Corrections de liens morts

content/interets/liens-interessants/2023/02/07/72f33e07/data/screenshot.yaml

@@ -1,4 +1,4 @@
-title: "Capture d'écran de https://www.a.team//mission/the-great-betrayal"
+title: "Capture d'écran de https://www.a.team/mission/the-great-betrayal"
 description: "Capture effectuée le 7 février 2023 à 01:00"
 attribution: "Richard Dern"
 file: "images/screenshot.png"

content/interets/liens-interessants/2023/02/07/72f33e07/index.md

@@ -1,7 +1,7 @@
 ---
 links:
   - name: Page d'origine
-    url: https://www.a.team//mission/the-great-betrayal
+    url: https://www.a.team/mission/the-great-betrayal
     lang: en
 title: "The Great Betrayal: After Callous Layoffs, Workers Are Done With the
   Full-Time Work Model"

content/interets/meteorologie/2023/09/15/mise-a-jour-de-ma-station-meteo/index.md

@@ -50,7 +50,7 @@ Alors, quitte à claquer autant d'argent, autant le faire pour une station pré-
 
 ## La station
 
-J'ai choisi la [Bresser MeteoChamp HD Wifi 7-en-1](https://www.bresser.de/fr/Temps/BRESSER-Station-meteo-7-en-1-Wifi-HD-professionnelle-avec-differents-modes-d-affichage.html).
+J'ai choisi la [Bresser MeteoChamp HD Wifi 7-en-1](https://www.bresser.fr/p/bresser-station-meteo-connectee-7-en-1-wifi-hd-professionnelle-avec-differents-modes-d-affichage-7003510).
 
 ![zUwrM0](images/zUwrM0.jpg)
 

content/interets/meteorologie/2025/11/26/08-cadre-predictif-local/index.md

@@ -90,7 +90,7 @@ Cela évite de « voir le futur » lors de la préparation des données, ce qui
 
 ## Modèles à introduire dans les chapitres suivants
 
-- Modèles linéaires avec régularisation ([_Ridge_](https://en.wikipedia.org/wiki/Ridge_regression)/[_Lasso_](<https://en.wikipedia.org/wiki/Lasso_(statistics)>)) pour températures/vents : même formule que la régression linéaire classique, mais avec un terme supplémentaire qui limite l’ampleur des coefficients pour réduire le sur‑apprentissage (_Ridge_ pénalise surtout les coefficients trop grands, _Lasso_ peut en forcer certains à zéro).
+- Modèles linéaires avec régularisation ([_Ridge_](https://en.wikipedia.org/wiki/Ridge_regression) / [_Lasso_](<https://en.wikipedia.org/wiki/Lasso_(statistics)>)) pour températures/vents : même formule que la régression linéaire classique, mais avec un terme supplémentaire qui limite l’ampleur des coefficients pour réduire le sur‑apprentissage (_Ridge_ pénalise surtout les coefficients trop grands, _Lasso_ peut en forcer certains à zéro).
 - [Régression logistique](https://fr.wikipedia.org/wiki/R%C3%A9gression_logistique) pour la pluie : produit une probabilité de pluie plutôt qu’un oui/non brut, ce qui permet ensuite de choisir un seuil de décision adapté à l’usage (plutôt prudent ou plutôt conservateur).
 - Si besoin de courbes plus flexibles : arbres peu profonds, [_random forest_](https://fr.wikipedia.org/wiki/For%C3%AAt_al%C3%A9atoire) ou [_gradient boosting_](https://fr.wikipedia.org/wiki/Gradient_boosting) légers pour capturer des relations non linéaires sans rendre le modèle complètement opaque .
 - Évaluation multi-horizons avec _time-series split_, courbes d’erreur en fonction de l’horizon pour voir à partir de quand le modèle décroche.

tools/check_external_links.js

@@ -326,6 +326,34 @@ function mergeOccurrences(entries, occurrences) {
   return merged;
 }
 
+// Liste les URLs réellement présentes dans le contenu pour supprimer les entrées obsolètes.
+function buildActiveUrlSet(occurrences) {
+  const active = new Set();
+  for (const url of occurrences.keys()) {
+    active.add(url);
+  }
+  return active;
+}
+
+// Conserve uniquement les liens du rapport encore utilisés dans le contenu.
+function filterReportLinks(links, activeUrls) {
+  if (!Array.isArray(links) || activeUrls.size === 0) {
+    return [];
+  }
+
+  const filtered = [];
+  for (const link of links) {
+    if (!link?.url || !activeUrls.has(link.url)) {
+      continue;
+    }
+    filtered.push({
+      ...link,
+      locations: Array.isArray(link.locations) ? dedupeAndSortLocations(link.locations) : [],
+    });
+  }
+  return filtered;
+}
+
 function recordOccurrence(map, filePath, line, url) {
   if (!map.has(url)) {
     map.set(url, []);
@@ -720,6 +748,7 @@ async function main() {
     return;
   }
 
+  const activeUrls = buildActiveUrlSet(occurrences);
   const state = loadState();
   const mergedEntries = mergeOccurrences(state.entries, occurrences);
   const entriesArray = Object.values(mergedEntries);
@@ -727,7 +756,7 @@ async function main() {
 
   const snapshotMeta = {
     generatedAt: state.generatedAt || null,
-    links: Array.isArray(state.links) ? state.links : [],
+    links: filterReportLinks(state.links, activeUrls),
   };
 
   await checkEntries(pending, mergedEntries, snapshotMeta);
@@ -735,7 +764,7 @@ async function main() {
   const deadLinks = buildDeadLinks(mergedEntries);
   const nextState = {
     generatedAt: new Date().toISOString(),
-    links: deadLinks,
+    links: filterReportLinks(deadLinks, activeUrls),
     entries: mergedEntries,
   };
   saveState(nextState);