Sync GitHub main 4645f4137666463023fa501984a14336dd2fc666 (part 5)

research/experiments/EXP-BATCH-20260914074039-12/analysis/ai_packet_digest.json

@@ -0,0 +1,7 @@
+{
+  "path": "analysis/ai_packet.json",
+  "raw_index_sha256": "2e60d5068329eb862420522a9632d3a2aa6cc10d92cc8d7dd5116a66f6a4ed4d",
+  "schema_version": "1.0",
+  "sha256": "60ae2536effbae1d588129968c966d5628d6661615334e1ecea1ae45b5435fe0",
+  "size_bytes": 3763
+}

research/experiments/EXP-BATCH-20260914074039-12/analysis/statistics.json

@@ -0,0 +1,23 @@
+{
+  "conditions": {
+    "instrumentation_gap_audit": {
+      "metrics": {},
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    }
+  },
+  "formulas": {
+    "difference": "Delta_x = mean(x_B) - mean(x_A)",
+    "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+    "mean": "mean(x) = (1/n) * sum_i x_i",
+    "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+    "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+  },
+  "generated_by": "deterministic_statistics_engine",
+  "run_count": 3,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260914074039-12/manifest.json

@@ -0,0 +1,127 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "ai_packet": "analysis/ai_packet.json",
+    "ai_packet_digest": "analysis/ai_packet_digest.json",
+    "ai_report_json": "experiments/EXP-BATCH-20260914074039-12/reports/AIRR-2026-0001.json",
+    "ai_report_markdown": "experiments/EXP-BATCH-20260914074039-12/reports/AIRR-2026-0001.md",
+    "current_run": "DATA/current_run.json",
+    "data": "DATA/runs.json",
+    "data_index": "DATA/runs_index.json",
+    "preregistration": "preregistrations/operational/catalog_completion_v1.json",
+    "raw_run_index": "DATA/runs_index.json",
+    "report": "report.md",
+    "statistics": "analysis/statistics.json",
+    "workflow": "workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {
+    "path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+    "sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c"
+  },
+  "created_at": "2026-09-14T08:00:03.675365+00:00",
+  "data_partitions": [],
+  "epistemic_layers": {
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input",
+    "ui_state": "operator/dashboard progress only; not a scientific result"
+  },
+  "execution_contract": {
+    "hypothesis_id": "H-STDP-002-A",
+    "protocol": "stdp_long_stability_boundary_v1",
+    "question_id": "RQ-STDP-002",
+    "resolved_runner": "run_boundary_audit",
+    "runtime_runner_bytecode_sha256": "af56b58dd3d9866e38356abc78887855f2b45836f2a7ba8d858f5387e150b735",
+    "runtime_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "source_runner_bytecode_sha256": "af56b58dd3d9866e38356abc78887855f2b45836f2a7ba8d858f5387e150b735",
+    "source_runtime_consistency": "MATCH",
+    "source_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "tick_validation": {
+      "mode": "protocol_defined_internal_trials",
+      "requested_ticks": 1000,
+      "status": "NOT_APPLICABLE"
+    },
+    "ticks_requested": 1000
+  },
+  "execution_semantics": {
+    "automatic_evidence_promotion": false,
+    "claim_scope": "instrumentation_gap_contract_only",
+    "direct_test_of_hypothesis": false,
+    "external_review": "external_review/INTEGRATION.md",
+    "human_assessment": "not_recorded",
+    "kind": "boundary_audit",
+    "scientific_evidence": false,
+    "snn_involved": true
+  },
+  "experiment_id": "EXP-BATCH-20260914074039-12",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-STDP-002-A"
+  ],
+  "network_mode": "OFFLINE",
+  "provenance_digests": {
+    "code": "5a11ea288e7e695c2dcd456642b533cbb3e6daf38b72e150134e60e69059531f",
+    "config": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+    "data": "00ffbb279e2e63e48fc09373c3037e83cd57bb4d7e7829d22a6ff25d7922d58c",
+    "prompt": "dd18e473908e7e75b1717c240bac221729ea38753abfd28b701b37b20d5f5e14"
+  },
+  "research_questions": [
+    "RQ-STDP-002"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "protocol": "stdp_long_stability_boundary_v1",
+    "run_count": 3,
+    "runner": "run_boundary_audit",
+    "tick_contract": {
+      "mode": "protocol_defined_internal_trials",
+      "requested_ticks": 1000,
+      "status": "NOT_APPLICABLE"
+    },
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 0.028397599991876632
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "stdp_long_stability_boundary_v1",
+    "seed": 101,
+    "seeds": [
+      101,
+      102,
+      103
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a3",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "source_freeze_sha": "b6c91c3d463bbab8591dd3e353ad2ef984e5e273b252263419b8c20bcdc5ab36",
+  "timestamp": "2026-09-14T10:00:03.675351",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260914074039-12/report.md

@@ -0,0 +1,35 @@
+# EXP-BATCH-20260914074039-12: Experiment workflow: stdp_long_stability_boundary_v1
+
+## Forschungszuordnung
+Forschungsfrage: `RQ-STDP-002`
+Hypothese: `H-STDP-002-A`
+Aufgeloester Runner: `run_boundary_audit`
+
+## Protokoll und Einstellungen
+Protokoll: `stdp_long_stability_boundary_v1`
+Angeforderte Mindest-Ticks: `1000`
+Seeds: `101, 102, 103`
+Tick-Vertrag: `{"mode": "protocol_defined_internal_trials", "requested_ticks": 1000, "status": "NOT_APPLICABLE"}`
+
+## Bedingungen
+Registered protocol conditions
+Runs: 3; Dauer: 0.028398 s
+
+## Daten und Statistik
+Kompakte Run-Projektion: `DATA/runs.json`
+Unveränderlicher Rohdatenindex: `DATA/runs_index.json`
+KI-Eingabepaket: `analysis/ai_packet.json` (hart begrenzt)
+Deterministische deskriptive Statistik: `analysis/statistics.json`
+Die Summary verbindet Rohdaten, Formeln, Einzelruns, Bedingungen, Reproduzierbarkeit und AIRR ohne KI-generierte Statistik.
+
+## Epistemische Ebenen
+UI-Zustand: Dashboard-Steuerung und Fortschritt; kein wissenschaftliches Ergebnis.
+DATA: Rohdaten, Run-Index und deterministische Statistik.
+EVID: nicht erzeugt; Clean Freeze, semantische Zuordnung und Human Review erforderlich.
+Interpretation: nachgelagerte KI-/Human-Interpretation; keine Ausfuehrungseingabe.
+
+## Evidenzstatus
+DATA, Manifest, Workflow und deterministische Statistik sind erzeugt. Wissenschaftliche EVID entsteht erst nach passender semantischer Zuordnung, Clean Freeze und Human Review.
+
+## Hinweise
+Keine.

research/experiments/EXP-BATCH-20260914074039-12/reports/AIRR-2026-0001.json

@@ -0,0 +1,572 @@
+{
+  "report_id": "AIRR-2026-0001",
+  "experiment_id": "EXP-BATCH-20260914074039-12",
+  "research_question_id": "RQ-STDP-002",
+  "hypothesis_ids": [
+    "H-STDP-002-A"
+  ],
+  "claim_ids": [],
+  "generated_at": "2026-09-14T11:22:43.717211+00:00",
+  "report_schema_version": "1.0",
+  "report_protocol_version": "PROTOCOL-AIRR-001",
+  "generated_by": "artificial_intelligence",
+  "ai_generated": true,
+  "scientific_evidence": false,
+  "human_review_required": true,
+  "status": "review_pending",
+  "content": {
+    "identification": {
+      "experiment": "EXP-BATCH-20260914074039-12",
+      "research_question": "Bleiben STDP-getriebene Gewichte unter Dauerstimulation stabil oder oszillieren/explodieren sie?",
+      "hypotheses": [
+        {
+          "id": "H-STDP-002-A",
+          "research_question": "RQ-STDP-002",
+          "hypothesis": "STDP-getriebene Gewichte konvergieren unter Dauerstimulation zu einer stabilen Verteilung.",
+          "status": "untested",
+          "evidence": [],
+          "created": "2026-08-23",
+          "updated": "2026-08-23"
+        }
+      ],
+      "date": "2026-09-14",
+      "source_sha": "8e096931a779b2d2eb4d010eb20154150b07bbf2"
+    },
+    "executive_summary": "Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.",
+    "research_question": {
+      "id": "RQ-STDP-002",
+      "domain": "STDP",
+      "question": "Bleiben STDP-getriebene Gewichte unter Dauerstimulation stabil oder oszillieren/explodieren sie?",
+      "relevance": "Stabilität ist Voraussetzung für längerfristiges Lernen.",
+      "literature": [
+        "SRC-SONG-ABBOTT-2000"
+      ],
+      "hypotheses": [
+        "H-STDP-002-A"
+      ],
+      "evidence": [],
+      "status": "open",
+      "answer": {
+        "current": null,
+        "confidence": "none",
+        "limitations": null
+      },
+      "created": "2026-08-23",
+      "updated": "2026-08-23"
+    },
+    "experimental_design": {
+      "experiment_id": "EXP-BATCH-20260914074039-12",
+      "research_question": "RQ-STDP-002",
+      "hypothesis": "H-STDP-002-A",
+      "title": "Experiment workflow: stdp_long_stability_boundary_v1",
+      "conditions": "Registered protocol conditions",
+      "ticks": 1000,
+      "ticks_contract": "minimum requested observation window",
+      "seeds": [
+        101,
+        102,
+        103
+      ],
+      "protocol": "stdp_long_stability_boundary_v1",
+      "resolved_runner": "run_boundary_audit",
+      "tick_validation": {
+        "status": "NOT_APPLICABLE",
+        "mode": "protocol_defined_internal_trials",
+        "requested_ticks": 1000
+      },
+      "notes": "",
+      "execution": "registered experiment_suite runner",
+      "assistant_policy": "AI is post-hoc interpretation only.",
+      "epistemic_layers": {
+        "ui_state": "operator/dashboard progress only; not a scientific result",
+        "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+        "evid": "not_created; requires semantic validation, clean freeze and human review",
+        "interpretation": "post-hoc AI or human interpretation; never execution input"
+      }
+    },
+    "data_basis": {
+      "data": {
+        "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+        "generated_by": "deterministic_research_data_v2",
+        "limits": {
+          "ai_packet_max_bytes": 1000000,
+          "run_summary_max_bytes": 5000000,
+          "sequence_preview_items": 16
+        },
+        "raw_index": {
+          "path": "DATA/runs_index.json",
+          "run_count": 3,
+          "sha256": "2e60d5068329eb862420522a9632d3a2aa6cc10d92cc8d7dd5116a66f6a4ed4d"
+        },
+        "run_count": 3,
+        "run_preview": [
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+              "sha256": "cc8767b7bfb3bebb3abbb5a31a3a2648fad12b63cbafad558c5f810dee76e836",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-12",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 101,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          },
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+              "sha256": "1f7f196d370743bb8a1e4a5f5810472c213391dbe874be948eb8929ebf2a4178",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-12",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 102,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          },
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+              "sha256": "8569f25474992df5ec61819f1f10b2a1c6b27ab7f4dc81f1856c98d450711099",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-12",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 103,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          }
+        ],
+        "schema_version": "2.0",
+        "statistics": {
+          "conditions": {
+            "instrumentation_gap_audit": {
+              "metrics": {},
+              "run_count": 3,
+              "seeds": [
+                101,
+                102,
+                103
+              ]
+            }
+          },
+          "formulas": {
+            "difference": "Delta_x = mean(x_B) - mean(x_A)",
+            "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+            "mean": "mean(x) = (1/n) * sum_i x_i",
+            "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+            "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+          },
+          "generated_by": "deterministic_statistics_engine",
+          "run_count": 3,
+          "schema_version": "2.0"
+        }
+      },
+      "evid": [],
+      "literature": [
+        {
+          "source_id": "SRC-SONG-ABBOTT-2000",
+          "authors": [
+            "Sen Song",
+            "Kenneth D. Miller",
+            "Larry F. Abbott"
+          ],
+          "title": "Competitive Hebbian learning through spike-timing-dependent synaptic plasticity",
+          "year": 2000,
+          "journal": "Nature Neuroscience",
+          "doi": "10.1038/78829",
+          "topic": [
+            "stdp",
+            "plasticity"
+          ],
+          "claims": [
+            "STDP can produce competitive synaptic modification."
+          ],
+          "brain5d_questions": [
+            "RQ-SNN-004",
+            "RQ-SNN-005",
+            "RQ-STDP-001",
+            "RQ-STDP-002"
+          ],
+          "brain5d_relevance": "Fundamentale STDP-Referenz für Timing-abhängige Plastizität."
+        }
+      ]
+    },
+    "quantitative_results": {
+      "conditions": {
+        "instrumentation_gap_audit": {
+          "metrics": {},
+          "run_count": 3,
+          "seeds": [
+            101,
+            102,
+            103
+          ]
+        }
+      },
+      "formulas": {
+        "difference": "Delta_x = mean(x_B) - mean(x_A)",
+        "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+        "mean": "mean(x) = (1/n) * sum_i x_i",
+        "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+        "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+      },
+      "generated_by": "deterministic_statistics_engine",
+      "run_count": 3,
+      "schema_version": "2.0"
+    },
+    "observations": [
+      "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+      "Die Metriken der Runs zeigen, dass die Audit-Prüfung abgeschlossen wurde, aber keine direkte Hypothesentests durchgeführt wurden.",
+      "Die statistischen Formeln sind definiert, aber keine numerischen Ergebnisse sind vorhanden, um Unterschiede oder Verhältnisse zu berechnen."
+    ],
+    "interpretation": {
+      "assessment": "Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.",
+      "observations": [
+        "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+        "Die Metriken der Runs zeigen, dass die Audit-Prüfung abgeschlossen wurde, aber keine direkte Hypothesentests durchgeführt wurden.",
+        "Die statistischen Formeln sind definiert, aber keine numerischen Ergebnisse sind vorhanden, um Unterschiede oder Verhältnisse zu berechnen."
+      ],
+      "effect_direction": "Es gibt keine Beobachtung von Effektrichtung, da keine kausale Analyse durchgeführt wurde.",
+      "methodological_concerns": [
+        "Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+        "Die Git-Provenance ist schmutzig oder nicht verfügbar.",
+        "Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt."
+      ],
+      "alternative_explanations": [
+        "Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.",
+        "Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden."
+      ],
+      "recommended_experiments": [
+        "Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.",
+        "Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.",
+        "Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht."
+      ],
+      "requested_evidence": [
+        "Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.",
+        "Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.",
+        "Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität."
+      ],
+      "confidence": 0.0,
+      "research_question": "Bleiben STDP-getriebene Gewichte unter Dauerstimulation stabil oder oszillieren/explodieren sie?"
+    },
+    "methodological_critique": [
+      "Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist schmutzig oder nicht verfügbar.",
+      "Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt."
+    ],
+    "alternative_explanations": [
+      "Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.",
+      "Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden."
+    ],
+    "reproducibility": {
+      "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+      "experiment_status": "completed",
+      "evidence_mode": "not_reported",
+      "git_dirty": "True",
+      "source_freeze_sha": "b6c91c3d463bbab8591dd3e353ad2ef984e5e273b252263419b8c20bcdc5ab36",
+      "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+      "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+      "experiment_manifest_digest": "1f794f8ed705cf70b11595bc79bc7f28b493987fb12261659c0a072e44591f9f",
+      "data_ids": "NOT_AVAILABLE",
+      "evid_ids": "NOT_AVAILABLE",
+      "protocol_id": "NOT_AVAILABLE",
+      "protocol_digest": "2dfba61e69ce636c378f72411a7b86d7fa509184d33fcbbdb86341a9d7bcd36c",
+      "data_digest": "4078f74c6c76d1d66813455d5c21656081e289cefef11a4b07416c8be0fd2c8a",
+      "evid_digests": "[]"
+    },
+    "epistemic_status": {
+      "implementation": "NOT_DETERMINED",
+      "experiment_data": "PRESENT",
+      "registered_evidence": "ABSENT",
+      "ai_interpretation": "PRESENT",
+      "human_review": "PENDING",
+      "claim_support": "NOT_DETERMINED",
+      "rq_status": "IN_PROGRESS"
+    },
+    "ai_confidence": 0.0,
+    "missing_evidence": [
+      "Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.",
+      "Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.",
+      "Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität."
+    ],
+    "recommended_follow_up": [
+      "Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.",
+      "Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.",
+      "Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht."
+    ],
+    "conclusion": "Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.",
+    "human_review": {
+      "status": "PENDING",
+      "reviewer": null,
+      "reviewed_at": null,
+      "disposition": null,
+      "comments": null
+    },
+    "aiar": {
+      "analyst": {
+        "analysis_id": "AIAR-scientific_analyst-20260914080022713727-8c9c9048",
+        "role": "scientific_analyst",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-12",
+          "packet_digest": "8c9c9048883ca64e1cf272cd4f83e831bacad3f46bdcc01c4bde9969f76c8b01"
+        },
+        "output": {
+          "assessment": "Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.",
+          "observations": [
+            "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+            "Die Metriken der Runs zeigen, dass die Audit-Prüfung abgeschlossen wurde, aber keine direkte Hypothesentests durchgeführt wurden.",
+            "Die statistischen Formeln sind definiert, aber keine numerischen Ergebnisse sind vorhanden, um Unterschiede oder Verhältnisse zu berechnen."
+          ],
+          "effect_direction": "Es gibt keine Beobachtung von Effektrichtung, da keine kausale Analyse durchgeführt wurde.",
+          "methodological_concerns": [
+            "Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist schmutzig oder nicht verfügbar.",
+            "Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt."
+          ],
+          "alternative_explanations": [
+            "Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.",
+            "Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden."
+          ],
+          "recommended_experiments": [
+            "Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.",
+            "Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.",
+            "Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht."
+          ],
+          "requested_evidence": [
+            "Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.",
+            "Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.",
+            "Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität."
+          ],
+          "confidence": 0.0
+        },
+        "provenance": {
+          "prompt_sha256": "f9460c2ec8e514733eab24f2d6afd041943ee5b6cac2e145f1ef4e973ee39561",
+          "research_packet_digest": "8c9c9048883ca64e1cf272cd4f83e831bacad3f46bdcc01c4bde9969f76c8b01",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:00:22.713727+00:00"
+      },
+      "reviewer": {
+        "analysis_id": "AIAR-critical_reviewer-20260914080041505758-8c9c9048",
+        "role": "critical_reviewer",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-12",
+          "packet_digest": "8c9c9048883ca64e1cf272cd4f83e831bacad3f46bdcc01c4bde9969f76c8b01"
+        },
+        "output": {
+          "assessment": "Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.",
+          "observations": [
+            "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+            "Die Metriken der Runs zeigen, dass die Audit-Prüfung abgeschlossen wurde, aber keine direkte Hypothesentests durchgeführt wurden.",
+            "Die statistischen Formeln sind definiert, aber keine numerischen Ergebnisse sind vorhanden, um Unterschiede oder Verhältnisse zu berechnen."
+          ],
+          "effect_direction": "Es gibt keine Beobachtung von Effektrichtung, da keine kausale Analyse durchgeführt wurde.",
+          "methodological_concerns": [
+            "Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist schmutzig oder nicht verfügbar.",
+            "Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt."
+          ],
+          "alternative_explanations": [
+            "Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.",
+            "Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden."
+          ],
+          "recommended_experiments": [
+            "Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.",
+            "Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.",
+            "Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht."
+          ],
+          "requested_evidence": [
+            "Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.",
+            "Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.",
+            "Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität."
+          ],
+          "confidence": 0.0,
+          "research_question": "Bleiben STDP-getriebene Gewichte unter Dauerstimulation stabil oder oszillieren/explodieren sie?"
+        },
+        "provenance": {
+          "prompt_sha256": "4361bfc3dbcffba69c8fd481c7403983d6d48e0652e4a49c58becd1ff7ae3d72",
+          "research_packet_digest": "8c9c9048883ca64e1cf272cd4f83e831bacad3f46bdcc01c4bde9969f76c8b01",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:00:41.505758+00:00"
+      },
+      "writer": {
+        "analysis_id": "AIAR-scientific_writer-20260914080101496567-8c9c9048",
+        "role": "scientific_writer",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-12",
+          "packet_digest": "8c9c9048883ca64e1cf272cd4f83e831bacad3f46bdcc01c4bde9969f76c8b01"
+        },
+        "output": {
+          "assessment": "Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.",
+          "observations": [
+            "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+            "Die Metriken der Runs zeigen, dass die Audit-Prüfung abgeschlossen wurde, aber keine direkte Hypothesentests durchgeführt wurden.",
+            "Die statistischen Formeln sind definiert, aber keine numerischen Ergebnisse sind vorhanden, um Unterschiede oder Verhältnisse zu berechnen."
+          ],
+          "effect_direction": "Es gibt keine Beobachtung von Effektrichtung, da keine kausale Analyse durchgeführt wurde.",
+          "methodological_concerns": [
+            "Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist schmutzig oder nicht verfügbar.",
+            "Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt."
+          ],
+          "alternative_explanations": [
+            "Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.",
+            "Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden."
+          ],
+          "recommended_experiments": [
+            "Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.",
+            "Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.",
+            "Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht."
+          ],
+          "requested_evidence": [
+            "Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.",
+            "Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.",
+            "Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität."
+          ],
+          "confidence": 0.0,
+          "research_question": "Bleiben STDP-getriebene Gewichte unter Dauerstimulation stabil oder oszillieren/explodieren sie?"
+        },
+        "provenance": {
+          "prompt_sha256": "1f1bd4c0ce46a4648932ff05d58869f68b1f4c81480b99d775a39ef7be7db68d",
+          "research_packet_digest": "8c9c9048883ca64e1cf272cd4f83e831bacad3f46bdcc01c4bde9969f76c8b01",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:01:01.496567+00:00"
+      }
+    }
+  },
+  "provenance": {
+    "research_packet_digest": "e623fd53079d349ab995068b3d2060722ba81e4fb79e4332205601e440bd0835",
+    "source": {
+      "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+      "experiment_status": "completed",
+      "evidence_mode": "not_reported",
+      "git_dirty": "True",
+      "source_freeze_sha": "b6c91c3d463bbab8591dd3e353ad2ef984e5e273b252263419b8c20bcdc5ab36",
+      "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+      "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+      "experiment_manifest_digest": "1f794f8ed705cf70b11595bc79bc7f28b493987fb12261659c0a072e44591f9f",
+      "data_ids": "NOT_AVAILABLE",
+      "evid_ids": "NOT_AVAILABLE",
+      "protocol_id": "NOT_AVAILABLE",
+      "protocol_digest": "2dfba61e69ce636c378f72411a7b86d7fa509184d33fcbbdb86341a9d7bcd36c",
+      "data_digest": "4078f74c6c76d1d66813455d5c21656081e289cefef11a4b07416c8be0fd2c8a",
+      "evid_digests": "[]"
+    }
+  },
+  "analysis_ids": [
+    "AIAR-scientific_analyst-20260914080022713727-8c9c9048",
+    "AIAR-critical_reviewer-20260914080041505758-8c9c9048",
+    "AIAR-scientific_writer-20260914080101496567-8c9c9048"
+  ],
+  "supersedes": null,
+  "content_digest": "1810bdcfbef19ac42e5ea1e63c819ffb0eea283d805701aeea2f012137f6eb5a",
+  "markdown_digest": "0c5a8888443ca64e86d70def242bb93533709217454331a0718d02cda9d72f9e"
+}

research/experiments/EXP-BATCH-20260914074039-12/reports/AIRR-2026-0001.md

@@ -0,0 +1,399 @@
+============================================================
+BRAIN-5D - AI GENERATED SCIENTIFIC ANALYSIS
+============================================================
+
+Dieser Bericht wurde durch ein kuenstliches Intelligenzsystem erzeugt.
+
+Er stellt eine wissenschaftliche Interpretation von MHRN-Forschungsdaten dar.
+
+Er ist KEINE wissenschaftliche Evidenz.
+
+Er wurde zum Zeitpunkt der Erstellung noch nicht automatisch durch einen Menschen bestaetigt.
+
+Human Review Status: PENDING
+============================================================
+
+# AI Research Report AIRR-2026-0001
+
+Status: review_pending | Experiment: EXP-BATCH-20260914074039-12
+Research Question: RQ-STDP-002
+## Executive Summary
+
+```json
+"Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet."
+```
+
+## Research Question
+
+```json
+{
+  "id": "RQ-STDP-002",
+  "domain": "STDP",
+  "question": "Bleiben STDP-getriebene Gewichte unter Dauerstimulation stabil oder oszillieren/explodieren sie?",
+  "relevance": "Stabilität ist Voraussetzung für längerfristiges Lernen.",
+  "literature": [
+    "SRC-SONG-ABBOTT-2000"
+  ],
+  "hypotheses": [
+    "H-STDP-002-A"
+  ],
+  "evidence": [],
+  "status": "open",
+  "answer": {
+    "current": null,
+    "confidence": "none",
+    "limitations": null
+  },
+  "created": "2026-08-23",
+  "updated": "2026-08-23"
+}
+```
+
+## Experimental Design
+
+```json
+{
+  "experiment_id": "EXP-BATCH-20260914074039-12",
+  "research_question": "RQ-STDP-002",
+  "hypothesis": "H-STDP-002-A",
+  "title": "Experiment workflow: stdp_long_stability_boundary_v1",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "ticks_contract": "minimum requested observation window",
+  "seeds": [
+    101,
+    102,
+    103
+  ],
+  "protocol": "stdp_long_stability_boundary_v1",
+  "resolved_runner": "run_boundary_audit",
+  "tick_validation": {
+    "status": "NOT_APPLICABLE",
+    "mode": "protocol_defined_internal_trials",
+    "requested_ticks": 1000
+  },
+  "notes": "",
+  "execution": "registered experiment_suite runner",
+  "assistant_policy": "AI is post-hoc interpretation only.",
+  "epistemic_layers": {
+    "ui_state": "operator/dashboard progress only; not a scientific result",
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input"
+  }
+}
+```
+
+## Data Basis
+
+```json
+{
+  "data": {
+    "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+    "generated_by": "deterministic_research_data_v2",
+    "limits": {
+      "ai_packet_max_bytes": 1000000,
+      "run_summary_max_bytes": 5000000,
+      "sequence_preview_items": 16
+    },
+    "raw_index": {
+      "path": "DATA/runs_index.json",
+      "run_count": 3,
+      "sha256": "2e60d5068329eb862420522a9632d3a2aa6cc10d92cc8d7dd5116a66f6a4ed4d"
+    },
+    "run_count": 3,
+    "run_preview": [
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+          "sha256": "cc8767b7bfb3bebb3abbb5a31a3a2648fad12b63cbafad558c5f810dee76e836",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-12",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+          "sha256": "1f7f196d370743bb8a1e4a5f5810472c213391dbe874be948eb8929ebf2a4178",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-12",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 102,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+          "sha256": "8569f25474992df5ec61819f1f10b2a1c6b27ab7f4dc81f1856c98d450711099",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-12",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      }
+    ],
+    "schema_version": "2.0",
+    "statistics": {
+      "conditions": {
+        "instrumentation_gap_audit": {
+          "metrics": {},
+          "run_count": 3,
+          "seeds": [
+            101,
+            102,
+            103
+          ]
+        }
+      },
+      "formulas": {
+        "difference": "Delta_x = mean(x_B) - mean(x_A)",
+        "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+        "mean": "mean(x) = (1/n) * sum_i x_i",
+        "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+        "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+      },
+      "generated_by": "deterministic_statistics_engine",
+      "run_count": 3,
+      "schema_version": "2.0"
+    }
+  },
+  "evid": [],
+  "literature": [
+    {
+      "source_id": "SRC-SONG-ABBOTT-2000",
+      "authors": [
+        "Sen Song",
+        "Kenneth D. Miller",
+        "Larry F. Abbott"
+      ],
+      "title": "Competitive Hebbian learning through spike-timing-dependent synaptic plasticity",
+      "year": 2000,
+      "journal": "Nature Neuroscience",
+      "doi": "10.1038/78829",
+      "topic": [
+        "stdp",
+        "plasticity"
+      ],
+      "claims": [
+        "STDP can produce competitive synaptic modification."
+      ],
+      "brain5d_questions": [
+        "RQ-SNN-004",
+        "RQ-SNN-005",
+        "RQ-STDP-001",
+        "RQ-STDP-002"
+      ],
+      "brain5d_relevance": "Fundamentale STDP-Referenz für Timing-abhängige Plastizität."
+    }
+  ]
+}
+```
+
+## Quantitative Results
+
+```json
+{
+  "conditions": {
+    "instrumentation_gap_audit": {
+      "metrics": {},
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    }
+  },
+  "formulas": {
+    "difference": "Delta_x = mean(x_B) - mean(x_A)",
+    "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+    "mean": "mean(x) = (1/n) * sum_i x_i",
+    "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+    "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+  },
+  "generated_by": "deterministic_statistics_engine",
+  "run_count": 3,
+  "schema_version": "2.0"
+}
+```
+
+## Observations
+
+```json
+[
+  "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+  "Die Metriken der Runs zeigen, dass die Audit-Prüfung abgeschlossen wurde, aber keine direkte Hypothesentests durchgeführt wurden.",
+  "Die statistischen Formeln sind definiert, aber keine numerischen Ergebnisse sind vorhanden, um Unterschiede oder Verhältnisse zu berechnen."
+]
+```
+
+## Interpretation
+
+```json
+{
+  "assessment": "Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.",
+  "observations": [
+    "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+    "Die Metriken der Runs zeigen, dass die Audit-Prüfung abgeschlossen wurde, aber keine direkte Hypothesentests durchgeführt wurden.",
+    "Die statistischen Formeln sind definiert, aber keine numerischen Ergebnisse sind vorhanden, um Unterschiede oder Verhältnisse zu berechnen."
+  ],
+  "effect_direction": "Es gibt keine Beobachtung von Effektrichtung, da keine kausale Analyse durchgeführt wurde.",
+  "methodological_concerns": [
+    "Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+    "Die Git-Provenance ist schmutzig oder nicht verfügbar.",
+    "Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt."
+  ],
+  "alternative_explanations": [
+    "Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.",
+    "Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden."
+  ],
+  "recommended_experiments": [
+    "Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.",
+    "Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.",
+    "Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht."
+  ],
+  "requested_evidence": [
+    "Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.",
+    "Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.",
+    "Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität."
+  ],
+  "confidence": 0.0,
+  "research_question": "Bleiben STDP-getriebene Gewichte unter Dauerstimulation stabil oder oszillieren/explodieren sie?"
+}
+```
+
+## Methodological Critique
+
+```json
+[
+  "Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+  "Die Git-Provenance ist schmutzig oder nicht verfügbar.",
+  "Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt."
+]
+```
+
+## Alternative Explanations
+
+```json
+[
+  "Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.",
+  "Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden."
+]
+```
+
+## Reproducibility
+
+```json
+{
+  "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+  "experiment_status": "completed",
+  "evidence_mode": "not_reported",
+  "git_dirty": "True",
+  "source_freeze_sha": "b6c91c3d463bbab8591dd3e353ad2ef984e5e273b252263419b8c20bcdc5ab36",
+  "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+  "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+  "experiment_manifest_digest": "1f794f8ed705cf70b11595bc79bc7f28b493987fb12261659c0a072e44591f9f",
+  "data_ids": "NOT_AVAILABLE",
+  "evid_ids": "NOT_AVAILABLE",
+  "protocol_id": "NOT_AVAILABLE",
+  "protocol_digest": "2dfba61e69ce636c378f72411a7b86d7fa509184d33fcbbdb86341a9d7bcd36c",
+  "data_digest": "4078f74c6c76d1d66813455d5c21656081e289cefef11a4b07416c8be0fd2c8a",
+  "evid_digests": "[]"
+}
+```
+
+## Epistemic Status
+
+```json
+{
+  "implementation": "NOT_DETERMINED",
+  "experiment_data": "PRESENT",
+  "registered_evidence": "ABSENT",
+  "ai_interpretation": "PRESENT",
+  "human_review": "PENDING",
+  "claim_support": "NOT_DETERMINED",
+  "rq_status": "IN_PROGRESS"
+}
+```
+
+## Missing Evidence
+
+```json
+[
+  "Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.",
+  "Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.",
+  "Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität."
+]
+```
+
+## Recommended Follow-up Experiments
+
+```json
+[
+  "Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.",
+  "Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.",
+  "Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht."
+]
+```
+
+## Conclusion
+
+```json
+"Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet."
+```
+
+## Human Review
+
+```json
+{
+  "status": "PENDING",
+  "reviewer": null,
+  "reviewed_at": null,
+  "disposition": null,
+  "comments": null
+}
+```
+
+AI confidence: 0.0
+This value describes internal AI confidence and is not a statistical confidence interval.
+
+Content digest: 1810bdcfbef19ac42e5ea1e63c819ffb0eea283d805701aeea2f012137f6eb5a
+JSON/Markdown link digest: 0c5a8888443ca64e86d70def242bb93533709217454331a0718d02cda9d72f9e

research/experiments/EXP-BATCH-20260914074039-12/reports/AIRR-2026-0001.review.json

@@ -0,0 +1,8 @@
+{
+  "report_id": "AIRR-2026-0001",
+  "review_status": "accepted_as_interpretation",
+  "reviewer": "Thomas Heisig",
+  "reviewed_at": "2026-09-14T12:27:27.946793+00:00",
+  "comments": "Wiederholen",
+  "report_content_digest": "1810bdcfbef19ac42e5ea1e63c819ffb0eea283d805701aeea2f012137f6eb5a"
+}

research/experiments/EXP-BATCH-20260914074039-12/summary.md

@@ -0,0 +1,134 @@
+# EXP-BATCH-20260914074039-12: Wissenschaftliche Zusammenfassung
+
+Diese Zusammenfassung wird deterministisch aus Manifest, Workflow, DATA und — sofern vorhanden — dem AIRR aufgebaut. Zahlen und Formeln stammen aus den gespeicherten Laufdaten beziehungsweise dem deterministischen Statistics Engine; KI-Text bleibt davon getrennt.
+
+## 1. Identifikation und Status
+
+- Experimentstatus: `completed`
+- Forschungsfrage: `RQ-STDP-002`
+- Hypothese: `H-STDP-002-A`
+- Protokoll: `stdp_long_stability_boundary_v1`
+- Durchlaeufe: `3`
+- Seeds: `[101, 102, 103]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `nicht direkt messbar .. nicht direkt messbar` ausgeführte Ticks
+- Tick-Vertrag: `NOT_APPLICABLE`
+- TIME-Ladder: Der angeforderte Endpunkt wird je Seed separat validiert; Zwischenstufen duerfen kleiner sein.
+- Trial-/Regulationsprotokolle: Interne Versuchszyklen sind nicht mit `ticks_executed` gleichzusetzen und werden nicht in die SNN-Tickspanne eingerechnet.
+- Laufmodus: `EXPLORATORY`
+- Netzwerkmodus: `OFFLINE`
+
+## 2. Semantische Konsistenz
+
+- RQ/Condition-Pruefung: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `instrumentation_gap_audit`
+
+`DIRECT_MATCH` bezeichnet einen gezielten RQ-spezifischen Lauf. `CONTAINS_MATCH` bedeutet, dass die passende Teilstudie innerhalb einer Gesamtsuite enthalten ist; nur diese Teilstudie ist primaer fuer die registrierte RQ auszuwerten. `MISMATCH` blockiert die Nutzung als Evidenz fuer die registrierte Forschungsfrage, auch wenn die technische Ausfuehrung fehlerfrei war.
+
+## 3. Ausfuehrungsparameter
+
+- Titel: Experiment workflow: stdp_long_stability_boundary_v1
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `F:\Brain-5D\configs\learning_experiment.yaml`
+- Config SHA-256: `6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c`
+- Git Commit: `8e096931a779b2d2eb4d010eb20154150b07bbf2`
+- Git dirty: `True`
+- Runtime: `0.028397599991876632` s
+
+## 4. Deterministische Formeln
+
+Die im Bericht verwendeten deskriptiven Groessen sind:
+
+- Mittelwert: $\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i$
+- Populationsstandardabweichung: $\sigma=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2}$
+- Absolute Differenz: $\Delta_x=\bar{x}_B-\bar{x}_A$
+- Verhältnis: $R_x=\bar{x}_B/\bar{x}_A$ fuer $\bar{x}_A\neq0$
+- Inter-Spike-Intervall: $ISI_i=t_{i+1}-t_i$
+
+Diese Formeln sind deskriptiv. Ohne registrierten Inferenztest, unabhaengige Stichprobenannahme und passende Versuchsplanung werden daraus keine Signifikanz- oder Kausalbehauptungen abgeleitet.
+
+## 5. Ergebnisse nach Bedingung
+
+| Condition | n | Seeds | Ticks mean | Spikes mean | Syn. events mean | Aktivierte Neuronen mean | Recurrent events mean | Propagation depth mean |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| instrumentation_gap_audit | 3 | 101,102,103 | — | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 101 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+| 102 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+| 103 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+
+## 7. Reproduzierbarkeit und Provenienz
+
+Identische Ausgaben ueber mehrere Seeds dokumentieren reproduzierbare Modelltrajektorien unter diesen Bedingungen. Sie sind nicht automatisch statistisch unabhaengige Replikate. State-Digests sind Integritaets-/Identitaetsmarker und keine metrischen Zustandsabstaende.
+
+Deterministische Statistikdatei: [`analysis/statistics.json`](analysis/statistics.json)
+
+## 8. AI Research Report
+
+- AIRR Status: `generated`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+- AIRR Markdown: [`reports/AIRR-2026-0001.md`](reports/AIRR-2026-0001.md)
+- AIRR JSON: [`reports/AIRR-2026-0001.json`](reports/AIRR-2026-0001.json)
+
+### 8.1 KI-Einschaetzung
+
+Die experimentellen Ergebnisse zeigen keine direkte kausale Messung, da der Runner lediglich die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung ausführt und bewahrt. Die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation wurde nicht direkt getestet.
+
+KI-Konfidenz: `0.0` — dies ist keine statistische Konfidenz.
+
+### Methodische Kritik
+
+- Keine registrierte wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.
+- Die Git-Provenance ist schmutzig oder nicht verfügbar.
+- Die Experimente sind auf die Vertragsbedingungen für die Lücken/ Grenzen-Prüfung beschränkt, keine direkte Hypothesentests wurden durchgeführt.
+
+### Alternative Erklaerungen
+
+- Die Stabilität der Gewichte unter Dauerstimulation kann auf andere Faktoren wie Netzwerkarchitektur oder externen Störungen zurückzuführen sein.
+- Die fehlende direkte kausale Messung bedeutet, dass andere Faktoren die Ergebnisse beeinflussen könnten, die nicht im Experiment berücksichtigt wurden.
+
+### Fehlende Nachweise
+
+- Registrierte wissenschaftliche Evidenz, die die Stabilität der STDP-gesteuerten Gewichte unter Dauerstimulation belegt.
+- Detaillierte statistische Analysen der Runs, die numerische Ergebnisse für Unterschiede oder Verhältnisse bereitstellen.
+- Evidenz für die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität.
+
+### Empfohlene Folgeexperimente
+
+- Ein Experiment, das direkt die Stabilität der Gewichte unter Dauerstimulation testet, sollte durchgeführt werden.
+- Ein Experiment, das die Auswirkungen von Netzwerkarchitektur oder externen Störungen auf die Gewichtsstabilität untersucht.
+- Ein Experiment, das die langfristige Stabilität der Gewichte unter verschiedenen Stimulationsbedingungen vergleicht.
+
+## 9. Artefakte
+
+- [analysis/ai_packet.json](analysis/ai_packet.json)
+- [analysis/ai_packet_digest.json](analysis/ai_packet_digest.json)
+- [analysis/AIAR-critical_reviewer-20260914080041505758-8c9c9048.json](analysis/AIAR-critical_reviewer-20260914080041505758-8c9c9048.json)
+- [analysis/AIAR-scientific_analyst-20260914080022713727-8c9c9048.json](analysis/AIAR-scientific_analyst-20260914080022713727-8c9c9048.json)
+- [analysis/AIAR-scientific_writer-20260914080101496567-8c9c9048.json](analysis/AIAR-scientific_writer-20260914080101496567-8c9c9048.json)
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/current_run.json](DATA/current_run.json)
+- [DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz](DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz)
+- [DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz](DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz)
+- [DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz](DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz)
+- [DATA/runs.json](DATA/runs.json)
+- [DATA/runs_index.json](DATA/runs_index.json)
+- [manifest.json](manifest.json)
+- [report.md](report.md)
+- [reports/AIRR-2026-0001.json](reports/AIRR-2026-0001.json)
+- [reports/AIRR-2026-0001.md](reports/AIRR-2026-0001.md)
+- [workflow.json](workflow.json)
+
+## 10. Wissenschaftliche Grenze und Schlussfolgerung
+
+Die technischen Laufdaten duerfen deskriptiv ausgewertet werden. Eine Hypothese gilt dadurch nicht automatisch als bestaetigt oder widerlegt. Kausale Aussagen sind nur fuer explizit kontrollierte Interventionen und nur innerhalb des simulierten Systems zulaessig; biologische Generalisierung erfordert zusaetzliche Evidenz. Die KI-Auswertung ist post-hoc und besitzt keine Evidenzfreigabe.
+
+**Gesamtstatus:** technische Ausfuehrung `completed`, Tick-Vertrag `NOT_APPLICABLE`, semantische Zuordnung `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260914074039-12/workflow.json

@@ -0,0 +1,30 @@
+{
+  "experiment_id": "EXP-BATCH-20260914074039-12",
+  "research_question": "RQ-STDP-002",
+  "hypothesis": "H-STDP-002-A",
+  "title": "Experiment workflow: stdp_long_stability_boundary_v1",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "ticks_contract": "minimum requested observation window",
+  "seeds": [
+    101,
+    102,
+    103
+  ],
+  "protocol": "stdp_long_stability_boundary_v1",
+  "resolved_runner": "run_boundary_audit",
+  "tick_validation": {
+    "status": "NOT_APPLICABLE",
+    "mode": "protocol_defined_internal_trials",
+    "requested_ticks": 1000
+  },
+  "notes": "",
+  "execution": "registered experiment_suite runner",
+  "assistant_policy": "AI is post-hoc interpretation only.",
+  "epistemic_layers": {
+    "ui_state": "operator/dashboard progress only; not a scientific result",
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input"
+  }
+}

research/experiments/EXP-BATCH-20260914074039-13/DATA/current_run.json

@@ -0,0 +1,11 @@
+{
+  "last_archived_run": 2,
+  "raw_artifact": {
+    "format": "json.gz",
+    "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+    "sha256": "4bf5571fdcb8ac31705431435e627a339637938f28da8475978f9e725ee48411",
+    "size_bytes": 380,
+    "uncompressed_bytes": 481
+  },
+  "status": "idle"
+}

research/experiments/EXP-BATCH-20260914074039-13/DATA/runs_index.json

@@ -0,0 +1,37 @@
+{
+  "run_count": 3,
+  "runs": [
+    {
+      "condition": "instrumentation_gap_audit",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+      "run_index": 0,
+      "seed": 101,
+      "sha256": "0800338b73d563f30b8ac26720c9835e828f9d3e017dd1ff9ba62c31b4706101",
+      "size_bytes": 380,
+      "uncompressed_bytes": 481
+    },
+    {
+      "condition": "instrumentation_gap_audit",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+      "run_index": 1,
+      "seed": 102,
+      "sha256": "553a295067dc55eccc36caae1bd81c60aceded581f4a063077c9276935b0ad80",
+      "size_bytes": 380,
+      "uncompressed_bytes": 481
+    },
+    {
+      "condition": "instrumentation_gap_audit",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+      "run_index": 2,
+      "seed": 103,
+      "sha256": "4bf5571fdcb8ac31705431435e627a339637938f28da8475978f9e725ee48411",
+      "size_bytes": 380,
+      "uncompressed_bytes": 481
+    }
+  ],
+  "schema_version": "2.0",
+  "storage_policy": "immutable_raw_runs_plus_compact_current_experiment"
+}

research/experiments/EXP-BATCH-20260914074039-13/analysis/AIAR-critical_reviewer-20260914080131191127-c1ca0142.json

@@ -0,0 +1,73 @@
+{
+  "analysis_id": "AIAR-critical_reviewer-20260914080131191127-c1ca0142",
+  "role": "critical_reviewer",
+  "model": {
+    "provider": "ollama",
+    "model_name": "qwen3:8b",
+    "model_digest": "not_reported",
+    "quantization": "not_reported",
+    "context_length": "unknown",
+    "temperature": 0.0,
+    "top_p": 0.9,
+    "seed": "not_reported",
+    "backend_version": "unknown"
+  },
+  "inputs": {
+    "experiment_id": "EXP-BATCH-20260914074039-13",
+    "packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e"
+  },
+  "output": {
+    "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+    "observations": [
+      "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+      "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+      "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+      "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+    ],
+    "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+    "methodological_concerns": [
+      "Keine direkten kausalen Messungen wurden durchgeführt.",
+      "Keine wissenschaftlichen Beweise sind mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist unvollständig oder nicht verfügbbar.",
+      "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+    ],
+    "alternative_explanations": [
+      "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+      "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+      "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+    ],
+    "recommended_experiments": [
+      "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+      "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+      "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+    ],
+    "requested_evidence": [
+      "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+      "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+      "Dokumentation der Git-Provenance und der Datenintegrität.",
+      "Evidenz für die Validität der Experimentaldesigns und -methoden."
+    ],
+    "confidence": 0.0,
+    "research_question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?"
+  },
+  "provenance": {
+    "prompt_sha256": "ea4f12df8a2e5142206d78f9accbdd433bc995e56d96deb5b909e447259a8c34",
+    "research_packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e",
+    "prompt_protocol_version": "research_assistant_v1",
+    "assistant_schema_version": "1.2",
+    "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "model_self_confidence": "0.0"
+  },
+  "epistemic_status": {
+    "evidence": false,
+    "interpretation_only": true,
+    "human_review_required": true
+  },
+  "review": {
+    "status": "pending",
+    "reviewer": null,
+    "reviewed_at": null,
+    "disposition": null
+  },
+  "generated_at": "2026-09-14T08:01:31.191127+00:00"
+}

research/experiments/EXP-BATCH-20260914074039-13/analysis/AIAR-scientific_analyst-20260914080116047319-c1ca0142.json

@@ -0,0 +1,72 @@
+{
+  "analysis_id": "AIAR-scientific_analyst-20260914080116047319-c1ca0142",
+  "role": "scientific_analyst",
+  "model": {
+    "provider": "ollama",
+    "model_name": "qwen3:8b",
+    "model_digest": "not_reported",
+    "quantization": "not_reported",
+    "context_length": "unknown",
+    "temperature": 0.0,
+    "top_p": 0.9,
+    "seed": "not_reported",
+    "backend_version": "unknown"
+  },
+  "inputs": {
+    "experiment_id": "EXP-BATCH-20260914074039-13",
+    "packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e"
+  },
+  "output": {
+    "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+    "observations": [
+      "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+      "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+      "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+      "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+    ],
+    "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+    "methodological_concerns": [
+      "Keine direkten kausalen Messungen wurden durchgeführt.",
+      "Keine wissenschaftlichen Beweise sind mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist unvollständig oder nicht verfügbar.",
+      "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+    ],
+    "alternative_explanations": [
+      "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+      "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+      "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+    ],
+    "recommended_experiments": [
+      "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+      "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+      "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+    ],
+    "requested_evidence": [
+      "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+      "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+      "Dokumentation der Git-Provenance und der Datenintegrität.",
+      "Evidenz für die Validität der Experimentaldesigns und -methoden."
+    ],
+    "confidence": 0.0
+  },
+  "provenance": {
+    "prompt_sha256": "429b34c7445e4d13fc88e1f88ee1711d218e8741a74ae2593b0e65bd690bb091",
+    "research_packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e",
+    "prompt_protocol_version": "research_assistant_v1",
+    "assistant_schema_version": "1.2",
+    "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "model_self_confidence": "0.0"
+  },
+  "epistemic_status": {
+    "evidence": false,
+    "interpretation_only": true,
+    "human_review_required": true
+  },
+  "review": {
+    "status": "pending",
+    "reviewer": null,
+    "reviewed_at": null,
+    "disposition": null
+  },
+  "generated_at": "2026-09-14T08:01:16.047319+00:00"
+}

research/experiments/EXP-BATCH-20260914074039-13/analysis/AIAR-scientific_writer-20260914080148203112-c1ca0142.json

@@ -0,0 +1,73 @@
+{
+  "analysis_id": "AIAR-scientific_writer-20260914080148203112-c1ca0142",
+  "role": "scientific_writer",
+  "model": {
+    "provider": "ollama",
+    "model_name": "qwen3:8b",
+    "model_digest": "not_reported",
+    "quantization": "not_reported",
+    "context_length": "unknown",
+    "temperature": 0.0,
+    "top_p": 0.9,
+    "seed": "not_reported",
+    "backend_version": "unknown"
+  },
+  "inputs": {
+    "experiment_id": "EXP-BATCH-20260914074039-13",
+    "packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e"
+  },
+  "output": {
+    "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+    "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+    "methodological_concerns": [
+      "Keine direkten kausalen Messungen wurden durchgeführt.",
+      "Keine wissenschaftlichen Beweise sind mit diesem Experiment verbunden.",
+      "Die Git-Provenance ist unvollständig oder nicht verfügbar.",
+      "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+    ],
+    "observations": [
+      "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+      "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+      "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+      "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+    ],
+    "alternative_explanations": [
+      "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+      "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+      "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+    ],
+    "recommended_experiments": [
+      "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+      "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+      "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+    ],
+    "requested_evidence": [
+      "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+      "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+      "Dokumentation der Git-Provenance und der Datenintegrität.",
+      "Evidenz für die Validität der Experimentaldesigns und -methoden."
+    ],
+    "confidence": 0.0,
+    "research_question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?"
+  },
+  "provenance": {
+    "prompt_sha256": "a58dd69fea777cdbdf790ec408807fdaef31225d0de542121173e409b6a89fb2",
+    "research_packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e",
+    "prompt_protocol_version": "research_assistant_v1",
+    "assistant_schema_version": "1.2",
+    "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "model_self_confidence": "0.0"
+  },
+  "epistemic_status": {
+    "evidence": false,
+    "interpretation_only": true,
+    "human_review_required": true
+  },
+  "review": {
+    "status": "pending",
+    "reviewer": null,
+    "reviewed_at": null,
+    "disposition": null
+  },
+  "generated_at": "2026-09-14T08:01:48.203112+00:00"
+}

research/experiments/EXP-BATCH-20260914074039-13/analysis/ai_packet.json

@@ -0,0 +1,106 @@
+{
+  "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+  "generated_by": "deterministic_research_data_v2",
+  "limits": {
+    "ai_packet_max_bytes": 1000000,
+    "run_summary_max_bytes": 5000000,
+    "sequence_preview_items": 16
+  },
+  "raw_index": {
+    "path": "DATA/runs_index.json",
+    "run_count": 3,
+    "sha256": "9fe229fa2c6e7389f163304798dd0b0dce182fed9c768b16f10266293a6f11a8"
+  },
+  "run_count": 3,
+  "run_preview": [
+    {
+      "_raw_artifact": {
+        "format": "json.gz",
+        "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+        "sha256": "0800338b73d563f30b8ac26720c9835e828f9d3e017dd1ff9ba62c31b4706101",
+        "size_bytes": 380,
+        "uncompressed_bytes": 481
+      },
+      "condition": "instrumentation_gap_audit",
+      "experiment_id": "EXP-BATCH-20260914074039-13",
+      "metrics": {
+        "audit_complete": true,
+        "automatic_evidence_promotion": false,
+        "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+        "direct_test_of_hypothesis": false,
+        "scientific_evidence": false
+      },
+      "runtime_error": null,
+      "seed": 101,
+      "state_digest_after": "",
+      "state_digest_before": ""
+    },
+    {
+      "_raw_artifact": {
+        "format": "json.gz",
+        "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+        "sha256": "553a295067dc55eccc36caae1bd81c60aceded581f4a063077c9276935b0ad80",
+        "size_bytes": 380,
+        "uncompressed_bytes": 481
+      },
+      "condition": "instrumentation_gap_audit",
+      "experiment_id": "EXP-BATCH-20260914074039-13",
+      "metrics": {
+        "audit_complete": true,
+        "automatic_evidence_promotion": false,
+        "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+        "direct_test_of_hypothesis": false,
+        "scientific_evidence": false
+      },
+      "runtime_error": null,
+      "seed": 102,
+      "state_digest_after": "",
+      "state_digest_before": ""
+    },
+    {
+      "_raw_artifact": {
+        "format": "json.gz",
+        "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+        "sha256": "4bf5571fdcb8ac31705431435e627a339637938f28da8475978f9e725ee48411",
+        "size_bytes": 380,
+        "uncompressed_bytes": 481
+      },
+      "condition": "instrumentation_gap_audit",
+      "experiment_id": "EXP-BATCH-20260914074039-13",
+      "metrics": {
+        "audit_complete": true,
+        "automatic_evidence_promotion": false,
+        "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+        "direct_test_of_hypothesis": false,
+        "scientific_evidence": false
+      },
+      "runtime_error": null,
+      "seed": 103,
+      "state_digest_after": "",
+      "state_digest_before": ""
+    }
+  ],
+  "schema_version": "2.0",
+  "statistics": {
+    "conditions": {
+      "instrumentation_gap_audit": {
+        "metrics": {},
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      }
+    },
+    "formulas": {
+      "difference": "Delta_x = mean(x_B) - mean(x_A)",
+      "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+      "mean": "mean(x) = (1/n) * sum_i x_i",
+      "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+      "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+    },
+    "run_count": 3,
+    "schema_version": "2.0"
+  }
+}

research/experiments/EXP-BATCH-20260914074039-13/analysis/ai_packet_digest.json

@@ -0,0 +1,7 @@
+{
+  "path": "analysis/ai_packet.json",
+  "raw_index_sha256": "9fe229fa2c6e7389f163304798dd0b0dce182fed9c768b16f10266293a6f11a8",
+  "schema_version": "1.0",
+  "sha256": "50f173a837ca9a4ea00847c3b00c428afb48405675610eb05940b22d96dc1c4a",
+  "size_bytes": 3763
+}

research/experiments/EXP-BATCH-20260914074039-13/analysis/statistics.json

@@ -0,0 +1,23 @@
+{
+  "conditions": {
+    "instrumentation_gap_audit": {
+      "metrics": {},
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    }
+  },
+  "formulas": {
+    "difference": "Delta_x = mean(x_B) - mean(x_A)",
+    "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+    "mean": "mean(x) = (1/n) * sum_i x_i",
+    "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+    "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+  },
+  "generated_by": "deterministic_statistics_engine",
+  "run_count": 3,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260914074039-13/manifest.json

@@ -0,0 +1,127 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "ai_packet": "analysis/ai_packet.json",
+    "ai_packet_digest": "analysis/ai_packet_digest.json",
+    "ai_report_json": "experiments/EXP-BATCH-20260914074039-13/reports/AIRR-2026-0001.json",
+    "ai_report_markdown": "experiments/EXP-BATCH-20260914074039-13/reports/AIRR-2026-0001.md",
+    "current_run": "DATA/current_run.json",
+    "data": "DATA/runs.json",
+    "data_index": "DATA/runs_index.json",
+    "preregistration": "preregistrations/operational/catalog_completion_v1.json",
+    "raw_run_index": "DATA/runs_index.json",
+    "report": "report.md",
+    "statistics": "analysis/statistics.json",
+    "workflow": "workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {
+    "path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+    "sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c"
+  },
+  "created_at": "2026-09-14T08:01:02.030049+00:00",
+  "data_partitions": [],
+  "epistemic_layers": {
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input",
+    "ui_state": "operator/dashboard progress only; not a scientific result"
+  },
+  "execution_contract": {
+    "hypothesis_id": "H-HOM-001-A",
+    "protocol": "homeostasis_rate_boundary_v1",
+    "question_id": "RQ-HOM-001",
+    "resolved_runner": "run_boundary_audit",
+    "runtime_runner_bytecode_sha256": "af56b58dd3d9866e38356abc78887855f2b45836f2a7ba8d858f5387e150b735",
+    "runtime_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "source_runner_bytecode_sha256": "af56b58dd3d9866e38356abc78887855f2b45836f2a7ba8d858f5387e150b735",
+    "source_runtime_consistency": "MATCH",
+    "source_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "tick_validation": {
+      "mode": "protocol_defined_internal_trials",
+      "requested_ticks": 1000,
+      "status": "NOT_APPLICABLE"
+    },
+    "ticks_requested": 1000
+  },
+  "execution_semantics": {
+    "automatic_evidence_promotion": false,
+    "claim_scope": "instrumentation_gap_contract_only",
+    "direct_test_of_hypothesis": false,
+    "external_review": "external_review/INTEGRATION.md",
+    "human_assessment": "not_recorded",
+    "kind": "boundary_audit",
+    "scientific_evidence": false,
+    "snn_involved": true
+  },
+  "experiment_id": "EXP-BATCH-20260914074039-13",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-HOM-001-A"
+  ],
+  "network_mode": "OFFLINE",
+  "provenance_digests": {
+    "code": "5a11ea288e7e695c2dcd456642b533cbb3e6daf38b72e150134e60e69059531f",
+    "config": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+    "data": "da324ebd948ac024a3e41da77934fed3fae7f1326eebf80a404597b88a628fa3",
+    "prompt": "dd18e473908e7e75b1717c240bac221729ea38753abfd28b701b37b20d5f5e14"
+  },
+  "research_questions": [
+    "RQ-HOM-001"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "protocol": "homeostasis_rate_boundary_v1",
+    "run_count": 3,
+    "runner": "run_boundary_audit",
+    "tick_contract": {
+      "mode": "protocol_defined_internal_trials",
+      "requested_ticks": 1000,
+      "status": "NOT_APPLICABLE"
+    },
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 0.15113779995590448
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "homeostasis_rate_boundary_v1",
+    "seed": 101,
+    "seeds": [
+      101,
+      102,
+      103
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a3",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "source_freeze_sha": "382bb10cdfa77bb9878d26e0fb49a7bd03f883bc8c5f0aabdf1e97a29ed9c87f",
+  "timestamp": "2026-09-14T10:01:02.030043",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260914074039-13/report.md

@@ -0,0 +1,35 @@
+# EXP-BATCH-20260914074039-13: Experiment workflow: homeostasis_rate_boundary_v1
+
+## Forschungszuordnung
+Forschungsfrage: `RQ-HOM-001`
+Hypothese: `H-HOM-001-A`
+Aufgeloester Runner: `run_boundary_audit`
+
+## Protokoll und Einstellungen
+Protokoll: `homeostasis_rate_boundary_v1`
+Angeforderte Mindest-Ticks: `1000`
+Seeds: `101, 102, 103`
+Tick-Vertrag: `{"mode": "protocol_defined_internal_trials", "requested_ticks": 1000, "status": "NOT_APPLICABLE"}`
+
+## Bedingungen
+Registered protocol conditions
+Runs: 3; Dauer: 0.151138 s
+
+## Daten und Statistik
+Kompakte Run-Projektion: `DATA/runs.json`
+Unveränderlicher Rohdatenindex: `DATA/runs_index.json`
+KI-Eingabepaket: `analysis/ai_packet.json` (hart begrenzt)
+Deterministische deskriptive Statistik: `analysis/statistics.json`
+Die Summary verbindet Rohdaten, Formeln, Einzelruns, Bedingungen, Reproduzierbarkeit und AIRR ohne KI-generierte Statistik.
+
+## Epistemische Ebenen
+UI-Zustand: Dashboard-Steuerung und Fortschritt; kein wissenschaftliches Ergebnis.
+DATA: Rohdaten, Run-Index und deterministische Statistik.
+EVID: nicht erzeugt; Clean Freeze, semantische Zuordnung und Human Review erforderlich.
+Interpretation: nachgelagerte KI-/Human-Interpretation; keine Ausfuehrungseingabe.
+
+## Evidenzstatus
+DATA, Manifest, Workflow und deterministische Statistik sind erzeugt. Wissenschaftliche EVID entsteht erst nach passender semantischer Zuordnung, Clean Freeze und Human Review.
+
+## Hinweise
+Keine.

research/experiments/EXP-BATCH-20260914074039-13/reports/AIRR-2026-0001.json

@@ -0,0 +1,588 @@
+{
+  "report_id": "AIRR-2026-0001",
+  "experiment_id": "EXP-BATCH-20260914074039-13",
+  "research_question_id": "RQ-HOM-001",
+  "hypothesis_ids": [
+    "H-HOM-001-A"
+  ],
+  "claim_ids": [],
+  "generated_at": "2026-09-14T11:22:43.856246+00:00",
+  "report_schema_version": "1.0",
+  "report_protocol_version": "PROTOCOL-AIRR-001",
+  "generated_by": "artificial_intelligence",
+  "ai_generated": true,
+  "scientific_evidence": false,
+  "human_review_required": true,
+  "status": "review_pending",
+  "content": {
+    "identification": {
+      "experiment": "EXP-BATCH-20260914074039-13",
+      "research_question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?",
+      "hypotheses": [
+        {
+          "id": "H-HOM-001-A",
+          "research_question": "RQ-HOM-001",
+          "hypothesis": "Synaptische Homeostase hält die mittlere Feuerrate eines SNN innerhalb eines definierten Sollbereichs.",
+          "status": "untested",
+          "evidence": [],
+          "created": "2026-08-23",
+          "updated": "2026-08-23"
+        }
+      ],
+      "date": "2026-09-14",
+      "source_sha": "8e096931a779b2d2eb4d010eb20154150b07bbf2"
+    },
+    "executive_summary": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+    "research_question": {
+      "id": "RQ-HOM-001",
+      "domain": "Homeostasis",
+      "question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?",
+      "relevance": "Homeostase ist ein zentraler biologischer Regulationsmechanismus.",
+      "literature": [
+        "SRC-TURRIGIANO-2008"
+      ],
+      "hypotheses": [
+        "H-HOM-001-A"
+      ],
+      "evidence": [],
+      "status": "open",
+      "answer": {
+        "current": null,
+        "confidence": "none",
+        "limitations": null
+      },
+      "created": "2026-08-23",
+      "updated": "2026-08-23"
+    },
+    "experimental_design": {
+      "experiment_id": "EXP-BATCH-20260914074039-13",
+      "research_question": "RQ-HOM-001",
+      "hypothesis": "H-HOM-001-A",
+      "title": "Experiment workflow: homeostasis_rate_boundary_v1",
+      "conditions": "Registered protocol conditions",
+      "ticks": 1000,
+      "ticks_contract": "minimum requested observation window",
+      "seeds": [
+        101,
+        102,
+        103
+      ],
+      "protocol": "homeostasis_rate_boundary_v1",
+      "resolved_runner": "run_boundary_audit",
+      "tick_validation": {
+        "status": "NOT_APPLICABLE",
+        "mode": "protocol_defined_internal_trials",
+        "requested_ticks": 1000
+      },
+      "notes": "",
+      "execution": "registered experiment_suite runner",
+      "assistant_policy": "AI is post-hoc interpretation only.",
+      "epistemic_layers": {
+        "ui_state": "operator/dashboard progress only; not a scientific result",
+        "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+        "evid": "not_created; requires semantic validation, clean freeze and human review",
+        "interpretation": "post-hoc AI or human interpretation; never execution input"
+      }
+    },
+    "data_basis": {
+      "data": {
+        "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+        "generated_by": "deterministic_research_data_v2",
+        "limits": {
+          "ai_packet_max_bytes": 1000000,
+          "run_summary_max_bytes": 5000000,
+          "sequence_preview_items": 16
+        },
+        "raw_index": {
+          "path": "DATA/runs_index.json",
+          "run_count": 3,
+          "sha256": "9fe229fa2c6e7389f163304798dd0b0dce182fed9c768b16f10266293a6f11a8"
+        },
+        "run_count": 3,
+        "run_preview": [
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+              "sha256": "0800338b73d563f30b8ac26720c9835e828f9d3e017dd1ff9ba62c31b4706101",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-13",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 101,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          },
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+              "sha256": "553a295067dc55eccc36caae1bd81c60aceded581f4a063077c9276935b0ad80",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-13",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 102,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          },
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+              "sha256": "4bf5571fdcb8ac31705431435e627a339637938f28da8475978f9e725ee48411",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-13",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 103,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          }
+        ],
+        "schema_version": "2.0",
+        "statistics": {
+          "conditions": {
+            "instrumentation_gap_audit": {
+              "metrics": {},
+              "run_count": 3,
+              "seeds": [
+                101,
+                102,
+                103
+              ]
+            }
+          },
+          "formulas": {
+            "difference": "Delta_x = mean(x_B) - mean(x_A)",
+            "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+            "mean": "mean(x) = (1/n) * sum_i x_i",
+            "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+            "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+          },
+          "generated_by": "deterministic_statistics_engine",
+          "run_count": 3,
+          "schema_version": "2.0"
+        }
+      },
+      "evid": [],
+      "literature": [
+        {
+          "source_id": "SRC-TURRIGIANO-2008",
+          "authors": [
+            "Gina G. Turrigiano"
+          ],
+          "title": "The Self-Tuning Neuron: Synaptic Scaling of Excitatory Synapses",
+          "year": 2008,
+          "journal": "Cell",
+          "doi": "10.1016/j.cell.2008.10.008",
+          "topic": [
+            "homeostasis",
+            "plasticity"
+          ],
+          "claims": [
+            "Synaptic scaling stabilizes firing rates in neural networks."
+          ],
+          "brain5d_questions": [
+            "RQ-HOM-001",
+            "RQ-HOM-002"
+          ],
+          "brain5d_relevance": "Referenz für synaptische Homeostase-Mechanismen."
+        }
+      ]
+    },
+    "quantitative_results": {
+      "conditions": {
+        "instrumentation_gap_audit": {
+          "metrics": {},
+          "run_count": 3,
+          "seeds": [
+            101,
+            102,
+            103
+          ]
+        }
+      },
+      "formulas": {
+        "difference": "Delta_x = mean(x_B) - mean(x_A)",
+        "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+        "mean": "mean(x) = (1/n) * sum_i x_i",
+        "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+        "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+      },
+      "generated_by": "deterministic_statistics_engine",
+      "run_count": 3,
+      "schema_version": "2.0"
+    },
+    "observations": [
+      "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+      "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+      "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+      "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+    ],
+    "interpretation": {
+      "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+      "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+      "methodological_concerns": [
+        "Keine direkten kausalen Messungen wurden durchgeführt.",
+        "Keine wissenschaftlichen Beweise sind mit diesem Experiment verbunden.",
+        "Die Git-Provenance ist unvollständig oder nicht verfügbar.",
+        "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+      ],
+      "observations": [
+        "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+        "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+        "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+        "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+      ],
+      "alternative_explanations": [
+        "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+        "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+        "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+      ],
+      "recommended_experiments": [
+        "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+        "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+        "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+      ],
+      "requested_evidence": [
+        "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+        "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+        "Dokumentation der Git-Provenance und der Datenintegrität.",
+        "Evidenz für die Validität der Experimentaldesigns und -methoden."
+      ],
+      "confidence": 0.0,
+      "research_question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?"
+    },
+    "methodological_critique": [
+      "Keine direkten kausalen Messungen wurden durchgeführt.",
+      "Keine wissenschaftlichen Beweise sind mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist unvollständig oder nicht verfügbbar.",
+      "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+    ],
+    "alternative_explanations": [
+      "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+      "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+      "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+    ],
+    "reproducibility": {
+      "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+      "experiment_status": "completed",
+      "evidence_mode": "not_reported",
+      "git_dirty": "True",
+      "source_freeze_sha": "382bb10cdfa77bb9878d26e0fb49a7bd03f883bc8c5f0aabdf1e97a29ed9c87f",
+      "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+      "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+      "experiment_manifest_digest": "7699521308323df0296ff8b0682278ee21b1e2121d16949e2518576f0bc8d3e0",
+      "data_ids": "NOT_AVAILABLE",
+      "evid_ids": "NOT_AVAILABLE",
+      "protocol_id": "NOT_AVAILABLE",
+      "protocol_digest": "92d245e70200c1aeea72c92ca9aee290abd6ae3bb2701353e718a45889bf80fb",
+      "data_digest": "fde1ea2f70e9d6b269ad2197560ee2a5fa2589af6e2cdc32db637d0cf107f38d",
+      "evid_digests": "[]"
+    },
+    "epistemic_status": {
+      "implementation": "NOT_DETERMINED",
+      "experiment_data": "PRESENT",
+      "registered_evidence": "ABSENT",
+      "ai_interpretation": "PRESENT",
+      "human_review": "PENDING",
+      "claim_support": "NOT_DETERMINED",
+      "rq_status": "IN_PROGRESS"
+    },
+    "ai_confidence": 0.0,
+    "missing_evidence": [
+      "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+      "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+      "Dokumentation der Git-Provenance und der Datenintegrität.",
+      "Evidenz für die Validität der Experimentaldesigns und -methoden."
+    ],
+    "recommended_follow_up": [
+      "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+      "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+      "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+    ],
+    "conclusion": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+    "human_review": {
+      "status": "PENDING",
+      "reviewer": null,
+      "reviewed_at": null,
+      "disposition": null,
+      "comments": null
+    },
+    "aiar": {
+      "analyst": {
+        "analysis_id": "AIAR-scientific_analyst-20260914080116047319-c1ca0142",
+        "role": "scientific_analyst",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-13",
+          "packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e"
+        },
+        "output": {
+          "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+          "observations": [
+            "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+            "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+            "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+            "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+          ],
+          "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+          "methodological_concerns": [
+            "Keine direkten kausalen Messungen wurden durchgeführt.",
+            "Keine wissenschaftlichen Beweise sind mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist unvollständig oder nicht verfügbar.",
+            "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+          ],
+          "alternative_explanations": [
+            "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+            "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+            "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+          ],
+          "recommended_experiments": [
+            "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+            "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+            "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+          ],
+          "requested_evidence": [
+            "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+            "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+            "Dokumentation der Git-Provenance und der Datenintegrität.",
+            "Evidenz für die Validität der Experimentaldesigns und -methoden."
+          ],
+          "confidence": 0.0
+        },
+        "provenance": {
+          "prompt_sha256": "429b34c7445e4d13fc88e1f88ee1711d218e8741a74ae2593b0e65bd690bb091",
+          "research_packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:01:16.047319+00:00"
+      },
+      "reviewer": {
+        "analysis_id": "AIAR-critical_reviewer-20260914080131191127-c1ca0142",
+        "role": "critical_reviewer",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-13",
+          "packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e"
+        },
+        "output": {
+          "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+          "observations": [
+            "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+            "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+            "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+            "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+          ],
+          "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+          "methodological_concerns": [
+            "Keine direkten kausalen Messungen wurden durchgeführt.",
+            "Keine wissenschaftlichen Beweise sind mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist unvollständig oder nicht verfügbbar.",
+            "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+          ],
+          "alternative_explanations": [
+            "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+            "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+            "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+          ],
+          "recommended_experiments": [
+            "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+            "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+            "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+          ],
+          "requested_evidence": [
+            "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+            "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+            "Dokumentation der Git-Provenance und der Datenintegrität.",
+            "Evidenz für die Validität der Experimentaldesigns und -methoden."
+          ],
+          "confidence": 0.0,
+          "research_question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?"
+        },
+        "provenance": {
+          "prompt_sha256": "ea4f12df8a2e5142206d78f9accbdd433bc995e56d96deb5b909e447259a8c34",
+          "research_packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:01:31.191127+00:00"
+      },
+      "writer": {
+        "analysis_id": "AIAR-scientific_writer-20260914080148203112-c1ca0142",
+        "role": "scientific_writer",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-13",
+          "packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e"
+        },
+        "output": {
+          "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+          "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+          "methodological_concerns": [
+            "Keine direkten kausalen Messungen wurden durchgeführt.",
+            "Keine wissenschaftlichen Beweise sind mit diesem Experiment verbunden.",
+            "Die Git-Provenance ist unvollständig oder nicht verfügbar.",
+            "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+          ],
+          "observations": [
+            "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+            "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+            "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+            "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+          ],
+          "alternative_explanations": [
+            "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+            "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+            "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+          ],
+          "recommended_experiments": [
+            "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+            "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+            "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+          ],
+          "requested_evidence": [
+            "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+            "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+            "Dokumentation der Git-Provenance und der Datenintegrität.",
+            "Evidenz für die Validität der Experimentaldesigns und -methoden."
+          ],
+          "confidence": 0.0,
+          "research_question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?"
+        },
+        "provenance": {
+          "prompt_sha256": "a58dd69fea777cdbdf790ec408807fdaef31225d0de542121173e409b6a89fb2",
+          "research_packet_digest": "c1ca014222099c88d8394e81e07213d649b0af7f259093d9997c62d08a4e1b3e",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:01:48.203112+00:00"
+      }
+    }
+  },
+  "provenance": {
+    "research_packet_digest": "f1f5c93f6cab162425ef4564788d80eaefbe5dab9adb2be253ec01c84761ecea",
+    "source": {
+      "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+      "experiment_status": "completed",
+      "evidence_mode": "not_reported",
+      "git_dirty": "True",
+      "source_freeze_sha": "382bb10cdfa77bb9878d26e0fb49a7bd03f883bc8c5f0aabdf1e97a29ed9c87f",
+      "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+      "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+      "experiment_manifest_digest": "7699521308323df0296ff8b0682278ee21b1e2121d16949e2518576f0bc8d3e0",
+      "data_ids": "NOT_AVAILABLE",
+      "evid_ids": "NOT_AVAILABLE",
+      "protocol_id": "NOT_AVAILABLE",
+      "protocol_digest": "92d245e70200c1aeea72c92ca9aee290abd6ae3bb2701353e718a45889bf80fb",
+      "data_digest": "fde1ea2f70e9d6b269ad2197560ee2a5fa2589af6e2cdc32db637d0cf107f38d",
+      "evid_digests": "[]"
+    }
+  },
+  "analysis_ids": [
+    "AIAR-scientific_analyst-20260914080116047319-c1ca0142",
+    "AIAR-critical_reviewer-20260914080131191127-c1ca0142",
+    "AIAR-scientific_writer-20260914080148203112-c1ca0142"
+  ],
+  "supersedes": null,
+  "content_digest": "a98ae4f77a5ca61de1b093bd75d3dc84488316303bc6b0b31f44cf4b5a92904d",
+  "markdown_digest": "23de91c9cd1a579d3da1072ded0193a91ffdfc0774ff11d019d2d73f5ba10b70"
+}

research/experiments/EXP-BATCH-20260914074039-13/reports/AIRR-2026-0001.md

@@ -0,0 +1,403 @@
+============================================================
+BRAIN-5D - AI GENERATED SCIENTIFIC ANALYSIS
+============================================================
+
+Dieser Bericht wurde durch ein kuenstliches Intelligenzsystem erzeugt.
+
+Er stellt eine wissenschaftliche Interpretation von MHRN-Forschungsdaten dar.
+
+Er ist KEINE wissenschaftliche Evidenz.
+
+Er wurde zum Zeitpunkt der Erstellung noch nicht automatisch durch einen Menschen bestaetigt.
+
+Human Review Status: PENDING
+============================================================
+
+# AI Research Report AIRR-2026-0001
+
+Status: review_pending | Experiment: EXP-BATCH-20260914074039-13
+Research Question: RQ-HOM-001
+## Executive Summary
+
+```json
+"Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden."
+```
+
+## Research Question
+
+```json
+{
+  "id": "RQ-HOM-001",
+  "domain": "Homeostasis",
+  "question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?",
+  "relevance": "Homeostase ist ein zentraler biologischer Regulationsmechanismus.",
+  "literature": [
+    "SRC-TURRIGIANO-2008"
+  ],
+  "hypotheses": [
+    "H-HOM-001-A"
+  ],
+  "evidence": [],
+  "status": "open",
+  "answer": {
+    "current": null,
+    "confidence": "none",
+    "limitations": null
+  },
+  "created": "2026-08-23",
+  "updated": "2026-08-23"
+}
+```
+
+## Experimental Design
+
+```json
+{
+  "experiment_id": "EXP-BATCH-20260914074039-13",
+  "research_question": "RQ-HOM-001",
+  "hypothesis": "H-HOM-001-A",
+  "title": "Experiment workflow: homeostasis_rate_boundary_v1",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "ticks_contract": "minimum requested observation window",
+  "seeds": [
+    101,
+    102,
+    103
+  ],
+  "protocol": "homeostasis_rate_boundary_v1",
+  "resolved_runner": "run_boundary_audit",
+  "tick_validation": {
+    "status": "NOT_APPLICABLE",
+    "mode": "protocol_defined_internal_trials",
+    "requested_ticks": 1000
+  },
+  "notes": "",
+  "execution": "registered experiment_suite runner",
+  "assistant_policy": "AI is post-hoc interpretation only.",
+  "epistemic_layers": {
+    "ui_state": "operator/dashboard progress only; not a scientific result",
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input"
+  }
+}
+```
+
+## Data Basis
+
+```json
+{
+  "data": {
+    "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+    "generated_by": "deterministic_research_data_v2",
+    "limits": {
+      "ai_packet_max_bytes": 1000000,
+      "run_summary_max_bytes": 5000000,
+      "sequence_preview_items": 16
+    },
+    "raw_index": {
+      "path": "DATA/runs_index.json",
+      "run_count": 3,
+      "sha256": "9fe229fa2c6e7389f163304798dd0b0dce182fed9c768b16f10266293a6f11a8"
+    },
+    "run_count": 3,
+    "run_preview": [
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+          "sha256": "0800338b73d563f30b8ac26720c9835e828f9d3e017dd1ff9ba62c31b4706101",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-13",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+          "sha256": "553a295067dc55eccc36caae1bd81c60aceded581f4a063077c9276935b0ad80",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-13",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 102,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+          "sha256": "4bf5571fdcb8ac31705431435e627a339637938f28da8475978f9e725ee48411",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-13",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      }
+    ],
+    "schema_version": "2.0",
+    "statistics": {
+      "conditions": {
+        "instrumentation_gap_audit": {
+          "metrics": {},
+          "run_count": 3,
+          "seeds": [
+            101,
+            102,
+            103
+          ]
+        }
+      },
+      "formulas": {
+        "difference": "Delta_x = mean(x_B) - mean(x_A)",
+        "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+        "mean": "mean(x) = (1/n) * sum_i x_i",
+        "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+        "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+      },
+      "generated_by": "deterministic_statistics_engine",
+      "run_count": 3,
+      "schema_version": "2.0"
+    }
+  },
+  "evid": [],
+  "literature": [
+    {
+      "source_id": "SRC-TURRIGIANO-2008",
+      "authors": [
+        "Gina G. Turrigiano"
+      ],
+      "title": "The Self-Tuning Neuron: Synaptic Scaling of Excitatory Synapses",
+      "year": 2008,
+      "journal": "Cell",
+      "doi": "10.1016/j.cell.2008.10.008",
+      "topic": [
+        "homeostasis",
+        "plasticity"
+      ],
+      "claims": [
+        "Synaptic scaling stabilizes firing rates in neural networks."
+      ],
+      "brain5d_questions": [
+        "RQ-HOM-001",
+        "RQ-HOM-002"
+      ],
+      "brain5d_relevance": "Referenz für synaptische Homeostase-Mechanismen."
+    }
+  ]
+}
+```
+
+## Quantitative Results
+
+```json
+{
+  "conditions": {
+    "instrumentation_gap_audit": {
+      "metrics": {},
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    }
+  },
+  "formulas": {
+    "difference": "Delta_x = mean(x_B) - mean(x_A)",
+    "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+    "mean": "mean(x) = (1/n) * sum_i x_i",
+    "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+    "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+  },
+  "generated_by": "deterministic_statistics_engine",
+  "run_count": 3,
+  "schema_version": "2.0"
+}
+```
+
+## Observations
+
+```json
+[
+  "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+  "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+  "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+  "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+]
+```
+
+## Interpretation
+
+```json
+{
+  "assessment": "Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.",
+  "effect_direction": "Es wurden keine kausalen Effekte gemessen, daher kann keine Richtung der Wirkung bestimmt werden.",
+  "methodological_concerns": [
+    "Keine direkten kausalen Messungen wurden durchgeführt.",
+    "Keine wissenschaftlichen Beweise sind mit diesem Experiment verbunden.",
+    "Die Git-Provenance ist unvollständig oder nicht verfügbar.",
+    "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+  ],
+  "observations": [
+    "Die Experimente wurden mit drei verschiedenen Seeds (101, 102, 103) durchgeführt.",
+    "Die Audit-Protokolle bestätigen, dass keine direkten Hypothesentests durchgeführt wurden.",
+    "Die Metriken zeigen, dass keine wissenschaftlichen Beweise erfasst wurden.",
+    "Die Simulationen folgten einem festgelegten Protokoll, aber keine kausalen Effekte wurden gemessen."
+  ],
+  "alternative_explanations": [
+    "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+    "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+    "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+  ],
+  "recommended_experiments": [
+    "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+    "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+    "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+  ],
+  "requested_evidence": [
+    "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+    "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+    "Dokumentation der Git-Provenance und der Datenintegrität.",
+    "Evidenz für die Validität der Experimentaldesigns und -methoden."
+  ],
+  "confidence": 0.0,
+  "research_question": "Kann synaptische Homeostase die Feuerrate in einem SNN stabilisieren?"
+}
+```
+
+## Methodological Critique
+
+```json
+[
+  "Keine direkten kausalen Messungen wurden durchgeführt.",
+  "Keine wissenschaftlichen Beweise sind mit diesem Experiment verknüpft.",
+  "Die Git-Provenance ist unvollständig oder nicht verfügbbar.",
+  "Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste."
+]
+```
+
+## Alternative Explanations
+
+```json
+[
+  "Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.",
+  "Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.",
+  "Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen."
+]
+```
+
+## Reproducibility
+
+```json
+{
+  "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+  "experiment_status": "completed",
+  "evidence_mode": "not_reported",
+  "git_dirty": "True",
+  "source_freeze_sha": "382bb10cdfa77bb9878d26e0fb49a7bd03f883bc8c5f0aabdf1e97a29ed9c87f",
+  "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+  "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+  "experiment_manifest_digest": "7699521308323df0296ff8b0682278ee21b1e2121d16949e2518576f0bc8d3e0",
+  "data_ids": "NOT_AVAILABLE",
+  "evid_ids": "NOT_AVAILABLE",
+  "protocol_id": "NOT_AVAILABLE",
+  "protocol_digest": "92d245e70200c1aeea72c92ca9aee290abd6ae3bb2701353e718a45889bf80fb",
+  "data_digest": "fde1ea2f70e9d6b269ad2197560ee2a5fa2589af6e2cdc32db637d0cf107f38d",
+  "evid_digests": "[]"
+}
+```
+
+## Epistemic Status
+
+```json
+{
+  "implementation": "NOT_DETERMINED",
+  "experiment_data": "PRESENT",
+  "registered_evidence": "ABSENT",
+  "ai_interpretation": "PRESENT",
+  "human_review": "PENDING",
+  "claim_support": "NOT_DETERMINED",
+  "rq_status": "IN_PROGRESS"
+}
+```
+
+## Missing Evidence
+
+```json
+[
+  "Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.",
+  "Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.",
+  "Dokumentation der Git-Provenance und der Datenintegrität.",
+  "Evidenz für die Validität der Experimentaldesigns und -methoden."
+]
+```
+
+## Recommended Follow-up Experiments
+
+```json
+[
+  "Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.",
+  "Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.",
+  "Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft."
+]
+```
+
+## Conclusion
+
+```json
+"Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden."
+```
+
+## Human Review
+
+```json
+{
+  "status": "PENDING",
+  "reviewer": null,
+  "reviewed_at": null,
+  "disposition": null,
+  "comments": null
+}
+```
+
+AI confidence: 0.0
+This value describes internal AI confidence and is not a statistical confidence interval.
+
+Content digest: a98ae4f77a5ca61de1b093bd75d3dc84488316303bc6b0b31f44cf4b5a92904d
+JSON/Markdown link digest: 23de91c9cd1a579d3da1072ded0193a91ffdfc0774ff11d019d2d73f5ba10b70

research/experiments/EXP-BATCH-20260914074039-13/reports/AIRR-2026-0001.review.json

@@ -0,0 +1,8 @@
+{
+  "report_id": "AIRR-2026-0001",
+  "review_status": "accepted_as_interpretation",
+  "reviewer": "Thomas Heisig",
+  "reviewed_at": "2026-09-14T12:27:52.245298+00:00",
+  "comments": "ok",
+  "report_content_digest": "a98ae4f77a5ca61de1b093bd75d3dc84488316303bc6b0b31f44cf4b5a92904d"
+}

research/experiments/EXP-BATCH-20260914074039-13/summary.md

@@ -0,0 +1,137 @@
+# EXP-BATCH-20260914074039-13: Wissenschaftliche Zusammenfassung
+
+Diese Zusammenfassung wird deterministisch aus Manifest, Workflow, DATA und — sofern vorhanden — dem AIRR aufgebaut. Zahlen und Formeln stammen aus den gespeicherten Laufdaten beziehungsweise dem deterministischen Statistics Engine; KI-Text bleibt davon getrennt.
+
+## 1. Identifikation und Status
+
+- Experimentstatus: `completed`
+- Forschungsfrage: `RQ-HOM-001`
+- Hypothese: `H-HOM-001-A`
+- Protokoll: `homeostasis_rate_boundary_v1`
+- Durchlaeufe: `3`
+- Seeds: `[101, 102, 103]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `nicht direkt messbar .. nicht direkt messbar` ausgeführte Ticks
+- Tick-Vertrag: `NOT_APPLICABLE`
+- TIME-Ladder: Der angeforderte Endpunkt wird je Seed separat validiert; Zwischenstufen duerfen kleiner sein.
+- Trial-/Regulationsprotokolle: Interne Versuchszyklen sind nicht mit `ticks_executed` gleichzusetzen und werden nicht in die SNN-Tickspanne eingerechnet.
+- Laufmodus: `EXPLORATORY`
+- Netzwerkmodus: `OFFLINE`
+
+## 2. Semantische Konsistenz
+
+- RQ/Condition-Pruefung: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `instrumentation_gap_audit`
+
+`DIRECT_MATCH` bezeichnet einen gezielten RQ-spezifischen Lauf. `CONTAINS_MATCH` bedeutet, dass die passende Teilstudie innerhalb einer Gesamtsuite enthalten ist; nur diese Teilstudie ist primaer fuer die registrierte RQ auszuwerten. `MISMATCH` blockiert die Nutzung als Evidenz fuer die registrierte Forschungsfrage, auch wenn die technische Ausfuehrung fehlerfrei war.
+
+## 3. Ausfuehrungsparameter
+
+- Titel: Experiment workflow: homeostasis_rate_boundary_v1
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `F:\Brain-5D\configs\learning_experiment.yaml`
+- Config SHA-256: `6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c`
+- Git Commit: `8e096931a779b2d2eb4d010eb20154150b07bbf2`
+- Git dirty: `True`
+- Runtime: `0.15113779995590448` s
+
+## 4. Deterministische Formeln
+
+Die im Bericht verwendeten deskriptiven Groessen sind:
+
+- Mittelwert: $\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i$
+- Populationsstandardabweichung: $\sigma=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2}$
+- Absolute Differenz: $\Delta_x=\bar{x}_B-\bar{x}_A$
+- Verhältnis: $R_x=\bar{x}_B/\bar{x}_A$ fuer $\bar{x}_A\neq0$
+- Inter-Spike-Intervall: $ISI_i=t_{i+1}-t_i$
+
+Diese Formeln sind deskriptiv. Ohne registrierten Inferenztest, unabhaengige Stichprobenannahme und passende Versuchsplanung werden daraus keine Signifikanz- oder Kausalbehauptungen abgeleitet.
+
+## 5. Ergebnisse nach Bedingung
+
+| Condition | n | Seeds | Ticks mean | Spikes mean | Syn. events mean | Aktivierte Neuronen mean | Recurrent events mean | Propagation depth mean |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| instrumentation_gap_audit | 3 | 101,102,103 | — | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 101 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+| 102 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+| 103 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+
+## 7. Reproduzierbarkeit und Provenienz
+
+Identische Ausgaben ueber mehrere Seeds dokumentieren reproduzierbare Modelltrajektorien unter diesen Bedingungen. Sie sind nicht automatisch statistisch unabhaengige Replikate. State-Digests sind Integritaets-/Identitaetsmarker und keine metrischen Zustandsabstaende.
+
+Deterministische Statistikdatei: [`analysis/statistics.json`](analysis/statistics.json)
+
+## 8. AI Research Report
+
+- AIRR Status: `generated`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+- AIRR Markdown: [`reports/AIRR-2026-0001.md`](reports/AIRR-2026-0001.md)
+- AIRR JSON: [`reports/AIRR-2026-0001.json`](reports/AIRR-2026-0001.json)
+
+### 8.1 KI-Einschaetzung
+
+Die experimentellen Daten zeigen keine direkten kausalen Messungen, die auf synaptische Homeostase und ihre Fähigkeit zur Stabilisierung der Feuerrate in einem SNN hinweisen. Die Audit-Protokolle bestätigen, dass keine Hypothesentests durchgeführt wurden und keine wissenschaftlichen Beweise erfasst wurden.
+
+KI-Konfidenz: `0.0` — dies ist keine statistische Konfidenz.
+
+### Methodische Kritik
+
+- Keine direkten kausalen Messungen wurden durchgeführt.
+- Keine wissenschaftlichen Beweise sind mit diesem Experiment verknüpft.
+- Die Git-Provenance ist unvollständig oder nicht verfügbbar.
+- Die Experimente folgten einem Audit-Protokoll, das keine Hypothesentests umfasste.
+
+### Alternative Erklaerungen
+
+- Die fehlende kausale Messung könnte auf ein fehlendes Experimentaldesign hinweisen.
+- Die fehlende wissenschaftliche Evidenz könnte auf eine unzureichende Datenerfassung oder -analyse zurückzuführen sein.
+- Die Git-Provenance könnte die Validität der Ergebnisse beeinträchtigen.
+
+### Fehlende Nachweise
+
+- Direkte kausale Messungen der synaptischen Homeostase auf die Feuerrate in einem SNN.
+- Wissenschaftliche Beweise, die die Stabilisierung der Feuerrate durch synaptische Homeostase belegen.
+- Dokumentation der Git-Provenance und der Datenintegrität.
+- Evidenz für die Validität der Experimentaldesigns und -methoden.
+
+### Empfohlene Folgeexperimente
+
+- Ein Experiment, das direkt kausale Effekte der synaptischen Homeostase auf die Feuerrate in einem SNN misst.
+- Ein Experiment, das wissenschaftliche Beweise für die Stabilisierung der Feuerrate durch synaptische Homeostase erfasst.
+- Ein Experiment, das die Git-Provenance und die Datenintegrität überprüft.
+
+## 9. Artefakte
+
+- [analysis/ai_packet.json](analysis/ai_packet.json)
+- [analysis/ai_packet_digest.json](analysis/ai_packet_digest.json)
+- [analysis/AIAR-critical_reviewer-20260914080131191127-c1ca0142.json](analysis/AIAR-critical_reviewer-20260914080131191127-c1ca0142.json)
+- [analysis/AIAR-scientific_analyst-20260914080116047319-c1ca0142.json](analysis/AIAR-scientific_analyst-20260914080116047319-c1ca0142.json)
+- [analysis/AIAR-scientific_writer-20260914080148203112-c1ca0142.json](analysis/AIAR-scientific_writer-20260914080148203112-c1ca0142.json)
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/current_run.json](DATA/current_run.json)
+- [DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz](DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz)
+- [DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz](DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz)
+- [DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz](DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz)
+- [DATA/runs.json](DATA/runs.json)
+- [DATA/runs_index.json](DATA/runs_index.json)
+- [manifest.json](manifest.json)
+- [report.md](report.md)
+- [reports/AIRR-2026-0001.json](reports/AIRR-2026-0001.json)
+- [reports/AIRR-2026-0001.md](reports/AIRR-2026-0001.md)
+- [workflow.json](workflow.json)
+
+## 10. Wissenschaftliche Grenze und Schlussfolgerung
+
+Die technischen Laufdaten duerfen deskriptiv ausgewertet werden. Eine Hypothese gilt dadurch nicht automatisch als bestaetigt oder widerlegt. Kausale Aussagen sind nur fuer explizit kontrollierte Interventionen und nur innerhalb des simulierten Systems zulaessig; biologische Generalisierung erfordert zusaetzliche Evidenz. Die KI-Auswertung ist post-hoc und besitzt keine Evidenzfreigabe.
+
+**Gesamtstatus:** technische Ausfuehrung `completed`, Tick-Vertrag `NOT_APPLICABLE`, semantische Zuordnung `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260914074039-13/workflow.json

@@ -0,0 +1,30 @@
+{
+  "experiment_id": "EXP-BATCH-20260914074039-13",
+  "research_question": "RQ-HOM-001",
+  "hypothesis": "H-HOM-001-A",
+  "title": "Experiment workflow: homeostasis_rate_boundary_v1",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "ticks_contract": "minimum requested observation window",
+  "seeds": [
+    101,
+    102,
+    103
+  ],
+  "protocol": "homeostasis_rate_boundary_v1",
+  "resolved_runner": "run_boundary_audit",
+  "tick_validation": {
+    "status": "NOT_APPLICABLE",
+    "mode": "protocol_defined_internal_trials",
+    "requested_ticks": 1000
+  },
+  "notes": "",
+  "execution": "registered experiment_suite runner",
+  "assistant_policy": "AI is post-hoc interpretation only.",
+  "epistemic_layers": {
+    "ui_state": "operator/dashboard progress only; not a scientific result",
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input"
+  }
+}

research/experiments/EXP-BATCH-20260914074039-14/DATA/current_run.json

@@ -0,0 +1,11 @@
+{
+  "last_archived_run": 2,
+  "raw_artifact": {
+    "format": "json.gz",
+    "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+    "sha256": "bbcdae677cfb071f278c59580217aabe249780fedff53f559f320d3a658bbebb",
+    "size_bytes": 380,
+    "uncompressed_bytes": 481
+  },
+  "status": "idle"
+}

research/experiments/EXP-BATCH-20260914074039-14/DATA/runs_index.json

@@ -0,0 +1,37 @@
+{
+  "run_count": 3,
+  "runs": [
+    {
+      "condition": "instrumentation_gap_audit",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+      "run_index": 0,
+      "seed": 101,
+      "sha256": "68c7fe957d437d95351a393c1811bdfe59fd6a6339378b82e2b251d96bf54375",
+      "size_bytes": 380,
+      "uncompressed_bytes": 481
+    },
+    {
+      "condition": "instrumentation_gap_audit",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+      "run_index": 1,
+      "seed": 102,
+      "sha256": "c3608eaf3395144d6591501e568cf17a974bd94f8bdc4bb9da11571bd49a4932",
+      "size_bytes": 380,
+      "uncompressed_bytes": 481
+    },
+    {
+      "condition": "instrumentation_gap_audit",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+      "run_index": 2,
+      "seed": 103,
+      "sha256": "bbcdae677cfb071f278c59580217aabe249780fedff53f559f320d3a658bbebb",
+      "size_bytes": 380,
+      "uncompressed_bytes": 481
+    }
+  ],
+  "schema_version": "2.0",
+  "storage_policy": "immutable_raw_runs_plus_compact_current_experiment"
+}

research/experiments/EXP-BATCH-20260914074039-14/analysis/AIAR-critical_reviewer-20260914080257277627-86a0a586.json

@@ -0,0 +1,70 @@
+{
+  "analysis_id": "AIAR-critical_reviewer-20260914080257277627-86a0a586",
+  "role": "critical_reviewer",
+  "model": {
+    "provider": "ollama",
+    "model_name": "qwen3:8b",
+    "model_digest": "not_reported",
+    "quantization": "not_reported",
+    "context_length": "unknown",
+    "temperature": 0.0,
+    "top_p": 0.9,
+    "seed": "not_reported",
+    "backend_version": "unknown"
+  },
+  "inputs": {
+    "experiment_id": "EXP-BATCH-20260914074039-14",
+    "packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0"
+  },
+  "output": {
+    "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+    "observations": [
+      "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+      "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+      "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+      "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+    ],
+    "methodological_concerns": [
+      "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist unklar oder nicht verfügbar.",
+      "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+    ],
+    "alternative_explanations": [
+      "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+      "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+      "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+    ],
+    "recommended_experiments": [
+      "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+      "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+      "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+    ],
+    "requested_evidence": [
+      "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+      "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+      "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+    ],
+    "confidence": 0.0,
+    "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde."
+  },
+  "provenance": {
+    "prompt_sha256": "578706fc3b8b7553ee42358824ac85cc1c3896b00c0e346c4471858d6a088c73",
+    "research_packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0",
+    "prompt_protocol_version": "research_assistant_v1",
+    "assistant_schema_version": "1.2",
+    "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "model_self_confidence": "0.0"
+  },
+  "epistemic_status": {
+    "evidence": false,
+    "interpretation_only": true,
+    "human_review_required": true
+  },
+  "review": {
+    "status": "pending",
+    "reviewer": null,
+    "reviewed_at": null,
+    "disposition": null
+  },
+  "generated_at": "2026-09-14T08:02:57.277627+00:00"
+}

research/experiments/EXP-BATCH-20260914074039-14/analysis/AIAR-scientific_analyst-20260914080202272098-86a0a586.json

@@ -0,0 +1,70 @@
+{
+  "analysis_id": "AIAR-scientific_analyst-20260914080202272098-86a0a586",
+  "role": "scientific_analyst",
+  "model": {
+    "provider": "ollama",
+    "model_name": "qwen3:8b",
+    "model_digest": "not_reported",
+    "quantization": "not_reported",
+    "context_length": "unknown",
+    "temperature": 0.0,
+    "top_p": 0.9,
+    "seed": "not_reported",
+    "backend_version": "unknown"
+  },
+  "inputs": {
+    "experiment_id": "EXP-BATCH-20260914074039-14",
+    "packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0"
+  },
+  "output": {
+    "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+    "observations": [
+      "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+      "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+      "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+      "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+    ],
+    "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde.",
+    "methodological_concerns": [
+      "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist unklar oder nicht verfürbar.",
+      "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+    ],
+    "alternative_explanations": [
+      "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+      "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+      "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+    ],
+    "recommended_experiments": [
+      "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+      "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+      "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+    ],
+    "requested_evidence": [
+      "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+      "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+      "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+    ],
+    "confidence": 0.0
+  },
+  "provenance": {
+    "prompt_sha256": "9f97dad606d3d3d1485ac6126bdf360732f5aa9d7dd66a6da2e0151fbe6e312a",
+    "research_packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0",
+    "prompt_protocol_version": "research_assistant_v1",
+    "assistant_schema_version": "1.2",
+    "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "model_self_confidence": "0.0"
+  },
+  "epistemic_status": {
+    "evidence": false,
+    "interpretation_only": true,
+    "human_review_required": true
+  },
+  "review": {
+    "status": "pending",
+    "reviewer": null,
+    "reviewed_at": null,
+    "disposition": null
+  },
+  "generated_at": "2026-09-14T08:02:02.272098+00:00"
+}

research/experiments/EXP-BATCH-20260914074039-14/analysis/AIAR-scientific_writer-20260914080356394614-86a0a586.json

@@ -0,0 +1,70 @@
+{
+  "analysis_id": "AIAR-scientific_writer-20260914080356394614-86a0a586",
+  "role": "scientific_writer",
+  "model": {
+    "provider": "ollama",
+    "model_name": "qwen3:8b",
+    "model_digest": "not_reported",
+    "quantization": "not_reported",
+    "context_length": "unknown",
+    "temperature": 0.0,
+    "top_p": 0.9,
+    "seed": "not_reported",
+    "backend_version": "unknown"
+  },
+  "inputs": {
+    "experiment_id": "EXP-BATCH-20260914074039-14",
+    "packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0"
+  },
+  "output": {
+    "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+    "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde.",
+    "methodological_concerns": [
+      "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist unklar oder nicht verfügbar.",
+      "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+    ],
+    "observations": [
+      "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+      "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+      "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+      "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+    ],
+    "alternative_explanations": [
+      "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+      "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+      "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+    ],
+    "recommended_experiments": [
+      "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+      "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+      "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+    ],
+    "requested_evidence": [
+      "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+      "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+      "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+    ],
+    "confidence": 0.0
+  },
+  "provenance": {
+    "prompt_sha256": "710baea25a1dca25f8261671ad3c3452ac24fdcf14d3a648560b26d0eb3b8089",
+    "research_packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0",
+    "prompt_protocol_version": "research_assistant_v1",
+    "assistant_schema_version": "1.2",
+    "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "model_self_confidence": "0.0"
+  },
+  "epistemic_status": {
+    "evidence": false,
+    "interpretation_only": true,
+    "human_review_required": true
+  },
+  "review": {
+    "status": "pending",
+    "reviewer": null,
+    "reviewed_at": null,
+    "disposition": null
+  },
+  "generated_at": "2026-09-14T08:03:56.394614+00:00"
+}

research/experiments/EXP-BATCH-20260914074039-14/analysis/ai_packet.json

@@ -0,0 +1,106 @@
+{
+  "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+  "generated_by": "deterministic_research_data_v2",
+  "limits": {
+    "ai_packet_max_bytes": 1000000,
+    "run_summary_max_bytes": 5000000,
+    "sequence_preview_items": 16
+  },
+  "raw_index": {
+    "path": "DATA/runs_index.json",
+    "run_count": 3,
+    "sha256": "83037936c8a1f3fb14d2d2a5c0211f2e7bbd9a4d55ca208d82765eb396fd816a"
+  },
+  "run_count": 3,
+  "run_preview": [
+    {
+      "_raw_artifact": {
+        "format": "json.gz",
+        "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+        "sha256": "68c7fe957d437d95351a393c1811bdfe59fd6a6339378b82e2b251d96bf54375",
+        "size_bytes": 380,
+        "uncompressed_bytes": 481
+      },
+      "condition": "instrumentation_gap_audit",
+      "experiment_id": "EXP-BATCH-20260914074039-14",
+      "metrics": {
+        "audit_complete": true,
+        "automatic_evidence_promotion": false,
+        "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+        "direct_test_of_hypothesis": false,
+        "scientific_evidence": false
+      },
+      "runtime_error": null,
+      "seed": 101,
+      "state_digest_after": "",
+      "state_digest_before": ""
+    },
+    {
+      "_raw_artifact": {
+        "format": "json.gz",
+        "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+        "sha256": "c3608eaf3395144d6591501e568cf17a974bd94f8bdc4bb9da11571bd49a4932",
+        "size_bytes": 380,
+        "uncompressed_bytes": 481
+      },
+      "condition": "instrumentation_gap_audit",
+      "experiment_id": "EXP-BATCH-20260914074039-14",
+      "metrics": {
+        "audit_complete": true,
+        "automatic_evidence_promotion": false,
+        "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+        "direct_test_of_hypothesis": false,
+        "scientific_evidence": false
+      },
+      "runtime_error": null,
+      "seed": 102,
+      "state_digest_after": "",
+      "state_digest_before": ""
+    },
+    {
+      "_raw_artifact": {
+        "format": "json.gz",
+        "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+        "sha256": "bbcdae677cfb071f278c59580217aabe249780fedff53f559f320d3a658bbebb",
+        "size_bytes": 380,
+        "uncompressed_bytes": 481
+      },
+      "condition": "instrumentation_gap_audit",
+      "experiment_id": "EXP-BATCH-20260914074039-14",
+      "metrics": {
+        "audit_complete": true,
+        "automatic_evidence_promotion": false,
+        "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+        "direct_test_of_hypothesis": false,
+        "scientific_evidence": false
+      },
+      "runtime_error": null,
+      "seed": 103,
+      "state_digest_after": "",
+      "state_digest_before": ""
+    }
+  ],
+  "schema_version": "2.0",
+  "statistics": {
+    "conditions": {
+      "instrumentation_gap_audit": {
+        "metrics": {},
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      }
+    },
+    "formulas": {
+      "difference": "Delta_x = mean(x_B) - mean(x_A)",
+      "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+      "mean": "mean(x) = (1/n) * sum_i x_i",
+      "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+      "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+    },
+    "run_count": 3,
+    "schema_version": "2.0"
+  }
+}

research/experiments/EXP-BATCH-20260914074039-14/analysis/ai_packet_digest.json

@@ -0,0 +1,7 @@
+{
+  "path": "analysis/ai_packet.json",
+  "raw_index_sha256": "83037936c8a1f3fb14d2d2a5c0211f2e7bbd9a4d55ca208d82765eb396fd816a",
+  "schema_version": "1.0",
+  "sha256": "2e4fc4d0d7dd09dd6672c7621795e99964460802ef21ca2f80138fe85f2ee496",
+  "size_bytes": 3763
+}

research/experiments/EXP-BATCH-20260914074039-14/analysis/statistics.json

@@ -0,0 +1,23 @@
+{
+  "conditions": {
+    "instrumentation_gap_audit": {
+      "metrics": {},
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    }
+  },
+  "formulas": {
+    "difference": "Delta_x = mean(x_B) - mean(x_A)",
+    "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+    "mean": "mean(x) = (1/n) * sum_i x_i",
+    "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+    "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+  },
+  "generated_by": "deterministic_statistics_engine",
+  "run_count": 3,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260914074039-14/manifest.json

@@ -0,0 +1,127 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "ai_packet": "analysis/ai_packet.json",
+    "ai_packet_digest": "analysis/ai_packet_digest.json",
+    "ai_report_json": "experiments/EXP-BATCH-20260914074039-14/reports/AIRR-2026-0001.json",
+    "ai_report_markdown": "experiments/EXP-BATCH-20260914074039-14/reports/AIRR-2026-0001.md",
+    "current_run": "DATA/current_run.json",
+    "data": "DATA/runs.json",
+    "data_index": "DATA/runs_index.json",
+    "preregistration": "preregistrations/operational/catalog_completion_v1.json",
+    "raw_run_index": "DATA/runs_index.json",
+    "report": "report.md",
+    "statistics": "analysis/statistics.json",
+    "workflow": "workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {
+    "path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+    "sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c"
+  },
+  "created_at": "2026-09-14T08:01:48.732270+00:00",
+  "data_partitions": [],
+  "epistemic_layers": {
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input",
+    "ui_state": "operator/dashboard progress only; not a scientific result"
+  },
+  "execution_contract": {
+    "hypothesis_id": "H-HOM-002-A",
+    "protocol": "homeostasis_stdp_boundary_v1",
+    "question_id": "RQ-HOM-002",
+    "resolved_runner": "run_boundary_audit",
+    "runtime_runner_bytecode_sha256": "af56b58dd3d9866e38356abc78887855f2b45836f2a7ba8d858f5387e150b735",
+    "runtime_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "source_runner_bytecode_sha256": "af56b58dd3d9866e38356abc78887855f2b45836f2a7ba8d858f5387e150b735",
+    "source_runtime_consistency": "MATCH",
+    "source_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "tick_validation": {
+      "mode": "protocol_defined_internal_trials",
+      "requested_ticks": 1000,
+      "status": "NOT_APPLICABLE"
+    },
+    "ticks_requested": 1000
+  },
+  "execution_semantics": {
+    "automatic_evidence_promotion": false,
+    "claim_scope": "instrumentation_gap_contract_only",
+    "direct_test_of_hypothesis": false,
+    "external_review": "external_review/INTEGRATION.md",
+    "human_assessment": "not_recorded",
+    "kind": "boundary_audit",
+    "scientific_evidence": false,
+    "snn_involved": true
+  },
+  "experiment_id": "EXP-BATCH-20260914074039-14",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-HOM-002-A"
+  ],
+  "network_mode": "OFFLINE",
+  "provenance_digests": {
+    "code": "5a11ea288e7e695c2dcd456642b533cbb3e6daf38b72e150134e60e69059531f",
+    "config": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+    "data": "b0d584b3060e1f0541de3e74502434bf17375f526478d1247fdea2d992ab2117",
+    "prompt": "dd18e473908e7e75b1717c240bac221729ea38753abfd28b701b37b20d5f5e14"
+  },
+  "research_questions": [
+    "RQ-HOM-002"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "protocol": "homeostasis_stdp_boundary_v1",
+    "run_count": 3,
+    "runner": "run_boundary_audit",
+    "tick_contract": {
+      "mode": "protocol_defined_internal_trials",
+      "requested_ticks": 1000,
+      "status": "NOT_APPLICABLE"
+    },
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 0.03254650003509596
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "homeostasis_stdp_boundary_v1",
+    "seed": 101,
+    "seeds": [
+      101,
+      102,
+      103
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a3",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "source_freeze_sha": "65a8c8b490623c4aab10bae2b68b3c9cb38fd4a91f631fa5e77e207e336bcd83",
+  "timestamp": "2026-09-14T10:01:48.732260",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260914074039-14/report.md

@@ -0,0 +1,35 @@
+# EXP-BATCH-20260914074039-14: Experiment workflow: homeostasis_stdp_boundary_v1
+
+## Forschungszuordnung
+Forschungsfrage: `RQ-HOM-002`
+Hypothese: `H-HOM-002-A`
+Aufgeloester Runner: `run_boundary_audit`
+
+## Protokoll und Einstellungen
+Protokoll: `homeostasis_stdp_boundary_v1`
+Angeforderte Mindest-Ticks: `1000`
+Seeds: `101, 102, 103`
+Tick-Vertrag: `{"mode": "protocol_defined_internal_trials", "requested_ticks": 1000, "status": "NOT_APPLICABLE"}`
+
+## Bedingungen
+Registered protocol conditions
+Runs: 3; Dauer: 0.032547 s
+
+## Daten und Statistik
+Kompakte Run-Projektion: `DATA/runs.json`
+Unveränderlicher Rohdatenindex: `DATA/runs_index.json`
+KI-Eingabepaket: `analysis/ai_packet.json` (hart begrenzt)
+Deterministische deskriptive Statistik: `analysis/statistics.json`
+Die Summary verbindet Rohdaten, Formeln, Einzelruns, Bedingungen, Reproduzierbarkeit und AIRR ohne KI-generierte Statistik.
+
+## Epistemische Ebenen
+UI-Zustand: Dashboard-Steuerung und Fortschritt; kein wissenschaftliches Ergebnis.
+DATA: Rohdaten, Run-Index und deterministische Statistik.
+EVID: nicht erzeugt; Clean Freeze, semantische Zuordnung und Human Review erforderlich.
+Interpretation: nachgelagerte KI-/Human-Interpretation; keine Ausfuehrungseingabe.
+
+## Evidenzstatus
+DATA, Manifest, Workflow und deterministische Statistik sind erzeugt. Wissenschaftliche EVID entsteht erst nach passender semantischer Zuordnung, Clean Freeze und Human Review.
+
+## Hinweise
+Keine.

research/experiments/EXP-BATCH-20260914074039-14/reports/AIRR-2026-0001.json

@@ -0,0 +1,575 @@
+{
+  "report_id": "AIRR-2026-0001",
+  "experiment_id": "EXP-BATCH-20260914074039-14",
+  "research_question_id": "RQ-HOM-002",
+  "hypothesis_ids": [
+    "H-HOM-002-A"
+  ],
+  "claim_ids": [],
+  "generated_at": "2026-09-14T11:22:44.000411+00:00",
+  "report_schema_version": "1.0",
+  "report_protocol_version": "PROTOCOL-AIRR-001",
+  "generated_by": "artificial_intelligence",
+  "ai_generated": true,
+  "scientific_evidence": false,
+  "human_review_required": true,
+  "status": "review_pending",
+  "content": {
+    "identification": {
+      "experiment": "EXP-BATCH-20260914074039-14",
+      "research_question": "Wie interagiert Homeostase mit STDP? Wirken sie synergistisch oder antagonistisch?",
+      "hypotheses": [
+        {
+          "id": "H-HOM-002-A",
+          "research_question": "RQ-HOM-002",
+          "hypothesis": "Homeostase und STDP wirken synergistisch: Homeostase verhindert STDP-induzierte Drift.",
+          "status": "untested",
+          "evidence": [],
+          "created": "2026-08-23",
+          "updated": "2026-08-23"
+        }
+      ],
+      "date": "2026-09-14",
+      "source_sha": "8e096931a779b2d2eb4d010eb20154150b07bbf2"
+    },
+    "executive_summary": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+    "research_question": {
+      "id": "RQ-HOM-002",
+      "domain": "Homeostasis",
+      "question": "Wie interagiert Homeostase mit STDP? Wirken sie synergistisch oder antagonistisch?",
+      "relevance": "Das Zusammenspiel beider Mechanismen ist entscheidend für stabile Plastizität.",
+      "literature": [
+        "SRC-TURRIGIANO-2008"
+      ],
+      "hypotheses": [
+        "H-HOM-002-A"
+      ],
+      "evidence": [],
+      "status": "open",
+      "answer": {
+        "current": null,
+        "confidence": "none",
+        "limitations": null
+      },
+      "created": "2026-08-23",
+      "updated": "2026-08-23"
+    },
+    "experimental_design": {
+      "experiment_id": "EXP-BATCH-20260914074039-14",
+      "research_question": "RQ-HOM-002",
+      "hypothesis": "H-HOM-002-A",
+      "title": "Experiment workflow: homeostasis_stdp_boundary_v1",
+      "conditions": "Registered protocol conditions",
+      "ticks": 1000,
+      "ticks_contract": "minimum requested observation window",
+      "seeds": [
+        101,
+        102,
+        103
+      ],
+      "protocol": "homeostasis_stdp_boundary_v1",
+      "resolved_runner": "run_boundary_audit",
+      "tick_validation": {
+        "status": "NOT_APPLICABLE",
+        "mode": "protocol_defined_internal_trials",
+        "requested_ticks": 1000
+      },
+      "notes": "",
+      "execution": "registered experiment_suite runner",
+      "assistant_policy": "AI is post-hoc interpretation only.",
+      "epistemic_layers": {
+        "ui_state": "operator/dashboard progress only; not a scientific result",
+        "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+        "evid": "not_created; requires semantic validation, clean freeze and human review",
+        "interpretation": "post-hoc AI or human interpretation; never execution input"
+      }
+    },
+    "data_basis": {
+      "data": {
+        "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+        "generated_by": "deterministic_research_data_v2",
+        "limits": {
+          "ai_packet_max_bytes": 1000000,
+          "run_summary_max_bytes": 5000000,
+          "sequence_preview_items": 16
+        },
+        "raw_index": {
+          "path": "DATA/runs_index.json",
+          "run_count": 3,
+          "sha256": "83037936c8a1f3fb14d2d2a5c0211f2e7bbd9a4d55ca208d82765eb396fd816a"
+        },
+        "run_count": 3,
+        "run_preview": [
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+              "sha256": "68c7fe957d437d95351a393c1811bdfe59fd6a6339378b82e2b251d96bf54375",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-14",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 101,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          },
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+              "sha256": "c3608eaf3395144d6591501e568cf17a974bd94f8bdc4bb9da11571bd49a4932",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-14",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 102,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          },
+          {
+            "_raw_artifact": {
+              "format": "json.gz",
+              "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+              "sha256": "bbcdae677cfb071f278c59580217aabe249780fedff53f559f320d3a658bbebb",
+              "size_bytes": 380,
+              "uncompressed_bytes": 481
+            },
+            "condition": "instrumentation_gap_audit",
+            "experiment_id": "EXP-BATCH-20260914074039-14",
+            "metrics": {
+              "audit_complete": true,
+              "automatic_evidence_promotion": false,
+              "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+              "direct_test_of_hypothesis": false,
+              "scientific_evidence": false
+            },
+            "runtime_error": null,
+            "seed": 103,
+            "state_digest_after": "",
+            "state_digest_before": ""
+          }
+        ],
+        "schema_version": "2.0",
+        "statistics": {
+          "conditions": {
+            "instrumentation_gap_audit": {
+              "metrics": {},
+              "run_count": 3,
+              "seeds": [
+                101,
+                102,
+                103
+              ]
+            }
+          },
+          "formulas": {
+            "difference": "Delta_x = mean(x_B) - mean(x_A)",
+            "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+            "mean": "mean(x) = (1/n) * sum_i x_i",
+            "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+            "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+          },
+          "generated_by": "deterministic_statistics_engine",
+          "run_count": 3,
+          "schema_version": "2.0"
+        }
+      },
+      "evid": [],
+      "literature": [
+        {
+          "source_id": "SRC-TURRIGIANO-2008",
+          "authors": [
+            "Gina G. Turrigiano"
+          ],
+          "title": "The Self-Tuning Neuron: Synaptic Scaling of Excitatory Synapses",
+          "year": 2008,
+          "journal": "Cell",
+          "doi": "10.1016/j.cell.2008.10.008",
+          "topic": [
+            "homeostasis",
+            "plasticity"
+          ],
+          "claims": [
+            "Synaptic scaling stabilizes firing rates in neural networks."
+          ],
+          "brain5d_questions": [
+            "RQ-HOM-001",
+            "RQ-HOM-002"
+          ],
+          "brain5d_relevance": "Referenz für synaptische Homeostase-Mechanismen."
+        }
+      ]
+    },
+    "quantitative_results": {
+      "conditions": {
+        "instrumentation_gap_audit": {
+          "metrics": {},
+          "run_count": 3,
+          "seeds": [
+            101,
+            102,
+            103
+          ]
+        }
+      },
+      "formulas": {
+        "difference": "Delta_x = mean(x_B) - mean(x_A)",
+        "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+        "mean": "mean(x) = (1/n) * sum_i x_i",
+        "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+        "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+      },
+      "generated_by": "deterministic_statistics_engine",
+      "run_count": 3,
+      "schema_version": "2.0"
+    },
+    "observations": [
+      "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+      "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+      "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+      "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+    ],
+    "interpretation": {
+      "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+      "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde.",
+      "methodological_concerns": [
+        "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+        "Die Git-Provenance ist unklar oder nicht verfügbar.",
+        "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+      ],
+      "observations": [
+        "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+        "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+        "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+        "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+      ],
+      "alternative_explanations": [
+        "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+        "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+        "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+      ],
+      "recommended_experiments": [
+        "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+        "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+        "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+      ],
+      "requested_evidence": [
+        "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+        "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+        "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+      ],
+      "confidence": 0.0
+    },
+    "methodological_critique": [
+      "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+      "Die Git-Provenance ist unklar oder nicht verfügbar.",
+      "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+    ],
+    "alternative_explanations": [
+      "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+      "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+      "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+    ],
+    "reproducibility": {
+      "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+      "experiment_status": "completed",
+      "evidence_mode": "not_reported",
+      "git_dirty": "True",
+      "source_freeze_sha": "65a8c8b490623c4aab10bae2b68b3c9cb38fd4a91f631fa5e77e207e336bcd83",
+      "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+      "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+      "experiment_manifest_digest": "3ce4b8db37d0b10ed7ae828d6d602bf7a9aed18e8469bb36318d12100e31c38f",
+      "data_ids": "NOT_AVAILABLE",
+      "evid_ids": "NOT_AVAILABLE",
+      "protocol_id": "NOT_AVAILABLE",
+      "protocol_digest": "80bce63b4462d31d188d7747fd7225a77934e550036061f7f0368d90e609d9b9",
+      "data_digest": "cf570a2e95ee817096bb3ad6e9491496cc8b95fe3be15923405fbfb8c72f5014",
+      "evid_digests": "[]"
+    },
+    "epistemic_status": {
+      "implementation": "NOT_DETERMINED",
+      "experiment_data": "PRESENT",
+      "registered_evidence": "ABSENT",
+      "ai_interpretation": "PRESENT",
+      "human_review": "PENDING",
+      "claim_support": "NOT_DETERMINED",
+      "rq_status": "IN_PROGRESS"
+    },
+    "ai_confidence": 0.0,
+    "missing_evidence": [
+      "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+      "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+      "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+    ],
+    "recommended_follow_up": [
+      "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+      "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+      "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+    ],
+    "conclusion": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+    "human_review": {
+      "status": "PENDING",
+      "reviewer": null,
+      "reviewed_at": null,
+      "disposition": null,
+      "comments": null
+    },
+    "aiar": {
+      "analyst": {
+        "analysis_id": "AIAR-scientific_analyst-20260914080202272098-86a0a586",
+        "role": "scientific_analyst",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-14",
+          "packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0"
+        },
+        "output": {
+          "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+          "observations": [
+            "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+            "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+            "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+            "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+          ],
+          "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde.",
+          "methodological_concerns": [
+            "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist unklar oder nicht verfürbar.",
+            "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+          ],
+          "alternative_explanations": [
+            "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+            "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+            "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+          ],
+          "recommended_experiments": [
+            "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+            "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+            "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+          ],
+          "requested_evidence": [
+            "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+            "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+            "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+          ],
+          "confidence": 0.0
+        },
+        "provenance": {
+          "prompt_sha256": "9f97dad606d3d3d1485ac6126bdf360732f5aa9d7dd66a6da2e0151fbe6e312a",
+          "research_packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:02:02.272098+00:00"
+      },
+      "reviewer": {
+        "analysis_id": "AIAR-critical_reviewer-20260914080257277627-86a0a586",
+        "role": "critical_reviewer",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-14",
+          "packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0"
+        },
+        "output": {
+          "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+          "observations": [
+            "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+            "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+            "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+            "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+          ],
+          "methodological_concerns": [
+            "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist unklar oder nicht verfügbar.",
+            "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+          ],
+          "alternative_explanations": [
+            "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+            "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+            "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+          ],
+          "recommended_experiments": [
+            "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+            "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+            "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+          ],
+          "requested_evidence": [
+            "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+            "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+            "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+          ],
+          "confidence": 0.0,
+          "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde."
+        },
+        "provenance": {
+          "prompt_sha256": "578706fc3b8b7553ee42358824ac85cc1c3896b00c0e346c4471858d6a088c73",
+          "research_packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:02:57.277627+00:00"
+      },
+      "writer": {
+        "analysis_id": "AIAR-scientific_writer-20260914080356394614-86a0a586",
+        "role": "scientific_writer",
+        "model": {
+          "provider": "ollama",
+          "model_name": "qwen3:8b",
+          "model_digest": "not_reported",
+          "quantization": "not_reported",
+          "context_length": "unknown",
+          "temperature": 0.0,
+          "top_p": 0.9,
+          "seed": "not_reported",
+          "backend_version": "unknown"
+        },
+        "inputs": {
+          "experiment_id": "EXP-BATCH-20260914074039-14",
+          "packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0"
+        },
+        "output": {
+          "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+          "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde.",
+          "methodological_concerns": [
+            "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+            "Die Git-Provenance ist unklar oder nicht verfügbar.",
+            "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+          ],
+          "observations": [
+            "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+            "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+            "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+            "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+          ],
+          "alternative_explanations": [
+            "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+            "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+            "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+          ],
+          "recommended_experiments": [
+            "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+            "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+            "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+          ],
+          "requested_evidence": [
+            "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+            "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+            "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+          ],
+          "confidence": 0.0
+        },
+        "provenance": {
+          "prompt_sha256": "710baea25a1dca25f8261671ad3c3452ac24fdcf14d3a648560b26d0eb3b8089",
+          "research_packet_digest": "86a0a5860104ffb2d132ab4f15c077aa4e8e92f573052b9d036cc06ce907f2b0",
+          "prompt_protocol_version": "research_assistant_v1",
+          "assistant_schema_version": "1.2",
+          "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+          "model_self_confidence": "0.0"
+        },
+        "epistemic_status": {
+          "evidence": false,
+          "interpretation_only": true,
+          "human_review_required": true
+        },
+        "review": {
+          "status": "pending",
+          "reviewer": null,
+          "reviewed_at": null,
+          "disposition": null
+        },
+        "generated_at": "2026-09-14T08:03:56.394614+00:00"
+      }
+    }
+  },
+  "provenance": {
+    "research_packet_digest": "b6d3054b251fb682bc03431bc0bec18497a6b87e7c74be2ff22454998fe27438",
+    "source": {
+      "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+      "experiment_status": "completed",
+      "evidence_mode": "not_reported",
+      "git_dirty": "True",
+      "source_freeze_sha": "65a8c8b490623c4aab10bae2b68b3c9cb38fd4a91f631fa5e77e207e336bcd83",
+      "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+      "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+      "experiment_manifest_digest": "3ce4b8db37d0b10ed7ae828d6d602bf7a9aed18e8469bb36318d12100e31c38f",
+      "data_ids": "NOT_AVAILABLE",
+      "evid_ids": "NOT_AVAILABLE",
+      "protocol_id": "NOT_AVAILABLE",
+      "protocol_digest": "80bce63b4462d31d188d7747fd7225a77934e550036061f7f0368d90e609d9b9",
+      "data_digest": "cf570a2e95ee817096bb3ad6e9491496cc8b95fe3be15923405fbfb8c72f5014",
+      "evid_digests": "[]"
+    }
+  },
+  "analysis_ids": [
+    "AIAR-scientific_analyst-20260914080202272098-86a0a586",
+    "AIAR-critical_reviewer-20260914080257277627-86a0a586",
+    "AIAR-scientific_writer-20260914080356394614-86a0a586"
+  ],
+  "supersedes": null,
+  "content_digest": "4b3c14ec775fa520592a3ed00aece30d672eae29aa2207c3ac345adc3a042ff7",
+  "markdown_digest": "0780342cc176bf3817282c783ad94462ad10d8dd33fbf9fd925919314fdb6a4c"
+}

research/experiments/EXP-BATCH-20260914074039-14/reports/AIRR-2026-0001.md

@@ -0,0 +1,398 @@
+============================================================
+BRAIN-5D - AI GENERATED SCIENTIFIC ANALYSIS
+============================================================
+
+Dieser Bericht wurde durch ein kuenstliches Intelligenzsystem erzeugt.
+
+Er stellt eine wissenschaftliche Interpretation von MHRN-Forschungsdaten dar.
+
+Er ist KEINE wissenschaftliche Evidenz.
+
+Er wurde zum Zeitpunkt der Erstellung noch nicht automatisch durch einen Menschen bestaetigt.
+
+Human Review Status: PENDING
+============================================================
+
+# AI Research Report AIRR-2026-0001
+
+Status: review_pending | Experiment: EXP-BATCH-20260914074039-14
+Research Question: RQ-HOM-002
+## Executive Summary
+
+```json
+"Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden."
+```
+
+## Research Question
+
+```json
+{
+  "id": "RQ-HOM-002",
+  "domain": "Homeostasis",
+  "question": "Wie interagiert Homeostase mit STDP? Wirken sie synergistisch oder antagonistisch?",
+  "relevance": "Das Zusammenspiel beider Mechanismen ist entscheidend für stabile Plastizität.",
+  "literature": [
+    "SRC-TURRIGIANO-2008"
+  ],
+  "hypotheses": [
+    "H-HOM-002-A"
+  ],
+  "evidence": [],
+  "status": "open",
+  "answer": {
+    "current": null,
+    "confidence": "none",
+    "limitations": null
+  },
+  "created": "2026-08-23",
+  "updated": "2026-08-23"
+}
+```
+
+## Experimental Design
+
+```json
+{
+  "experiment_id": "EXP-BATCH-20260914074039-14",
+  "research_question": "RQ-HOM-002",
+  "hypothesis": "H-HOM-002-A",
+  "title": "Experiment workflow: homeostasis_stdp_boundary_v1",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "ticks_contract": "minimum requested observation window",
+  "seeds": [
+    101,
+    102,
+    103
+  ],
+  "protocol": "homeostasis_stdp_boundary_v1",
+  "resolved_runner": "run_boundary_audit",
+  "tick_validation": {
+    "status": "NOT_APPLICABLE",
+    "mode": "protocol_defined_internal_trials",
+    "requested_ticks": 1000
+  },
+  "notes": "",
+  "execution": "registered experiment_suite runner",
+  "assistant_policy": "AI is post-hoc interpretation only.",
+  "epistemic_layers": {
+    "ui_state": "operator/dashboard progress only; not a scientific result",
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input"
+  }
+}
+```
+
+## Data Basis
+
+```json
+{
+  "data": {
+    "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+    "generated_by": "deterministic_research_data_v2",
+    "limits": {
+      "ai_packet_max_bytes": 1000000,
+      "run_summary_max_bytes": 5000000,
+      "sequence_preview_items": 16
+    },
+    "raw_index": {
+      "path": "DATA/runs_index.json",
+      "run_count": 3,
+      "sha256": "83037936c8a1f3fb14d2d2a5c0211f2e7bbd9a4d55ca208d82765eb396fd816a"
+    },
+    "run_count": 3,
+    "run_preview": [
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz",
+          "sha256": "68c7fe957d437d95351a393c1811bdfe59fd6a6339378b82e2b251d96bf54375",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-14",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz",
+          "sha256": "c3608eaf3395144d6591501e568cf17a974bd94f8bdc4bb9da11571bd49a4932",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-14",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 102,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz",
+          "sha256": "bbcdae677cfb071f278c59580217aabe249780fedff53f559f320d3a658bbebb",
+          "size_bytes": 380,
+          "uncompressed_bytes": 481
+        },
+        "condition": "instrumentation_gap_audit",
+        "experiment_id": "EXP-BATCH-20260914074039-14",
+        "metrics": {
+          "audit_complete": true,
+          "automatic_evidence_promotion": false,
+          "claim_boundary": "No direct causal measurement is performed by this runner. Completion means only that the registered gap/boundary contract was executed and preserved for review.",
+          "direct_test_of_hypothesis": false,
+          "scientific_evidence": false
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "",
+        "state_digest_before": ""
+      }
+    ],
+    "schema_version": "2.0",
+    "statistics": {
+      "conditions": {
+        "instrumentation_gap_audit": {
+          "metrics": {},
+          "run_count": 3,
+          "seeds": [
+            101,
+            102,
+            103
+          ]
+        }
+      },
+      "formulas": {
+        "difference": "Delta_x = mean(x_B) - mean(x_A)",
+        "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+        "mean": "mean(x) = (1/n) * sum_i x_i",
+        "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+        "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+      },
+      "generated_by": "deterministic_statistics_engine",
+      "run_count": 3,
+      "schema_version": "2.0"
+    }
+  },
+  "evid": [],
+  "literature": [
+    {
+      "source_id": "SRC-TURRIGIANO-2008",
+      "authors": [
+        "Gina G. Turrigiano"
+      ],
+      "title": "The Self-Tuning Neuron: Synaptic Scaling of Excitatory Synapses",
+      "year": 2008,
+      "journal": "Cell",
+      "doi": "10.1016/j.cell.2008.10.008",
+      "topic": [
+        "homeostasis",
+        "plasticity"
+      ],
+      "claims": [
+        "Synaptic scaling stabilizes firing rates in neural networks."
+      ],
+      "brain5d_questions": [
+        "RQ-HOM-001",
+        "RQ-HOM-002"
+      ],
+      "brain5d_relevance": "Referenz für synaptische Homeostase-Mechanismen."
+    }
+  ]
+}
+```
+
+## Quantitative Results
+
+```json
+{
+  "conditions": {
+    "instrumentation_gap_audit": {
+      "metrics": {},
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    }
+  },
+  "formulas": {
+    "difference": "Delta_x = mean(x_B) - mean(x_A)",
+    "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+    "mean": "mean(x) = (1/n) * sum_i x_i",
+    "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+    "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+  },
+  "generated_by": "deterministic_statistics_engine",
+  "run_count": 3,
+  "schema_version": "2.0"
+}
+```
+
+## Observations
+
+```json
+[
+  "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+  "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+  "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+  "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+]
+```
+
+## Interpretation
+
+```json
+{
+  "assessment": "Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.",
+  "effect_direction": "Keine Richtung der Effekte kann bestimmt werden, da keine inferenzielle Analyse durchgeführt wurde.",
+  "methodological_concerns": [
+    "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+    "Die Git-Provenance ist unklar oder nicht verfügbar.",
+    "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+  ],
+  "observations": [
+    "Die Experimente wurden mit der Bedingung 'instrumentation_gap_audit' durchgeführt.",
+    "Es wurden drei Runs mit den Samen 101, 102 und 103 durchgeführt.",
+    "Die Metriken zeigen, dass keine direkte Hypothesentestung oder wissenschaftliche Evidenz durchgeführt wurde.",
+    "Die Statistiken enthalten keine Formeln für inferenzielle Analysen, nur deskriptive Formeln wie Mittelwert und Standardabweichung."
+  ],
+  "alternative_explanations": [
+    "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+    "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+    "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+  ],
+  "recommended_experiments": [
+    "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+    "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+    "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+  ],
+  "requested_evidence": [
+    "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+    "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+    "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+  ],
+  "confidence": 0.0
+}
+```
+
+## Methodological Critique
+
+```json
+[
+  "Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.",
+  "Die Git-Provenance ist unklar oder nicht verfügbar.",
+  "Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt."
+]
+```
+
+## Alternative Explanations
+
+```json
+[
+  "Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.",
+  "Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.",
+  "Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder."
+]
+```
+
+## Reproducibility
+
+```json
+{
+  "git_commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+  "experiment_status": "completed",
+  "evidence_mode": "not_reported",
+  "git_dirty": "True",
+  "source_freeze_sha": "65a8c8b490623c4aab10bae2b68b3c9cb38fd4a91f631fa5e77e207e336bcd83",
+  "configuration_path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+  "configuration_sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+  "experiment_manifest_digest": "3ce4b8db37d0b10ed7ae828d6d602bf7a9aed18e8469bb36318d12100e31c38f",
+  "data_ids": "NOT_AVAILABLE",
+  "evid_ids": "NOT_AVAILABLE",
+  "protocol_id": "NOT_AVAILABLE",
+  "protocol_digest": "80bce63b4462d31d188d7747fd7225a77934e550036061f7f0368d90e609d9b9",
+  "data_digest": "cf570a2e95ee817096bb3ad6e9491496cc8b95fe3be15923405fbfb8c72f5014",
+  "evid_digests": "[]"
+}
+```
+
+## Epistemic Status
+
+```json
+{
+  "implementation": "NOT_DETERMINED",
+  "experiment_data": "PRESENT",
+  "registered_evidence": "ABSENT",
+  "ai_interpretation": "PRESENT",
+  "human_review": "PENDING",
+  "claim_support": "NOT_DETERMINED",
+  "rq_status": "IN_PROGRESS"
+}
+```
+
+## Missing Evidence
+
+```json
+[
+  "Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.",
+  "Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.",
+  "Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern."
+]
+```
+
+## Recommended Follow-up Experiments
+
+```json
+[
+  "Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.",
+  "Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.",
+  "Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen."
+]
+```
+
+## Conclusion
+
+```json
+"Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden."
+```
+
+## Human Review
+
+```json
+{
+  "status": "PENDING",
+  "reviewer": null,
+  "reviewed_at": null,
+  "disposition": null,
+  "comments": null
+}
+```
+
+AI confidence: 0.0
+This value describes internal AI confidence and is not a statistical confidence interval.
+
+Content digest: 4b3c14ec775fa520592a3ed00aece30d672eae29aa2207c3ac345adc3a042ff7
+JSON/Markdown link digest: 0780342cc176bf3817282c783ad94462ad10d8dd33fbf9fd925919314fdb6a4c

research/experiments/EXP-BATCH-20260914074039-14/reports/AIRR-2026-0001.review.json

@@ -0,0 +1,8 @@
+{
+  "report_id": "AIRR-2026-0001",
+  "review_status": "accepted_as_interpretation",
+  "reviewer": "Thomas Heisig",
+  "reviewed_at": "2026-09-14T12:28:02.059192+00:00",
+  "comments": "ok",
+  "report_content_digest": "4b3c14ec775fa520592a3ed00aece30d672eae29aa2207c3ac345adc3a042ff7"
+}

research/experiments/EXP-BATCH-20260914074039-14/summary.md

@@ -0,0 +1,135 @@
+# EXP-BATCH-20260914074039-14: Wissenschaftliche Zusammenfassung
+
+Diese Zusammenfassung wird deterministisch aus Manifest, Workflow, DATA und — sofern vorhanden — dem AIRR aufgebaut. Zahlen und Formeln stammen aus den gespeicherten Laufdaten beziehungsweise dem deterministischen Statistics Engine; KI-Text bleibt davon getrennt.
+
+## 1. Identifikation und Status
+
+- Experimentstatus: `completed`
+- Forschungsfrage: `RQ-HOM-002`
+- Hypothese: `H-HOM-002-A`
+- Protokoll: `homeostasis_stdp_boundary_v1`
+- Durchlaeufe: `3`
+- Seeds: `[101, 102, 103]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `nicht direkt messbar .. nicht direkt messbar` ausgeführte Ticks
+- Tick-Vertrag: `NOT_APPLICABLE`
+- TIME-Ladder: Der angeforderte Endpunkt wird je Seed separat validiert; Zwischenstufen duerfen kleiner sein.
+- Trial-/Regulationsprotokolle: Interne Versuchszyklen sind nicht mit `ticks_executed` gleichzusetzen und werden nicht in die SNN-Tickspanne eingerechnet.
+- Laufmodus: `EXPLORATORY`
+- Netzwerkmodus: `OFFLINE`
+
+## 2. Semantische Konsistenz
+
+- RQ/Condition-Pruefung: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `instrumentation_gap_audit`
+
+`DIRECT_MATCH` bezeichnet einen gezielten RQ-spezifischen Lauf. `CONTAINS_MATCH` bedeutet, dass die passende Teilstudie innerhalb einer Gesamtsuite enthalten ist; nur diese Teilstudie ist primaer fuer die registrierte RQ auszuwerten. `MISMATCH` blockiert die Nutzung als Evidenz fuer die registrierte Forschungsfrage, auch wenn die technische Ausfuehrung fehlerfrei war.
+
+## 3. Ausfuehrungsparameter
+
+- Titel: Experiment workflow: homeostasis_stdp_boundary_v1
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `F:\Brain-5D\configs\learning_experiment.yaml`
+- Config SHA-256: `6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c`
+- Git Commit: `8e096931a779b2d2eb4d010eb20154150b07bbf2`
+- Git dirty: `True`
+- Runtime: `0.03254650003509596` s
+
+## 4. Deterministische Formeln
+
+Die im Bericht verwendeten deskriptiven Groessen sind:
+
+- Mittelwert: $\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i$
+- Populationsstandardabweichung: $\sigma=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2}$
+- Absolute Differenz: $\Delta_x=\bar{x}_B-\bar{x}_A$
+- Verhältnis: $R_x=\bar{x}_B/\bar{x}_A$ fuer $\bar{x}_A\neq0$
+- Inter-Spike-Intervall: $ISI_i=t_{i+1}-t_i$
+
+Diese Formeln sind deskriptiv. Ohne registrierten Inferenztest, unabhaengige Stichprobenannahme und passende Versuchsplanung werden daraus keine Signifikanz- oder Kausalbehauptungen abgeleitet.
+
+## 5. Ergebnisse nach Bedingung
+
+| Condition | n | Seeds | Ticks mean | Spikes mean | Syn. events mean | Aktivierte Neuronen mean | Recurrent events mean | Propagation depth mean |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| instrumentation_gap_audit | 3 | 101,102,103 | — | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 101 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+| 102 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+| 103 | instrumentation_gap_audit | — | — | — | — | — | — | — |
+
+## 7. Reproduzierbarkeit und Provenienz
+
+Identische Ausgaben ueber mehrere Seeds dokumentieren reproduzierbare Modelltrajektorien unter diesen Bedingungen. Sie sind nicht automatisch statistisch unabhaengige Replikate. State-Digests sind Integritaets-/Identitaetsmarker und keine metrischen Zustandsabstaende.
+
+Deterministische Statistikdatei: [`analysis/statistics.json`](analysis/statistics.json)
+
+## 8. AI Research Report
+
+- AIRR Status: `generated`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+- AIRR Markdown: [`reports/AIRR-2026-0001.md`](reports/AIRR-2026-0001.md)
+- AIRR JSON: [`reports/AIRR-2026-0001.json`](reports/AIRR-2026-0001.json)
+
+### 8.1 KI-Einschaetzung
+
+Die Daten sind beschreibend, keine inferenzielle Analyse vorhanden.
+
+KI-Konfidenz: `0.0` — dies ist keine statistische Konfidenz.
+
+### Methodische Kritik
+
+- Keine wissenschaftliche Evidenz ist mit diesem Experiment verknüpft.
+- Die Git-Provenance ist unklar oder nicht verfügbar.
+- Die Experimente sind auf die Ausführung von Verträgen beschränkt, keine direkte Hypothesentestung wurde durchgeführt.
+
+### Alternative Erklaerungen
+
+- Die Ergebnisse können aufgrund der fehlenden inferenziellen Analyse nicht interpretiert werden.
+- Die Verträge wurden nur ausgeführt, ohne dass direkte Hypothesen getestet wurden.
+- Die Daten sind nur deskriptiv und geben keine kausale Beziehung wieder.
+
+### Fehlende Nachweise
+
+- Wissenschaftliche Evidenz, die den Zusammenhang zwischen Homeostase und STDP belegt.
+- Statistische Analysen, die inferenzielle Schlussfolgerungen erlauben.
+- Dokumentation der Git-Provenance, um die Replizierbarkeit zu sichern.
+
+### Empfohlene Folgeexperimente
+
+- Eine inferenzielle Analyse mit statistischen Tests wie t-Test oder ANOVA durchführen.
+- Direkte Hypothesentests durchführen, um die Wechselwirkung zwischen Homeostase und STDP zu untersuchen.
+- Die Daten mit anderen Experimenten vergleichen, um kausale Beziehungen zu bestimmen.
+
+## 9. Artefakte
+
+- [analysis/ai_packet.json](analysis/ai_packet.json)
+- [analysis/ai_packet_digest.json](analysis/ai_packet_digest.json)
+- [analysis/AIAR-critical_reviewer-20260914080257277627-86a0a586.json](analysis/AIAR-critical_reviewer-20260914080257277627-86a0a586.json)
+- [analysis/AIAR-scientific_analyst-20260914080202272098-86a0a586.json](analysis/AIAR-scientific_analyst-20260914080202272098-86a0a586.json)
+- [analysis/AIAR-scientific_writer-20260914080356394614-86a0a586.json](analysis/AIAR-scientific_writer-20260914080356394614-86a0a586.json)
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/current_run.json](DATA/current_run.json)
+- [DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz](DATA/raw/run-0000-instrumentation_gap_audit-seed-101.json.gz)
+- [DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz](DATA/raw/run-0001-instrumentation_gap_audit-seed-102.json.gz)
+- [DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz](DATA/raw/run-0002-instrumentation_gap_audit-seed-103.json.gz)
+- [DATA/runs.json](DATA/runs.json)
+- [DATA/runs_index.json](DATA/runs_index.json)
+- [manifest.json](manifest.json)
+- [report.md](report.md)
+- [reports/AIRR-2026-0001.json](reports/AIRR-2026-0001.json)
+- [reports/AIRR-2026-0001.md](reports/AIRR-2026-0001.md)
+- [workflow.json](workflow.json)
+
+## 10. Wissenschaftliche Grenze und Schlussfolgerung
+
+Die technischen Laufdaten duerfen deskriptiv ausgewertet werden. Eine Hypothese gilt dadurch nicht automatisch als bestaetigt oder widerlegt. Kausale Aussagen sind nur fuer explizit kontrollierte Interventionen und nur innerhalb des simulierten Systems zulaessig; biologische Generalisierung erfordert zusaetzliche Evidenz. Die KI-Auswertung ist post-hoc und besitzt keine Evidenzfreigabe.
+
+**Gesamtstatus:** technische Ausfuehrung `completed`, Tick-Vertrag `NOT_APPLICABLE`, semantische Zuordnung `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260914074039-14/workflow.json

@@ -0,0 +1,30 @@
+{
+  "experiment_id": "EXP-BATCH-20260914074039-14",
+  "research_question": "RQ-HOM-002",
+  "hypothesis": "H-HOM-002-A",
+  "title": "Experiment workflow: homeostasis_stdp_boundary_v1",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "ticks_contract": "minimum requested observation window",
+  "seeds": [
+    101,
+    102,
+    103
+  ],
+  "protocol": "homeostasis_stdp_boundary_v1",
+  "resolved_runner": "run_boundary_audit",
+  "tick_validation": {
+    "status": "NOT_APPLICABLE",
+    "mode": "protocol_defined_internal_trials",
+    "requested_ticks": 1000
+  },
+  "notes": "",
+  "execution": "registered experiment_suite runner",
+  "assistant_policy": "AI is post-hoc interpretation only.",
+  "epistemic_layers": {
+    "ui_state": "operator/dashboard progress only; not a scientific result",
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input"
+  }
+}

research/experiments/EXP-BATCH-20260914074039-15/DATA/current_run.json

@@ -0,0 +1,11 @@
+{
+  "last_archived_run": 17,
+  "raw_artifact": {
+    "format": "json.gz",
+    "path": "DATA/raw/run-0017-random_graph-seed-103.json.gz",
+    "sha256": "3eb2c3f5cdcf7e0d59597d92f9a42b83145a22ddf24a353d7e6901321fdb7a89",
+    "size_bytes": 546,
+    "uncompressed_bytes": 1010
+  },
+  "status": "idle"
+}

research/experiments/EXP-BATCH-20260914074039-15/DATA/runs_index.json

@@ -0,0 +1,187 @@
+{
+  "run_count": 18,
+  "runs": [
+    {
+      "condition": "1d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0000-1d-seed-101.json.gz",
+      "run_index": 0,
+      "seed": 101,
+      "sha256": "2cf0eca1dc2f007b10d9527db01a9e9ce196d4bfe76b5bd4ed312ebb2e5a0e99",
+      "size_bytes": 517,
+      "uncompressed_bytes": 989
+    },
+    {
+      "condition": "2d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0001-2d-seed-101.json.gz",
+      "run_index": 1,
+      "seed": 101,
+      "sha256": "7a2f349b20392174fe4996c76299980d4040c3c36d258623c566e44d6707ec74",
+      "size_bytes": 520,
+      "uncompressed_bytes": 993
+    },
+    {
+      "condition": "3d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0002-3d-seed-101.json.gz",
+      "run_index": 2,
+      "seed": 101,
+      "sha256": "184d9ce3eebd1cb56f2ef9c017234fb2bf14aeb6ad860b4efd6f8ba633c6265c",
+      "size_bytes": 524,
+      "uncompressed_bytes": 995
+    },
+    {
+      "condition": "5d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0003-5d-seed-101.json.gz",
+      "run_index": 3,
+      "seed": 101,
+      "sha256": "e1401347506bc9323d85fdbe6551fcff52247fd5e1eb93f36c83caecea0165df",
+      "size_bytes": 526,
+      "uncompressed_bytes": 1000
+    },
+    {
+      "condition": "5d_shuffled",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0004-5d_shuffled-seed-101.json.gz",
+      "run_index": 4,
+      "seed": 101,
+      "sha256": "c61a616dd18e88093f298c0d428b72a8097fcba2faca2ce0ab0f11651c459cd9",
+      "size_bytes": 534,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "random_graph",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0005-random_graph-seed-101.json.gz",
+      "run_index": 5,
+      "seed": 101,
+      "sha256": "c6837da842950c6801639fa88e1cd3ca3c3fb46c8c47471ba57b50936b73f603",
+      "size_bytes": 544,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "1d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0006-1d-seed-102.json.gz",
+      "run_index": 6,
+      "seed": 102,
+      "sha256": "b6c1e7f83ced3f295620e2f0ccd9d99b7eaa0a1a181ff880bddf70c4d11b0f0e",
+      "size_bytes": 515,
+      "uncompressed_bytes": 989
+    },
+    {
+      "condition": "2d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0007-2d-seed-102.json.gz",
+      "run_index": 7,
+      "seed": 102,
+      "sha256": "e0dd2c0912d727be45afc3c5b5418ee89e3f7e585e6c4bb3871a36a4be480764",
+      "size_bytes": 518,
+      "uncompressed_bytes": 993
+    },
+    {
+      "condition": "3d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0008-3d-seed-102.json.gz",
+      "run_index": 8,
+      "seed": 102,
+      "sha256": "fddde52ef9aa95abc77cbe472e721b39707d33b78c3bbf2625323d7b2c978e51",
+      "size_bytes": 522,
+      "uncompressed_bytes": 995
+    },
+    {
+      "condition": "5d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0009-5d-seed-102.json.gz",
+      "run_index": 9,
+      "seed": 102,
+      "sha256": "6cd38e18ca7e50c42f7a5a495ea0b2f96ca3658e65cbe6d051f76a88f8ad55e1",
+      "size_bytes": 525,
+      "uncompressed_bytes": 1000
+    },
+    {
+      "condition": "5d_shuffled",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0010-5d_shuffled-seed-102.json.gz",
+      "run_index": 10,
+      "seed": 102,
+      "sha256": "c15f6530921dfc4e8949ec93feaf3435a36b652523f2b17aab87293cce313f34",
+      "size_bytes": 532,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "random_graph",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0011-random_graph-seed-102.json.gz",
+      "run_index": 11,
+      "seed": 102,
+      "sha256": "7ff1b31d60dfc0345391cb5672f1ed729494d87114fbb86e861f82f9913555e5",
+      "size_bytes": 543,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "1d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0012-1d-seed-103.json.gz",
+      "run_index": 12,
+      "seed": 103,
+      "sha256": "3cf425cae5d7eecb7b6bdd2b8cf14857aaad4dc39c5019db9a65229708618a98",
+      "size_bytes": 517,
+      "uncompressed_bytes": 989
+    },
+    {
+      "condition": "2d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0013-2d-seed-103.json.gz",
+      "run_index": 13,
+      "seed": 103,
+      "sha256": "cc6d673ee0a005f16f51e3742a29607f6fef314126f9881ad5f7a97b485aec5e",
+      "size_bytes": 521,
+      "uncompressed_bytes": 993
+    },
+    {
+      "condition": "3d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0014-3d-seed-103.json.gz",
+      "run_index": 14,
+      "seed": 103,
+      "sha256": "14786dcd54d310bf01a31817690d1a6b7e99dd2de2fe03a7d761933d08777ed7",
+      "size_bytes": 522,
+      "uncompressed_bytes": 995
+    },
+    {
+      "condition": "5d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0015-5d-seed-103.json.gz",
+      "run_index": 15,
+      "seed": 103,
+      "sha256": "e7d810f75d3a9158734c243283cc56c54a090149ba7f3a320370efe63f36e257",
+      "size_bytes": 526,
+      "uncompressed_bytes": 1000
+    },
+    {
+      "condition": "5d_shuffled",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0016-5d_shuffled-seed-103.json.gz",
+      "run_index": 16,
+      "seed": 103,
+      "sha256": "a1491226ad43025c65d3fb41fd5ef073f346d6ebbed4de0211b87d702725f9e0",
+      "size_bytes": 535,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "random_graph",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0017-random_graph-seed-103.json.gz",
+      "run_index": 17,
+      "seed": 103,
+      "sha256": "3eb2c3f5cdcf7e0d59597d92f9a42b83145a22ddf24a353d7e6901321fdb7a89",
+      "size_bytes": 546,
+      "uncompressed_bytes": 1010
+    }
+  ],
+  "schema_version": "2.0",
+  "storage_policy": "immutable_raw_runs_plus_compact_current_experiment"
+}

research/experiments/EXP-BATCH-20260914074039-15/analysis/ai_packet.json

@@ -0,0 +1,1667 @@
+{
+  "ai_input_policy": "compact_only_raw_on_explicit_deterministic_extract",
+  "generated_by": "deterministic_research_data_v2",
+  "limits": {
+    "ai_packet_max_bytes": 1000000,
+    "run_summary_max_bytes": 5000000,
+    "sequence_preview_items": 16
+  },
+  "raw_index": {
+    "path": "DATA/runs_index.json",
+    "run_count": 18,
+    "sha256": "fe12a03c58b3b7bb762ab1eb89407dd11b4e5d6585ed34b41cd68aa8fa783c38"
+  },
+  "run_count": 18,
+  "run_preview": {
+    "_projection": "bounded_sequence",
+    "head": [
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0000-1d-seed-101.json.gz",
+          "sha256": "2cf0eca1dc2f007b10d9527db01a9e9ce196d4bfe76b5bd4ed312ebb2e5a0e99",
+          "size_bytes": 517,
+          "uncompressed_bytes": 989
+        },
+        "condition": "1d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            3,
+            1,
+            1,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "73f066f74a6fef6cefa74a2abf1ca915888f6d3a01334af4e7830d7891d68c01",
+          "network_state_digest_before": "1771a5db39762c3f7493abcddc6e461322470687395291a7b18bfb719f8ac27f",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 1,
+              "tick": 1
+            },
+            {
+              "neuron_id": 2,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "73f066f74a6fef6cefa74a2abf1ca915888f6d3a01334af4e7830d7891d68c01",
+        "state_digest_before": "1771a5db39762c3f7493abcddc6e461322470687395291a7b18bfb719f8ac27f"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0001-2d-seed-101.json.gz",
+          "sha256": "7a2f349b20392174fe4996c76299980d4040c3c36d258623c566e44d6707ec74",
+          "size_bytes": 520,
+          "uncompressed_bytes": 993
+        },
+        "condition": "2d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            1,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "3c75c0df5978db36c043fa042ecd095a19924b950c242ddf20b5b8b0a59078b1",
+          "network_state_digest_before": "49c34d0997bd0936908c8dfbfc0cedb653a7e88448bee529c00fa59cb3cd741e",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 257,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "3c75c0df5978db36c043fa042ecd095a19924b950c242ddf20b5b8b0a59078b1",
+        "state_digest_before": "49c34d0997bd0936908c8dfbfc0cedb653a7e88448bee529c00fa59cb3cd741e"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0002-3d-seed-101.json.gz",
+          "sha256": "184d9ce3eebd1cb56f2ef9c017234fb2bf14aeb6ad860b4efd6f8ba633c6265c",
+          "size_bytes": 524,
+          "uncompressed_bytes": 995
+        },
+        "condition": "3d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "02fdaa3020b346fed6bbf7a076ceab5e5a1ab8d4bbe28942385283e70e135ac5",
+          "network_state_digest_before": "f8e6a9655926b022307b1b2acb8d5a996195618e0e682dba924bd4e8f35db6e8",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 65793,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "02fdaa3020b346fed6bbf7a076ceab5e5a1ab8d4bbe28942385283e70e135ac5",
+        "state_digest_before": "f8e6a9655926b022307b1b2acb8d5a996195618e0e682dba924bd4e8f35db6e8"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0003-5d-seed-101.json.gz",
+          "sha256": "e1401347506bc9323d85fdbe6551fcff52247fd5e1eb93f36c83caecea0165df",
+          "size_bytes": 526,
+          "uncompressed_bytes": 1000
+        },
+        "condition": "5d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "e26d9280a1e040dfeedd93e219ecdb861598c1e83dcb1d34c5744791d8c840ae",
+          "network_state_digest_before": "045d103d6d263e5496f6d39f2825e469c7c1f82f7cc62181b40519c16c7b5071",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 4311810305,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "e26d9280a1e040dfeedd93e219ecdb861598c1e83dcb1d34c5744791d8c840ae",
+        "state_digest_before": "045d103d6d263e5496f6d39f2825e469c7c1f82f7cc62181b40519c16c7b5071"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0004-5d_shuffled-seed-101.json.gz",
+          "sha256": "c61a616dd18e88093f298c0d428b72a8097fcba2faca2ce0ab0f11651c459cd9",
+          "size_bytes": 534,
+          "uncompressed_bytes": 1010
+        },
+        "condition": "5d_shuffled",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "dimension_shuffled",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "30a665727e290c711cb6bd0c7dd411b51d13279d047f2654af755ef3d60eeb57",
+          "network_state_digest_before": "9d929f52e4a625dcb93e14137a362dbff5e72433f7daf308477e2bdc6b2aee29",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 256,
+              "tick": 0
+            },
+            {
+              "neuron_id": 4311810305,
+              "tick": 1
+            },
+            {
+              "neuron_id": 0,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "30a665727e290c711cb6bd0c7dd411b51d13279d047f2654af755ef3d60eeb57",
+        "state_digest_before": "9d929f52e4a625dcb93e14137a362dbff5e72433f7daf308477e2bdc6b2aee29"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0005-random_graph-seed-101.json.gz",
+          "sha256": "c6837da842950c6801639fa88e1cd3ca3c3fb46c8c47471ba57b50936b73f603",
+          "size_bytes": 544,
+          "uncompressed_bytes": 1010
+        },
+        "condition": "random_graph",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 1,
+          "last_response_latency": 1,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "cdf44992a2ddbb958f6ab0b2877185d8f53fe72725d8a0b0f75f07f4cc1b4880",
+          "network_state_digest_before": "2ca3564885ea89f5bfce942c46fccd694d31a63561c4d9aa371ba20b4dad463f",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 4311810305,
+              "tick": 1
+            },
+            {
+              "neuron_id": 256,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 101,
+        "state_digest_after": "cdf44992a2ddbb958f6ab0b2877185d8f53fe72725d8a0b0f75f07f4cc1b4880",
+        "state_digest_before": "2ca3564885ea89f5bfce942c46fccd694d31a63561c4d9aa371ba20b4dad463f"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0006-1d-seed-102.json.gz",
+          "sha256": "b6c1e7f83ced3f295620e2f0ccd9d99b7eaa0a1a181ff880bddf70c4d11b0f0e",
+          "size_bytes": 515,
+          "uncompressed_bytes": 989
+        },
+        "condition": "1d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            3,
+            1,
+            1,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "801392ff071990687711bed148cc9d0fdc3422a5d628e56d09f35b846d7061a6",
+          "network_state_digest_before": "dea90be4cc96ecd982339529935b2286e82c20cf45e76d435b23c29953c97dbe",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 1,
+              "tick": 1
+            },
+            {
+              "neuron_id": 2,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 102,
+        "state_digest_after": "801392ff071990687711bed148cc9d0fdc3422a5d628e56d09f35b846d7061a6",
+        "state_digest_before": "dea90be4cc96ecd982339529935b2286e82c20cf45e76d435b23c29953c97dbe"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0007-2d-seed-102.json.gz",
+          "sha256": "e0dd2c0912d727be45afc3c5b5418ee89e3f7e585e6c4bb3871a36a4be480764",
+          "size_bytes": 518,
+          "uncompressed_bytes": 993
+        },
+        "condition": "2d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            1,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "b3c49bbacd428d39f7e3ee85331efcc669077f943791ed95e98bd2c8ed23791f",
+          "network_state_digest_before": "be09ff94b18d66ab19618a1dfbe4fc25354051cc22c6524bbb8a70d5e74f8c36",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 257,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 102,
+        "state_digest_after": "b3c49bbacd428d39f7e3ee85331efcc669077f943791ed95e98bd2c8ed23791f",
+        "state_digest_before": "be09ff94b18d66ab19618a1dfbe4fc25354051cc22c6524bbb8a70d5e74f8c36"
+      }
+    ],
+    "item_count": 18,
+    "tail": [
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0010-5d_shuffled-seed-102.json.gz",
+          "sha256": "c15f6530921dfc4e8949ec93feaf3435a36b652523f2b17aab87293cce313f34",
+          "size_bytes": 532,
+          "uncompressed_bytes": 1010
+        },
+        "condition": "5d_shuffled",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "dimension_shuffled",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "404580beace9ca74ea3166f4e41225027c40d100533b6eaed846cefaae0601a2",
+          "network_state_digest_before": "989e7dfee2584e3372998f8870f6da422400b39d2301afe67322ec9c201c3321",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 4311810305,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 0,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 102,
+        "state_digest_after": "404580beace9ca74ea3166f4e41225027c40d100533b6eaed846cefaae0601a2",
+        "state_digest_before": "989e7dfee2584e3372998f8870f6da422400b39d2301afe67322ec9c201c3321"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0011-random_graph-seed-102.json.gz",
+          "sha256": "7ff1b31d60dfc0345391cb5672f1ed729494d87114fbb86e861f82f9913555e5",
+          "size_bytes": 543,
+          "uncompressed_bytes": 1010
+        },
+        "condition": "random_graph",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 1,
+          "last_response_latency": 1,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "178a093daa409786628dba1f61d30f3ee3929c0510a16dece4843ce7c08c0ab3",
+          "network_state_digest_before": "dc9ce246653e28c39cad82c21f6da0de157a749f0eed766ebe232b26913e84b0",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 4311810305,
+              "tick": 1
+            },
+            {
+              "neuron_id": 256,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 102,
+        "state_digest_after": "178a093daa409786628dba1f61d30f3ee3929c0510a16dece4843ce7c08c0ab3",
+        "state_digest_before": "dc9ce246653e28c39cad82c21f6da0de157a749f0eed766ebe232b26913e84b0"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0012-1d-seed-103.json.gz",
+          "sha256": "3cf425cae5d7eecb7b6bdd2b8cf14857aaad4dc39c5019db9a65229708618a98",
+          "size_bytes": 517,
+          "uncompressed_bytes": 989
+        },
+        "condition": "1d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            3,
+            1,
+            1,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "812355c539415d86478fc783596976e323570c5cd58849d795986614e9adf2ea",
+          "network_state_digest_before": "9de84571ead9f21e68a65636aba8ca24658f562322755aa7c976905a4682bf6e",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 1,
+              "tick": 1
+            },
+            {
+              "neuron_id": 2,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "812355c539415d86478fc783596976e323570c5cd58849d795986614e9adf2ea",
+        "state_digest_before": "9de84571ead9f21e68a65636aba8ca24658f562322755aa7c976905a4682bf6e"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0013-2d-seed-103.json.gz",
+          "sha256": "cc6d673ee0a005f16f51e3742a29607f6fef314126f9881ad5f7a97b485aec5e",
+          "size_bytes": 521,
+          "uncompressed_bytes": 993
+        },
+        "condition": "2d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            1,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "9343f3de320f335f12a9dbcfc60a5720ff0d9590f517e6909ad8634e5b617bbf",
+          "network_state_digest_before": "b4afa473ac232a7fd77fdc175891b6ad24912e5800c740b2cdb207f57fe1d788",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 257,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "9343f3de320f335f12a9dbcfc60a5720ff0d9590f517e6909ad8634e5b617bbf",
+        "state_digest_before": "b4afa473ac232a7fd77fdc175891b6ad24912e5800c740b2cdb207f57fe1d788"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0014-3d-seed-103.json.gz",
+          "sha256": "14786dcd54d310bf01a31817690d1a6b7e99dd2de2fe03a7d761933d08777ed7",
+          "size_bytes": 522,
+          "uncompressed_bytes": 995
+        },
+        "condition": "3d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            1,
+            1
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "c12ee5754971a06c39fed735a71ad7be86c6c38594918b26cf776f2f3858e2da",
+          "network_state_digest_before": "c7678bd87de7979be2b33235d3a56865f30d527636f4432b969b1e7ee6dddab6",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 65793,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "c12ee5754971a06c39fed735a71ad7be86c6c38594918b26cf776f2f3858e2da",
+        "state_digest_before": "c7678bd87de7979be2b33235d3a56865f30d527636f4432b969b1e7ee6dddab6"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0015-5d-seed-103.json.gz",
+          "sha256": "e7d810f75d3a9158734c243283cc56c54a090149ba7f3a320370efe63f36e257",
+          "size_bytes": 526,
+          "uncompressed_bytes": 1000
+        },
+        "condition": "5d",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "0cae4d37196f9955fd2d6e95bd01c658f5721daca3585db06cac70983e046a11",
+          "network_state_digest_before": "892600fd6bf934ccf2e11b8c8c11a9d701bca366147cbde9cf456c8ef8476232",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 4311810305,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "0cae4d37196f9955fd2d6e95bd01c658f5721daca3585db06cac70983e046a11",
+        "state_digest_before": "892600fd6bf934ccf2e11b8c8c11a9d701bca366147cbde9cf456c8ef8476232"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0016-5d_shuffled-seed-103.json.gz",
+          "sha256": "a1491226ad43025c65d3fb41fd5ef073f346d6ebbed4de0211b87d702725f9e0",
+          "size_bytes": 535,
+          "uncompressed_bytes": 1010
+        },
+        "condition": "5d_shuffled",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "dimension_shuffled",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 2,
+          "last_response_latency": 2,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "b91c6152618ca6c986823d0a12e6ba994a2b46357dbfc0310e232976c5a28381",
+          "network_state_digest_before": "3043c1a8f278e67a091973388ed9a1046942a4a2a3549d659f0fc5ff82f76e68",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 4311810305,
+              "tick": 0
+            },
+            {
+              "neuron_id": 256,
+              "tick": 1
+            },
+            {
+              "neuron_id": 0,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "b91c6152618ca6c986823d0a12e6ba994a2b46357dbfc0310e232976c5a28381",
+        "state_digest_before": "3043c1a8f278e67a091973388ed9a1046942a4a2a3549d659f0fc5ff82f76e68"
+      },
+      {
+        "_raw_artifact": {
+          "format": "json.gz",
+          "path": "DATA/raw/run-0017-random_graph-seed-103.json.gz",
+          "sha256": "3eb2c3f5cdcf7e0d59597d92f9a42b83145a22ddf24a353d7e6901321fdb7a89",
+          "size_bytes": 546,
+          "uncompressed_bytes": 1010
+        },
+        "condition": "random_graph",
+        "experiment_id": "EXP-BATCH-20260914074039-15",
+        "metrics": {
+          "activated_neurons": 3,
+          "control": "matched_embedding",
+          "delivered_synaptic_events": 2,
+          "dimensions": [
+            2,
+            2,
+            2,
+            2,
+            2
+          ],
+          "first_response_latency": 1,
+          "last_response_latency": 1,
+          "max_synaptic_current_targets": 1,
+          "network_state_digest_after": "86886af3c006c865aab4393be7ed843ce11f60ad31de6d396290aceb76739f5a",
+          "network_state_digest_before": "152671e390f5db1ae9b98086bcf17775f88bfce524d59434078c346940385ac7",
+          "peak_spike_rate": 1.0,
+          "propagation_depth": 1,
+          "recurrent_events": 0,
+          "return_latency": null,
+          "spike_sequence": [
+            {
+              "neuron_id": 0,
+              "tick": 0
+            },
+            {
+              "neuron_id": 4311810305,
+              "tick": 1
+            },
+            {
+              "neuron_id": 256,
+              "tick": 2
+            }
+          ],
+          "stopped_on_quiescence": false,
+          "synaptic_activity_ticks": 2,
+          "ticks_executed": 256,
+          "ticks_requested": 256,
+          "total_spikes": 3,
+          "total_synapses": 2
+        },
+        "runtime_error": null,
+        "seed": 103,
+        "state_digest_after": "86886af3c006c865aab4393be7ed843ce11f60ad31de6d396290aceb76739f5a",
+        "state_digest_before": "152671e390f5db1ae9b98086bcf17775f88bfce524d59434078c346940385ac7"
+      }
+    ]
+  },
+  "schema_version": "2.0",
+  "statistics": {
+    "conditions": {
+      "1d": {
+        "metrics": {
+          "activated_neurons": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "delivered_synaptic_events": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "first_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "last_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "max_synaptic_current_targets": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "peak_spike_rate": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "propagation_depth": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "recurrent_events": {
+            "max": 0.0,
+            "mean": 0.0,
+            "median": 0.0,
+            "min": 0.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "synaptic_activity_ticks": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_executed": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_requested": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_spikes": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_synapses": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          }
+        },
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      },
+      "2d": {
+        "metrics": {
+          "activated_neurons": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "delivered_synaptic_events": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "first_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "last_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "max_synaptic_current_targets": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "peak_spike_rate": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "propagation_depth": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "recurrent_events": {
+            "max": 0.0,
+            "mean": 0.0,
+            "median": 0.0,
+            "min": 0.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "synaptic_activity_ticks": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_executed": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_requested": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_spikes": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_synapses": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          }
+        },
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      },
+      "3d": {
+        "metrics": {
+          "activated_neurons": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "delivered_synaptic_events": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "first_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "last_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "max_synaptic_current_targets": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "peak_spike_rate": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "propagation_depth": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "recurrent_events": {
+            "max": 0.0,
+            "mean": 0.0,
+            "median": 0.0,
+            "min": 0.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "synaptic_activity_ticks": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_executed": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_requested": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_spikes": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_synapses": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          }
+        },
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      },
+      "5d": {
+        "metrics": {
+          "activated_neurons": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "delivered_synaptic_events": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "first_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "last_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "max_synaptic_current_targets": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "peak_spike_rate": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "propagation_depth": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "recurrent_events": {
+            "max": 0.0,
+            "mean": 0.0,
+            "median": 0.0,
+            "min": 0.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "synaptic_activity_ticks": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_executed": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_requested": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_spikes": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_synapses": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          }
+        },
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      },
+      "5d_shuffled": {
+        "metrics": {
+          "activated_neurons": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "delivered_synaptic_events": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "first_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "last_response_latency": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "max_synaptic_current_targets": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "peak_spike_rate": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "propagation_depth": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "recurrent_events": {
+            "max": 0.0,
+            "mean": 0.0,
+            "median": 0.0,
+            "min": 0.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "synaptic_activity_ticks": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_executed": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_requested": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_spikes": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_synapses": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          }
+        },
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      },
+      "random_graph": {
+        "metrics": {
+          "activated_neurons": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "delivered_synaptic_events": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "first_response_latency": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "last_response_latency": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "max_synaptic_current_targets": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "peak_spike_rate": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "propagation_depth": {
+            "max": 1.0,
+            "mean": 1.0,
+            "median": 1.0,
+            "min": 1.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "recurrent_events": {
+            "max": 0.0,
+            "mean": 0.0,
+            "median": 0.0,
+            "min": 0.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "synaptic_activity_ticks": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_executed": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "ticks_requested": {
+            "max": 256.0,
+            "mean": 256.0,
+            "median": 256.0,
+            "min": 256.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_spikes": {
+            "max": 3.0,
+            "mean": 3.0,
+            "median": 3.0,
+            "min": 3.0,
+            "n": 3,
+            "std": 0.0
+          },
+          "total_synapses": {
+            "max": 2.0,
+            "mean": 2.0,
+            "median": 2.0,
+            "min": 2.0,
+            "n": 3,
+            "std": 0.0
+          }
+        },
+        "run_count": 3,
+        "seeds": [
+          101,
+          102,
+          103
+        ]
+      }
+    },
+    "formulas": {
+      "difference": "Delta_x = mean(x_B) - mean(x_A)",
+      "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+      "mean": "mean(x) = (1/n) * sum_i x_i",
+      "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+      "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+    },
+    "inter_spike_intervals": {
+      "1d": {
+        "max": 1.0,
+        "mean": 1.0,
+        "median": 1.0,
+        "min": 1.0,
+        "n": 6,
+        "std": 0.0
+      },
+      "2d": {
+        "max": 1.0,
+        "mean": 1.0,
+        "median": 1.0,
+        "min": 1.0,
+        "n": 6,
+        "std": 0.0
+      },
+      "3d": {
+        "max": 1.0,
+        "mean": 1.0,
+        "median": 1.0,
+        "min": 1.0,
+        "n": 6,
+        "std": 0.0
+      },
+      "5d": {
+        "max": 1.0,
+        "mean": 1.0,
+        "median": 1.0,
+        "min": 1.0,
+        "n": 6,
+        "std": 0.0
+      },
+      "5d_shuffled": {
+        "max": 1.0,
+        "mean": 1.0,
+        "median": 1.0,
+        "min": 1.0,
+        "n": 6,
+        "std": 0.0
+      },
+      "random_graph": {
+        "max": 1.0,
+        "mean": 1.0,
+        "median": 1.0,
+        "min": 1.0,
+        "n": 6,
+        "std": 0.0
+      }
+    },
+    "run_count": 18,
+    "schema_version": "2.0"
+  }
+}

research/experiments/EXP-BATCH-20260914074039-15/analysis/ai_packet_digest.json

@@ -0,0 +1,7 @@
+{
+  "path": "analysis/ai_packet.json",
+  "raw_index_sha256": "fe12a03c58b3b7bb762ab1eb89407dd11b4e5d6585ed34b41cd68aa8fa783c38",
+  "schema_version": "1.0",
+  "sha256": "598d409466a51b6347c6f0b41fcbb8b3a1b43d6b878cadf2ab0b368e7b9c0f30",
+  "size_bytes": 47872
+}

research/experiments/EXP-BATCH-20260914074039-15/analysis/statistics.json

@@ -0,0 +1,748 @@
+{
+  "conditions": {
+    "1d": {
+      "metrics": {
+        "activated_neurons": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "delivered_synaptic_events": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "first_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "last_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "max_synaptic_current_targets": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "peak_spike_rate": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "propagation_depth": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "recurrent_events": {
+          "max": 0.0,
+          "mean": 0.0,
+          "median": 0.0,
+          "min": 0.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "synaptic_activity_ticks": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_executed": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_requested": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_spikes": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_synapses": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        }
+      },
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    },
+    "2d": {
+      "metrics": {
+        "activated_neurons": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "delivered_synaptic_events": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "first_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "last_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "max_synaptic_current_targets": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "peak_spike_rate": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "propagation_depth": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "recurrent_events": {
+          "max": 0.0,
+          "mean": 0.0,
+          "median": 0.0,
+          "min": 0.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "synaptic_activity_ticks": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_executed": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_requested": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_spikes": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_synapses": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        }
+      },
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    },
+    "3d": {
+      "metrics": {
+        "activated_neurons": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "delivered_synaptic_events": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "first_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "last_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "max_synaptic_current_targets": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "peak_spike_rate": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "propagation_depth": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "recurrent_events": {
+          "max": 0.0,
+          "mean": 0.0,
+          "median": 0.0,
+          "min": 0.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "synaptic_activity_ticks": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_executed": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_requested": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_spikes": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_synapses": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        }
+      },
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    },
+    "5d": {
+      "metrics": {
+        "activated_neurons": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "delivered_synaptic_events": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "first_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "last_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "max_synaptic_current_targets": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "peak_spike_rate": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "propagation_depth": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "recurrent_events": {
+          "max": 0.0,
+          "mean": 0.0,
+          "median": 0.0,
+          "min": 0.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "synaptic_activity_ticks": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_executed": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_requested": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_spikes": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_synapses": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        }
+      },
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    },
+    "5d_shuffled": {
+      "metrics": {
+        "activated_neurons": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "delivered_synaptic_events": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "first_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "last_response_latency": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "max_synaptic_current_targets": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "peak_spike_rate": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "propagation_depth": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "recurrent_events": {
+          "max": 0.0,
+          "mean": 0.0,
+          "median": 0.0,
+          "min": 0.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "synaptic_activity_ticks": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_executed": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_requested": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_spikes": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_synapses": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        }
+      },
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    },
+    "random_graph": {
+      "metrics": {
+        "activated_neurons": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "delivered_synaptic_events": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "first_response_latency": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "last_response_latency": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "max_synaptic_current_targets": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "peak_spike_rate": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "propagation_depth": {
+          "max": 1.0,
+          "mean": 1.0,
+          "median": 1.0,
+          "min": 1.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "recurrent_events": {
+          "max": 0.0,
+          "mean": 0.0,
+          "median": 0.0,
+          "min": 0.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "synaptic_activity_ticks": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_executed": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "ticks_requested": {
+          "max": 256.0,
+          "mean": 256.0,
+          "median": 256.0,
+          "min": 256.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_spikes": {
+          "max": 3.0,
+          "mean": 3.0,
+          "median": 3.0,
+          "min": 3.0,
+          "n": 3,
+          "std": 0.0
+        },
+        "total_synapses": {
+          "max": 2.0,
+          "mean": 2.0,
+          "median": 2.0,
+          "min": 2.0,
+          "n": 3,
+          "std": 0.0
+        }
+      },
+      "run_count": 3,
+      "seeds": [
+        101,
+        102,
+        103
+      ]
+    }
+  },
+  "formulas": {
+    "difference": "Delta_x = mean(x_B) - mean(x_A)",
+    "inter_spike_interval": "ISI_i = t_(i+1) - t_i",
+    "mean": "mean(x) = (1/n) * sum_i x_i",
+    "population_std": "sigma = sqrt((1/n) * sum_i (x_i - mean(x))^2)",
+    "ratio": "R_x = mean(x_B) / mean(x_A), defined only when mean(x_A) != 0"
+  },
+  "generated_by": "deterministic_statistics_engine",
+  "inter_spike_intervals": {
+    "1d": {
+      "max": 1.0,
+      "mean": 1.0,
+      "median": 1.0,
+      "min": 1.0,
+      "n": 6,
+      "std": 0.0
+    },
+    "2d": {
+      "max": 1.0,
+      "mean": 1.0,
+      "median": 1.0,
+      "min": 1.0,
+      "n": 6,
+      "std": 0.0
+    },
+    "3d": {
+      "max": 1.0,
+      "mean": 1.0,
+      "median": 1.0,
+      "min": 1.0,
+      "n": 6,
+      "std": 0.0
+    },
+    "5d": {
+      "max": 1.0,
+      "mean": 1.0,
+      "median": 1.0,
+      "min": 1.0,
+      "n": 6,
+      "std": 0.0
+    },
+    "5d_shuffled": {
+      "max": 1.0,
+      "mean": 1.0,
+      "median": 1.0,
+      "min": 1.0,
+      "n": 6,
+      "std": 0.0
+    },
+    "random_graph": {
+      "max": 1.0,
+      "mean": 1.0,
+      "median": 1.0,
+      "min": 1.0,
+      "n": 6,
+      "std": 0.0
+    }
+  },
+  "run_count": 18,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260914074039-15/manifest.json

@@ -0,0 +1,131 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "ai_packet": "analysis/ai_packet.json",
+    "ai_packet_digest": "analysis/ai_packet_digest.json",
+    "ai_report_json": "experiments/EXP-BATCH-20260914074039-15/reports/AIRR-2026-0001.json",
+    "ai_report_markdown": "experiments/EXP-BATCH-20260914074039-15/reports/AIRR-2026-0001.md",
+    "current_run": "DATA/current_run.json",
+    "data": "DATA/runs.json",
+    "data_index": "DATA/runs_index.json",
+    "preregistration": "preregistrations/operational/catalog_completion_v1.json",
+    "raw_run_index": "DATA/runs_index.json",
+    "report": "report.md",
+    "statistics": "analysis/statistics.json",
+    "workflow": "workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {
+    "path": "F:\\Brain-5D\\configs\\learning_experiment.yaml",
+    "sha256": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c"
+  },
+  "created_at": "2026-09-14T08:03:56.811381+00:00",
+  "data_partitions": [],
+  "epistemic_layers": {
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input",
+    "ui_state": "operator/dashboard progress only; not a scientific result"
+  },
+  "execution_contract": {
+    "hypothesis_id": "H-5D-001-A",
+    "protocol": "dimension_dynamics_v1",
+    "question_id": "RQ-5D-001",
+    "resolved_runner": "run_5d",
+    "runtime_runner_bytecode_sha256": "e22ce037e9a577f24d60f60ee2c9d8f5a506ecc6506aec5859b8e48770b7e0a6",
+    "runtime_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "source_runner_bytecode_sha256": "e22ce037e9a577f24d60f60ee2c9d8f5a506ecc6506aec5859b8e48770b7e0a6",
+    "source_runtime_consistency": "MATCH",
+    "source_summary_bytecode_sha256": "8d311e523e6093b1bbb23954dae163406f1836fb0defa5b8c4479ac68a929395",
+    "tick_validation": {
+      "mode": "minimum_per_run",
+      "observed_max": 256,
+      "observed_min": 256,
+      "requested_ticks": 256,
+      "status": "SATISFIED"
+    },
+    "ticks_requested": 256
+  },
+  "execution_semantics": {
+    "automatic_evidence_promotion": false,
+    "claim_scope": "direct_technical_measurement_not_automatic_evidence",
+    "direct_test_of_hypothesis": true,
+    "external_review": "external_review/INTEGRATION.md",
+    "human_assessment": "not_recorded",
+    "kind": "functional_experiment",
+    "scientific_evidence": false,
+    "snn_involved": true
+  },
+  "experiment_id": "EXP-BATCH-20260914074039-15",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "8e096931a779b2d2eb4d010eb20154150b07bbf2",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-5D-001-A"
+  ],
+  "network_mode": "OFFLINE",
+  "provenance_digests": {
+    "code": "5a11ea288e7e695c2dcd456642b533cbb3e6daf38b72e150134e60e69059531f",
+    "config": "6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c",
+    "data": "9ddbed5b0c805d701d683312fe86243ff5ffa7bf394b7112da3e36a830d2ce01",
+    "prompt": "dd18e473908e7e75b1717c240bac221729ea38753abfd28b701b37b20d5f5e14"
+  },
+  "research_questions": [
+    "RQ-5D-001"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "protocol": "dimension_dynamics_v1",
+    "run_count": 18,
+    "runner": "run_5d",
+    "tick_contract": {
+      "mode": "minimum_per_run",
+      "observed_max": 256,
+      "observed_min": 256,
+      "requested_ticks": 256,
+      "status": "SATISFIED"
+    },
+    "ticks_requested": 256
+  },
+  "runtime": {
+    "duration_seconds": 0.06435380002949387
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "dimension_dynamics_v1",
+    "seed": 101,
+    "seeds": [
+      101,
+      102,
+      103
+    ],
+    "ticks": 256
+  },
+  "software": {
+    "brain5d_version": "0.6.0a3",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "source_freeze_sha": "db1a720dfa9a60f8e888efe8124e5b101395ea13afe27c109adc6de3999ae550",
+  "timestamp": "2026-09-14T10:03:56.811375",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260914074039-15/report.md

@@ -0,0 +1,35 @@
+# EXP-BATCH-20260914074039-15: Experiment workflow: dimension_dynamics_v1
+
+## Forschungszuordnung
+Forschungsfrage: `RQ-5D-001`
+Hypothese: `H-5D-001-A`
+Aufgeloester Runner: `run_5d`
+
+## Protokoll und Einstellungen
+Protokoll: `dimension_dynamics_v1`
+Angeforderte Mindest-Ticks: `256`
+Seeds: `101, 102, 103`
+Tick-Vertrag: `{"mode": "minimum_per_run", "observed_max": 256, "observed_min": 256, "requested_ticks": 256, "status": "SATISFIED"}`
+
+## Bedingungen
+Registered protocol conditions
+Runs: 18; Dauer: 0.064354 s
+
+## Daten und Statistik
+Kompakte Run-Projektion: `DATA/runs.json`
+Unveränderlicher Rohdatenindex: `DATA/runs_index.json`
+KI-Eingabepaket: `analysis/ai_packet.json` (hart begrenzt)
+Deterministische deskriptive Statistik: `analysis/statistics.json`
+Die Summary verbindet Rohdaten, Formeln, Einzelruns, Bedingungen, Reproduzierbarkeit und AIRR ohne KI-generierte Statistik.
+
+## Epistemische Ebenen
+UI-Zustand: Dashboard-Steuerung und Fortschritt; kein wissenschaftliches Ergebnis.
+DATA: Rohdaten, Run-Index und deterministische Statistik.
+EVID: nicht erzeugt; Clean Freeze, semantische Zuordnung und Human Review erforderlich.
+Interpretation: nachgelagerte KI-/Human-Interpretation; keine Ausfuehrungseingabe.
+
+## Evidenzstatus
+DATA, Manifest, Workflow und deterministische Statistik sind erzeugt. Wissenschaftliche EVID entsteht erst nach passender semantischer Zuordnung, Clean Freeze und Human Review.
+
+## Hinweise
+Keine.

research/experiments/EXP-BATCH-20260914074039-15/summary.md

@@ -0,0 +1,173 @@
+# EXP-BATCH-20260914074039-15: Wissenschaftliche Zusammenfassung
+
+Diese Zusammenfassung wird deterministisch aus Manifest, Workflow, DATA und — sofern vorhanden — dem AIRR aufgebaut. Zahlen und Formeln stammen aus den gespeicherten Laufdaten beziehungsweise dem deterministischen Statistics Engine; KI-Text bleibt davon getrennt.
+
+## 1. Identifikation und Status
+
+- Experimentstatus: `completed`
+- Forschungsfrage: `RQ-5D-001`
+- Hypothese: `H-5D-001-A`
+- Protokoll: `dimension_dynamics_v1`
+- Durchlaeufe: `18`
+- Seeds: `[101, 102, 103]`
+- Angeforderte Ticks: `256`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `256 .. 256` ausgeführte Ticks
+- Tick-Vertrag: `SATISFIED`
+- TIME-Ladder: Der angeforderte Endpunkt wird je Seed separat validiert; Zwischenstufen duerfen kleiner sein.
+- Trial-/Regulationsprotokolle: Interne Versuchszyklen sind nicht mit `ticks_executed` gleichzusetzen und werden nicht in die SNN-Tickspanne eingerechnet.
+- Laufmodus: `EXPLORATORY`
+- Netzwerkmodus: `OFFLINE`
+
+## 2. Semantische Konsistenz
+
+- RQ/Condition-Pruefung: `DIRECT_MATCH`
+- Evidence Readiness: `BLOCKED_DIRTY_SOURCE_TREE`
+- Begründung: 5D erwartet die registrierten Dimensions-/Topologiebedingungen.
+- Beobachtete Conditions: `1d, 2d, 3d, 5d, 5d_shuffled, random_graph`
+
+`DIRECT_MATCH` bezeichnet einen gezielten RQ-spezifischen Lauf. `CONTAINS_MATCH` bedeutet, dass die passende Teilstudie innerhalb einer Gesamtsuite enthalten ist; nur diese Teilstudie ist primaer fuer die registrierte RQ auszuwerten. `MISMATCH` blockiert die Nutzung als Evidenz fuer die registrierte Forschungsfrage, auch wenn die technische Ausfuehrung fehlerfrei war.
+
+## 3. Ausfuehrungsparameter
+
+- Titel: Experiment workflow: dimension_dynamics_v1
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `F:\Brain-5D\configs\learning_experiment.yaml`
+- Config SHA-256: `6f6cd457caf6216c286fee47ef03b529a0b496ed2dd53ee96b85d3b51e7b3a1c`
+- Git Commit: `8e096931a779b2d2eb4d010eb20154150b07bbf2`
+- Git dirty: `True`
+- Runtime: `0.06435380002949387` s
+
+## 4. Deterministische Formeln
+
+Die im Bericht verwendeten deskriptiven Groessen sind:
+
+- Mittelwert: $\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i$
+- Populationsstandardabweichung: $\sigma=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2}$
+- Absolute Differenz: $\Delta_x=\bar{x}_B-\bar{x}_A$
+- Verhältnis: $R_x=\bar{x}_B/\bar{x}_A$ fuer $\bar{x}_A\neq0$
+- Inter-Spike-Intervall: $ISI_i=t_{i+1}-t_i$
+
+Diese Formeln sind deskriptiv. Ohne registrierten Inferenztest, unabhaengige Stichprobenannahme und passende Versuchsplanung werden daraus keine Signifikanz- oder Kausalbehauptungen abgeleitet.
+
+## 5. Ergebnisse nach Bedingung
+
+| Condition | n | Seeds | Ticks mean | Spikes mean | Syn. events mean | Aktivierte Neuronen mean | Recurrent events mean | Propagation depth mean |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| 1d | 3 | 101,102,103 | 256 | 3 | 2 | 3 | 0 | 1 |
+| 2d | 3 | 101,102,103 | 256 | 3 | 2 | 3 | 0 | 1 |
+| 3d | 3 | 101,102,103 | 256 | 3 | 2 | 3 | 0 | 1 |
+| 5d | 3 | 101,102,103 | 256 | 3 | 2 | 3 | 0 | 1 |
+| 5d_shuffled | 3 | 101,102,103 | 256 | 3 | 2 | 3 | 0 | 1 |
+| random_graph | 3 | 101,102,103 | 256 | 3 | 2 | 3 | 0 | 1 |
+
+### 5.2 Inter-Spike-Intervalle
+
+- `1d`: n=6, mean=1, median=1, min=1, max=1 Ticks.
+- `2d`: n=6, mean=1, median=1, min=1, max=1 Ticks.
+- `3d`: n=6, mean=1, median=1, min=1, max=1 Ticks.
+- `5d`: n=6, mean=1, median=1, min=1, max=1 Ticks.
+- `5d_shuffled`: n=6, mean=1, median=1, min=1, max=1 Ticks.
+- `random_graph`: n=6, mean=1, median=1, min=1, max=1 Ticks.
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 101 | 1d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 101 | 2d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 101 | 3d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 101 | 5d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 101 | 5d_shuffled | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 101 | random_graph | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 102 | 1d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 102 | 2d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 102 | 3d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 102 | 5d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 102 | 5d_shuffled | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 102 | random_graph | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 103 | 1d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 103 | 2d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 103 | 3d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 103 | 5d | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 103 | 5d_shuffled | 256 | 3 | 2 | 3 | 0 | 1 | — |
+| 103 | random_graph | 256 | 3 | 2 | 3 | 0 | 1 | — |
+
+## 7. Reproduzierbarkeit und Provenienz
+
+Identische Ausgaben ueber mehrere Seeds dokumentieren reproduzierbare Modelltrajektorien unter diesen Bedingungen. Sie sind nicht automatisch statistisch unabhaengige Replikate. State-Digests sind Integritaets-/Identitaetsmarker und keine metrischen Zustandsabstaende.
+
+Deterministische Statistikdatei: [`analysis/statistics.json`](analysis/statistics.json)
+
+## 8. AI Research Report
+
+- AIRR Status: `generated`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+- AIRR Markdown: [`reports/AIRR-2026-0001.md`](reports/AIRR-2026-0001.md)
+- AIRR JSON: [`reports/AIRR-2026-0001.json`](reports/AIRR-2026-0001.json)
+
+### 8.1 KI-Einschaetzung
+
+Die Rolle scientific_writer konnte nicht ausgeführt werden. Es liegt keine schema-konforme Modellanalyse vor.
+
+KI-Konfidenz: `0.0` — dies ist keine statistische Konfidenz.
+
+### Methodische Kritik
+
+- AI analysis unavailable; deterministic experiment artifacts remain the authoritative data basis.
+- Technical reason: ValueError: Invalid AI analysis output field: assessment
+
+### Alternative Erklaerungen
+
+- Keine expliziten Angaben.
+
+### Fehlende Nachweise
+
+- Run the role again with a schema-conforming backend response.
+- Complete mandatory human review before interpreting this report.
+
+### Empfohlene Folgeexperimente
+
+- Keine expliziten Folgeexperimente im AIRR angegeben.
+
+## 9. Artefakte
+
+- [analysis/ai_packet.json](analysis/ai_packet.json)
+- [analysis/ai_packet_digest.json](analysis/ai_packet_digest.json)
+- [analysis/AIAR-critical_reviewer-20260914080532306655-1ed9b60d.json](analysis/AIAR-critical_reviewer-20260914080532306655-1ed9b60d.json)
+- [analysis/AIAR-scientific_analyst-20260914080447223870-1ed9b60d.json](analysis/AIAR-scientific_analyst-20260914080447223870-1ed9b60d.json)
+- [analysis/AIAR-scientific_writer-20260914080617417935-1ed9b60d.json](analysis/AIAR-scientific_writer-20260914080617417935-1ed9b60d.json)
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/current_run.json](DATA/current_run.json)
+- [DATA/raw/run-0000-1d-seed-101.json.gz](DATA/raw/run-0000-1d-seed-101.json.gz)
+- [DATA/raw/run-0001-2d-seed-101.json.gz](DATA/raw/run-0001-2d-seed-101.json.gz)
+- [DATA/raw/run-0002-3d-seed-101.json.gz](DATA/raw/run-0002-3d-seed-101.json.gz)
+- [DATA/raw/run-0003-5d-seed-101.json.gz](DATA/raw/run-0003-5d-seed-101.json.gz)
+- [DATA/raw/run-0004-5d_shuffled-seed-101.json.gz](DATA/raw/run-0004-5d_shuffled-seed-101.json.gz)
+- [DATA/raw/run-0005-random_graph-seed-101.json.gz](DATA/raw/run-0005-random_graph-seed-101.json.gz)
+- [DATA/raw/run-0006-1d-seed-102.json.gz](DATA/raw/run-0006-1d-seed-102.json.gz)
+- [DATA/raw/run-0007-2d-seed-102.json.gz](DATA/raw/run-0007-2d-seed-102.json.gz)
+- [DATA/raw/run-0008-3d-seed-102.json.gz](DATA/raw/run-0008-3d-seed-102.json.gz)
+- [DATA/raw/run-0009-5d-seed-102.json.gz](DATA/raw/run-0009-5d-seed-102.json.gz)
+- [DATA/raw/run-0010-5d_shuffled-seed-102.json.gz](DATA/raw/run-0010-5d_shuffled-seed-102.json.gz)
+- [DATA/raw/run-0011-random_graph-seed-102.json.gz](DATA/raw/run-0011-random_graph-seed-102.json.gz)
+- [DATA/raw/run-0012-1d-seed-103.json.gz](DATA/raw/run-0012-1d-seed-103.json.gz)
+- [DATA/raw/run-0013-2d-seed-103.json.gz](DATA/raw/run-0013-2d-seed-103.json.gz)
+- [DATA/raw/run-0014-3d-seed-103.json.gz](DATA/raw/run-0014-3d-seed-103.json.gz)
+- [DATA/raw/run-0015-5d-seed-103.json.gz](DATA/raw/run-0015-5d-seed-103.json.gz)
+- [DATA/raw/run-0016-5d_shuffled-seed-103.json.gz](DATA/raw/run-0016-5d_shuffled-seed-103.json.gz)
+- [DATA/raw/run-0017-random_graph-seed-103.json.gz](DATA/raw/run-0017-random_graph-seed-103.json.gz)
+- [DATA/runs.json](DATA/runs.json)
+- [DATA/runs_index.json](DATA/runs_index.json)
+- [manifest.json](manifest.json)
+- [report.md](report.md)
+- [reports/AIRR-2026-0001.json](reports/AIRR-2026-0001.json)
+- [reports/AIRR-2026-0001.md](reports/AIRR-2026-0001.md)
+- [workflow.json](workflow.json)
+
+## 10. Wissenschaftliche Grenze und Schlussfolgerung
+
+Die technischen Laufdaten duerfen deskriptiv ausgewertet werden. Eine Hypothese gilt dadurch nicht automatisch als bestaetigt oder widerlegt. Kausale Aussagen sind nur fuer explizit kontrollierte Interventionen und nur innerhalb des simulierten Systems zulaessig; biologische Generalisierung erfordert zusaetzliche Evidenz. Die KI-Auswertung ist post-hoc und besitzt keine Evidenzfreigabe.
+
+**Gesamtstatus:** technische Ausfuehrung `completed`, Tick-Vertrag `SATISFIED`, semantische Zuordnung `DIRECT_MATCH`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260914074039-15/workflow.json

@@ -0,0 +1,32 @@
+{
+  "experiment_id": "EXP-BATCH-20260914074039-15",
+  "research_question": "RQ-5D-001",
+  "hypothesis": "H-5D-001-A",
+  "title": "Experiment workflow: dimension_dynamics_v1",
+  "conditions": "Registered protocol conditions",
+  "ticks": 256,
+  "ticks_contract": "minimum requested observation window",
+  "seeds": [
+    101,
+    102,
+    103
+  ],
+  "protocol": "dimension_dynamics_v1",
+  "resolved_runner": "run_5d",
+  "tick_validation": {
+    "status": "SATISFIED",
+    "mode": "minimum_per_run",
+    "requested_ticks": 256,
+    "observed_min": 256,
+    "observed_max": 256
+  },
+  "notes": "",
+  "execution": "registered experiment_suite runner",
+  "assistant_policy": "AI is post-hoc interpretation only.",
+  "epistemic_layers": {
+    "ui_state": "operator/dashboard progress only; not a scientific result",
+    "data": "DATA artifacts and deterministic statistics are authoritative run outputs",
+    "evid": "not_created; requires semantic validation, clean freeze and human review",
+    "interpretation": "post-hoc AI or human interpretation; never execution input"
+  }
+}

research/experiments/EXP-BATCH-20260914074039-16/DATA/current_run.json

@@ -0,0 +1,11 @@
+{
+  "last_archived_run": 17,
+  "raw_artifact": {
+    "format": "json.gz",
+    "path": "DATA/raw/run-0017-random_graph-seed-103.json.gz",
+    "sha256": "0affea2b3b46f0c799e2130b38bc7dbbbc55b1c607120bf34109f85585c962de",
+    "size_bytes": 546,
+    "uncompressed_bytes": 1010
+  },
+  "status": "idle"
+}

research/experiments/EXP-BATCH-20260914074039-16/DATA/runs_index.json

@@ -0,0 +1,187 @@
+{
+  "run_count": 18,
+  "runs": [
+    {
+      "condition": "1d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0000-1d-seed-101.json.gz",
+      "run_index": 0,
+      "seed": 101,
+      "sha256": "d9227496e1715c32dc869c9cf3dbd5c4f11ff8a7bbda307979b743ab9ba816d2",
+      "size_bytes": 517,
+      "uncompressed_bytes": 989
+    },
+    {
+      "condition": "2d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0001-2d-seed-101.json.gz",
+      "run_index": 1,
+      "seed": 101,
+      "sha256": "68df5be6d46746c4912e0e2baa02fff0bbbc9425f5331c76be698a810dd9f172",
+      "size_bytes": 520,
+      "uncompressed_bytes": 993
+    },
+    {
+      "condition": "3d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0002-3d-seed-101.json.gz",
+      "run_index": 2,
+      "seed": 101,
+      "sha256": "b215eb00fad21c2f3bb4461c43e49a51ba2da9eaaa36049b6cb8de82e32799d8",
+      "size_bytes": 524,
+      "uncompressed_bytes": 995
+    },
+    {
+      "condition": "5d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0003-5d-seed-101.json.gz",
+      "run_index": 3,
+      "seed": 101,
+      "sha256": "dbda410a7ac1bfd3afed3480565e5cbb51bb500b4806c658e518d1bea9dab373",
+      "size_bytes": 526,
+      "uncompressed_bytes": 1000
+    },
+    {
+      "condition": "5d_shuffled",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0004-5d_shuffled-seed-101.json.gz",
+      "run_index": 4,
+      "seed": 101,
+      "sha256": "95de277df84b9454ae8f7670f3408e2a8a430e4e8269933c71890a321d1f129c",
+      "size_bytes": 534,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "random_graph",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0005-random_graph-seed-101.json.gz",
+      "run_index": 5,
+      "seed": 101,
+      "sha256": "2e458152ac0371ea1b946a8191f108707b8a5287b502f9710f478349153804ee",
+      "size_bytes": 544,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "1d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0006-1d-seed-102.json.gz",
+      "run_index": 6,
+      "seed": 102,
+      "sha256": "3c6bff798cb4f41e7e479469f2367673b0ec47d3620e0ea0a75ddb992dada92a",
+      "size_bytes": 515,
+      "uncompressed_bytes": 989
+    },
+    {
+      "condition": "2d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0007-2d-seed-102.json.gz",
+      "run_index": 7,
+      "seed": 102,
+      "sha256": "77c3c3fdd05ac454d285273291bbd78a707391d0c54c46465c3680575baaff8b",
+      "size_bytes": 518,
+      "uncompressed_bytes": 993
+    },
+    {
+      "condition": "3d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0008-3d-seed-102.json.gz",
+      "run_index": 8,
+      "seed": 102,
+      "sha256": "be0f4e0c16ec11d72bc1993d138d4ae278dfc486ee4c368649401745671319d6",
+      "size_bytes": 523,
+      "uncompressed_bytes": 995
+    },
+    {
+      "condition": "5d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0009-5d-seed-102.json.gz",
+      "run_index": 9,
+      "seed": 102,
+      "sha256": "5de19d13191de6ecdf90d361afa0bc34b5d0496f8a40d133c3a3fdbb1b2a1927",
+      "size_bytes": 526,
+      "uncompressed_bytes": 1000
+    },
+    {
+      "condition": "5d_shuffled",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0010-5d_shuffled-seed-102.json.gz",
+      "run_index": 10,
+      "seed": 102,
+      "sha256": "20809d34122c878380e0876df5ef4bf3b31abc26cc45d584592b3c84e9e135d3",
+      "size_bytes": 532,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "random_graph",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0011-random_graph-seed-102.json.gz",
+      "run_index": 11,
+      "seed": 102,
+      "sha256": "4e62bd6c270b3e2fc69ebf8314aaf6060c744850e25773f5f1965d590355dd5e",
+      "size_bytes": 543,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "1d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0012-1d-seed-103.json.gz",
+      "run_index": 12,
+      "seed": 103,
+      "sha256": "1c6ab315e9f446c961b9ca264a92a2c70d36ae70d48ed62ff58284f227cf4c39",
+      "size_bytes": 517,
+      "uncompressed_bytes": 989
+    },
+    {
+      "condition": "2d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0013-2d-seed-103.json.gz",
+      "run_index": 13,
+      "seed": 103,
+      "sha256": "d3efd26a25709c4c2b6060b5d32009309116d747fabc964297c1f9eb2c591693",
+      "size_bytes": 521,
+      "uncompressed_bytes": 993
+    },
+    {
+      "condition": "3d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0014-3d-seed-103.json.gz",
+      "run_index": 14,
+      "seed": 103,
+      "sha256": "931ea5060114142e251a597db1185d3fabc2e69aa75f04ba11135ca41130b330",
+      "size_bytes": 522,
+      "uncompressed_bytes": 995
+    },
+    {
+      "condition": "5d",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0015-5d-seed-103.json.gz",
+      "run_index": 15,
+      "seed": 103,
+      "sha256": "1e82f1ab1139007f5dee20e94cb544e3c546bfabf84d5fe27a6d6bbded73b99b",
+      "size_bytes": 526,
+      "uncompressed_bytes": 1000
+    },
+    {
+      "condition": "5d_shuffled",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0016-5d_shuffled-seed-103.json.gz",
+      "run_index": 16,
+      "seed": 103,
+      "sha256": "cf93f36ed342d1bd03afee31ba79117c766f0698e20cbf1fbcbb1644ba77f26c",
+      "size_bytes": 534,
+      "uncompressed_bytes": 1010
+    },
+    {
+      "condition": "random_graph",
+      "format": "json.gz",
+      "path": "DATA/raw/run-0017-random_graph-seed-103.json.gz",
+      "run_index": 17,
+      "seed": 103,
+      "sha256": "0affea2b3b46f0c799e2130b38bc7dbbbc55b1c607120bf34109f85585c962de",
+      "size_bytes": 546,
+      "uncompressed_bytes": 1010
+    }
+  ],
+  "schema_version": "2.0",
+  "storage_policy": "immutable_raw_runs_plus_compact_current_experiment"
+}