diff --git a/MyIA.AI.Notebooks/SymbolicAI/Argument_Analysis/Argumentation-Obs-03-Recollement-Lectures-Python.ipynb b/MyIA.AI.Notebooks/SymbolicAI/Argument_Analysis/Argumentation-Obs-03-Recollement-Lectures-Python.ipynb
index 5bbfdb8d76..b9185fca4a 100644
--- a/MyIA.AI.Notebooks/SymbolicAI/Argument_Analysis/Argumentation-Obs-03-Recollement-Lectures-Python.ipynb
+++ b/MyIA.AI.Notebooks/SymbolicAI/Argument_Analysis/Argumentation-Obs-03-Recollement-Lectures-Python.ipynb
@@ -5,10 +5,10 @@
    "id": "30d3e335",
    "metadata": {
     "papermill": {
-     "duration": 0.002188,
-     "end_time": "2026-09-29T09:18:29.906994+00:00",
+     "duration": 0.003172,
+     "end_time": "2026-10-03T06:13:40.141494",
      "exception": false,
-     "start_time": "2026-09-29T09:18:29.904806+00:00",
+     "start_time": "2026-10-03T06:13:40.138322",
      "status": "completed"
     },
     "tags": []
@@ -16,7 +16,7 @@
    "source": [
     "# Strate 6 : le banc de recollement\n",
     "\n",
-    "> **EPIC #4960 — Volet C, strate 6 — banc de recollement** (issue [#12227](https://github.com/jsboige/CoursIA/issues/12227)). Contexte : la taxonomie Argumentum (1408 sophismes canoniques, 18 284 triplets AIF) se lit depuis au moins **deux substances runtime-usables distinctes** — l'OWL2/XML et le CSV canonique. Ce notebook les confronte, expose leur **incompatibilité mesurée** et matérialise un graphe de transformations.\n",
+    "> **EPIC #4960 — Volet C, strate 6 — banc de recollement** (issue [#12227](https://github.com/jsboige/CoursIA/issues/12227)). Contexte : la taxonomie Argumentum (1408 sophismes canoniques, ~18 400 assertions d'annotation dont les AIF attack) se lit depuis au moins **deux substances runtime-usables distinctes** — l'OWL2/XML et le CSV canonique. Ce notebook les confronte, expose leur **incompatibilité mesurée** et matérialise un graphe de transformations.\n",
     "\n",
     "**Objectifs d'apprentissage** :\n",
     "\n",
@@ -29,7 +29,7 @@
     "**Sommaire** :\n",
     "\n",
     "1. Contexte : pourquoi deux lectures et pas une\n",
-    "2. Lecture 1 — OWL2/XML (parseur regex tolerant, 18 284 triplets)\n",
+    "2. Lecture 1 — OWL2/XML (parseur regex tolerant)\n",
     "3. Lecture 2 — CSV canonique (pandas)\n",
     "4. Incompatibilité deux à deux : intersection, différence, dispersion par famille\n",
     "5. Témoin : une paire incompatible au sens fort\n",
@@ -45,10 +45,10 @@
    "id": "9aabf87c",
    "metadata": {
     "papermill": {
-     "duration": 0.001401,
-     "end_time": "2026-09-29T09:18:29.910253+00:00",
+     "duration": 0.002431,
+     "end_time": "2026-10-03T06:13:40.146969",
      "exception": false,
-     "start_time": "2026-09-29T09:18:29.908852+00:00",
+     "start_time": "2026-10-03T06:13:40.144538",
      "status": "completed"
     },
     "tags": []
@@ -58,7 +58,7 @@
     "\n",
     "Une taxonomie Argumentum peut être lue depuis plusieurs **substances**, c'est-à-dire des fichiers physiquement distincts qui prétendent encoder **la même** ontologie de référence :\n",
     "\n",
-    "- **Substance 1 — OWL2/XML** (`ontologies/argumentum_fallacies.owl`, ~6 MB) : encodage formel pour moteurs RDF (rdflib échoue au parse ; owlready2 charge mais expose 0 classe via l'API Python). Parseur regex tolerant = chemin robuste d'extraction de la structure.\n",
+    "- **Substance 1 — OWL2/XML** (`ontologies/argumentum_fallacies.owl`, ~6,8 Mo) : encodage formel pour moteurs RDF (rdflib échoue au parse ; owlready2 charge mais expose 0 classe via l'API Python). Parseur regex tolerant = chemin robuste d'extraction de la structure.\n",
     "- **Substance 2 — CSV canonique** (`data/argumentum_fallacies_taxonomy.csv`) : encodage tabulaire maintenu pour intégration hors RDF (Ludothèque, scripts de génération). Lecture pandas triviale.\n",
     "\n",
     "Chacune est une **lecture spécialiste** au sens où elle encode le patrimoine avec ses propres conventions (AnnotationAssertion-resource vs colonne plate `text_fr`). Ce qui compte, c'est que **les deux lectures sont runtime-usables sans dépendance externe lourde** (ici : regex + pandas). C'est un **recoupement matériel** : la même ontologie apparaît sous deux formes textuelles distinctes, et le notebook les fait dialoguer.\n",
@@ -72,16 +72,16 @@
    "id": "98011f3c",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:29.913964Z",
-     "iopub.status.busy": "2026-09-29T09:18:29.913767Z",
-     "iopub.status.idle": "2026-09-29T09:18:29.992314Z",
-     "shell.execute_reply": "2026-09-29T09:18:29.991610Z"
+     "iopub.execute_input": "2026-10-03T06:13:40.152434Z",
+     "iopub.status.busy": "2026-10-03T06:13:40.152145Z",
+     "iopub.status.idle": "2026-10-03T06:13:40.245174Z",
+     "shell.execute_reply": "2026-10-03T06:13:40.244075Z"
     },
     "papermill": {
-     "duration": 0.081307,
-     "end_time": "2026-09-29T09:18:29.992911+00:00",
+     "duration": 0.097545,
+     "end_time": "2026-10-03T06:13:40.246687",
      "exception": false,
-     "start_time": "2026-09-29T09:18:29.911604+00:00",
+     "start_time": "2026-10-03T06:13:40.149142",
      "status": "completed"
     },
     "tags": []
@@ -96,7 +96,7 @@
       "  Moteur de lecture : parseur regex tolerant (rdflib/owlready2 indisponibles)\n",
       "\n",
       "  6,668,060 caracteres, 107,895 lignes\n",
-      "  Estim. temps de parse : < 5 s (regex sur 96 K lignes, pas de chargement DOM complet)\n"
+      "  Estim. temps de parse : < 5 s (regex sur 107,895 lignes, pas de chargement DOM complet)\n"
      ]
     }
    ],
@@ -112,7 +112,7 @@
     "print()\n",
     "owl_text = OWL_PATH.read_text(encoding=\"utf-8\")\n",
     "print(f\"  {len(owl_text):,} caracteres, {owl_text.count(chr(10)) + 1:,} lignes\")\n",
-    "print(f\"  Estim. temps de parse : < 5 s (regex sur 96 K lignes, pas de chargement DOM complet)\")"
+    "print(f\"  Estim. temps de parse : < 5 s (regex sur {owl_text.count(chr(10)) + 1:,} lignes, pas de chargement DOM complet)\")"
    ]
   },
   {
@@ -120,16 +120,16 @@
    "id": "806ba8a1",
    "metadata": {
     "papermill": {
-     "duration": 0.001479,
-     "end_time": "2026-09-29T09:18:29.996036+00:00",
+     "duration": 0.002335,
+     "end_time": "2026-10-03T06:13:40.251827",
      "exception": false,
-     "start_time": "2026-09-29T09:18:29.994557+00:00",
+     "start_time": "2026-10-03T06:13:40.249492",
      "status": "completed"
     },
     "tags": []
    },
    "source": [
-    "**Lecture** : la substance 1 (OWL2/XML) est physiquement disponible (`~6 MB`). Le moteur de lecture retenu est le **parseur regex tolerant** : `rdflib` échoue au parse (dialecte OWL2/XML avec annotations-resource non standard) et `owlready2` charge le fichier mais expose 0 classe via l'API Python. La complexité temporelle est dominée par le scan regex sur 96 K lignes — quelques secondes en pratique (mesurées plus bas), pas un chargement DOM ou un raisonneur."
+    "**Lecture** : la substance 1 (OWL2/XML) est physiquement disponible (`~6,8 Mo`). Le moteur de lecture retenu est le **parseur regex tolerant** : `rdflib` échoue au parse (dialecte OWL2/XML avec annotations-resource non standard) et `owlready2` charge le fichier mais expose 0 classe via l'API Python. La complexité temporelle est dominée par le scan regex sur ~108 K lignes — quelques secondes en pratique (mesurées plus bas), pas un chargement DOM ou un raisonneur."
    ]
   },
   {
@@ -138,16 +138,16 @@
    "id": "f6166cf9",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.000681Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.000363Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.038440Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.037708Z"
+     "iopub.execute_input": "2026-10-03T06:13:40.261063Z",
+     "iopub.status.busy": "2026-10-03T06:13:40.260693Z",
+     "iopub.status.idle": "2026-10-03T06:13:40.315032Z",
+     "shell.execute_reply": "2026-10-03T06:13:40.314270Z"
     },
     "papermill": {
-     "duration": 0.041522,
-     "end_time": "2026-09-29T09:18:30.039021+00:00",
+     "duration": 0.060528,
+     "end_time": "2026-10-03T06:13:40.315917",
      "exception": false,
-     "start_time": "2026-09-29T09:18:29.997499+00:00",
+     "start_time": "2026-10-03T06:13:40.255389",
      "status": "completed"
     },
     "tags": []
@@ -157,12 +157,14 @@
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "  Parse termine en 0.03s.\n",
+      "  Parse termine en 0.05s.\n",
       "\n",
       "  Concepts (owl:Class)  : 1,513\n",
       "  Predicats declares    : 10\n",
       "  Labels prefLabel      : 2,816  (FR+EN)\n",
-      "  AnnotationAssertion-resource : 7,825  (concept->concept)\n"
+      "  AnnotationAssertion-resource : 7,825  (concept->concept)\n",
+      "  Assertions d'annotation (total fichier) : 18,388  (prefLabels + SKOS + crossLink + AIF)\n",
+      "  dont predicat aifAttackedNode           : 145  (le compte AIF reel)\n"
      ]
     }
    ],
@@ -190,7 +192,11 @@
     "print(f\"  Concepts (owl:Class)  : {len(classes):,}\")\n",
     "print(f\"  Predicats declares    : {len(obj_props)}\")\n",
     "print(f\"  Labels prefLabel      : {len(pref_matches):,}  (FR+EN)\")\n",
-    "print(f\"  AnnotationAssertion-resource : {len(AA_RES):,}  (concept->concept)\")"
+    "print(f\"  AnnotationAssertion-resource : {len(AA_RES):,}  (concept->concept)\")\n",
+    "n_aa_total = owl_text.count(\"<AnnotationAssertion>\")\n",
+    "n_aif_attacked = sum(1 for p, s, o in AA_RES if \"aifAttackedNode\" in p)\n",
+    "print(f\"  Assertions d'annotation (total fichier) : {n_aa_total:,}  (prefLabels + SKOS + crossLink + AIF)\")\n",
+    "print(f\"  dont predicat aifAttackedNode           : {n_aif_attacked:,}  (le compte AIF reel)\")"
    ]
   },
   {
@@ -198,16 +204,16 @@
    "id": "f123e075",
    "metadata": {
     "papermill": {
-     "duration": 0.001432,
-     "end_time": "2026-09-29T09:18:30.042206+00:00",
+     "duration": 0.002485,
+     "end_time": "2026-10-03T06:13:40.322634",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.040774+00:00",
+     "start_time": "2026-10-03T06:13:40.320149",
      "status": "completed"
     },
     "tags": []
    },
    "source": [
-    "**Lecture** : la substance OWL2/XML est correctement extraite par les quatre regex (Class, ObjectProperty, prefLabel, AnnotationAssertion-resource). Les chiffres exacts apparaîtront dans l'output ci-dessous — on les note ici à titre indicatif, structurellement constants d'un parse à l'autre (cf notebook frère `Argumentation-Onto-01-AIF-OWL2-Python.ipynb` qui mesure 1 509 concepts Argumentum + 4 classes AIF, 10 ObjectProperty, 2 816 prefLabel, 7 773 AnnotationAssertion-resource sur la même substance) ; ce notebook les **reproduit** pour fonder la **mesure de compatibilité** avec la lecture CSV."
+    "**Lecture** : la substance OWL2/XML est correctement extraite par les quatre regex (Class, ObjectProperty, prefLabel, AnnotationAssertion-resource). Les chiffres exacts apparaîtront dans l'output ci-dessous — on les note ici à titre indicatif, structurellement constants d'un parse à l'autre (cf notebook frère `Argumentation-Onto-01-AIF-OWL2-Python.ipynb` qui mesure 1 509 concepts Argumentum + 4 classes AIF, 10 ObjectProperty, 2 816 prefLabel, AnnotationAssertion-resource sur la même substance (7 825 à l'état courant, recalculé à chaque exécution)) ; ce notebook les **reproduit** pour fonder la **mesure de compatibilité** avec la lecture CSV."
    ]
   },
   {
@@ -216,16 +222,16 @@
    "id": "eb382613",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.046084Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.045893Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.054179Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.053539Z"
+     "iopub.execute_input": "2026-10-03T06:13:40.335619Z",
+     "iopub.status.busy": "2026-10-03T06:13:40.335301Z",
+     "iopub.status.idle": "2026-10-03T06:13:40.346030Z",
+     "shell.execute_reply": "2026-10-03T06:13:40.345098Z"
     },
     "papermill": {
-     "duration": 0.01102,
-     "end_time": "2026-09-29T09:18:30.054711+00:00",
+     "duration": 0.018514,
+     "end_time": "2026-10-03T06:13:40.346805",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.043691+00:00",
+     "start_time": "2026-10-03T06:13:40.328291",
      "status": "completed"
     },
     "tags": []
@@ -279,10 +285,10 @@
    "id": "490878aa",
    "metadata": {
     "papermill": {
-     "duration": 0.002205,
-     "end_time": "2026-09-29T09:18:30.058912+00:00",
+     "duration": 0.00266,
+     "end_time": "2026-10-03T06:13:40.352292",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.056707+00:00",
+     "start_time": "2026-10-03T06:13:40.349632",
      "status": "completed"
     },
     "tags": []
@@ -298,10 +304,10 @@
    "id": "962e6354",
    "metadata": {
     "papermill": {
-     "duration": 0.001652,
-     "end_time": "2026-09-29T09:18:30.062458+00:00",
+     "duration": 0.002338,
+     "end_time": "2026-10-03T06:13:40.357031",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.060806+00:00",
+     "start_time": "2026-10-03T06:13:40.354693",
      "status": "completed"
     },
     "tags": []
@@ -320,16 +326,16 @@
    "id": "be535365",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.067171Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.066873Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.387567Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.386934Z"
+     "iopub.execute_input": "2026-10-03T06:13:40.366874Z",
+     "iopub.status.busy": "2026-10-03T06:13:40.366552Z",
+     "iopub.status.idle": "2026-10-03T06:13:41.872408Z",
+     "shell.execute_reply": "2026-10-03T06:13:41.870786Z"
     },
     "papermill": {
-     "duration": 0.323984,
-     "end_time": "2026-09-29T09:18:30.388082+00:00",
+     "duration": 1.514427,
+     "end_time": "2026-10-03T06:13:41.874159",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.064098+00:00",
+     "start_time": "2026-10-03T06:13:40.359732",
      "status": "completed"
     },
     "tags": []
@@ -342,7 +348,7 @@
       "Substance 2 (CSV canonique) : argumentum_fallacies_taxonomy.csv\n",
       "  Existe : True, taille = 4,144,860 octets\n",
       "\n",
-      "  Charge en 0.06s.\n",
+      "  Charge en 0.13s.\n",
       "  Shape : 1,408 lignes x 104 colonnes\n",
       "  Moteur : pandas (read_csv), 0 JVM, 0 RDF\n",
       "\n",
@@ -375,10 +381,10 @@
    "id": "53b43e33",
    "metadata": {
     "papermill": {
-     "duration": 0.001562,
-     "end_time": "2026-09-29T09:18:30.391431+00:00",
+     "duration": 0.006235,
+     "end_time": "2026-10-03T06:13:41.886770",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.389869+00:00",
+     "start_time": "2026-10-03T06:13:41.880535",
      "status": "completed"
     },
     "tags": []
@@ -393,16 +399,16 @@
    "id": "23695336",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.395400Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.395206Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.436676Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.435794Z"
+     "iopub.execute_input": "2026-10-03T06:13:41.898487Z",
+     "iopub.status.busy": "2026-10-03T06:13:41.898037Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.007563Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.006687Z"
     },
     "papermill": {
-     "duration": 0.044249,
-     "end_time": "2026-09-29T09:18:30.437216+00:00",
+     "duration": 0.117311,
+     "end_time": "2026-10-03T06:13:42.008801",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.392967+00:00",
+     "start_time": "2026-10-03T06:13:41.891490",
      "status": "completed"
     },
     "tags": []
@@ -428,13 +434,13 @@
     "import re as _re\n",
     "# --- Construction d'une projection CSV en table {localname -> champs} ---\n",
     "# NOTE METHODOLOGIQUE IMPORTANTE : la colonne \"Latin\" du CSV canonique n'est\n",
-    "# peuplee que pour ~24 entrees (latinis -- AdHominem, AdPopulum, AdCoelum, etc.).\n",
+    "# peuplee que pour ~25 entrees (latinis -- AdHominem, AdPopulum, AdCoelum, etc.).\n",
     "# Ce n'est PAS une cle de jointure universelle. On construit donc la table\n",
     "# indexee par PK (entier canonique) plutot que par localname, et on construit\n",
     "# ENSUITE une deuxieme projection {label_fr_normalise -> champs} pour permettre\n",
     "# une jointure semantique avec l'OWL (qui n'a pas de PK -- il a un IRI).\n",
     "\n",
-    "column_local = \"Latin\"          # Cle de jointure tentee mais tres incomplete (24/1408).\n",
+    "column_local = \"Latin\"          # Cle de jointure tentee mais tres incomplete (25/1 408 mesure).\n",
     "column_fr = \"text_fr\"\n",
     "column_en = \"text_en\"            # Le CSV canonique n'a pas de colonne \"English\" -- il suit la convention text_<lang> (8 langues au total : fr, en, ru, pt, ar, es, zh, fa).\n",
     "column_family = \"Famille\"\n",
@@ -494,16 +500,16 @@
    "id": "2a2d97a4",
    "metadata": {
     "papermill": {
-     "duration": 0.001553,
-     "end_time": "2026-09-29T09:18:30.440673+00:00",
+     "duration": 0.005381,
+     "end_time": "2026-10-03T06:13:42.020849",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.439120+00:00",
+     "start_time": "2026-10-03T06:13:42.015468",
      "status": "completed"
     },
     "tags": []
    },
    "source": [
-    "**Lecture** : la lecture CSV est réduite à une table `{localname → {pk, family, subfam, fr, en}}` alignée structurellement sur la table OWL de la cellule 7. La clé de jointure est **`Latin` côté CSV ↔ `localname(iri)` côté OWL** — c'est précisément le terrain de l'incompatibilité : le `Latin` du CSV est un nom technique camelCase latinis (`semanticAmbiguity`), déjà aligné sur l'OWL localname par convention Argumentum. Si l'alignement est parfait, on devrait s'attendre à une intersection quasi-totale. La cellule suivante mesure précisément cet écart."
+    "**Lecture** : la lecture CSV est réduite à une table `{pk → {latin, family, subfam, fr, en}}` indexée par PK — la colonne `Latin` n'est quasiment pas remplie (taux exact imprime par la cellule suivante) et porte de vrais noms latins (`AdHominem`, `AdPopulum`…), pas des localnames camelCase. La clé de jointure réellement mesurée est **`label FR normalisé` côté CSV ↔ `prefLabel FR normalisé` côté OWL** (fonction `_norm`) — le seul champ porté des deux côtés ; la jointure par `Latin` ne couvrirait que ~1,8 % du CSV. La cellule suivante mesure l'intersection et la différence symétrique sur cette clé sémantique."
    ]
   },
   {
@@ -511,10 +517,10 @@
    "id": "318e7cc8",
    "metadata": {
     "papermill": {
-     "duration": 0.001427,
-     "end_time": "2026-09-29T09:18:30.443610+00:00",
+     "duration": 0.002737,
+     "end_time": "2026-10-03T06:13:42.028480",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.442183+00:00",
+     "start_time": "2026-10-03T06:13:42.025743",
      "status": "completed"
     },
     "tags": []
@@ -522,11 +528,11 @@
    "source": [
     "## 4. Incompatibilité deux à deux : intersection, différence, dispersion par famille\n",
     "\n",
-    "On compare `taxonomy_owl` (lecture 1) et `taxonomy_csv` (lecture 2) **par localname** :\n",
+    "On compare `taxonomy_owl` (lecture 1) et `taxonomy_csv` (lecture 2) **par label FR normalisé** (le localname OWL n'a pas d'équivalent CSV — la colonne `Latin` est quasi vide — taux mesuré au §3) :\n",
     "\n",
     "- **Intersection** : sophismes présents dans les deux lectures.\n",
     "- **Différence symétrique** : sophismes présents dans exactement l'une des deux lectures.\n",
-    "- **Asymétrie d'instanciation** : `localname` dans une lecture mais pas l'autre.\n",
+    "- **Asymétrie d'instanciation** : `label FR` présent dans une lecture mais pas l'autre.\n",
     "- **Dispersion par famille** : la différence est-elle uniforme entre les 100+ familles Argumentum, ou concentrée sur certaines ?"
    ]
   },
@@ -536,16 +542,16 @@
    "id": "2b4872f5",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.447344Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.447179Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.454979Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.454312Z"
+     "iopub.execute_input": "2026-10-03T06:13:42.041140Z",
+     "iopub.status.busy": "2026-10-03T06:13:42.040913Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.052557Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.051545Z"
     },
     "papermill": {
-     "duration": 0.01047,
-     "end_time": "2026-09-29T09:18:30.455553+00:00",
+     "duration": 0.019479,
+     "end_time": "2026-10-03T06:13:42.053614",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.445083+00:00",
+     "start_time": "2026-10-03T06:13:42.034135",
      "status": "completed"
     },
     "tags": []
@@ -566,7 +572,7 @@
       "\n",
       "  Taux d'incompatibilite brute : 1.5%\n",
       "\n",
-      "  Jointure locale par 'Latin' (locale tentee anterieurement) : ~0% (24/1408 peuple).\n",
+      "  Jointure locale par 'Latin' (locale tentee anterieurement) : 1.8% (25/1408 peuple).\n",
       "  Jointure semantique par FR normalise                        : observation ci-dessus.\n",
       "  L'intersection est-elle une majorite stable ?  Voir verdict dans la cellule suivante.\n"
      ]
@@ -601,7 +607,8 @@
     "print()\n",
     "print(f\"  Taux d'incompatibilite brute : {(len(owl_only_fr) + len(csv_only_fr)) / max(n_owl_fr, n_csv_fr):.1%}\")\n",
     "print()\n",
-    "print(f\"  Jointure locale par 'Latin' (locale tentee anterieurement) : ~0% (24/1408 peuple).\")\n",
+    "n_latin = sum(1 for v in taxonomy_csv.values() if v[\"latin\"])\n",
+    "print(f\"  Jointure locale par 'Latin' (locale tentee anterieurement) : {100*n_latin/len(taxonomy_csv):.1f}% ({n_latin}/{len(taxonomy_csv)} peuple).\")\n",
     "print(f\"  Jointure semantique par FR normalise                        : observation ci-dessus.\")\n",
     "print(f\"  L'intersection est-elle une majorite stable ?  Voir verdict dans la cellule suivante.\")"
    ]
@@ -611,10 +618,10 @@
    "id": "ab3c286f",
    "metadata": {
     "papermill": {
-     "duration": 0.0016,
-     "end_time": "2026-09-29T09:18:30.458872+00:00",
+     "duration": 0.006569,
+     "end_time": "2026-10-03T06:13:42.064530",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.457272+00:00",
+     "start_time": "2026-10-03T06:13:42.057961",
      "status": "completed"
     },
     "tags": []
@@ -629,16 +636,16 @@
    "id": "ec8fd5c1",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.462994Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.462822Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.467441Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.466742Z"
+     "iopub.execute_input": "2026-10-03T06:13:42.075529Z",
+     "iopub.status.busy": "2026-10-03T06:13:42.075314Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.080265Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.079600Z"
     },
     "papermill": {
-     "duration": 0.007461,
-     "end_time": "2026-09-29T09:18:30.467927+00:00",
+     "duration": 0.013175,
+     "end_time": "2026-10-03T06:13:42.081352",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.460466+00:00",
+     "start_time": "2026-10-03T06:13:42.068177",
      "status": "completed"
     },
     "tags": []
@@ -652,9 +659,9 @@
       "  Familles distinctes affectees : 5\n",
       "     8  Tricherie\n",
       "     6  Obstruction\n",
+      "     2  Abus de langage\n",
       "     2  Erreur de raisonnement\n",
       "     2  Influence\n",
-      "     2  Abus de langage\n",
       "\n",
       "Repartition des OWL-only par prefixe (proxy ; pas une Famille au sens CSV) :\n"
      ]
@@ -694,10 +701,10 @@
    "id": "0bca61c3",
    "metadata": {
     "papermill": {
-     "duration": 0.001803,
-     "end_time": "2026-09-29T09:18:30.471491+00:00",
+     "duration": 0.002429,
+     "end_time": "2026-10-03T06:13:42.086514",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.469688+00:00",
+     "start_time": "2026-10-03T06:13:42.084085",
      "status": "completed"
     },
     "tags": []
@@ -707,7 +714,7 @@
     "\n",
     "On cherche un **sophisme concret** tel qu'il est **présent dans une lecture et strictement absent dans l'autre**. C'est le **témoin** : une entité qu'on ne peut pas voir depuis une lecture sans la voir depuis l'autre — précisément la définition matérielle de l'incompatibilité non-réductible.\n",
     "\n",
-    "Note importante : la direction du témoin **dépend du résultat effectif de la jointure**. Dans la version actuelle (commit courant 2026-08), la jointure sémantique donne 1 293 intersection / 1 313 OWL distincts / 1 313 CSV distincts :\n",
+    "Note importante : la direction du témoin **dépend du résultat effectif de la jointure**. Dans la version actuelle (substances resynchronisées : OWL 30/08, CSV 04/09 — exécution courante), la jointure sémantique donne 1 293 intersection / 1 293 OWL distincts / 1 313 CSV distincts :\n",
     "- **OWL \\ CSV (labels OWL absents du CSV)** : **0** (l'OWL ne porte aucun label FR absent du CSV canonique — la couverture FR est complète dans les deux lectures).\n",
     "- **CSV \\ OWL (labels CSV absents de l'OWL)** : **20** (le CSV porte 20 labels FR que l'OWL n'a pas).\n",
     "\n",
@@ -720,16 +727,16 @@
    "id": "ecbbdf6e",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.475898Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.475707Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.480875Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.480228Z"
+     "iopub.execute_input": "2026-10-03T06:13:42.092788Z",
+     "iopub.status.busy": "2026-10-03T06:13:42.092469Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.099056Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.098154Z"
     },
     "papermill": {
-     "duration": 0.008296,
-     "end_time": "2026-09-29T09:18:30.481440+00:00",
+     "duration": 0.010842,
+     "end_time": "2026-10-03T06:13:42.099759",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.473144+00:00",
+     "start_time": "2026-10-03T06:13:42.088917",
      "status": "completed"
     },
     "tags": []
@@ -821,10 +828,10 @@
    "id": "221f875a",
    "metadata": {
     "papermill": {
-     "duration": 0.001844,
-     "end_time": "2026-09-29T09:18:30.485230+00:00",
+     "duration": 0.002652,
+     "end_time": "2026-10-03T06:13:42.105836",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.483386+00:00",
+     "start_time": "2026-10-03T06:13:42.103184",
      "status": "completed"
     },
     "tags": []
@@ -841,7 +848,9 @@
     "| **`répare`** | Une lecture répare un défaut/bug de l'autre (parsing erroné ↔ format normalisé) | regex tolerant ↔ AnnotationAssertion-resource OWL |\n",
     "| **`neutralise`** | Une lecture rend caduque une prétention de l'autre (claim AIF fort ↔ absence de matérialisation AIF) | AIF attack absent CSV ↔ AIF attack riche OWL |\n",
     "\n",
-    "Cette catégorisation est un **graphe orienté** : pour chaque entité de `OWL \\ CSV` ou `CSV \\ OWL`, on associe une étiquette en fonction du **rôle** joué par l'entité dans le dialogue des deux lectures."
+    "Cette catégorisation est un **graphe orienté** : pour chaque entité de `OWL \\ CSV` ou `CSV \\ OWL`, on associe une étiquette en fonction du **rôle** joué par l'entité dans le dialogue des deux lectures.\n",
+    "\n",
+    "Sur les substances mesurées, OWL \\ CSV est **vide** (0 label FR de l'OWL absent du CSV) : seule la branche CSV du graphe se matérialise — les 20 CSV \\ OWL sont tous étiquetés `répond` par `categorize_csv`, et `neutralise` vaut 0. La catégorisation côté OWL (`categorize_owl` et ses 4 branches) reste du machinisme disponible : elle ne s'activerait que si un état de l'OWL portait des labels FR absents du CSV."
    ]
   },
   {
@@ -850,16 +859,16 @@
    "id": "9912d273",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.489975Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.489687Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.495916Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.495300Z"
+     "iopub.execute_input": "2026-10-03T06:13:42.113238Z",
+     "iopub.status.busy": "2026-10-03T06:13:42.112889Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.119733Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.118767Z"
     },
     "papermill": {
-     "duration": 0.009437,
-     "end_time": "2026-09-29T09:18:30.496421+00:00",
+     "duration": 0.012053,
+     "end_time": "2026-10-03T06:13:42.120498",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.486984+00:00",
+     "start_time": "2026-10-03T06:13:42.108445",
      "status": "completed"
     },
     "tags": []
@@ -932,10 +941,10 @@
    "id": "cf8e75da",
    "metadata": {
     "papermill": {
-     "duration": 0.001781,
-     "end_time": "2026-09-29T09:18:30.500252+00:00",
+     "duration": 0.003115,
+     "end_time": "2026-10-03T06:13:42.126803",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.498471+00:00",
+     "start_time": "2026-10-03T06:13:42.123688",
      "status": "completed"
     },
     "tags": []
@@ -947,15 +956,15 @@
     "\n",
     "### Exercice 1 — Mesure d'incompatibilité deux à deux sur la famille `Ambiguité`\n",
     "\n",
-    "A partir de `taxonomy_owl`, `taxonomy_csv` et de la liste `FAMILY = \"Ambiguite\"` (ou tout préfixe pertinent), calculer l'intersection, la différence symétrique et le taux d'incompatibilité **restreint à cette famille**. Renvoyer un `dict` `{\"owl\": int, \"csv\": int, \"inter\": int, \"symdiff\": int, \"taux\": float}` et l'afficher. Indice : utiliser `localname`comme clé (le préfixe camelCase est déjà dans l'OWL).\n",
+    "A partir de `taxonomy_owl`, `taxonomy_csv` et de la liste `FAMILY = \"Ambiguite\"` (ou tout préfixe pertinent), calculer l'intersection, la différence symétrique et le taux d'incompatibilité **restreint à cette famille**. Renvoyer un `dict` `{\"owl\": int, \"csv\": int, \"inter\": int, \"symdiff\": int, \"taux\": float}` et l'afficher. Indice : la clé réelle est le **label FR normalisé** (`_norm`) — le CSV n'a pas de colonne localname. Restreindre `taxonomy_csv` aux entrées de la famille `\"Ambiguite\"` avant de croiser avec `owl_by_fr`.\n",
     "\n",
     "### Exercice 2 — Construction d'une **paire incompatible** au sens fort ciblée\n",
     "\n",
-    "Choisir **deux localnames** précis (au moins un dans `OWL \\ CSV`, au moins un dans `CSV \\ OWL`) et démontrer leur incompatibilité respective : pour chacun, citer le label FR, l'IRI/source ligne, et expliquer en quoi cette présence unilatérale est une **asymétrie irréductible** (≠ un simple défaut de nettoyage). Renvoyer une `list[tuple[str, str]]` `(localname, justification)`.\n",
+    "Choisir **deux sophismes** précis — **un témoin `CSV \\ OWL`** (label FR du CSV strictement absent de l'OWL ; la cellule §5 en produit un) et **un élément de l'intersection** — et comparer pour chacun le label FR, l'anglais et la famille entre les deux lectures : expliquer en quoi la présence unilatérale du premier est une **asymétrie irréductible** (≠ un simple défaut de nettoyage) alors que le second est une correspondance saine. Renvoyer une `list[tuple[str, str]]` `(label, justification)`.\n",
     "\n",
     "### Exercice 3 — Visualisation réseau du graphe de transformations\n",
     "\n",
-    "A partir de la catégorisation `categorize()`, construire un `networkx.DiGraph` où chaque **sophisme** de `OWL \\ CSV` est un nœud, et chaque arête porte la relation typée. Utiliser `matplotlib` + `spring_layout(seed=42)` pour visualiser. Bonus : colorer les nœuds par catégorie (`exploite`=vert, `répond`=bleu, `répare`=orange, `neutralise`=rouge)."
+    "A partir de la catégorisation `categorize()`, construire un `networkx.DiGraph` où chaque **sophisme** de `CSV \\ OWL` (les 20 mesurés) est un nœud, relié à son nœud **Famille**, chaque arête portant la relation renvoyée par `categorize_csv`. Utiliser `matplotlib` + `spring_layout(seed=42)` pour visualiser. Bonus : colorer les nœuds par catégorie (`exploite`=vert, `répond`=bleu, `répare`=orange, `neutralise`=rouge)."
    ]
   },
   {
@@ -964,16 +973,16 @@
    "id": "8b9cc9cf",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.504844Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.504574Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.507669Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.507119Z"
+     "iopub.execute_input": "2026-10-03T06:13:42.138835Z",
+     "iopub.status.busy": "2026-10-03T06:13:42.138419Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.142848Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.141788Z"
     },
     "papermill": {
-     "duration": 0.006204,
-     "end_time": "2026-09-29T09:18:30.508216+00:00",
+     "duration": 0.011807,
+     "end_time": "2026-10-03T06:13:42.143785",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.502012+00:00",
+     "start_time": "2026-10-03T06:13:42.131978",
      "status": "completed"
     },
     "tags": []
@@ -990,7 +999,7 @@
    "source": [
     "# Exercice 1 a completer\n",
     "# TODO etudiant : a partir de taxonomy_owl et taxonomy_csv, calculer pour la famille\n",
-    "# \"Ambiguite\" (cle de jointure = localname) l'intersection, la diff. sym. et le taux.\n",
+    "# \"Ambiguite\" (cle = label FR normalise via _norm) l'intersection, la diff. sym. et le taux.\n",
     "# Renvoyer dict {\"owl\": int, \"csv\": int, \"inter\": int, \"symdiff\": int, \"taux\": float}.\n",
     "print(\"Exercice a completer\")"
    ]
@@ -1001,16 +1010,16 @@
    "id": "c7b1a1eb",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.512807Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.512621Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.515900Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.515285Z"
+     "iopub.execute_input": "2026-10-03T06:13:42.151565Z",
+     "iopub.status.busy": "2026-10-03T06:13:42.151236Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.155471Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.154197Z"
     },
     "papermill": {
-     "duration": 0.006313,
-     "end_time": "2026-09-29T09:18:30.516426+00:00",
+     "duration": 0.009481,
+     "end_time": "2026-10-03T06:13:42.156408",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.510113+00:00",
+     "start_time": "2026-10-03T06:13:42.146927",
      "status": "completed"
     },
     "tags": []
@@ -1026,7 +1035,7 @@
    ],
    "source": [
     "# Exercice 2 a completer\n",
-    "# TODO etudiant : choisir deux localnames (1 dans OWL \\ CSV, 1 dans CSV \\ OWL)\n",
+    "# TODO etudiant : choisir un temoin CSV \\ OWL et un element de l'intersection\n",
     "# et demontrer leur incompatibilite au sens fort. Renvoyer list[tuple[local, justification]].\n",
     "print(\"Exercice a completer\")"
    ]
@@ -1037,16 +1046,16 @@
    "id": "e5f1819e",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2026-09-29T09:18:30.521086Z",
-     "iopub.status.busy": "2026-09-29T09:18:30.520842Z",
-     "iopub.status.idle": "2026-09-29T09:18:30.523926Z",
-     "shell.execute_reply": "2026-09-29T09:18:30.523307Z"
+     "iopub.execute_input": "2026-10-03T06:13:42.164269Z",
+     "iopub.status.busy": "2026-10-03T06:13:42.163742Z",
+     "iopub.status.idle": "2026-10-03T06:13:42.168486Z",
+     "shell.execute_reply": "2026-10-03T06:13:42.167442Z"
     },
     "papermill": {
-     "duration": 0.006165,
-     "end_time": "2026-09-29T09:18:30.524474+00:00",
+     "duration": 0.009931,
+     "end_time": "2026-10-03T06:13:42.169497",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.518309+00:00",
+     "start_time": "2026-10-03T06:13:42.159566",
      "status": "completed"
     },
     "tags": []
@@ -1063,7 +1072,7 @@
    "source": [
     "# Exercice 3 a completer\n",
     "# TODO etudiant : visualiser via networkx + matplotlib le graphe de transformations.\n",
-    "# Noeuds = sophismes de OWL \\ CSV, aretes = categorie (exploite / repond / repare / neutralise).\n",
+    "# Noeuds = sophismes de CSV \\ OWL + leurs familles ; aretes typees par categorize_csv.\n",
     "# spring_layout(seed=42), couleurs par categorie. Bonus : exporter en PNG.\n",
     "print(\"Exercice a completer\")"
    ]
@@ -1073,10 +1082,10 @@
    "id": "778de865",
    "metadata": {
     "papermill": {
-     "duration": 0.001809,
-     "end_time": "2026-09-29T09:18:30.528282+00:00",
+     "duration": 0.007486,
+     "end_time": "2026-10-03T06:13:42.180792",
      "exception": false,
-     "start_time": "2026-09-29T09:18:30.526473+00:00",
+     "start_time": "2026-10-03T06:13:42.173306",
      "status": "completed"
     },
     "tags": []
@@ -1088,16 +1097,16 @@
     "|-----------|------|----------|\n",
     "| <-> | `Argumentation-Onto-01-AIF-OWL2-Python.ipynb` | Lecture OWL détaillée (parseur regex, classes AIF, scheme vs conflict) — la lecture 1 de ce notebook, exposée en profondeur ici |\n",
     "| -> | `Argumentation-Onto-02-CrossLinks-CSV-Python.ipynb` | Lecture CSV détaillée (pandas) — la lecture 2, exposée en profondeur |\n",
-    "| -> | `Argumentation-03-Dung-AF-Semantics-Python.ipynb` | Quand les AIF attack de l'OWL (§7 OWL-only) s'enrichissent dans un cadre Dung |\n",
+    "| -> | `Argumentation-03-Dung-AF-Semantics-Python.ipynb` | Quand les AIF attack de l'OWL (§2, comptes AIF imprimés) s'enrichissent dans un cadre Dung |\n",
     "| -> | `Argumentation-01-Toulmin-Model-Python.ipynb` | Quand la famille `Ambiguite` (exercice 1) se lit au prisme du modèle de Toulmin (donnée/qualification/appui) |\n",
     "\n",
     "### Honnêteté méthodologique (règle C.4 — claim grounded)\n",
     "\n",
-    "1. **Substances réellement distinctes** : OWL = parseur regex + contraintes d'extraction spécifiques (gestion des annotations-resource). CSV = pandas + heuristique de jointure (colonne `Latin`). Ce n'est **pas** « le même appel avec deux prompts » : les moteurs sous-jacents (regex vs DataFrame) et les conventions d'encodage (XML vs tabulaire) ne sont pas interchangeables.\n",
+    "1. **Substances réellement distinctes** : OWL = parseur regex + contraintes d'extraction spécifiques (gestion des annotations-resource). CSV = pandas + jointure par label FR normalisé (la colonne `Latin` est quasi vide — taux imprimé au §3). Ce n'est **pas** « le même appel avec deux prompts » : les moteurs sous-jacents (regex vs DataFrame) et les conventions d'encodage (XML vs tabulaire) ne sont pas interchangeables.\n",
     "\n",
-    "2. **Le témoin n'est pas une pathologie OWL-only — c'est un signal de désynchronisation entre substances** : un sophisme documenté dans l'OWL via prefLabel FR/EN mais absent du CSV canonique traduit probablement un décalage temporel (OWL régénéré plus récemment ou avec plus de concepts), pas un défaut isolé. **L'étiquette « strate 6 »** marque précisément ce statut : on ne tranche pas, on **mesure** le décalage pour ouvrir une investigation ciblée.\n",
+    "2. **Le témoin n'est pas une pathologie — c'est un signal de désynchronisation entre substances** : le témoin mesuré est **CSV-only** (20 labels FR du CSV absents de l'OWL, 0 en sens inverse). La cellule §5 nomme les deux hypothèses (retard de régénération de l'OWL depuis le CSV / marge de génération) ; on ne tranche pas, on mesure. **L'étiquette « strate 6 »** marque précisément ce statut : on ne tranche pas, on **mesure** le décalage pour ouvrir une investigation ciblée.\n",
     "\n",
-    "3. **Catégorisation `exploite / répond / répare / neutralise`** : heuristique **au contenu** (présence/absence de FR, EN, crosslink, AIF), pas au titre. Les résultats dépendent de l'état **au moment du parse** — un CSV rafraîchi pourrait réduire fortement les CSV-only, l'OWL est lui gelé sur le commit courant. Toujours ré-mesurer avant toute conclusion de fond.\n",
+    "3. **Catégorisation `exploite / répond / répare / neutralise`** : heuristique **au contenu** (présence/absence de FR, EN, crosslink, AIF), pas au titre. Les résultats dépendent de l'état **au moment du parse** — un CSV rafraîchi pourrait réduire fortement les CSV-only ; l'OWL et le CSV sont gelés à leurs resynchronisations respectives (30/08 et 04/09). Toujours ré-mesurer avant toute conclusion de fond.\n",
     "\n",
     "4. **Pas d'inférence RDF** : la lecture OWL ne fait **pas** de raisonnement (pas de subsomption, pas de fermeture transitive). Pour une reconstruction complète du graphe AIF attack + crossLink, les sources canoniques restent l'OWL et le CSV ; ce notebook les **fait dialoguer** sur la **projection à plat** (localname → label)."
    ]
@@ -1123,14 +1132,14 @@
   },
   "papermill": {
    "default_parameters": {},
-   "duration": 1.759983,
-   "end_time": "2026-09-29T09:18:30.763259+00:00",
+   "duration": 4.68968,
+   "end_time": "2026-10-03T06:13:42.531613",
    "environment_variables": {},
    "exception": null,
    "input_path": "Argumentation-Obs-03-Recollement-Lectures-Python.ipynb",
    "output_path": "Argumentation-Obs-03-Recollement-Lectures-Python.ipynb",
    "parameters": {},
-   "start_time": "2026-09-29T09:18:29.003276+00:00",
+   "start_time": "2026-10-03T06:13:37.841933",
    "version": "2.6.0"
   }
  },