constructions isolées équivalentes de précision SimGrid v3/v4 commet en utilisant le même compilateur; Python3/matplotlib pour pilote/plots d'expérience. Un instantané de référence en amont nécessite des modifications pour sélectionner les versions correctes. L'indice de référence fonctionne sur un seul noyau physique; de nombreux acteurs simulés; Les constructions de conteneurs peuvent dominer le temps de configuration.
Entrées: 100 liens acheminés de manière aléatoire ; vitesses de base 100-200 Mflop/s, bandes passantes 100-200 Mo/s ; chaque unité de travail envoie 100 Mo puis calcule 100 Mflop ; énergie simulation activée.
Accès aux données: Plateforme synthétique de calcul/réseau; La génération aléatoire de la plate-forme doit être épinglée.
Construisez et comparez simgrid#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Proposed: git clone https://github.com/simgrid/coordinator_worker_flashback.git && cd coordinator_worker_flashback && git checkout b09453d19541b7186703f4d651c1bba790461e44Upstream: edit Makefile to select simulator versions, then make build.Upstream: make run; parameter overrides MIN_WORKERS, MAX_WORKERS, MIN_TASKS, MAX_TASKS, NUM_TRIALS are documented. For paper Figures 13-14 use paper’s 10 repeats and ranges after matching the driver/version definitions.
Résultats escomptés : le moment de l'expérience et le maximum de données RSS; deux chiffres PDF pour les balayages ouvriers/tâches.
Comparaison avec le document : Quatre contrôles de cohérence ont été effectués. La réduction du RSS local aux paramètres testés est de 5.1994x/5.3566x, dépassant le minimum de 4.1 de l'article signalé. Le rapport mur-temps du point d'extrémité inférieur est de 1,2995x, en dessous de son minimum de 1,45. Différentes courbes hôte/compilateur et partielles empêchent une revendication de performance-reproduction historique.
Résultat de l'exécution: 48 exécutions natives : quarante exécutions de performances (deux points de terminaison Figure 13, dix graines et deux versions), six petites exécutions de validation makespan et deux exécutions de validation makespan au format papier. Tous sont sortis de zéro ; les quatre contrôles makespan correspondaient à 0,000001 seconde simulée.
Preuve d'exécution : Tentative de code-auteur; Exécuter l'enregistrement
Bloqueurs : Un examen scientifique humain est en cours; CPU/compiler historique précis non assorti; la charge partagée-hôte affecte le temps du mur; La figure intermédiaire 13 et la figure 14 n'ont pas été exécutées. L'introduction papier appelle 3.10 v3 et décrit les développements jusqu'à 3.36 culminant en v4. Référence 66 Dockerfiles pin 3.10/3.36, mais le développement exact commit derrière chaque observation de courbe v4 imprimée n'est pas établi.
Action suivante: Examen des méthodes humaines de la source, des intrants et de la comparaison numérique; puis s'étendre aux autres cibles sur papier nommées.
Lacunes: Un examen scientifique humain est en cours; CPU/compiler historique précis non assorti; la charge partagée-hôte affecte le temps du mur; La figure intermédiaire 13 et la figure 14 n'ont pas été exécutées. L'introduction papier appelle 3.10 v3 et décrit les développements jusqu'à 3.36 culminant en v4. Référence 66 Dockerfiles pin 3.10/3.36, mais le développement exact commit derrière chaque observation de courbe v4 imprimée n'est pas établi.
Sources de simgrid#
- Métadonnées officielles de citation et manuscrit d'auteur ouvert. (inspecté le 2026-11-15).
- Figures 13 à 14 : paramètres, nombre de répétitions, référence 66 et rapports de performance. (inspecté le 2026-11-15).
- Instructions réelles de construction/exécution du benchmark. (inspecté le 2026-11-15).
- Sélection de versions et orchestration expérimentale. (inspecté le 2026-11-15).
Simpy#
SimPy — Comment le recrutement et la probabilité de rappel de l'opérateur ou de l'infirmière affectent-ils les attentes et l'utilisation de la file d'attente?
Itinéraire: Adaptation du modèle papier. Exécution : Exemple exécuté. Confiance des sources : haut.
Papier pour simpy#
Thomas Monks; Alison Harper (2023). Improving the usability of open health service delivery simulation models using Python and web apps. 10.3310/nihropenres.13467.2.
Type de publication: Voir l'enregistrement des métadonnées primaires; Non classé ici.. Métadonnées primaires. Vérification des métadonnées : confirmée. Accès au texte intégral : ouvrez le texte intégral de l'article v2 et lisez les archives de l'auteur.
Cible dans le document : Centre d'appels de soins d'urgence, étude de cas ; Les listings 3 à 6 définissent la classe de paramètres et l'interface single_run/multiple_replications. Le listing 6 utilise 13 opérateurs, 9 infirmières, une probabilité de rappel de 0,4 et 5 réplications.
Code et entrées pour simpy#
Artefact ou source en amont. Les auteurs identifient explicitement cette archive v1.1.2 comme source lors de la publication ; les deux mises en œuvre du modèle de centre d’appels de soins d’urgence sont incluses.
Source inspectée : Oui. Réf: v1.1.2. S'engager: 38c102ff46292496d1b2a3e5e4f83f4ab6331f28.
Fichiers & #160;: contenu/03_streamlit/model.py; liant/environnement.yml; LICENCE
Termes : MIT code; démonstration de système de service synthétique, pas de dossiers de patients.
Environnement et calcul: Exécuté: Python 3.12.16, NumPy 1.26.4, pandas 2.2.3, SimPy 4.0.1, Ciw 2.3.7 et les outils de configuration 75.8.0. Le papier utilise le Python 3.9.16; Les versions du simulateur correspondent, les versions Python/array/dataframe diffèrent. Venv isolé; aucune modification de source. CPU unique, secondes à minutes; aucun serveur Streamlit nécessaire pour un modèle sans tête.
Entrées: Valeurs par défaut archivées : collecte de 1 000 minutes, 13 opérateurs, 9 infirmières, probabilité de rappel 0,4 ; arrivée exponentielle et distributions de services triangulaires/uniformes à partir du module archivé. Intrants synthétiques.
Accès aux données: Archive de l'auteur récupérée ; SHA256 e3a1db0130c74cba160d692764fe2a4a478263bbfb1205deea2a96d591936203. Toutes les entrées synthétiques.
Construire et comparer simpy#
La séquence ci-dessous contient les commandes en amont et les instructions de configuration proposées, telles qu'elles sont étiquetées. Seules les commandes identifiées dans les preuves d'exécution ont été exécutées ici; inspecter la source et les conditions préalables avant de courir.
Archive route: retrieve author v1.1.2 DOI archive, verify checksum and preserve source module unchanged.Tested isolated setup: python -m venv .venv; .venv/bin/python -m pip install numpy==1.26.4 pandas==2.2.3 simpy==4.0.1 ciw==2.3.7 setuptools==75.8.0.From content/03_streamlit: import Experiment, multiple_replications from model; construct Experiment(n_operators=13, n_nurses=9, chance_callback=0.4); call multiple_replications(exp, n_reps=5); save DataFrame to CSV.Executed harness: env/bin/python run_service_models.py; uses the archived module unchanged, writes unseeded Listing-6-style and fixed-seed replication CSVs and repeats seeded runs exactly.
Résultats escomptés : Réplication en cinq rangées CSV : attente moyenne de l'opérateur, utilisation de l'opérateur, attente moyenne de l'infirmière et utilisation de l'infirmière; simpy-seed-cinq-replications.csv et service-execution.json; les moyens ensemencés réels et les haches de sortie SHA256 sont conservés.
Comparaison avec le document : D'abord reproduire le papier exécutable et l'API. Comparer les implémentations de simulateurs sur des séries répétées indépendantes en utilisant des contrôles de distribution d'entrée et des intervalles de confiance, pas des trajectoires identiques ensemencées. Le tutoriel ne fournit pas de résultat/tolérance quantitatif prédéfini pour l'inscription 6.
Résultat de l'exécution: Module v1.1.2 non modifié exécuté avec simpy 4.0.1, Python 3.12.16, NumPy 1.26.4 et pandas 2.2.3. Listing-6-style enveloppeur à cinq répétitions et une expérience séparée de cinq graines a couru; Quatre contrôles ont été effectués, y compris la répétabilité exacte de l'expérience de semis. L'opérateur moyen ensemencé attend 4.118375 min; l'infirmière moyenne attend 43.501354 min. Le tutoriel ne fournit aucune cible quantitative/tolérance, donc aucune reproduction sur papier-résultats n'est revendiquée.
Preuve d'exécution : Exécuter le reçu; Sortie numérique; Sortie numérique; Sortie numérique; Sortie numérique
Bloqueurs : Le tutoriel publié ne fournit aucune cible/tolérance numérique prédéfinie; L ' équivalence statistique croisée n ' a pas été testée; cinq réplications établissent l'exécution et des contrôles limités seulement.
Action suivante: Examiner les résultats de la source et de la réplication, définir une comparaison quantitative de référence et ajouter des estimations d'incertitude avant d'affirmer un comportement de simulateur équivalent.
Lacunes: L'environnement de dépendance Python3.9 historique exact n'est pas recréé; La première SimPy l'importation a échoué parce que Python3.12 veine a omis pkg_ressources; résolu par pinning setuptools75.8.0, le log ayant échoué étant conservé dans tryt-1/; Aucune revue scientifique humaine indépendante.
Sources de simpy#
- Listes 3-6, environnement déclaré et archive/licence de la disponibilité des données. (inspecté le 2026-11-15).
- Archive d'auteur v1.1.2 et somme de contrôle. (inspecté le 2026-11-15).
- Implémentation réelle archivée et valeurs par défaut d’entrée. (inspecté le 2026-11-15).