Info Score
analysis · result

Академик Чумаков рассказал о разработке российской вакцины от рака

https://radiosputnik.ru/20260501/vaktsina-1985630264.html
342 words · language other · type information · rules v0.1.0

D
Low reliability
Overall weighted score : 0.453

В статье описывается интервью с академиком РАН Пётром Чумковым о разработке онколитической вакцины в НИИ им. Герцена (Москва). Утверждается, что препарат на основе безопасных вирусов применяется у пациентов с IV стадией рака, включая глиобластому, и демонстрирует многолетние ремиссии. Также высказывается мнение, что внедрение тормозится регуляторными требованиями и крупными фармацевтическими компаниями.


Sub-scores

Fact / commentary separation Munich 1
0.69 × 0.20
Source traceability Munich 3
0.78 × 0.20
Plurality of viewpoints Munich 7
0.18 × 0.18
Expression of uncertainty Munich 5
0.20 × 0.14
Tone and lexicon Munich 8
0.35 × 0.14
Contextualisation Munich 1
0.35 × 0.14

Representative quotes

Methodological notes

Текст представляет собой интервью с одним источником (академиком Чумаковым). Конспирологическое утверждение о «подавлении» метода крупными фармкомпаниями не подкреплено доказательствами. Утверждение об «абсолютной безопасности» не соответствует требованиям к доказательной медицине без завершённых клинических испытаний. Данные о ремиссиях не подкреплены ссылками на публикации или статистику. Счётчик слов: ~330 слов.

Computation detail

Each step is reproducible from the extracted variables.

Show / hide full trace

Fact / commentary separation

Weight : 0.2 · Score : 0.694
EMI competency : Distinguer une information, un commentaire, une opinion (cycle 4, lycée)
  • attribution_ratio = 6/9 = 0.667
  • unmarked_density = 1/330 mots → 3.03/1000 → pénalité 0.606
  • marker_bonus (transparence) = 0.150
  • score = clamp(0.55·0.667 + 0.45·(1-0.606) + 0.150) = 0.694
Variables used
{
  "claims_total": 9,
  "claims_with_attribution": 6,
  "opinion_markers_count": 5,
  "unmarked_opinions_presented_as_facts": 1,
  "word_count": 330
}

Source traceability

Weight : 0.2 · Score : 0.775
EMI competency : Identifier la source d'une information et en évaluer la fiabilité
  • named_density = 2/330 mots → score nommé 1.000
  • non_anon_ratio = 2/2 = 1.000
  • primary_ratio = 1/2 = 0.500
  • links_bonus = 0 liens → 0.000
  • score = clamp(0.35·1.000 + 0.30·1.000 + 0.25·0.500 + 0.000) = 0.775
Variables used
{
  "external_links_count": 0,
  "sources_anonymous_count": 0,
  "sources_named_count": 2,
  "sources_primary_count": 1
}

Plurality of viewpoints

Weight : 0.18 · Score : 0.183
EMI competency : Repérer la pluralité des points de vue dans un document
  • subject_type = factuel_contesté
  • views_score = 1/3 plafonné = 0.333
  • counterpoint_ratio = 0/5 = 0.000
  • opinion_penalty = 0.00
  • score = clamp(0.55·0.333 + 0.45·0.000 - 0.00) = 0.183
Variables used
{
  "contested_claims_count": 5,
  "contested_claims_with_counterpoint": 0,
  "distinct_viewpoints_count": 1,
  "subject_type": "factuel_contest\u00e9"
}

Expression of uncertainty

Weight : 0.14 · Score : 0.200
EMI competency : Comprendre qu'une information peut être incomplète, provisoire ou réfutable
  • calibration = surconfiant → 0.35
  • hedging_present = True → bonus 0.10
  • premature_conclusions = 2 → pénalité 0.250
  • score = clamp(0.35 + 0.10 - 0.250) = 0.200
Variables used
{
  "confidence_calibration": "surconfiant",
  "hedging_present": true,
  "premature_conclusions_count": 2
}

Tone and lexicon

Weight : 0.14 · Score : 0.350
EMI competency : Identifier les procédés de persuasion et de manipulation
  • intensity = mesurée → base 0.85
  • loaded_density = 12.12/1000 mots → pénalité 0.350
  • ad_hominem = 1 → pénalité 0.150
  • rhetorical = 0 → pénalité 0.000
  • sensational_headline = False → 0.00
  • score = clamp(0.85 - 0.350 - 0.150 - 0.000 - 0.00) = 0.350
Variables used
{
  "ad_hominem_attacks_count": 1,
  "emotional_charge_intensity": "mesur\u00e9e",
  "loaded_words_count": 4,
  "rhetorical_questions_count": 0,
  "sensationalist_headline": false
}

Contextualisation

Weight : 0.14 · Score : 0.350
EMI competency : Situer une information dans son contexte historique et géographique
  • completeness = partiel → base 0.60
  • perspectives_bonus (hist=False, géo=True, chiffres_verif=True) = 0.15
  • missing_essential_info = 5 → pénalité 0.400
  • score = clamp(0.60 + 0.15 - 0.400) = 0.350
Variables used
{
  "dates_and_figures_verifiable": true,
  "geographic_context_provided": true,
  "historical_context_provided": false,
  "missing_essential_info_count": 5,
  "relevant_background_complete": "partiel"
}
Download teaching sheet New comparison