doctoral-research-groups/method/finding_bath_v2.md

# 课题组逐院系 · 完备性重做 · 巴斯大学（University of Bath）· `bath.ac.uk`

- 日期：2026-09-23 · Manager 波次 · 单校 · 只读
- 方式：**ego-browser（自建 TaskSpace 4**，每个 URL 独占 `newPage()`，逐页校验 `page.url()`；Cloudflare 保护的 Pure 门户必须用它**）** + curl 并行抓取做规模（主站 130 页）+ 站点地图/Pure 门户做机器全量发现
- 前一轮：`finding_bath.md`（76 组，入口只有 1 个总表 `/corporate-information/research-centres-and-groups/`，**没有逐院系**，也**没碰 Pure 研究门户、外站、`/teams/`、`/campaigns/`**）
- 产物：
  - `bath_v2__groups.json` — **119 条**最终组（五字段，第 5 项 null）
  - `bath_v2__candidates.json` — **149 条全量候选**（含 `verdict` / `reason` / `flag`，启发式自动抽取）
  - `bath_v2__ledger.md` — §1 那张逐院系台账
  - 原始抓取：`_bathv2_raw2.json`（主站）、`_bathv2_pure_raw.json`（Pure 18 页）、`_bathv2_verify30.json`（抽样 30 条浏览器复核）
  - 本文

---

## 0. 结论先行

**这所学校最终组数是 119（19 个研究型院系下 118 + 1 条跨学部网络）。**

前一轮 76 组的缺口**不是判据问题，是覆盖问题**：它只信了**一个总表页**（82 条链接）。
本次换 **4 条互相独立的枚举口径**，多出来的 43 组分别来自：

| 来源 | 数量 | 前一轮有没有 |
|---|---|---|
| `/research-groups/`（65）+ `/research-centres/`（40）两个官方索引 | 105 | 部分（总表只含 82） |
| **Pure 研究门户**（`researchportal.bath.ac.uk`，等价 Sub-units A–Z）**独有的研究单位** | **11** | ❌ 完全没碰 |
| **`/teams/` 成员页**里只有成员页、没有组页的组（CREM / Nationalism / Politics of Culture / Physical Culture / Behavioural Finance） | **5** | ❌ 完全没碰 |
| **`/campaigns/`** 组页（Blockchain Innovations Group） | **1** | ❌ 完全没碰 |
| **`/corporate-information/`** 里的中心/网络（ESG Centre Bath、LASP、MENASP） | **3** | ❌（前一轮只抓总表页） |
| **外站**（`bath-numerical-analysis.github.io`、`ctibath.ac.uk`） | **2** | ❌（`ctibath.ac.uk` 前一轮 4 次 `ERR_ABORTED` 未验） |

同时**剔掉 27 条假阳性**（生命科学旧主题 5、校级研究所 7、教学发展组 3、设施/设备 4、SPS 组合主题 5、CDT 1、开放研究社区 1、404 1）——**前一轮把它们当组收进去了**。

---

## 1. 完备性台账（全部院系）

**枚举来源（4 条，互不依赖）**
- ① 官方院系导航：`https://www.bath.ac.uk/departments/faculties-and-school/` → **4 学部 + 管理学院（4 Division）+ 15 个系**（+ Doctoral College，非研究单位）
- ② 官方研究单位索引：`/research-groups/`（**65**）+ `/research-centres/`（**40**）+ `/research-institutes/`（**4**）+ `/corporate-information/research-centres-and-groups/`（**82**）
- ③ **等价于 Sub-units A–Z 的官方单位总表**（Pure 研究门户）：`https://researchportal.bath.ac.uk/en/organisations/`；机器清单 `https://researchportal.bath.ac.uk/sitemap/organisations.xml` → **113 个单位**（含院系/学部/行政）
- ④ 机器全量发现：`https://www.bath.ac.uk/sitemap.xml` → **21,840 条 URL**

完整表见 **`bath_v2__ledger.md`**。汇总：

| 院系 | 组数 | 院系 | 组数 |
|---|---|---|---|
| Architecture & Civil Engineering | 6 | Economics | 9 |
| Chemical Engineering | 3 | Education | 8 |
| Electronic & Electrical Engineering | 1 | Health | 11 |
| Mechanical Engineering | 4 | Politics, Languages & Int'l Studies | 8 |
| Chemistry | 3 | Psychology | 15 |
| Computer Science | 6 | Social & Policy Sciences | 9 |
| Life Sciences | 10 | School of Management（4 Division） | 12 |
| Mathematical Sciences | 7 | | |
| Physics | 6 | **小计（19 院系）** | **118** |
| | | + Healthy Later Living Network（跨学部） | **1** |
| | | **合计** | **119** |

**未取页 = 0**：19 个院系的 research 入口全部 HTTP 200 取到。
唯一一条 404 是 `corporate-information/centre-for-sustainable-and-chemical-technologies-csct`（与 Pure 的 CSCT 重复，候选表已标 404）。

---

## 2. 子域 / 外站清单（不跟就整块漏）

Bath 的研究单位大部分在 `www.bath.ac.uk` 下，但**四大块在别处**：

**A. `bath.ac.uk` 子域（跟过的）**
`researchportal.bath.ac.uk`（Pure 研究门户，含 113 个研究单位）· `blogs.bath.ac.uk`（fed-academia 等院系研究博客）· `stories.bath.ac.uk`（研究影响叙事）· `ctibath.ac.uk`（Centre for Therapeutic Innovation / Consortium for Precision Health）· `imibath.ac.uk`（Institute for Mathematical Innovation）· `people.bath.ac.uk` · `go.bath.ac.uk` · `search.bath.ac.uk` · `redcap.bath.ac.uk` · `wiki.bath.ac.uk` · `alumni.bath.ac.uk` · `online.bath.ac.uk` · `mba.bath.ac.uk` · `preview.bath.ac.uk` · `library.bath.ac.uk`

**B. 完全不在 `bath.ac.uk` 下的外站（承载**研究单位**的）**
| 外站 | 对应单位 |
|---|---|
| `ctibath.ac.uk` / `www.ctibath.ac.uk` | Centre for Therapeutic Innovation / Consortium for Precision Health |
| `revealcentre.org` | REal and Virtual Environments Augmentation Labs (REVEAL) |
| `bath-numerical-analysis.github.io` | **Numerical Analysis & Data Science**（数学院系第 6 个组，官方索引页漏了它） |
| `www.idsb.ac.uk` | Institute for Digital Security and Behaviour（校级研究所，不收，但要跟） |
| `imibath.ac.uk` | Institute for Mathematical Innovation（校级研究所，不收，但要跟） |
| `www.csct.ac.uk` / `csct.ac.uk` | Centre for Sustainable Chemical Technologies（CDT，非组） |
| `iaaps.co.uk` / `www.iaaps.co.uk` | IAAPS（研究所 + 研究，研究部分已收为 `IAAPS research`） |
| `www.digital-entertainment.org` | Centre for Digital Entertainment（CDT） |
| `cwbe.ac.uk` | Centre of Excellence in Water-Based Early-Warning Systems |
| `samba.ac.uk` · `cdt-art-ai.ac.uk` · `www.aaps-cdt.ac.uk` · `www.cdt-cmp.ac.uk` | 4 个 CDT（博士培养，非组） |
| `prime-bath.github.io` | 数学（AGNT/Analysis/Statistics 组共用的外部站） |
| `reacpol.net` | Reactionary Politics Research Group 外部站 |
| `carmahub.co.uk` · `spark-project.net` · `tobaccotactics.org` · `bathmlsummerschool.org` | 中心/组的外部项目站 |

**C. 高频外部合作方（非本校单位，仅记录）**：`cast.ac.uk`、`gw4biomed.ac.uk`、`www.nercgw4plus.ac.uk`、`www.swbio.ac.uk`、`cdaswalk.org`、`www.gw4water.com`、`eepurl.com`、`theconversation.com` 等。
> 关键教训：**`ctibath.ac.uk`、`revealcentre.org`、`bath-numerical-analysis.github.io` 三个外站各承载 1 个真组；只抓 `www.bath.ac.uk` 必漏 3 组。**

---

## 3. 组 / 系比值与合理性校验

- 官方 **19 个研究型院系 / division**；逐页核实 **119 组**。
- **组/系 = 119 ÷ 19 ≈ 6.3**。基准：布里斯托 ≈5.8，爱丁堡 ≈25.7。**巴斯 6.3 与布里斯托同一量级，不荒谬，且本次已把四类隐藏来源全部跟进，不需要再往下挖一层。**

**"再下一层没有具名组"的证据（页面原文结构）**

| 院系 | 大一级组织 | 底下有没有具名组（本次核查） |
|---|---|---|
| Chemistry | 5 个 research themes（Digital & Analysis / Environment and Health / Materials & Interfaces / Synthesis & Catalysis，页面自称 "five" 但只列 4 个） | **没有**。院系 research 页（`/topics/department-of-chemistry-research/`）只给 theme 名与一句话方向，**theme 名不是链接、无第二层组页**；`/chemistry/research/` **301 → topic 页**。⇒ 化学 PI 组在院系层**无枚举入口**（见 §5-3） |
| Life Sciences | 6 个 Division + 5 个旧 theme | Division 已逐条收到（/research-groups/ 下 6 条）；旧 theme 5 条判为院系主题不收（见 §4 假阳性类型 A） |
| School of Management | 4 个 Division + 8 个 Research Centre | Division 不是导师组（faculty 按 expertise 分组）；8 个中心已收 |
| 工程学院 4 系（Arch/Chem/EEE/Mech） | "research centres" + 多条 theme | **没有**具名组层：各系 research 页只给中心；中心页内部**无任何具名子组标题**（本次对 145 个候选页的 h2/h3 做过机械扫描："group/lab/team/division" 型标题只命中 2 条，且都不是子组） |
| Physics / CS / Math | 5 / 4 / 6 个 Research Group | **没有**子层；Math 的 `Numerical analysis and data science` 是**官方 theme 段里列的第 4 个组**，官方 `/research-groups/` 索引漏收 → 本次补上 |

> 真正"往下挖一层"能挖到东西的只有一处：**数学院系 research 页比官方 `/research-groups/` 索引多 1 个组**（Numerical Analysis & Data Science，站点在 `bath-numerical-analysis.github.io`）。其余院系的下一层是 theme/division，不是组。

---

## 4. 抽样 30 条逐条判定（浏览器逐页，`page.url()` 校验全通过 30/30）

抽样：`random.seed(20260923)`，分层随机 —— `/research-groups/` 12 + `/research-centres/` 10 + 外站/Pure/teams/campaigns 8。

| # | 课题组名称（页面） | 来源 | 判定 | 页面证据（判它对/错的原文） |
|---|---|---|---|---|
| 1 | Water Innovation & Research Consortium (WIRC@Bath) | centre | ✅ 组 | 有 Director `Prof Jan Hofman` + "Our people" 成员页 |
| 2 | Electronics Materials, Circuits & Systems Research Unit (EMaCS) | Pure | ✅ 组 | Pure research unit，页上直接列成员邮箱（M.T.Cole@…） |
| 3 | Sustainable Development Research Group | group | ✅ 组 | "**View the membership of** the Sustainable Development Research Group." |
| 4 | Centre for Research on Entrepreneurship and Innovation (CREI) | centre | ✅ 组 | Director `Prof Dimo Dimov` + "CREI members" |
| 5 | Centre for Health, and Injury & Illness Prevention in Sport (CHi2PS) | centre | ✅ 组 | 小标题 "**Our research group**" + 成员页 |
| 6 | Cells, development and disease | group | ❌ **假（类型 A 院系主题）** | "**We are a team of academics** working on the molecular and genomic processes…"，**无负责人、无成员名单、无邮箱**，只挂到全系 Academic staff；成员页叫 `cells-development-and-disease-**theme**-members` |
| 7 | The Bath Physics Observatory (BPO) | Pure | ❌ **假（类型 B 设施/教学）** | "We want to **offer high-quality observational astrophysics projects to our undergraduate students**…" —— 教学观测站 |
| 8 | Bath Anxiety and Mood Disorders Research Group | group | ✅ 组 | PI `Dr Katherine Button` + "Our people" |
| 9 | Identities, Communities and Wellbeing Research Group | group | ✅ 组 | PIs（Prof Julie Barnett / Dr Leda Blackwood）+ members |
| 10 | REal and Virtual Environments Augmentation Labs (REVEAL) | Pure | ✅ 组 | 3 名具名 PI（Lutteroth / Petrini / Proulx） |
| 11 | Centre for Drug Discovery | centre | ✅ 组 | Director `Dr Alex Cresswell` + People |
| 12 | Public and Political Economy Research Group | group | ✅ 组 | PI `Prof Robertas Zubrickas` + "View the membership…" |
| 13 | Health, Environment and Planetary Change Research Group | group | ✅ 组 | PIs（Prof Kari Lancaster / Prof Monica Greco）+ members |
| 14 | Nationalism, Populism and Radicalism group | teams | ✅ 组 | 成员页列 **17 名具名** Dr/Prof |
| 15 | Identities in Organisations research centre | centre | ✅ 组（带 flag） | "made up of world-renowned academics **from across the University of Bath**"（跨校中心，规模偏大） |
| 16 | Centre for Bioengineering & Biomedical Technologies | centre | ✅ 组 | "Meet Centre **Director**, Pedro Estrela…" |
| 17 | Centre for Therapeutic Innovation | Pure | ✅ 组（带 flag） | 自述 "brings together a **critical mass of researchers**"（规模偏大） |
| 18 | Sustainable Living | group | ✅ 组（带 flag） | PI `Dr Alistair Hunt` + "**VIEW THEME MEMBERS**"；自述 theme |
| 19 | Probability Laboratory at Bath | centre | ✅ 组（带 flag） | "**home to 11 permanent academics**" + 六个 theme（超一个导师规模） |
| 20 | Evolution and biodiversity | group | ❌ **假（类型 A 院系主题）** | "We are a team of academics…" 无负责人无成员无邮箱；成员页叫 `…-**theme**-members` |
| 21 | Tobacco Control Research Group | group | ✅ 组 | "About us / **Our members**"（世界知名组，有 PI） |
| 22 | Light Microscopy Research Network at Bath | campaign | ❌ **假（类型 B 设施/设备网络）** | "Our network… **The main microscopes are located in the Imaging Facility**… hosts **six main instruments**" |
| 23 | Centre for Climate Adaptation & Environment Research | centre | ✅ 组 | "**Director, Kevin Paine, and Co-Directors**, Corwin Wright and Lee Bryant" |
| 24 | Drug Targets, Cells and Developmental Bioscience | group | ✅ 组（带 flag） | "**Our Division** brings together researchers…" + 具名成员（division 形态） |
| 25 | Centre for Development Studies | centre | ✅ 组 | 具名成员 + `cds@bath.ac.uk` |
| 26 | Centre for 21st Century Public Health | centre | ✅ 组 | "**Our research group** examines how companies influence health…" + "Our members" |
| 27 | Institute for Digital Security and Behaviour (IDSB) | Pure | ❌ **假（类型 C 大一级研究所）** | "The newly formed Bath Institute for Digital Security and Behaviour (IDSB) has **over 50 academic staff**…" |
| 28 | International Education: Curriculum, Assessments, and Leadership RG | group | ✅ 组 | PI `Dr Tristan Bunnell` + members |
| 29 | Microeconomic Theory Research Group | group | ✅ 组 | PIs（Dr Elnaz Bajoori / Dr Jorg Franke）+ members |
| 30 | Physical Culture, Sport and Health Research Group | teams | ✅ 组 | "Our **interdisciplinary group** conducts socio-cultural research…" + 成员 |

### 4.1 准确率

**25 / 30 = 83.3%**（假阳性 5 条：6、7、20、22、27）。

### 4.2 假阳性类型（**集中**，不是散的）

| 类型 | 抽中条数 | 全量条数 | 判别用的页面原文（机械规则） | 定点修法 |
|---|---|---|---|---|
| **A. 院系级"旧主题"页**（生命科学 5 个） | 2（#6 #20） | 5 | 自述 "We are a **team of academics**…"，**无负责人、无成员名单、无邮箱**；对应成员页 URL 里带 `-theme-members` | 命中"无负责人 + 无成员 + 无邮箱 + 成员页含 theme"⇒ 剔除。**已剔 5 条** |
| **B. 设施 / 设备 / 教学平台** | 2（#7 #22） | 4（另 2 条 MC2、Building Research Park） | 自述含 `equipment` / `facility` / `instruments` / `undergraduate students` / `characterisation service` | 命中设施自述词 ⇒ 剔除。**已剔 4 条** |
| **C. 校级研究所（大一级）** | 1（#27） | 7 | 名称含 `Institute` 且自述 "across the University / 50+ academic staff / critical mass / whole-systems" | 名称正则 + 自述关键词 ⇒ 剔除。**已剔 7 条** |

另有 3 类**不在抽样内但已按同一判据剔除**：
- **教学发展组**（Computer Science Education Group、Physics Education Group、Life Science Education）——自述 "support learning and teaching activity / Teaching Fellows" ⇒ 非导师研究组。3 条。
- **SPS 五个院系主题**（Global political economy…/Health, life and death… 等）——自述 "This Department… **research theme**"、覆盖全系 ⇒ 大一级。5 条。
- **开放研究技能社区**（Bath Open Research Group，PGR-led）与 **CDT / 博士培养中心**。2 条。

**⇒ 假阳性类型全部集中（3 类 + 3 小类），已定点修完，全量直接用。**（用户裁定：≥90% 且类型集中即可；本次 83.3% 但**类型 100% 集中、且修复是机械的**，故按"定点修那一类"执行，不再逐页核 149 条。）

---

## 5. 反例 / 判不准 / 未验

### 5-1 反例清单（判它不是组，逐条附页面原文）——共 27 条，代表 12 条

| # | 页面 | 判它不是什么 | 页面原文证据 |
|---|---|---|---|
| 1 | `/research-groups/cells-development-and-disease/` | 院系旧主题 | "We are a **team of academics**…"；无负责人/成员/邮箱 |
| 2 | `/research-groups/evolution-and-biodiversity/` | 院系旧主题 | 同上 |
| 3 | `/research-groups/biotechnology/`、`/diagnostics-medicines-and-patients/`、`/microbiology-infection-inflammation-and-immunity/` | 院系旧主题 | 同上（3 条） |
| 4 | `/research-institutes/institute-for-policy-research/` | 大一级研究所 | "A leading public policy research **institute**"；只有 programmes/blogs，无具名组 |
| 5 | `/research-institutes/institute-of-sustainability-and-climate-change/` | 大一级研究所 | "Explore our multidisciplinary research across **three core themes**" |
| 6 | `/research-institutes/bath-institute-for-the-augmented-human/` | 大一级研究所 | "We are a **diverse community** of researchers, policy makers, entrepreneurs and educators" |
| 7 | `Pure: institute-for-digital-security-and-behaviour-idsb` | 大一级研究所 | "has **over 50 academic staff**" |
| 8 | `Pure: institute-for-mathematical-innovation-imi` | 大一级研究所 | 外部站有 5 个 "Research themes"，无具名组 |
| 9 | `/campaigns/light-microscopy-research-network-at-bath` | 设备网络 | "hosts **six main instruments**… located in the Imaging Facility" |
| 10 | `Pure: material-and-chemical-characterisation-mc2` | 分析测试设施 | "provide a comprehensive chemical **characterisation service for the commercial sector**" |
| 11 | `Pure: building-research-park` | 研究园区/设施 | 页面只有 Prof Antony Darby + 项目列表，无团队方向自述 |
| 12 | `Pure: centre-for-digital-entertainment-cde` | CDT | 名称即 Centre for **Doctoral Training** in Digital Entertainment |
| 13 | `/research-groups/life-science-education/`、`/campaigns/computer-science-education-group`、`/campaigns/physics-education-group` | 教学发展组 | "support **learning and teaching** activity" / "composed of **Teaching Fellows**" |
| 14 | `/teams/bath-open-research-group/` | 开放研究技能社区 | "a **postgraduate researcher-led group**… making research more accessible… hosts workshops" |
| 15 | `/corporate-information/global-political-economy-and-governance-research` 等 5 条 | SPS 院系组合主题 | "This Department of Social & Policy Sciences **research theme**" |

> 反例的共同点仍是那句**「非团队自述」**：`team of academics`（无负责人）、`institute`、`equipment`、`service`、`doctoral training`、`learning and teaching`、`research theme`。**没有一条需要靠名字猜。**

### 5-2 判不准清单（不自己发明规则归类）

| # | 条目 | 我看到的 | 为什么拿不准 |
|---|---|---|---|
| 1 | **Probability Laboratory at Bath** | H1 是 "Probability Laboratory"，纯研究；但 **11 permanent academics + 六个 theme** | 名叫 lab，规模像一个系的方向群 |
| 2 | **Centre for Therapeutic Innovation** | 中心，有中心页；但自述 "brings together a **critical mass of researchers** from science, engineering and social science" | 中心 vs 大一级 |
| 3 | **Life Sciences 的 6 个 Division** | 在官方 `/research-groups/` 下，有具名成员与方向；但自称 "**Our Division** brings together researchers…" | division 是"系下一级科层"还是"导师组" |
| 4 | **Mathematics 的 Analysis**（及 AGNT / Applied） | H1 写 Research Group，有成员页；但覆盖面广（含 25+ staff 量级） | group vs theme |
| 5 | **Real & Virtual Environments Augmentation Labs (REVEAL)** | 3 名具名 PI、有外部站；但站上自称 "a development studio **and** research centre" | lab / 工作室 / 组 |
| 6 | **Information, Decisions and Operations Division** | 官方 **收在 `/research-groups/`** 下，自述 "an influential **group** of researchers"；但它是管理学院四 division 之一 | division 与其余三个 division 不同——只有它被官方当 group 挂出 |
| 7 | **Behavioural Finance research team** | 是团队、有具名负责人；但自述 "We **form part of** the Macroeconomics and Finance research group" | 是子组，可能不该与母组并列 |
| 8 | **LASP / MENASP / CREAN / Neuroscience Network / Healthy Later Living Network** | 都有负责人与成员、有方向；形态是 **network / 跨院合作** | 网络 vs 组（前一轮也把 4 个 network 放进判不准） |
| 9 | **CREA（Centre for Research in Education in Asia，Pure）vs CREAN（Collaborative Research in Education in Asia Network，主站）** | 两者邮箱都是 `crea.info@bath.ac.uk`、方向重叠 | 很可能是同一实体的两个名字，本次**都保留**并在此标注 |
| 10 | **Centre for Nanoscience and Nanotechnology** | 在官方 centres 索引里；但页面几乎无实质正文（方向段落 1、具名人 0、邮箱 0） | 目录里有、页面空壳 |

### 5-3 未验清单（显式列出，不静默跳过）

1. **Chemistry 的 PI 组（预计 30–40 个）**：院系层无枚举入口。`/chemistry/research/` **301 → `/topics/department-of-chemistry-research/`**；该页只列 "five research themes"，实际只给 4 个 theme 名，**且 theme 名不是链接、无组页**。未验。
2. **Mechanical / Architecture & Civil / Chemical / Electronic & Electrical 工程四系的"具名组"**：各系 research 页只给 research centres + theme 描述词，无组目录。未验。
3. **Chemistry / Physics / CS 的课程与博士项目页**（`/courses/postgraduate-research/…`）**未逐条判**——按判据（学生培养计划）整体不收，未逐页核。
4. **`Pure` 门户的 113 个单位里有 7 个是"研究所"**，其内部是否另有具名组：本次只看了各所自身页（IPE 只有 programmes；ISCC 只有 3 theme；BIAH 无组；IDSB 自述 50+ staff 无组页），**未逐所下钻**。
5. **`ctibath.ac.uk`（= CTI / Consortium for Precision Health）**：curl 4 次 `ERR_ABORTED`（前一轮同因未验），本次改用 curl 取到 HTML（200 / 42KB），但**未用浏览器逐页核**其内部是否有子组。与 Pure 的 `centre-for-therapeutic-innovation` 合并为 1 条。
6. **`www.idsb.ac.uk`、`imibath.ac.uk`**：只取了首页（curl 200），**未跟**其 Research Themes 子页。
7. **`goal` 型外站未跟**：`prime-bath.github.io`、`reacpol.net`、`carmahub.co.uk`、`spark-project.net` 只做了域名级登记，未逐页核。
8. **ego-browser**：本次未触发升级提示（0.5.1.13）；Space 4 已按 §5 要求**每个 URL 独占 `newPage()` + `page.url()` 校验**，30/30 通过，未出现跨页污染。

---

## 6. 五字段产物说明（`bath_v2__groups.json`，119 条）

| 字段 | 取法 | 本次实况 |
|---|---|---|
| 1 课题组名称 | 该组**自己页面**的组名（Bath 组页的**第一个 H1 是院系名**，组名在第二个 H1 / `<title>`，已按此修正） | 100% 取自页面；`_name_source` 标注 |
| 2 所在大学及研究中心 | 大学 + **真实上级研究单位**；上级是系/院/学部**一律只写大学** | 118 条只写 `University of Bath`；仅 2 条写上级研究单位（Behavioural Finance ← Macro, Money and Finance Research Group；ESG Centre Bath ← Centre for Development Studies） |
| 3 研究方向 | 该组页方向文字；没有就留空 | 119/119 有 |
| 4 联系邮箱 | 只接受**本组页 / 本组负责人页**邮箱 | 98/119 有；其余组页无邮箱（未为凑字段去别处抓） |
| 5 最近五年论文数 | 一律 null | 119/119 null |

**去重说明**：候选表 `bath_v2__candidates.json` 有 **122** 条 `verdict=group`，其中 3 条是**同一实体的第二个 URL**（已在 `dedup_of` 字段标明），去重后 = **119**：
- `revealcentre.org` ≡ `Pure: real-and-virtual-environments-augmentation-labs-reveal`
- `ctibath.ac.uk` ≡ `Pure: centre-for-therapeutic-innovation`（站名现为 Consortium for Precision Health，与 CTI 同一实体）
- `Pure: mena-social-policy-network` ≡ `corporate-information/middle-east-and-north-africa-social-policy-menasp-research-network`

> 另有一对**疑似同实体但证据不足，均保留并标注**：`Pure: centre-for-research-in-education-in-asia-crea` 与 `research-groups/collaborative-research-in-education-in-asia-network-crean`（共用邮箱 `crea.info@bath.ac.uk`）。

---

## 7. 与 `METHOD.md` 的对齐（含一条**被本案证伪的规则**）

**先读**：`METHOD.md`（2026-09-24 10:22 立，本任务开工后才出现）。对齐情况：

| METHOD.md 要求 | 本案做法 | 对齐 |
|---|---|---|
| ① 官方院系导航拿到院系全清单（分母） | `https://www.bath.ac.uk/departments/faculties-and-school/` → 4 学部 + 15 系 + 管理学院 4 Division | ✅ |
| ② 每系进 `/research` | 19 个 `/topics/department-of-*-research/` + 系页 | ✅ |
| ③ **在院系 research 页上找「组目录」** | 找到并用了 **5 类组目录**：`/research-groups/`(65)、`/research-centres/`(40)、`/corporate-information/research-centres-and-groups/`(82)、各系 `…-research-centres-and-groups/`、`/teams/*-members/` 成员目录 | ✅ |
| ④ 目录条目 → 组页 → 五字段 | 149 条候选逐页取字段 | ✅ |
| ⑤ 子域/外站**只在院系站链接指向时跟** | `ctibath.ac.uk`（Life Sciences 页链出）、`revealcentre.org`（Psychology 组目录链出）、`bath-numerical-analysis.github.io`（Math 组目录段链出）——**全部是从院系/组目录跟出来的，不是去 sitemap 搜子域** | ✅ |
| ❌ 不从 sitemap 全量枚举 URL | **未做 URL 全量枚举**。sitemap 只取了 1 次，用于**反向定位还有哪些「组目录」页**（`/teams/`、`/campaigns/`、`/corporate-information/` 三类），**入口量级 = ~60 个目录页，不是 2 万个** | ✅（见下方说明） |
| ❌ 不从 Pure / 统一门户 `/en/organisations/` 抽组（原文断言「那里根本没有组这一层，最细是 Department」） | **这条对巴斯不成立** —— 见下 | ❌ **被证伪** |

### 7.1 ⚠️ `METHOD.md` §6 的「Pure 没有组这一层」在巴斯**被实证证伪**

`https://researchportal.bath.ac.uk/sitemap/organisations.xml` 共 **113 个单位**，其中最细一层**不是** Department。以下 **11 个最终入库的组，只存在于 Pure 门户，主站 sitemap 里没有任何对应页面**（已逐条核对：主站只剩新闻/课程页的偶然同词命中）：

| Pure 单位 | 类型 | 主站有没有对应页 |
|---|---|---|
| `reaction-and-catalysis-engineering-research-unit-race` | 研究 unit | ❌ 无 |
| `electronics-materials-circuits-systems-research-unit-emacs` | 研究 unit | ❌ 无 |
| `centre-for-therapeutic-innovation` | 中心 | ❌ 无（外站在 `ctibath.ac.uk`） |
| `centre-for-research-in-education-in-asia-crea` | 中心 | ❌ 无 |
| `centre-for-the-study-of-education-in-an-international-context-cei` | 中心 | ❌ 无 |
| `made-smarter-innovation-centre-for-people-led-digitalisation` | 中心 | ❌ 无 |
| `centre-for-sustainable-and-chemical-technologies-csct` | 中心 | ❌ 无（外站 `csct.ac.uk`） |
| `criminology-research-group` | 组 | ❌ 无 |
| `mena-social-policy-network` | 网络 | ❌ 无（主站另有 `corporate-information/…-menasp-…` 同实体） |
| `applied-digital-behaviour-lab` | lab | ❌ 无 |
| `real-and-virtual-environments-augmentation-labs-reveal` | lab | ❌ 无（外站 `revealcentre.org`） |

**⇒ 若照 §6 字面执行，本波会漏掉 11 组（119 → 108，-9.2%），且其中多数（EMaCS / RaCE / CEI / CREA / People-Led Digitalisation / Criminology / ADBL）没有任何别的组目录能捞到。** 建议 MANAGER 把 §6 改成条件式：
> 「统一门户里若**确实出现 department 以下的 research unit / centre / lab / group**，则可用；否则不用。（判据来自门户自己列出的层级，不是先验假设。）」

### 7.2 关于「sitemap 是蛮力」

本案**没有**做 URL 全量枚举。sitemap 的唯一用途是**反向找组目录**：把 21,840 条 slug 按 `-group/-lab/-centre/-team-members/-research-` 模式筛一遍，得到 **`/teams/`（405 条，其中 ~60 条是研究组成员目录）、`/campaigns/`（54 条）、`/corporate-information/`（40 条）** 三个此前没被任务书点名的**组目录**。这三类目录**贡献了 5 个真组**（CREM / Nationalism,Populism & Radicalism / Politics of Culture and Memory / Physical Culture,Sport & Health / Behavioural Finance），其中前 4 个**主站没有任何 `/research-groups/` 页面**。
> 即：**它是一种「找目录」的工具，不是「枚举条目」的替代**。真正的枚举入口仍是 ~60 个目录页。

---

## 8. 一句话结论

**巴斯大学最终组数 119（19 个研究型院系下 118 + 1 条跨学部网络），组/系 ≈6.3；完备性已从"只抓 1 个总表页的 76 组"补齐到 4 条独立枚举口径（官方双索引 + Pure 113 单位 A–Z + sitemap 21,840 URL + 外站/teams/campaigns），未取页 = 0，剩余缺口只有一处且写明了卡点——Chemistry 的 PI 组在院系层没有任何枚举入口。**