Github Trends®
9675 findingsmedian surprise 0.00741window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: own snapshots
FINDING #4691 · UNIT ID 449681070
wasserth/TotalSegmentator
Tool for robust segmentation of >100 important anatomical structures in CT and MR images
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00273
ENGAGEMENT0.52
FRESHNESS1.65
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.67
ACCEL
-0.07
RETENTION
31.0%
PEAK 2026-09-18 · FORK-RETENTION 100.0% · 50 STARS / WINDOW

Author Audience

AUDIENCE
570
FOLLOWERS
258
OWNER ★
3,115

Engagement Signals

FORKS
489
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 50 / 50 (DIVERSITY 1.00)

Why This Is A Finding

wasserth/TotalSegmentator собрал 50 звёзд за окно, тогда как у автора всего 258 подписчиков — эффективная аудитория ≈ 570. Это даёт surprise-индекс 0.00273 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 100.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 52%
VELOCITY1.673.80-2.13ABOVE 7%
RETENTION31.0%20.3%+10.8 PPABOVE 73%
FORKS489138+351ABOVE 78%
SURPRISE0.000.01-0.00ABOVE 29%