B2. NOMOS como pipeline de macrodatos públicos — captura, normalización, depósito y abastecimiento G1 para el ecosistema ODISEO

Nota de versión: este artículo es un documento fechado. Describe el ecosistema ODISEO tal como estaba constituido al 17 de mayo de 2026 y se publica sin reescritura posterior; las cifras de inventario y las arquitecturas descritas corresponden a ese corte temporal. Para el estado posterior, véanse el Paper 0-II (10.5281/zenodo.21997492), B20 — TELOS (10.5281/zenodo.21997650), B21 — ODOS (10.5281/zenodo.21998634) y el artículo comprehensivo, versión 3. La taxonomía G1/G2/G3 se presenta aquí como marco de control epistémico; su estatuto real —heurística interpretativa, no estimador calibrado— quedó documentado en el Paper 0-II, que reporta el piloto de calibración con 0 de 11 acuerdos en el subgrupo G1. Las secuencias operativas y los umbrales de decisión se reservan por política comercial del ecosistema; el marco conceptual y la formalización se publican íntegros. Este artículo desarrolla el segundo modelo de la Serie B: NOMOS, el motor de ingesta de macrodatos públicos de ODISEO. A diferencia de sistemas analíticos como AGORA o URANIA, NOMOS no interpreta, no simula y no produce entregables finales. Su función es capturar, normalizar y depositar datos de fuentes estatales y abiertas de Costa Rica para que otros sistemas trabajen con anclajes verificables. El modelo propuesto formaliza NOMOS como un pipeline de procedencia: `fetch -> normalize -> deposit`. Cada conector captura datos crudos de una fuente, los normaliza en un `DepositRecord` y los deposita como nota trazable con `fuente_url`, `fecha_captura`, `payload` y `grado_epistemico: G1`. NOMOS se define como capa de abastecimiento G1, no como capa de análisis. Esta separación es epistémica: los macrodatos públicos entran primero por NOMOS; luego AGORA, PERSEO, PAIR, ARGOS, URANIA o DIKE pueden consumirlos según sus propios procedimientos. El artículo modela conectores para INEC, BCCR, SICOP, TSE y OIJ, distingue la función de NOMOS frente a URANIA, analiza riesgos de procedencia, caducidad y normalización, y propone métricas como completitud de captura, fidelidad de normalización, trazabilidad, frescura, resiliencia de conectores y utilidad intersistémica. B2 establece así la base formal para comprender cómo ODISEO convierte realidad pública en evidencia citable.