Github Trends®
8561 findingsmedian surprise 0.00424window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
FINDING #799 · UNIT ID 973283216
dhdegroot/Bonsai-data-representation
All code necessary for reconstructing Bonsai-trees on high-dimensional data and visualizing them in Bonsai-scout
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0601
ENGAGEMENT0.35
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
10% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
3.67
ACCEL
+1.50
RETENTION
37.5%
PEAK 2026-08-22 · FORK-RETENTION 0.0% · 11 STARS / WINDOW

Author Audience

AUDIENCE
21
FOLLOWERS
10
OWNER ★
110

Engagement Signals

FORKS
13
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 11 / 11 (DIVERSITY 1.00)

Why This Is A Finding

dhdegroot/Bonsai-data-representation собрал 11 звёзд за окно, тогда как у автора всего 10 подписчиков — эффективная аудитория ≈ 21. Это даёт surprise-индекс 0.0601 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 8561 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.02ABOVE 91%
VELOCITY3.675.67-2.00ABOVE 26%
RETENTION37.5%44.4%-6.9 PPABOVE 43%
FORKS13355-342ABOVE 8%
SURPRISE0.060.00+0.06ABOVE 90%