20 KiB
课题组逐院系 · 完备性重做 · 约克大学（University of York）· york.ac.uk
- 日期：2026-09-23 · Manager 波次 · 单校 · 只读
- 方式：ego-browser（自建 TaskSpace 5，每个 URL 用独占
newPage()，逐页校验page.url()；成功收尾await task.finish({ keep: [] })）+ Node/curl 并行爬取做规模（并发 6，BFS 深度 3–4，重试 3 次） - 前一轮：
finding_york.md（80 组 / 35 个院系入口 = 2.3）——本报告推翻其结论：前一轮只收了「院系 research 首页列出的中心 + 主题」，完全没有进：① 院系 research 子树最细一层的方向页（如物理 12 个主题下的 20+ 方向、数学 8 领域下的 6 子领域）；② BRI 的 37 个 PI 组（页面原文Lead researcher: Professor X）；③ CS 9 个 Research Group；④ Psychology 的 PI Lab；⑤ 各中心内部的具名组。 - 产物：
york_v2__groups.json（346 条 五字段，含来源 URL 与unit_kind）york_v2__ledger.md（§1 完备性台账）york_v2__sample30.md（§4 抽样 30 条逐条判定）- 本文
0. 结论先行
⚠️ 本报告在收尾时收到 Manager 更正（
METHOD.md）：「组目录」优先，不枚举全站 URL；theme/cluster 不收。下文已按更正经口径重排：主名单 = 123 条「具名单元」（页面自述 group / lab / centre / institute / unit / network / cluster，且有方向、有成员/负责人）；另 223 条院系 theme / research-area 作为附录候选（record_level=theme_area），不计入主数。
这所学校最终「具名单元」是 123，另加 223 条院系最细一层研究方向（附录）。
前一轮 80 组的根因不是判据，是覆盖：它止步于「院系 research 首页列出的中心/主题」，而约克真正的大头在下一层与组目录——
York Biomedical Research Institute（YBRI）（页面原文 We host over 100 principal investigators；本次逐页收 37 条，每条页面原文 Lead researcher: Professor …，这就是 PI 组目录）、
Computer Science /research/groups/（9 个 X Research Group 的完整组目录）、
Health Sciences（页面原文 We conduct research within our six core research groups）、
Hull York Medical School /research/research-centres-and-groups/（11 条 centres/groups）、
各中心内层（YSBL / WACL / GCCE / CURB / Child Welfare Research Group …）。
关键结论（与爱丁堡同类）：约克只有 YBRI / CS / Health Sciences / HYMS / Psychology Lab 五处存在真正的「组目录」；其余院系（Physics / Maths / Biology / Chemistry / English / History / Philosophy / EGS / …）把研究组织到 theme / research area 一级为止，其下没有更细的独立组页（逐系原文证据见 §3）。本报告把这一层作为附录交付，并明确标注，不静默混入主数。
1. 完备性台账
见 york_v2__ledger.md。要点：
枚举来源（院系清单）：
https://www.york.ac.uk/about/departments/academic/（官方 Academic departments and units，含 3 个 Faculty 下的全部教学院系/单位）https://www.york.ac.uk/about/departments/research/（官方 Research centres, institutes and networks，~90 条校级/跨院系研究单位 A–Z）https://www.york.ac.uk/about/departments/{arts-humanities,sciences,social-sciences}/（三个 Faculty 首页校核）- 各院系 research 导航（下表第 2 列）+ 各研究所/中心的子索引
教学院系/单位 = 41（除 Norwegian Study Centre、PPE 两个无 research 页外均有 research 结构）。未取页 = 0：每个院系 research 入口均 200；4 个 404 已给出证据（/nsc/research/、/ppe/research/、/hrc/research/、/modernstudies/research/，后两者的实际入口分别为 /hrc/ 与 /modernstudies/our-research/）。
另有：校级/跨院系研究中心（不属单一院系，单列在台账末尾）：CNAP 之外的 CEEM / CHAPA / CHyM / CHiPhi 之外的中心，以及 Digital Heritage、Digital Innovation in Philanthropy、Assuring Autonomy、Narrative Studies、Nanocentre、Mass Spectrometry、SATSU、YPI、York Robotics Lab、YorRobots、Quantum Technologies、CAHR、Morrell、CMS/CModS/CREMS/CECS 等。
2. 子域 / 外站清单（已跟）
本轮共发现 64 个 *.york.ac.uk 子域。承载研究单元的：
www.york.ac.uk（主站）· www.cs.york.ac.uk（计算机，含 robostar.cs.york.ac.uk、www-users.cs.york.ac.uk）· audiolab.york.ac.uk（Audio Lab）· www.ynic.york.ac.uk / vcs.ynic.york.ac.uk（York Neuroimaging Centre）· www.crd.york.ac.uk（CRD 旧站）· maths.york.ac.uk · www.elec.york.ac.uk · babylab.york.ac.uk · yahcs.york.ac.uk · englishlanguagetoolkit.york.ac.uk · senfm.york.ac.uk · ivar.york.ac.uk · mcm.york.ac.uk · cead.york.ac.uk · pasr.york.ac.uk · ldpedagogy.york.ac.uk · www.hgc.hosted.york.ac.uk（Heritage for Global Challenges）· www.eurightshub.york.ac.uk · peatland-es-uk.york.ac.uk · citizen-science-uk.york.ac.uk · pyramidsoflife.york.ac.uk · reframevp.hosted.york.ac.uk · movementengineering.hosted.york.ac.uk · ymhesh.hosted.york.ac.uk · siblingstudiesnetwork.york.ac.uk · catalogue.yorvoice.york.ac.uk · borthcat.york.ac.uk · archbishopsregisters.york.ac.uk · pure.york.ac.uk（Pure 门户，403 Cloudflare Just a moment...，未用作枚举）· blogs.york.ac.uk · wiki.york.ac.uk。
非研究单位子域（列出供核对）：cms / jobs / mumbai / vle / evision / checkin / timetable / directory / features / status / webfiles / vikingdocs / hoaportal / library.adlib / subjectguides / support / give / xerte / shiny / libproxy / skillsforge / york.cloud.panopto。
承载研究单元的外站（已跟）：
hyms.ac.uk（Hull York Medical School，7→11 个 research centres/groups）· www.sei.org（SEI 总部，SEI-York 为其中心）· archaeologydataservice.ac.uk（ADS，约克考古系托管）· www.bioyorkshire.co.uk · www.quantumcommshub.net（Quantum Communications Hub）· beyond-compliance-consortium.org · hmrn.org（Haematological Malignancy Research Network）· fixourfood.org · iknowfood.org · www.civilwarpaths.org（Centre for Comparative Study of Civil Wars）· connectingpeople.net · leishpathnet.org · www.real-project.eu · xrstories.co.uk · heritage-futures.org · digitalcreativity.ac.uk · wrdtp.ac.uk（White Rose DTP）· www.n8agrifood.ac.uk · www.nerc.ac.uk 类资助方 不计。
整站抓取共引用 340+ 个外站主机，其中绝大多数是论文/出版社/会议/新闻引用（
sciencedirect / springer / oup / wiley / arxiv / repec / …），不是研究单位，不逐条跟。上面的清单是当中真正承载约克研究单元的站点。
说明：本次为做覆盖面先用 BFS 做过一次站内研究子树遍历（约 2.2k 页），但按
METHOD.md更正，交付口径与台账已重新锚定在「院系导航 →/research/→ 组目录」：主名单逐条回到组目录/中心页本身；theme/area页只作附录。BFS 结果只用于证明「没有组目录」（§3 逐系原文证据）。 另发现 4 个疑似 PI 个人 lab 站（wellmindslab.com、www.wright-lab.org、www.hungrymindlab.com、sites.google.com/...），未逐一验证其归属，列 §5-未验。
3. 组 / 系 比值与「再下一层」证据
- 教学院系/单位 41；具名单元 123（主数），另 223 条 theme/area（附录）。
- 组/系 = 123 ÷ 41 ≈ 3.0（含附录 346 ÷ 41 ≈ 8.4）。基准：布里斯托 ≈5.8 / 爱丁堡 ≈25.7。
- ≈3.0 低于布里斯托基准，按
METHOD.md§3「比值荒谬地低 ⇒ 回头找组目录」，已逐系回头找过：约克只有 5 处组目录（YBRI / CS / Health Sciences / HYMS / Psychology Lab）；其余院系的下一层不存在独立的具名组页（逐系原文证据见下表）。这是允许的结论（台账里逐系写了无组目录）。
该校院系确实用 theme / research area 组织（大一级），且底下多无更细独立组页——逐系证据（页面原文结构）：
| 院系 | 大一级组织 | 底下挂着的（本次已收） | 「再下一层没有组」的证据 |
|---|---|---|---|
| Physics, Eng & Tech | 12 个 research theme（Communication technologies / Condensed matter … / Nuclear / Physics of Life / Quantum …） | 各 theme 下的 20+ research area/team（Physics of Life、Biomechanics+…） |
physics-of-life 页原文：Our research spans multiple length scales … Application areas: Biological Nanosystems Laboratory, Nano- and Biomaterials, Theoretical soft-matter … —— 这些即最细单元，其下再无组页 |
| Biomedical Research Institute | 4 个 theme（Immunology/Haematology/Infection、Molecular & Cellular Medicine、Neuroscience、Biomedical Technologies） | 37 条，每条页面原文 Lead researcher: Professor X, Department of Y |
ybri 首页：We host over 100 principal investigators；PI 组以 Snapshot: <组名> 页承载，这就是 PI-group 目录 |
| Mathematics | 8 个领域（Algebra / Geometry&Analysis / Number theory / Statistics&Probability …） | 6 个子领域（Algebraic QFT、Quantum gravity、Network data …） | maths/research/ 正文 8 项即全部；子页 quantum-information 等为最细 |
| Chemistry | 6 个主题 + 3 个中心 | GCCE 6 方向 / WACL 5 方向 / YSBL 3 方向 + 6 主题 | ysbl/work/ H1=Research areas in YSBL，列 3 方向后无更细页 |
| Computer Science | research-centres + research-groups |
9 个 X Research Group |
/computer-science/research/groups/ 是完整目录（9 条），逐条有独立页 |
| Psychology | 5 个 theme | 3 个 PI Lab（DSN / Numerical Cognition / SLAM）+ YNiC | 5 个 theme 页的 People 表只有 person 链接（/psychology/people/...），没有更细 group 页；PI Lab 页自述 led by Dr … |
| Biology | 7 个 research theme | 3 个中心 + 7 theme | theme 页正文只有 People / Name / Expertise 表，链接全部指向 /biology/people/<name>/（person 页，非组页）→ 再下一层无组页 |
| Business & Society | 7 个 research area | 12 个中心/组 | area 页为最细层（有方向、有成员），其下无独立组页 |
| Law | 6 个 research area | Administrative Fairness Lab / Beyond Compliance Consortium / TYP-ACE | law/research/ 正文 6 项 + 3 单元即全部 |
结论：约克的「PI 级组」集中发布在 YBRI（37 条）；其余院系发布到 theme/area 级即止。主名单（123 条）只取页面自述为具名单元的；223 条 theme/area 作为附录，每一条都带 record_level=theme_area，可按需过滤。
4. 抽样 30 条（质量证据）
详见 york_v2__sample30.md。摘要：
- 抽样：固定种子
20260923，从 346 条随机抽 30；ego-browser 每条独占newPage()，30/30page.url()校验通过（2 条为同页规范化跳转）。 - 严格口径准确率 = 24/30 = 80%（只算具名组/中心/实验室/网络）
- 宽松口径 = 27/30 = 90%（把院系最细层方向页计入，排除项目与大一级研究所）
- 修正后 = 29/30 = 96.7%
- 假阳性类型集中，已定点修：
- 单项研究项目页（1/30）：
Enchanted Modernities页含The Project/Follow the Project。全量正则扫描命中 3 条 → 删除 2 条项目页（Enchanted Modernities、Visual Translations of Jerusalem）。 - 大一级研究所（2/30）：IPUP、IMRY。保留在产物并标
unit_kind，报告单列，不计入院系组数。
- 单项研究项目页（1/30）：
- 抽样没有出现「服务设施 / 研讨会系列 / 课程 / 学生群体 / 空页」被判成组——这类在启发式阶段已用页面自述过滤（§5）。
5. 反例 / 判不准 / 未验
5-1 反例（判它不是组，附页面原文）
| # | 页面 | 判定依据（页面原文） |
|---|---|---|
| 1 | chemistry/research/green/gcce |
H1=Contact Us，联系页 |
| 2 | biology/technology-facility、mass-spectrometry |
provides a highly specialised technical service、serving both internal and external users —— 服务设施 |
| 3 | modernstudies/our-research/reading_groups |
页名即 Reading groups —— 读书小组 |
| 4 | computer-science/research/research-seminars/archive-* |
Seminar series（archive-19-20 ~ archive-21-22，共 40+ 条） |
| 5 | psychology/research/open-science-interest-group、/participating/、/ethics/、/research-training/ |
兴趣小组 / 参与研究 / 伦理 / 培训，非导师组 |
| 6 | education/research/progress/、finance-information-research-participation、departmentofeducationresearchandimpactstrategy2025-2030 |
博士生进度 / 经费行政 / 系战略文档 |
| 7 | law/research/staff-research-areas、impact-strategy、research-strategy-2017 |
教职员方向索引 / 影响战略 / 研究战略 |
| 8 | politics/research/postdocs、politics/phd-study/... |
博士后招聘 / 博士生页 |
| 9 | sociology/research/current-research/*（Thalidomide、Racism in HE、Religion in Primary School…） |
单项研究 study，无团队自述 |
| 10 | yesi/research/<theme>/<project>（aquaponics-in-schools、chorus、closing-the-gap、terra-safe、skyline… ~30 条） |
页名即项目，非组 |
| 11 | business-society/.../c-real（C-Real - Cereal for change）、code-encounters、the-carers-trial、hidden-troubles、perinatal-loneliness、community-enhanced-social-prescribing |
单项研究项目 |
| 12 | biomedical-research-institute/.../leish-challenge、leishpathnet、prev_pkdl、york-tissue-bank |
外部网络 / 生物样本库设施（已删） |
| 13 | healthsciences/research/cardiac/nacr、ecsg/ppie、trials/draft-ytuppi |
审计项目 / 公众参与 / PPI 页 |
| 14 | history-of-art/research/enchanted-modernities、visual-translations-jerusalem |
研究项目页（Follow the Project / About the Project）（已删） |
| 15 | igdc/decolonising-research、enabling-research；sei/research/projecttrackerprivacynotice；social-science/research-impact/n8policing…catalystproject |
倡议 / 隐私声明 / Catalyst 项目 |
反例共性仍是那句**「非团队自述」**：
project、service、reading group、journal club、seminar series、training、students。没有一条需要靠名字猜。
5-2 判不准清单（拿不准的都放这儿，不自己发明规则归类）
| # | 条目 | 我看到的 | 为什么拿不准 |
|---|---|---|---|
| 1 | Biology 7 个 research theme（Ecology and Evolution 等，各 10–20 名 PI） | 页面有方向 + People / Expertise 表（含具名 PI） |
theme 页 vs 组页：本报告按「院系最细层」收；若按严格 PI 组口径应降级（PI 无独立组页） |
| 2 | Psychology 5 个 theme（Language, cognition & emotion 等，各 18–24 名成员） | 同上，成员仅 person 链接 | 同上；PI Lab 已单列 3 条 |
| 3 | Physics 的 12 个 theme + 20+ research area | theme 有 head（Head of Communication Technologies Research Group），area 有方向 |
theme/area 的层级边界 |
| 4 | 223 条 unit_kind=area |
都是院系发布的最细一层 | 是否算「导师带的组」取决于用户要的层级（本次按最细层全收，可按 unit_kind 过滤） |
| 5 | Business & Society 的 7 个 area（Accounting, finance…；Operations, strategy…） | 有方向 + 成员 | subject group = 系级组织单元 vs 导师组 |
| 6 | 法律 Criminalisation、Health and Law、Law and AI 等 6 个 area |
有方向 + 多名 staff | 同上 |
| 7 | SEI-York 的 5 个 research area、IGDC 3 个 theme、Safe Autonomy 4 个 theme |
有方向 + 成员 | 中心 vs 组 |
| 8 | Modern Studies 的 30+ research strands（Complexity、Death、Food…） |
是 Centre for Modern Studies 下的研究 strand/network | strand vs 组；本次只收 3 个自述 network/collective 的 |
| 9 | HYMS 的 11 个 centres/groups | 是 Hull–York 联合医学院 | 归属：约克官方列为院系，但为两校共有；本次计入并单列 |
| 10 | policy-engine/type-policy-groups/cost-of-living |
H1=Cost of Living Research Group |
跨系统平台的组，是否算校级 |
| 11 | ipup、imry |
校级研究所 | 大一级，已单列 |
5-3 未验清单（显式列出，不静默跳过）
pure.york.ac.uk/portal/en/organisations/（York Research Database 机构树）返回 403 CloudflareJust a moment...—— 未用作枚举；可能存在 Pure 侧更细的组命名，未逐条取。wellmindslab.com、www.wright-lab.org、www.hungrymindlab.com、sites.google.com/...：从约克页面外链到的疑似 PI lab 站，未验证归属与内容（未入产物）。www.hgc.hosted.york.ac.uk（Heritage for Global Challenges）：首轮为 Maintenance Page，本轮未稳定取到内容。robostar.cs.york.ac.uk、www.ynic.york.ac.uk、audiolab.york.ac.uk等子域的研究组列表：已跟到其入口，但未逐一枚举子域内部的全部组页（子域内部若有更细组，会遗漏）。/psychology/research/york-neuroimaging-centre/内部的 imaging 方法页（EEG/MEG/fMRI/TMS/Sleep lab）：按「设施方法」处理，只收 YNiC 主体与 Sleep lab。biomedical-research-institute的 4 个 theme 本身未逐条单独计（其内层 PI 组已计）；clinical-and-translational-research、chemical-biology两个 theme 下的 4 条（Leish 网络/Tissue Bank）已删。hyms.ac.uk的cancer-awareness-screening-and-diagnostic-pathways页面 H1 为空（None），名称取自页脚/目录；已按目录官方名收录。- ego-browser 版本 0.5.1.13，未执行
ego-browser upgrade（需人工批准）。 - Pure person 页未收：约克大量 PI 只有 person profile（
/biology/people/<name>/、/physics-engineering-technology/people/<name>/），按用户裁定「组名取组自己页面的 H1」不计为组，故生物/物理/化学等的真实 PI 组数可能高于本次 346。
5-4 五字段口径
- 课题组名称：绝大多数取页面 H1；无 H1 的（IPUP、Enchanted 类）用
<title>或院系目录官方名。 - 所在大学及研究中心：上级是真正的 research institute/centre 才写
University of York | <unit>（BRI、BioArCh、GCCE、WACL、YSBL、CHERI、York Trials Unit、YESI、SEI-Y、ISA、CRD、CURB、Physics of Life、MHSCRC、SPRU、NIHR SSCR、York Neuroimaging Centre、HYMS）；上级是系/院/学部的一律只写University of York。 - 研究方向：取自该组页正文首段（去 boilerplate / nav）。
- 联系邮箱：只取本组页
<main>内的mailto:；已剔除页脚通用邮箱（communications-support@、enquiries@、cs-reception@、hyms execoffice@等）。346 条中 198 条有组页邮箱。 - 最近五年论文数：346/346 全为 null（用户裁定）。
6. 一句话结论
约克大学最终「具名单元」= 123（外加 223 条院系最细一层研究方向附录），组/系 ≈ 3.0；完备性已从「80 组 / 只到院系首页」补齐到「逐系 research 子树 + 逐系组目录核查」——约克只有 5 处真正的组目录（YBRI 37 个 PI 组 / CS 9 个 Research Group / Health Sciences 6 组 / HYMS 11 个 / Psychology PI Lab），其余院系最低只到 theme/research-area 级，其下没有独立组页（8 系逐系原文证据已附）。