初始归档：健康管理资料库（大医网/药膳/体质监测/中医理论等12个资料集，7712个文件）

国家国民体质监测/04_分析报告/2003版/归档分析报告.md

@@ -0,0 +1,76 @@
+# 归档分析报告：《国民体质测定标准（2003年）》（成年人部分）
+
+## 一、基本信息
+
+| 项目 | 内容 |
+|------|------|
+| 文档名称 | 《国民体质测定标准（2003年）》（成年人部分） |
+| 发布机构 | 国家体育总局 |
+| 发布时间 | 2003年4月 |
+| 文档格式 | Markdown（PaddleOCR-VL转换，保留HTML表格） |
+| 原始大小 | 485KB PDF → 240,478字符 / 436行 Markdown |
+| 插图数量 | 10张嵌入式表格截图 |
+| 覆盖范围 | **20-59岁成年人**（仅成年人，无幼儿/老年人部分） |
+
+## 二、内容结构
+
+### 评分体系
+
+2003年版采用 **5分制**（1-5分），与2023修订版的100分制完全不同：
+
+| 分值 | 含义 |
+|------|------|
+| 5分 | 优秀 |
+| 4分 | 良好 |
+| 3分 | 合格 |
+| 2分 | 中下 |
+| 1分 | 差 |
+
+### 测试指标
+
+| 指标类别 | 测试项目 | 说明 |
+|----------|----------|------|
+| 形态 | 身高、体重 | 按身高(cm)每1cm一档查标准体重，非BMI |
+| 机能 | 肺活量、**台阶指数** | 台阶指数在2023版被功率车二级负荷试验替代 |
+| 素质 | 握力、俯卧撑、仰卧起坐、纵跳、坐位体前屈、选择反应时、闭眼单脚站立 | 大部分与2023版相同 |
+
+### 与2023修订版的关键差异
+
+| 对比项 | 2003版 | 2023修订版 |
+|--------|--------|------------|
+| 评分制 | 5分制（1-5分） | 100分制 |
+| 覆盖年龄 | 20-59岁 | 3-79岁（新增幼儿和老年人） |
+| 形态评定 | 按身高(cm)分档查标准体重 | BMI + 体脂率 |
+| 心肺功能 | 台阶指数 | 功率车二级负荷试验 |
+| 纵跳 | 20-59岁 | 仅20-49岁 |
+| 分组 | 不分年龄段，直接按身高 | 每5岁一组×性别 |
+| 综合评级 | 按各单项总分 | 加权综合得分（四项等级） |
+
+## 三、数据质量评估
+
+| 维度 | 评价 | 说明 |
+|------|------|------|
+| OCR完整性 | ★★★★☆ | PaddleOCR-VL完整转换，240K字符 |
+| OCR准确性 | ★★★★☆ | 表格数值基本准确，需核实边界值 |
+| 结构保留度 | ★★★☆☆ | 目录结构保留，但OCR可能丢失部分格式 |
+| 可复用性 | ★★★★☆ | 评分表可直接编程解析（后续可复用 parse_tables.py） |
+
+## 四、加工说明
+
+| 加工步骤 | 工具 | 结果 |
+|----------|------|------|
+| OCR转换 | PaddleOCR-VL（paddleocr_test.py） | 28个页面 → 240K字符 Markdown |
+| 合并 | cat合并多页 | 1个MD文件 |
+| 清洗 | sed去除参考文献标记和多余空格 | 结构清晰的纯文本MD |
+| 归档 | 移入版本子目录 | 01_来源数据/2003版/ |
+
+## 五、后续建议
+
+1. **提取评分表为结构化JSON** — 复用 `parse_tables.py` 的解析逻辑，将2003版的5分制评分表提取为结构化数据
+2. **建立版本差异分析** — 在 `03_关联融合/` 中对比2003版与2023版的评分标准变化
+3. **评测引擎扩展** — 在 `fitness_eval.py` 中增加2003版评分模式，支持按两套标准分别评测
+
+---
+
+*报告生成日期：2026年6月*
+*归档路径：/home/songyi/Documents/ai_agent_scraper_study/data/国家国民体质监测/01_来源数据/2003版/*