Github Trends®
9591 findingsmedian surprise 0.00783window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #4588 · UNIT ID 720853375
DataExpert-io/data-engineer-handbook
This is a repo with links to everything you'd ever want to learn about data engineering
[ JUPYTER NOTEBOOK ][ ORG ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00263
ENGAGEMENT1.00
FRESHNESS1.26
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
42.37
ACCEL
-3.16
RETENTION
17.5%
PEAK 2026-08-06 · FORK-RETENTION 28.0% · 1,271 STARS / WINDOW

Author Audience

AUDIENCE
16,098
FOLLOWERS
3,302
OWNER ★
47,470

Engagement Signals

FORKS
9,260
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 1,271 / 1,271 (DIVERSITY 1.00)

Why This Is A Finding

DataExpert-io/data-engineer-handbook собрал 1,271 звёзд за окно, тогда как у автора всего 3,302 подписчиков — эффективная аудитория ≈ 16,098. Это даёт surprise-индекс 0.00263 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 28.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9591 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 52%
VELOCITY42.373.63+38.73ABOVE 95%
RETENTION17.5%24.8%-7.3 PPABOVE 36%
FORKS9,260120+9,140ABOVE 99%
SURPRISE0.000.01-0.01ABOVE 25%