FINDING #663 · UNIT ID 907301838
Eticas-AI/itaca
An open-source Python library designed for developers to calculate fairness metrics and assess bias in machine learning models.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
28% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
5.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 5 STARS / WINDOW
Author Audience
AUDIENCE
8
FOLLOWERS
2
OWNER ★
20
Engagement Signals
FORKS
1
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 5 / 5 (DIVERSITY 1.00)
Why This Is A Finding
Eticas-AI/itaca собрал 5 звёзд за окно, тогда как у автора всего 2 подписчиков — эффективная аудитория ≈ 8. Это даёт surprise-индекс 0.10 (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.
Related Findings
RANKS ABOVE 89% OF 6024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 89%
VELOCITY5.009.00-4.00ABOVE 0%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS1495-494ABOVE 1%
SURPRISE0.100.00+0.10ABOVE 94%