Info Score
analysis · result

Diego Fernández, ingeniero químico: "El bicarbonato y el vinagre no sirven para limpiar la lavadora"

https://share.google/cxpz5ywbxRqRSeTgn
706 words · language es · type information · rules v0.1.0

B
Generally reliable
Overall weighted score : 0.843

L'article présente les explications d'un ingénieur chimique sur le mythe du nettoyage de la lavadora avec du bicarbonate de soude et du vinaigre, affirmant que ces deux produits se neutralisent mutuellement et sont donc inefficaces. Il préconise l'acide citrique comme alternative plus performante et moins corrosive, et prodigue des conseils d'entretien réguliers.


Sub-scores

Fact / commentary separation Munich 1
1.00 × 0.20
Source traceability Munich 3
0.50 × 0.20
Plurality of viewpoints Munich 7
0.70 × 0.18
Expression of uncertainty Munich 5
1.00 × 0.14
Tone and lexicon Munich 8
0.97 × 0.14
Contextualisation Munich 1
1.00 × 0.14

Representative quotes

Methodological notes

Le texte s'appuie sur les explications d'un unique expert identifié (Diego Fernández, ingeniero químico). Aucune source scientifique indépendante ou étude n'est citée pour étayer les affirmations chimiques. La seule référence est une vidéo Instagram. Les dosages mentionnés (« 2 litros », « 4 litros », « 4 cucharadas ») ne sont pas sourcés. Ces éléments limitent la vérifiabilité autonome des informations par le lecteur.

Computation detail

Each step is reproducible from the extracted variables.

Show / hide full trace

Fact / commentary separation

Weight : 0.2 · Score : 1.000
EMI competency : Distinguer une information, un commentaire, une opinion (cycle 4, lycée)
  • attribution_ratio = 4/4 = 1.000
  • unmarked_density = 0/285 mots → 0.00/1000 → pénalité 0.000
  • marker_bonus (transparence) = 0.000
  • score = clamp(0.55·1.000 + 0.45·(1-0.000) + 0.000) = 1.000
Variables used
{
  "claims_total": 4,
  "claims_with_attribution": 4,
  "opinion_markers_count": 0,
  "unmarked_opinions_presented_as_facts": 0,
  "word_count": 285
}

Source traceability

Weight : 0.2 · Score : 0.505
EMI competency : Identifier la source d'une information et en évaluer la fiabilité
  • named_density = 1/285 mots → score nommé 0.585
  • non_anon_ratio = 1/1 = 1.000
  • primary_ratio = 0/1 = 0.000
  • links_bonus = 0 liens → 0.000
  • score = clamp(0.35·0.585 + 0.30·1.000 + 0.25·0.000 + 0.000) = 0.505
Variables used
{
  "external_links_count": 0,
  "sources_anonymous_count": 0,
  "sources_named_count": 1,
  "sources_primary_count": 0
}

Plurality of viewpoints

Weight : 0.18 · Score : 0.700
EMI competency : Repérer la pluralité des points de vue dans un document
  • subject_type = factuel_incontesté (pluralité moins exigible)
  • score = clamp(0.5 + 1·0.2) = 0.700
Variables used
{
  "distinct_viewpoints_count": 1,
  "subject_type": "factuel_incontest\u00e9"
}

Expression of uncertainty

Weight : 0.14 · Score : 1.000
EMI competency : Comprendre qu'une information peut être incomplète, provisoire ou réfutable
  • calibration = bien_calibré → 1.00
  • hedging_present = False → bonus 0.00
  • premature_conclusions = 0 → pénalité 0.000
  • score = clamp(1.00 + 0.00 - 0.000) = 1.000
Variables used
{
  "confidence_calibration": "bien_calibr\u00e9",
  "hedging_present": false,
  "premature_conclusions_count": 0
}

Tone and lexicon

Weight : 0.14 · Score : 0.975
EMI competency : Identifier les procédés de persuasion et de manipulation
  • intensity = neutre → base 1.00
  • loaded_density = 0.00/1000 mots → pénalité 0.000
  • ad_hominem = 0 → pénalité 0.000
  • rhetorical = 1 → pénalité 0.025
  • sensational_headline = False → 0.00
  • score = clamp(1.00 - 0.000 - 0.000 - 0.025 - 0.00) = 0.975
Variables used
{
  "ad_hominem_attacks_count": 0,
  "emotional_charge_intensity": "neutre",
  "loaded_words_count": 0,
  "rhetorical_questions_count": 1,
  "sensationalist_headline": false
}

Contextualisation

Weight : 0.14 · Score : 1.000
EMI competency : Situer une information dans son contexte historique et géographique
  • completeness = complet → base 1.00
  • perspectives_bonus (hist=False, géo=False, chiffres_verif=True) = 0.10
  • missing_essential_info = 0 → pénalité 0.000
  • score = clamp(1.00 + 0.10 - 0.000) = 1.000
Variables used
{
  "dates_and_figures_verifiable": true,
  "geographic_context_provided": false,
  "historical_context_provided": false,
  "missing_essential_info_count": 0,
  "relevant_background_complete": "complet"
}
Download teaching sheet New comparison