jsboige · Oct 10, 2026 · Oct 10, 2026
diff --git a/.gitattributes b/.gitattributes
@@ -122,6 +122,13 @@ MyIA.AI.Notebooks/SymbolicAI/Argument_Analysis/data/argumentum_*_taxonomy.csv -t
 # l'EPIC #10355) : il est en CRLF pur, mais sans `-text` le blob stocke serait
 # normalise en LF sous `core.autocrlf=true` et differerait de l'amont.
 MyIA.AI.Notebooks/GenAI/FallacyDetection/data/argumentum_scenarii_cards.csv -text
+# Tranche C de l'EPIC #10355 (issue #17578) : corpus academique MAFALDA,
+# recopie octet pour octet depuis ChadiHelwe/MAFALDA. Les `.jsonl` amont sont
+# en LF purs ; sans `-text`, la normalisation CRLF sur une machine
+# `core.autocrlf=true` pourrait reecrire le blob stocke et la copie
+# cesserait d'etre verbatim. Preuve de verbatim : egalite des SHA de blob,
+# consignee dans NOTICE-MAFALDA et manifest.json.
+MyIA.AI.Notebooks/GenAI/FallacyDetection/data/academic/MAFALDA/*.jsonl -text
 
 
 # Meme raisonnement pour les ontologies OWL distillees depuis le meme amont, et

diff --git a/MyIA.AI.Notebooks/GenAI/FallacyDetection/data/academic/LOGIC/NOTICE-LOGIC b/MyIA.AI.Notebooks/GenAI/FallacyDetection/data/academic/LOGIC/NOTICE-LOGIC
@@ -0,0 +1,66 @@
+NOTICE — CoursIA `data/academic/LOGIC/` (espace négatif : RIEN n'est committé ici)
+==============================================================================
+
+Ce répertoire ne contient AUCUN fichier du corpus LOGIC — volontairement, et
+ce NOTICE documente pourquoi ainsi que la voie conforme pour le consommer
+(tranche C de l'issue #17578, EPIC #10355 — critère 2 de c.6073752732).
+
+Corpus           : LOGIC (Jin et al. 2022, « Logical Fallacy Detection »,
+                   arXiv:2202.13758)
+Dépôt source     : https://github.com/causalNLP/logical-fallacy
+Commit épinglé   : 2a3d09708122c0994279df034d867b80950700ea (HEAD amont à
+                   l'épinglage, 2026-10-10)
+
+Pourquoi aucune copie verbatim
+------------------------------
+
+Mesuré firsthand le 2026-10-10 par la lane po-2025 (converge avec la mesure
+po-2026 du 2026-10-09, c.6073752732) :
+
+  - champ `license` de l'API GitHub : **null** ;
+  - aucun fichier `LICENSE` dans l'arbre du commit épinglé ;
+  - aucune mention de licence dans le README (2 855 octets).
+
+Les mentions « MIT © 2022 Zhijing Jin » trouvées en ligne sont des
+attestations TIERS (repo aval `lfx`), invérifiables contre le dépôt source :
+elles ne fondent pas un droit de redistribution. CoursIA étant un dépôt
+public, committer le corpus verbatim exigerait des droits établis, pas
+supposés — la copie reste donc hors dépôt.
+
+**Interdit de fait** : ne JAMAIS committer les CSV LOGIC dans ce dépôt tant
+que la licence n'est pas éclaircie à la source (au besoin : issue upstream
+demandant l'éclaircissement aux auteurs, puis re-mesure).
+
+Voie conforme — fetch déterministe épinglé (critère 2, voie (b))
+----------------------------------------------------------------
+
+Les consommateurs (alignement taxonomique, constructeurs) téléchargent à
+l'exécution depuis
+
+  https://raw.githubusercontent.com/causalNLP/logical-fallacy/<commit>/data/<fichier>
+
+avec `<commit>` = le commit épinglé ci-dessus, puis VÉRIFIENT l'empreinte du
+fichier téléchargé contre `manifest.json` (SHA-256) avant toute consommation.
+Le manifeste porte, pour chacun des 12 fichiers de `data/` au commit épinglé :
+blob SHA1 (haché sans filtre de conversion), SHA-256, taille — les deux
+premiers égaux à l'arbre amont au moment de l'épinglage.
+
+Alternative : lecture via chemin hors-dépôt (GDrive privé, comme les
+pipelines de notation), la voie (a) du critère 2.
+
+Particularité d'empreinte
+-------------------------
+
+Deux fichiers amont contiennent des CRLF dans leur blob stocké
+(`edu_test.csv` : 2, `mappings.csv` : 14) ; les dix autres sont en LF purs.
+Un `git hash-object` sous `core.autocrlf=true` NORMALISE silencieusement ces
+CRLF et rend un SHA différent de l'amont — les empreintes du manifeste sont
+calculées en mode brut (`--no-filters`). Toute re-vérification locale doit
+faire de même.
+
+Resynchronisation
+-----------------
+
+Re-mesurer le HEAD amont, re-télécharger, re-empendre en mode brut, puis
+mettre à jour le commit épinglé et les empreintes dans `manifest.json`. Les
+fichiers téléchargés ne se committent toujours pas.
diff --git a/MyIA.AI.Notebooks/GenAI/FallacyDetection/data/academic/LOGIC/manifest.json b/MyIA.AI.Notebooks/GenAI/FallacyDetection/data/academic/LOGIC/manifest.json
@@ -0,0 +1,133 @@
+{
+ "corpus": "LOGIC",
+ "tranche": "C",
+ "issue": 17578,
+ "epic": 10355,
+ "criteria_comment": "https://github.com/jsboige/CoursIA/issues/17578#issuecomment-6073752732",
+ "acquired_utc": "2026-10-10",
+ "committed_to_repo": false,
+ "why_not_committed": "no verifiable license at the source (API license null, no LICENSE file, no README mention); third-party MIT attestations unverifiable; CoursIA is a public repo",
+ "consumption_route": "deterministic fetch at execution, pinned by upstream commit, verified against sha256 before use (alternative: out-of-repo GDrive path)",
+ "fetch_url_template": "https://raw.githubusercontent.com/causalNLP/logical-fallacy/{commit}/data/{file}",
+ "upstream": {
+  "repo": "https://github.com/causalNLP/logical-fallacy",
+  "commit": "2a3d09708122c0994279df034d867b80950700ea",
+  "is_default_branch_head": true
+ },
+ "license": {
+  "name": null,
+  "repo_license_file": null,
+  "readme_license_mention": null,
+  "api_license_field": null,
+  "rejected_evidence": "third-party 'MIT (c) 2022 Zhijing Jin' attestations from downstream repo lfx, unverifiable against the source repository",
+  "paper": "Jin, Lalwani, Vaidhya, Shen, Ding, Lyu, Sachan, Mihalcea, Schölkopf (2022), Logical Fallacy Detection, arXiv:2202.13758",
+  "paper_deposited_at": "G:\\Mon Drive\\MyIA\\IA\\Bibliographie IA\\Argumentation\\Fallacy Theory & Informal Logic\\2022 - Jin et al - Logical Fallacy Detection (arXiv 2202.13758).pdf",
+  "measured_by": [
+   "myia-po-2026:CoursIA 2026-10-09 (issue comment 6073752732)",
+   "myia-po-2025:CoursIA 2026-10-10 (this pinning)"
+  ]
+ },
+ "fingerprint_note": "blob_sha1 computed with git hash-object --no-filters: two upstream blobs carry CRLF (edu_test.csv: 2, mappings.csv: 14) that a hash under core.autocrlf=true would silently normalize, yielding a SHA that differs from upstream",
+ "files": {
+  "mappings.csv": {
+   "source_path": "data/mappings.csv",
+   "blob_sha1": "73b961a6707aff6cb5ee575a4488f1c7eb56b04b",
+   "sha256": "2f8f787aa4e29ab50bd17b5d3e0fe27d15c5a489e2c04508bf810bc4dba767db",
+   "bytes": 5034,
+   "crlf_count": 14,
+   "consumed_by_alignment": true,
+   "role": "academic taxonomy: original name, understandable name, description, logical form, masked logical form"
+  },
+  "edu_all.csv": {
+   "source_path": "data/edu_all.csv",
+   "blob_sha1": "59c58315212f4f338e5cf611f7fd0995eb6747cc",
+   "sha256": "bc03ca335524518b8eda3c63b97f45d15af3096de10fe1a4c3a890aabd7556a0",
+   "bytes": 768136,
+   "crlf_count": 0,
+   "consumed_by_alignment": true,
+   "role": "full labeled educational dataset (source text + fallacy label)"
+  },
+  "climate_all.csv": {
+   "source_path": "data/climate_all.csv",
+   "blob_sha1": "84fa005bb4283645a244ade8b069acaf05070a88",
+   "sha256": "c32b874d85b1cccf505b14c7a828b39a974247ff5b3040f03f0f4067c2908d48",
+   "bytes": 433309,
+   "crlf_count": 0,
+   "consumed_by_alignment": true,
+   "role": "full labeled climate dataset (source text + fallacy label)"
+  },
+  "edu_train.csv": {
+   "source_path": "data/edu_train.csv",
+   "blob_sha1": "07e4e346336a89134dc46067f2f3882615e4d305",
+   "sha256": "0c6377dbf744ba85e60102eb9842cc770f385afcb2724f607e8e8a99f5d9545c",
+   "bytes": 633843,
+   "consumed_by_alignment": false,
+   "role": "train split, derivable from edu_all"
+  },
+  "edu_dev.csv": {
+   "source_path": "data/edu_dev.csv",
+   "blob_sha1": "c7baae3238a8949ec5f962152af8769fded47af0",
+   "sha256": "5c567eb12e604271d0ec10e456c5c0bedcf01bd8a2f56d84a5ca88744ece36af",
+   "bytes": 101869,
+   "consumed_by_alignment": false,
+   "role": "dev split, derivable from edu_all"
+  },
+  "edu_test.csv": {
+   "source_path": "data/edu_test.csv",
+   "blob_sha1": "e06d9639e8b286156b5ab1f4e6367a78665e66bf",
+   "sha256": "47f6b86ec6c5256e9db97844f86684dc1fdc72c593e14db230e532098f668534",
+   "bytes": 104740,
+   "crlf_count": 2,
+   "consumed_by_alignment": false,
+   "role": "test split, derivable from edu_all"
+  },
+  "climate_train.csv": {
+   "source_path": "data/climate_train.csv",
+   "blob_sha1": "1461db501ee4bde69dac91500c0b8967b2180f86",
+   "sha256": "31daeb6476f3db3b864f6f3a0a40a689ebd07310636e4b943199d3b7bc50d841",
+   "bytes": 274475,
+   "consumed_by_alignment": false,
+   "role": "train split, derivable from climate_all"
+  },
+  "climate_dev.csv": {
+   "source_path": "data/climate_dev.csv",
+   "blob_sha1": "08b1c700bb9c98f3def3430a7be1a4e26397ebe8",
+   "sha256": "cee102370d57d12118483bd70e4bdca9ce60de934f0668c4f037dee8ebbaf701",
+   "bytes": 96522,
+   "consumed_by_alignment": false,
+   "role": "dev split, derivable from climate_all"
+  },
+  "climate_test.csv": {
+   "source_path": "data/climate_test.csv",
+   "blob_sha1": "fa00317f8320796e58b9af44dffdd50e0a14764f",
+   "sha256": "16f296fb38e594f92512a8f05e6b8c526a978fafe9fce8f924faaf7ad7d3082a",
+   "bytes": 62406,
+   "consumed_by_alignment": false,
+   "role": "test split, derivable from climate_all"
+  },
+  "climate_train_mh.csv": {
+   "source_path": "data/climate_train_mh.csv",
+   "blob_sha1": "0386d2f1172c72c6a0101115bbca209b644d6cd2",
+   "sha256": "234925773fc98569d95ab033144cced96322e136bbd77eec78cc569f6034300b",
+   "bytes": 293050,
+   "consumed_by_alignment": false,
+   "role": "masked-hard variant of the train split"
+  },
+  "climate_dev_mh.csv": {
+   "source_path": "data/climate_dev_mh.csv",
+   "blob_sha1": "88ec786d4910c84261c5168728c79c90e2025303",
+   "sha256": "8cac0cd850f21750571bf29f193c46449f645ebc5bc9b32cfa126218f1f5664e",
+   "bytes": 100382,
+   "consumed_by_alignment": false,
+   "role": "masked-hard variant of the dev split"
+  },
+  "climate_test_mh.csv": {
+   "source_path": "data/climate_test_mh.csv",
+   "blob_sha1": "127fedeb2220bf912858410e91ccb70f4d9ebd9f",
+   "sha256": "985b2f7ea95b1310feaa086c3ff07a181981dd7ebcd073d58eed91153c61483e",
+   "bytes": 66285,
+   "consumed_by_alignment": false,
+   "role": "masked-hard variant of the test split"
+  }
+ }
+}
diff --git a/MyIA.AI.Notebooks/GenAI/FallacyDetection/data/academic/MAFALDA/NOTICE-MAFALDA b/MyIA.AI.Notebooks/GenAI/FallacyDetection/data/academic/MAFALDA/NOTICE-MAFALDA
@@ -0,0 +1,78 @@
+NOTICE — CoursIA `data/academic/MAFALDA/`
+==============================================================================
+
+Ce répertoire est une copie verbatim de deux fichiers du dépôt amont MAFALDA
+au commit épinglé **0df434477b914a20f55c0592ba05a53fe924c65b** (acquis le
+2026-10-10, tranche C de l'issue #17578, EPIC #10355 — critères c.6073752732).
+
+Dépôt source      : https://github.com/ChadiHelwe/MAFALDA
+Fichiers sources  : `datasets/gold_standard_dataset.jsonl` (200 lignes)
+                    `datasets/user_study_examples_with_labels.jsonl` (20 lignes)
+
+Empreintes (mesurées à l'acquisition, identiques à l'amont au commit épinglé) :
+
+  Fichier                                SHA1 (blob git)                SHA-256
+  gold_standard_dataset.jsonl            815be42647e5c7fde3656d1d...    f714d58e7a21a66d63bc03ead98f376e2d9ab7a35d3f847d92ac1c2e0179004d
+  user_study_examples_with_labels.jsonl  90289f00fa49965ba38df65d...    88928bfb2ffc1e32882f5be404286206451a9feabcb17501a7a0dd52c8827fd3
+
+Les SHA1 de blob complets et les tailles exactes vivent dans `manifest.json`
+à côté de ce NOTICE.
+
+Licence amont — support : le papier, jamais un fichier inexistant
+-----------------------------------------------------------------
+
+Le dépôt amont ne porte AUCUN fichier `LICENSE` et son README ne mentionne
+aucune licence (mesuré par API GitHub le 2026-10-09, lane po-2026,
+c.6073752732 ; re-mesuré le 2026-10-10 par la lane po-2025). La licence des
+données est déclarée par les auteurs dans le papier :
+
+  Helwe, Calamai, Paris, Clavel, Suchanek — « MAFALDA: A Benchmark and
+  Comprehensive Study of Fallacy Detection and Classification », NAACL 2024,
+  arXiv:2311.09761 : « All our code and data are publicly available under a
+  CC-BY-SA license ».
+
+Corroboration mesurée le 2026-10-10 : la fiche arXiv 2311.09761 porte
+elle-même un lien de licence « view license » pointant CC BY-SA 4.0.
+
+Conséquence (ShareAlike, critère 4 de la tranche C)
+---------------------------------------------------
+
+Toute dérivée committée dans CoursIA construite sur ces données (tables
+d'alignement taxonomique, splits, extraits) est distribuée sous la même
+marque **CC-BY-SA**, attribution conservée :
+
+  © Helwe et al. 2024 — CC BY-SA 4.0 (déclaration papier NAACL 2024,
+  arXiv:2311.09761).
+
+Périmètre de la copie (critère 3 : ce qui est pris, ce qui ne l'est pas)
+-----------------------------------------------------------------------
+
+Pris verbatim : les deux fichiers ci-dessus — les seuls fichiers annotés du
+dépôt qui servent l'alignement taxonomique académique ↔ Argumentum.
+
+Non pris :
+  - `datasets/non_annotated_dataset.jsonl` (5,7 Mo, textes sources sans
+    étiquettes — hors besoin de l'alignement) ;
+  - `datasets/users_results/` (résultats de l'étude utilisateur) ;
+  - `datasets/user_study_examples_without_labels.jsonl` (variante non
+    étiquetée d'un fichier pris) ;
+  - `MAFALDA_Annotation_Guidelines.pdf` — déposé au gisement bibliographique
+    GDrive partagé avec le papier (règle bibliography-hygiene), jamais
+    committé.
+
+Copie verbatim
+--------------
+
+Identique octet pour octet à l'amont : LF purs (0 CRLF), UTF-8 sans BOM,
+ASCII pur. La règle `-text` du `.gitattributes` racine (entrée dédiée)
+empêche git de normaliser les fins de ligne : le blob stocké reste égal au
+blob amont, vérifiable par `git ls-files -s` contre les SHA1 ci-dessus.
+
+Resynchronisation
+-----------------
+
+Re-télécharger depuis le dépôt amont au nouveau commit
+(`https://raw.githubusercontent.com/ChadiHelwe/MAFALDA/<commit>/datasets/<fichier>`),
+vérifier les empreintes, puis mettre à jour le commit épinglé dans ce NOTICE
+et dans `manifest.json`. Ne jamais éditer les `.jsonl` à la main : la copie
+cesserait d'être verbatim et l'empreinte ne correspondrait plus.