Feature request: traits extracted from Wikipedia introductions via taxoniq, as a new source
メンテナーはふだん 1 日以内に返信
まだ誰も着手していません。
評価
調査の方向性
Read the issue’s measurements and proposed prerequisites, then inspect the existing bergeys_2026 source and sources/ layout. Resolve the licensing, evidence and confidence, and taxoniq release pinning decisions before implementation. Done means a new source extracts and validates traits from the pinned taxoniq descriptions with those decisions documented; the issue provides no test or validation entry point.
索引モデルが issue の本文から書いたものです。
説明
Proposal: a new programmatic source built from the Wikipedia introductory paragraphs that Levi's taxoniq release carries for every taxon with a Taxonbar article (lwaldron/taxoniq, built 2026-10-31; Taxon.description, Taxon.wikidata_id). Traits would be extracted with the same prompt-based approach and validation as bergeys_2026, and the source would live in bugphyzzExports sources/.
Measured against the devel export of 2026-11-10:
- 10,149 of the 232,140 records are Bacteria or Archaea: 7,643 species, 1,951 genera, about 500 above genus.
- Paragraphs that mention a trait: gram stain 5,944; aerophilicity 3,467; motility 2,703; habitat 2,434; shape 2,322; spore formation 1,457; pathogenicity 512.
- Only 708 of those taxa are absent from bugphyzz. Taxa whose article mentions an attribute they have no curated value for: gram stain 2,879; aerophilicity 3,522; motility 4,616; shape 4,255; spore formation 6,198. Upper bounds, before extraction and conflict resolution.
So the gain is a few thousand annotations against 366,000 curated ones, concentrated in attributes that are already well covered. The more interesting uses are the 708 uncovered taxa and attributes bugphyzz has no source for yet (habitat terms, pathogenicity).
Before building:
- Licence. The extracts are CC BY-SA 3.0; bugphyzz is CC BY 4.0. Decide whether derived trait rows carry the share-alike condition.
- Evidence and confidence: tertiary text, so NAS and low, like BacMap.
- Pin the taxoniq release the extracts come from, as
ncbi_assemblies/python.shpins the taxon database.
Not for v1.1.0. Filed so the measurement is not lost.
Drafted with Claude Code.
- 主要言語
- R
- スター
- 6
- フォーク
- 6
- 平均マージ
- 3時間 17分
- マージ済み PR（30日）
- 20
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートなし
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
waldronlab/bugphyzz のほかの issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
waldronlab/bugphyzz#301 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
waldronlab/bugphyzz#281 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 3/5 1〜2日 初心者へのやさしさ 77/100
waldronlab/bugphyzz#300 ·
メンテナーはふだん 1 日以内に返信
-
難易度 4/5 3〜5日 初心者へのやさしさ 57/100
waldronlab/bugphyzz#299 ·
メンテナーはふだん 1 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
waldronlab/bugphyzz#296 ·
メンテナーはふだん 1 日以内に返信
waldronlab/bugphyzz の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
r-lib/tree-sitter-r#209 ·
-
難易度 1/5 1時間未満 初心者へのやさしさ 67/100
-
難易度 1/5 1時間未満 初心者へのやさしさ 79/100
cran-task-views/CausalInference#52 · コメント 1 件 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
paul-buerkner/brms#1971 ·
メンテナーはふだん 4 日以内に返信