Sync GitHub main 4645f4137666463023fa501984a14336dd2fc666 (part 3)

research/experiments/EXP-BATCH-20260908200906-19/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-19: Experiment workflow: exploratory RQ-STORAGE-001
+
+## Forschungsfrage
+RQ-STORAGE-001
+
+## Hypothese
+H-STOR-001-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 157.806376 s
+
+## Ergebnis
+Tick: 17000 -> 18000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-19/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-19: 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-STORAGE-001`
+- Hypothese: `H-STOR-001-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-STORAGE-001
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `157.80637640005443` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-19/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-STORAGE-001",
+  "research_question": "RQ-STORAGE-001",
+  "hypothesis": "H-STOR-001-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-20/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260908200906-20/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260908200906-20/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-08T22:08:54.506342+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"
+  },
+  "experiment_id": "EXP-BATCH-20260908200906-20",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "50eb28586c715b0e17872caf016c04c7c38a53dd",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-STOR-002-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-STORAGE-002"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 19000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 18000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 153.42878449999262
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-09T00:08:54.506333",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260908200906-20/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-20: Experiment workflow: exploratory RQ-STORAGE-002
+
+## Forschungsfrage
+RQ-STORAGE-002
+
+## Hypothese
+H-STOR-002-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 153.428784 s
+
+## Ergebnis
+Tick: 18000 -> 19000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-20/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-20: 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-STORAGE-002`
+- Hypothese: `H-STOR-002-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-STORAGE-002
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `153.42878449999262` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-20/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-STORAGE-002",
+  "research_question": "RQ-STORAGE-002",
+  "hypothesis": "H-STOR-002-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-21/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260908200906-21/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260908200906-21/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-08T22:11:28.111876+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"
+  },
+  "experiment_id": "EXP-BATCH-20260908200906-21",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "50eb28586c715b0e17872caf016c04c7c38a53dd",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-STOR-003-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-STORAGE-003"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 20000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 19000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 150.55060850002337
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-09T00:11:28.111868",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260908200906-21/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-21: Experiment workflow: exploratory RQ-STORAGE-003
+
+## Forschungsfrage
+RQ-STORAGE-003
+
+## Hypothese
+H-STOR-003-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 150.550609 s
+
+## Ergebnis
+Tick: 19000 -> 20000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-21/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-21: 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-STORAGE-003`
+- Hypothese: `H-STOR-003-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-STORAGE-003
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `150.55060850002337` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-21/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-STORAGE-003",
+  "research_question": "RQ-STORAGE-003",
+  "hypothesis": "H-STOR-003-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-22/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260908200906-22/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260908200906-22/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-08T22:13:59.046419+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"
+  },
+  "experiment_id": "EXP-BATCH-20260908200906-22",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "50eb28586c715b0e17872caf016c04c7c38a53dd",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-STOR-004-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-STORAGE-004"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 21000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 20000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 159.26429709990043
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-09T00:13:59.046414",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260908200906-22/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-22: Experiment workflow: exploratory RQ-STORAGE-004
+
+## Forschungsfrage
+RQ-STORAGE-004
+
+## Hypothese
+H-STOR-004-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 159.264297 s
+
+## Ergebnis
+Tick: 20000 -> 21000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-22/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-22: 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-STORAGE-004`
+- Hypothese: `H-STOR-004-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-STORAGE-004
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `159.26429709990043` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-22/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-STORAGE-004",
+  "research_question": "RQ-STORAGE-004",
+  "hypothesis": "H-STOR-004-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-23/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260908200906-23/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260908200906-23/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-08T22:16:38.507286+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"
+  },
+  "experiment_id": "EXP-BATCH-20260908200906-23",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "50eb28586c715b0e17872caf016c04c7c38a53dd",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-SCALE-001-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-SCALE-001"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 22000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 21000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 157.40443200001027
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-09T00:16:38.507277",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260908200906-23/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-23: Experiment workflow: exploratory RQ-SCALE-001
+
+## Forschungsfrage
+RQ-SCALE-001
+
+## Hypothese
+H-SCALE-001-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 157.404432 s
+
+## Ergebnis
+Tick: 21000 -> 22000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-23/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-23: 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-SCALE-001`
+- Hypothese: `H-SCALE-001-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-SCALE-001
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `157.40443200001027` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-23/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-SCALE-001",
+  "research_question": "RQ-SCALE-001",
+  "hypothesis": "H-SCALE-001-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-24/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260908200906-24/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260908200906-24/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-08T22:19:16.119904+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"
+  },
+  "experiment_id": "EXP-BATCH-20260908200906-24",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "50eb28586c715b0e17872caf016c04c7c38a53dd",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-SELF-001-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-SELF-001"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 23000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 22000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 154.8571313000284
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-09T00:19:16.119895",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260908200906-24/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-24: Experiment workflow: exploratory RQ-SELF-001
+
+## Forschungsfrage
+RQ-SELF-001
+
+## Hypothese
+H-SELF-001-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 154.857131 s
+
+## Ergebnis
+Tick: 22000 -> 23000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-24/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-24: 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-SELF-001`
+- Hypothese: `H-SELF-001-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-SELF-001
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `154.8571313000284` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-24/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-SELF-001",
+  "research_question": "RQ-SELF-001",
+  "hypothesis": "H-SELF-001-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-25/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260908200906-25/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260908200906-25/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-08T22:21:51.445887+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"
+  },
+  "experiment_id": "EXP-BATCH-20260908200906-25",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "50eb28586c715b0e17872caf016c04c7c38a53dd",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-SELF-002-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-SELF-002"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 24000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 23000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 160.5657054000767
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-09T00:21:51.445881",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260908200906-25/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-25: Experiment workflow: exploratory RQ-SELF-002
+
+## Forschungsfrage
+RQ-SELF-002
+
+## Hypothese
+H-SELF-002-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 160.565705 s
+
+## Ergebnis
+Tick: 23000 -> 24000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-25/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-25: 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-SELF-002`
+- Hypothese: `H-SELF-002-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-SELF-002
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `160.5657054000767` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-25/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-SELF-002",
+  "research_question": "RQ-SELF-002",
+  "hypothesis": "H-SELF-002-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-26/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260908200906-26/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260908200906-26/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-08T22:24:32.217343+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"
+  },
+  "experiment_id": "EXP-BATCH-20260908200906-26",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "50eb28586c715b0e17872caf016c04c7c38a53dd",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-STRUCT-001-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-STRUCT-001"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 25000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 24000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 157.4252426000312
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-09T00:24:32.217334",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260908200906-26/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260908200906-26: Experiment workflow: exploratory RQ-STRUCT-001
+
+## Forschungsfrage
+RQ-STRUCT-001
+
+## Hypothese
+H-STRUCT-001-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 157.425243 s
+
+## Ergebnis
+Tick: 24000 -> 25000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260908200906-26/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260908200906-26: 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-STRUCT-001`
+- Hypothese: `H-STRUCT-001-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-STRUCT-001
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `50eb28586c715b0e17872caf016c04c7c38a53dd`
+- Git dirty: `True`
+- Runtime: `157.4252426000312` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260908200906-26/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-STRUCT-001",
+  "research_question": "RQ-STRUCT-001",
+  "hypothesis": "H-STRUCT-001-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260908200906-27/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-MEM-001",
+  "research_question": "RQ-MEM-001",
+  "hypothesis": "H-MEM-001-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260909223705-04/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260909223705-04/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260909223705-04/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-09T22:52:17.886136+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"
+  },
+  "experiment_id": "EXP-BATCH-20260909223705-04",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "8184fc74654169e4d01552f093dd807f065c34e3",
+    "dirty": true
+  },
+  "hypotheses": [
+    "EXPLORATORY-UNSPECIFIED"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-SNN-003"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 3000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 2000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 485.59091729999636
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-10T00:52:17.886129",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260909223705-04/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260909223705-04: Experiment workflow: exploratory RQ-SNN-003
+
+## Forschungsfrage
+RQ-SNN-003
+
+## Hypothese
+EXPLORATORY-UNSPECIFIED
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 485.590917 s
+
+## Ergebnis
+Tick: 2000 -> 3000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260909223705-04/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260909223705-04: 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-SNN-003`
+- Hypothese: `EXPLORATORY-UNSPECIFIED`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-SNN-003
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `8184fc74654169e4d01552f093dd807f065c34e3`
+- Git dirty: `True`
+- Runtime: `485.59091729999636` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260909223705-04/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-SNN-003",
+  "research_question": "RQ-SNN-003",
+  "hypothesis": "EXPLORATORY-UNSPECIFIED",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260909223705-05/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}

research/experiments/EXP-BATCH-20260909223705-05/manifest.json

@@ -0,0 +1,85 @@
+{
+  "ai_exposure": "none",
+  "ai_interactions": [],
+  "ai_protocol": {
+    "bump_reason": "initial registration",
+    "version": 1
+  },
+  "ai_reproducibility": "R0",
+  "artifacts": {
+    "data": "DATA/runs.json",
+    "workflow": "experiments/EXP-BATCH-20260909223705-05/workflow.json"
+  },
+  "causal_card": {
+    "classification": "PURE",
+    "interaction_ids": [],
+    "roles": []
+  },
+  "causal_taint": "PURE",
+  "config": {},
+  "created_at": "2026-09-09T23:00:23.839131+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"
+  },
+  "experiment_id": "EXP-BATCH-20260909223705-05",
+  "experiment_status": "completed",
+  "git": {
+    "branch": "main",
+    "commit": "8184fc74654169e4d01552f093dd807f065c34e3",
+    "dirty": true
+  },
+  "hypotheses": [
+    "H-SNN-004-A"
+  ],
+  "network_mode": "OFFLINE",
+  "research_questions": [
+    "RQ-SNN-004"
+  ],
+  "research_run_mode": "EXPLORATORY",
+  "results": {
+    "end": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 4000
+    },
+    "observed_ticks": 1000,
+    "passed": true,
+    "start": {
+      "neurons": 5000,
+      "synapses": 36031,
+      "tick": 3000
+    },
+    "tick_contract": "SATISFIED",
+    "ticks_requested": 1000
+  },
+  "runtime": {
+    "duration_seconds": 487.5800569999992
+  },
+  "runtime_errors": [],
+  "simulation": {
+    "protocol": "runtime_ticks_v1",
+    "seed": 42,
+    "seeds": [
+      42,
+      43,
+      44
+    ],
+    "ticks": 1000
+  },
+  "software": {
+    "brain5d_version": "0.6.0a1",
+    "os": "Windows 11",
+    "python": "3.13.14"
+  },
+  "timestamp": "2026-09-10T01:00:23.839122",
+  "validity": {
+    "fatal_error_count": 0,
+    "reason": null,
+    "runtime_error_count": 0,
+    "valid": true
+  }
+}

research/experiments/EXP-BATCH-20260909223705-05/report.md

@@ -0,0 +1,40 @@
+# EXP-BATCH-20260909223705-05: Experiment workflow: exploratory RQ-SNN-004
+
+## Forschungsfrage
+RQ-SNN-004
+
+## Hypothese
+H-SNN-004-A
+
+## Bedingungen
+Registered protocol conditions
+
+## Ausfuehrung
+Controller: `step(1000)`
+Ausfuehrungsmodus: kontrollierter Runtime-Lauf
+Dauer: 487.580057 s
+
+## Ergebnis
+Tick: 3000 -> 4000
+Neuronen: 5000 -> 5000
+Synapsen: 36031 -> 36031
+Angeforderte Ticks: 1000
+Beobachtete Ticks: 1000
+Tick-Vertrag: SATISFIED
+
+## Epistemische Ebenen
+UI-Zustand ist nur Dashboard-Steuerung und Fortschritt.
+DATA sind Manifest, Workflow und gemessene Laufwerte.
+EVID wurde nicht erzeugt.
+Interpretation bleibt nachgelagert und hat keine Ausfuehrungsautoritaet.
+
+## Reproduzierbarkeit
+Git-Commit, Laufzeitumgebung und Runtime-Parameter stehen im Manifest.
+
+## Evidenzstatus
+Keine EVID erzeugt. Fuer wissenschaftliche Evidenz sind ein sauberer Source-Freeze, ein registriertes Protokoll, kontrollierte unabhaengige Variablen und definierte Messgroessen erforderlich.
+
+## Hinweise
+Keine.
+
+KI-Ausgaben sind weder Ausfuehrungseingabe noch Evidenz. Eine finale Antwort auf die Forschungsfrage bleibt einer menschlichen wissenschaftlichen Bewertung vorbehalten.

research/experiments/EXP-BATCH-20260909223705-05/summary.md

@@ -0,0 +1,89 @@
+# EXP-BATCH-20260909223705-05: 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-SNN-004`
+- Hypothese: `H-SNN-004-A`
+- Protokoll: `runtime_ticks_v1`
+- Durchlaeufe: `1`
+- Seeds: `[42, 43, 44]`
+- Angeforderte Ticks: `1000`
+- Tickgebundene SNN-Läufe (PING/TEMP/5D): `1000 .. 1000` 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: `NOT_AUTOMATICALLY_CLASSIFIED`
+- Evidence Readiness: `BLOCKED_UNCLASSIFIED_SEMANTICS`
+- Begründung: Keine automatische semantische Regel fuer diese RQ-Familie registriert.
+- Beobachtete Conditions: `exploratory_runtime_ticks`
+
+`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: exploratory RQ-SNN-004
+- Bedingungen: Registered protocol conditions
+- Notizen: Keine.
+- Konfiguration: `NOT_AVAILABLE`
+- Config SHA-256: `NOT_AVAILABLE`
+- Git Commit: `8184fc74654169e4d01552f093dd807f065c34e3`
+- Git dirty: `True`
+- Runtime: `487.5800569999992` 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 |
+| --- | ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| exploratory_runtime_ticks | 1 | 42 | 1000 | — | — | — | — | — |
+
+## 6. Einzelne Läufe
+
+| Seed | Condition | Ticks | Spikes | Syn. events | Aktivierte Neuronen | Recurrent events | Depth | Runtime error |
+| ---: | --- | ---: | ---: | ---: | ---: | ---: | ---: | --- |
+| 42 | exploratory_runtime_ticks | 1000 | — | — | — | — | — | — |
+
+## 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: `unavailable`
+- Wissenschaftliche Evidenz durch KI: `false`
+- Human Review: `PENDING`
+
+## 9. Artefakte
+
+- [analysis/statistics.json](analysis/statistics.json)
+- [DATA/runs.json](DATA/runs.json)
+- [manifest.json](manifest.json)
+- [report.md](report.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 `NOT_AUTOMATICALLY_CLASSIFIED`, wissenschaftliche Evidenz `false` bis zur menschlichen Review/Freigabe.

research/experiments/EXP-BATCH-20260909223705-05/workflow.json

@@ -0,0 +1,22 @@
+{
+  "title": "Experiment workflow: exploratory RQ-SNN-004",
+  "research_question": "RQ-SNN-004",
+  "hypothesis": "H-SNN-004-A",
+  "conditions": "Registered protocol conditions",
+  "ticks": 1000,
+  "protocol": "runtime_ticks_v1",
+  "seeds": [
+    42,
+    43,
+    44
+  ],
+  "notes": "",
+  "execution": "controller.step",
+  "assistant_policy": "No AI-generated input is executed or used as evidence.",
+  "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-20260909223705-06/analysis/statistics.json

@@ -0,0 +1,30 @@
+{
+  "conditions": {
+    "exploratory_runtime_ticks": {
+      "metrics": {
+        "ticks_executed": {
+          "max": 1000.0,
+          "mean": 1000.0,
+          "median": 1000.0,
+          "min": 1000.0,
+          "n": 1,
+          "std": 0.0
+        }
+      },
+      "run_count": 1,
+      "seeds": [
+        42
+      ]
+    }
+  },
+  "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": 1,
+  "schema_version": "2.0"
+}