Github Trends®
6380 findingsmedian surprise 0.0122window 90 days
UNIT / TREND-MONITOR · REV 2.6
[ 90 days window ]
SOURCE: gharchive
FINDING #2287 · UNIT ID 449681070
wasserth/TotalSegmentator
Tool for robust segmentation of >100 important anatomical structures in CT and MR images
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00506
ENGAGEMENT0.20
FRESHNESS1.34
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
9% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
2.92
ACCEL
-0.00
RETENTION
12.3%
PEAK 2026-06-18 · FORK-RETENTION 0.0% · 263 STARS / WINDOW

Author Audience

AUDIENCE
538
FOLLOWERS
246
OWNER ★
2,920

Engagement Signals

FORKS
455
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 263 / 263 (DIVERSITY 1.00)

Why This Is A Finding

wasserth/TotalSegmentator собрал 263 звёзд за окно, тогда как у автора всего 246 подписчиков — эффективная аудитория ≈ 538. Это даёт surprise-индекс 0.00506 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 6380 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 64%
VELOCITY2.923.99-1.07ABOVE 37%
RETENTION12.3%17.1%-4.8 PPABOVE 37%
FORKS45590+366ABOVE 86%
SURPRISE0.010.01-0.01ABOVE 31%