Como os 46 760 registos Mérimée se tornaram uma plataforma quadrilingue auditável.
CSV « Immeubles protégés au titre des Monuments Historiques » (base Mérimée), Ministère de la Culture — Licence Ouverte 2.0, 46 760 notices, 78 colonnes, téléchargé de data.gouv.fr le 01/09/2026.
build_dataset.py : clés compactes, parse des siècles (« 4e quart 19e siècle » → 19 ; eras pré/proto/antiquité), événements de protection, coords WGS84 validées métropole+DOM (1 swap lat/lng documenté), détail par département.
Statut (316) par décomposition déterministique ; état (47) mappé 1-à-1 ; usages par classification des dénominations (93 % de couverture) ; FR/EN/DE avec provenance [C]/[I] — 24 termes sourcés Wikipédia.
Auteur + Personnes liées (6 150 chaînes distinctes) extraites par lecture réelle en 31 lots d’agents LLM → 7 791 entités (110 firmes), fusion par build_persons.py.
Join P380 (73 242 paires SPARQL, 98,1 % des notices) ; sitelinks live à la fiche ; miniatures Commons P18 → WebP 250 px.
Patterns : constructions/siècle, protections/décennie (51 628 événements), sacré vs profane, vocabulaire émergent, builders. Réutilisations : Sankey des changements d’usage.
audit.py par population entière : compteurs recomptés du CSV brut, valeurs de filtres vs données brutes, images sur disque, hreflang ×3 langues, clés vocab en==de.
Materiais quase vazio (rede substituída por Domínio ↔ Denominação); bibliografia ausente do CSV (secção substituída por ligações externas); mudanças de uso limitadas aos 3,8 % de fichas com uso atual; a extração de pessoas cobre Autor + Pessoas ligadas (ainda não o Historique). Detalhes: docs/relatorio-proveniencia.md.
Em 02-09-2026, um painel de 8 agentes auditou a fidelidade site↔fonte sobre a população inteira (identidade das 46 760 fichas, coordenadas 44 484/44 484, 15,9 M caracteres de texto, 24 agregados re-derivados). Resultado: cópia 100 %, datação 99,95 %, proteção 99,997 %, pessoas 0,1 % de desvios de uma letra — 5 correções aplicadas no mesmo dia. Os 9 relatórios são descarregáveis abaixo.
Descarregar os relatórios de auditoria
O SIPA não tem campo de data de proteção: as datas foram extraídas por leitura real das 4 473 cadeias «Decreto/Portaria/DG…» por 12 agentes (5 091 eventos, 4 803 classificações datadas; convenção: data de publicação DG/DR, o número de decreto não é uma data). É a fonte do gráfico «proteções por década» da comparação FR/PT.