Jump to the English translation here.
J.Konstapel, Leiden,1-7-2026.
Dit essay bundelt twee fundamentele documenten die samen het Universal Expectation-Failure Registration Model (UEFRM) vormen:
Het UEFRM betekent een belangrijke breuk met conventioneel UAP-onderzoek door deze fenomenen niet te definiëren als kandidaat-fysieke objecten, maar als geregistreerde gevallen van modelstoring: gedocumenteerde discrepanties tussen gevestigde voorspellende modellen en empirische waarnemingen.
Toegepast op het Amerikaanse civiele National UFO Reporting Center (NUFORC), de Franse officiële onderzoeksinstantie GEIPAN en het Amerikaanse ministerie van Defensie’s All-domain Anomaly Resolution Office (AARO), toont het kader een consistent, laag percentage aan onopgeloste gevallen (ongeveer 2–3%) dat zich concentreert rond een klein aantal terugkerende fouttypes
1 objecten die ineens van snelheid of richting veranderen zonder geleidelijke overgang,
2 effecten die optreden zonder dat er een duidelijke oorzaak in de buurt is, en
3 waarnemingen waarbij het ene meetinstrument iets registreert maar het andere niet.
Publieke en wetenschappelijke betrokkenheid bij Ongeïdentificeerde Anomalistische Verschijnselen (UAP) heeft historisch geleden onder twee tegenovergestelde faalmodi.
De eerste is voortijdige reïficatie: het toekennen van een verklarend objectlabel (“vaartuig”, “drone”, “plasma”) aan een geval voordat de onderliggende discrepantie tussen model en waarneming is gekarakteriseerd.
De tweede is voortijdige afwijzing: het hele rapportagebestand als ruis behandelen omdat de overgrote meerderheid van de gevallen tot alledaagse oorzaken herleidbaar is, zonder het residu dat dat niet is afzonderlijk te karakteriseren.
Het Universal Expectation-Failure Registration Model (UEFRM) is een correctie op beide neigingen.
Het kader vereist dat registratie voorafgaat aan classificatie, dat de opname zo volledig mogelijk is als de brondatabase toelaat, en dat elke vermelding een expliciete verklaring bevat van het voorspellende model dat werd geschonden, niet slechts een beschrijving van wat er werd gezien.
Dit essay past die discipline toe op de drie methodologisch meest transparante, publiekelijk gedocumenteerde UAP-databases die beschikbaar zijn sinds medio 2026, en stelt een enkele vraag: is er een stabiel, cross-database metapatroon in het residu van onopgeloste gevallen, en zo ja, waaruit bestaat het?
Het UEFRM werkt met vier kernprincipes die het onderscheiden van eerdere benaderingen van UAP-documentatie.
Verwachting-eerst-registratie vereist dat elke vermelding het heersende voorspellende model vermeldt voordat de waarneming wordt beschreven. Dit keert de conventionele aanpak om, die begint met de waarneming en vervolgens verklarende modellen zoekt. Door te beginnen met de verwachting, dwingt het kader onderzoekers om te verwoorden wat zij dachten dat zou gebeuren voordat ze worden geconfronteerd met wat er werkelijk gebeurde.
Niet-selectieve opname bepaalt dat vermeldingen worden geregistreerd zoals ze uit de brondatabase komen, zonder voorafgaande screening op plausibiliteit of opmerkelijkheid. Geen enkel geval wordt vóór registratie uitgefilterd omdat het alledaags, repetitief of van lage kwaliteit is. Filteren gebeurt pas na registratie, in de classificatiefase – nooit daarvoor. Deze correctie op eerdere steekproefgebaseerde benaderingen zorgt ervoor dat volledigheid van opname voorop staat; selectie van “opmerkelijke” gevallen is een stroomafwaartse, afzonderlijke operatie, geen voorwaarde voor het loggen.
Vaste invoerstructuur vereist dat elk geregistreerd geval bevat: identificatie, datum van loggen, datum van gebeurtenis, bron, domein, verwachting, waarneming, faaltype(s), reïficatiecheck, resolutiestatus en kruisverwijzingen. Deze standaardisatie maakt systematische vergelijking tussen databases en door de tijd heen mogelijk.
Open, begrensde faaltypetaxonomie stelt zeven vaste categorieën vast, alleen uitbreidbaar bij aantoonbaar echt nieuw patroon dat niet door de bestaande set wordt gedekt. De categorieënlijst blijft open van ontwerp; categorieën werden in 2026 toegevoegd toen het kader werd uitgebreid naar biologische en archeologische domeinen.
2.2 Vaste faaltypes
De zeven faaltypes vangen de specifieke manieren waarop waarnemingen afwijken van gevestigde modellen.
Type 1 — Splitsing of interne heterogeniteit: Een enkel gerapporteerd fenomeen splitst zich in meerdere componenten die onverenigbaar zijn met een star object. Dit komt voor bij UAP-gevallen met moederbollen die kleinere bollen produceren, en in de fysica via paarproductie en faseovergangssubstructuur.
Type 2 — Beweging zonder geleidelijke traagheidsopbouw: Instantane versnelling, snelheidsverandering of richtingsomkering die inconsistent is met continue klassieke dynamica. Dit is het type dat geassocieerd wordt met de USS Nimitz-ontmoeting, waar getuigen en instrumentatie plotselinge koerswijzigingen meldden die niet pasten bij continue vlucht.
Type 3 — Actie op afstand zonder geïdentificeerd contactmechanisme: Een meetbaar effect op de omgeving of instrumenten zonder bekende krachtdrager of fysiek contact. De Malmstrom Air Force Base ICBM-incidenten, waarbij meerdere raketvluchten uitvielen terwijl er luchtobjecten boven de faciliteit werden waargenomen, zijn hiervan een voorbeeld.
Type 4 — Sensor- of sporenverschil: Signatuur aanwezig in één modaliteit, maar afwezig in een verwachte complementaire modaliteit; of een technologische signatuur zonder bijpassend fysiek residu. De Trans-en-Provence-zaak, waarbij GEIPAN’s contemporaine analyse bodemverdichting consistent met enkele tonnen belasting, plaatselijke thermische verandering en pigmentveranderingen in vegetatie rapporteerde, illustreert deze categorie.
Type 5 — Schijnbare responsiviteit gecorreleerd met de waarneming: Gedrag dat correleert met de waarneming of meting zelf, wat een niet-agentief fenomeen niet zou moeten vertonen. De Braziliaanse onderscheppingsgolf van mei 1986, waarbij meerdere radar-gecorreleerde objecten manoeuvreerden in patronen die door de onderscheppende piloten werden geïnterpreteerd als responsief op hun nadering, is hiervan een voorbeeld.
Type 6 — Symmetriebreking zonder selectiemechanisme: Een globale asymmetrie in de uitkomst zonder bevestigd mechanisme waarom die toestand werd gekozen boven zijn spiegel- of gelijkwaardige alternatief. In de biologie vertegenwoordigt de homochiraliteit van aminozuren en suikers dit patroon.
Type 7 — Capaciteit zonder ontwikkelingsprecedent of continuïteit: Een capaciteit verschijnt in het archief zonder de verwachte geleidelijke opbouw ervoor en/of zonder vergelijkbare capaciteit die erna voortduurt. Archeologische voorbeelden zijn het Antikythera-mechanisme en Göbekli Tepe.
3. Gegevensbronnen en geverifieerde statistieken
Een terugkerende zwakte in secundair UAP-commentaar is de kritiekloze verspreiding van ronde of verouderde cijfers. Voor deze analyse is elke statistiek rechtstreeks gecontroleerd aan de hand van de eigen gepubliceerde gegevens van de bronorganisatie – databasevoorpagina’s, officiële statistiekenpagina’s en het meest recente door het Congres verplichte jaarverslag – in plaats van op basis van aggregator- of forumcijfers.
3.1 NUFORC (VS, civiel)
Het National UFO Reporting Center, actief van 1974 tot heden en voornamelijk gericht op de Verenigde Staten, bevat ongeveer 170.000 cumulatieve rapporten. NUFORC voert alleen een grove interne triage uit (Tier 1–4) en oordeelt zelf niet over gevallen tot opgelost of onopgelost. Het kan geen “onverklaard percentage” leveren in de zin zoals GEIPAN of AARO dat kunnen. Het cumulatieve totaal van NUFORC is het best gedocumenteerd op ongeveer 170.000 rapporten, in plaats van de lagere cijfers die soms worden aangehaald uit oudere of gedeeltelijke scrapes.
3.2 GEIPAN (Frankrijk, officieel)
De Franse officiële onderzoeksinstantie, actief van 1977 tot heden en gericht op Frankrijk, heeft 9.724 getuigenissen en ongeveer 5.300 onderzochte gevallen verwerkt. Het huidige onverklaarde percentage, gecategoriseerd als D1+D2, bedraagt ongeveer 2–3% van de geclassificeerde gevallen. Een cijfer van maar liefst 28% werd aangekondigd bij de lancering van GEIPAN’s openbare website in 2007, maar werd later door GEIPAN zelf en door onafhankelijke sceptische recensenten toegeschreven aan verkeerde classificatie van werkbare gevallen als D, en is naar beneden bijgesteld via herevaluatie. Minder dan 10% van de gevallen krijgt ter plaatse onderzoek.
3.3 AARO (VS, officieel/militair)
Het All-domain Anomaly Resolution Office, actief van 2022 tot heden, heeft 1.652 rapporten in bezit per oktober 2024, met 757 rapporten in het FY2024-rapportagevenster. Hiervan werden 21 gevallen (ongeveer 2,8%) geclassificeerd als verdere analyse vereisend (“werkelijk afwijkend”), terwijl 444 gevallen werden gearchiveerd wegens onvoldoende gegevens. Deze laatste categorie is evidentieel verschillend van “onopgelost ondanks voldoende gegevens” en mag niet zonder kwalificatie worden samengevoegd met GEIPAN’s D-categorie-residu. Van de opgeloste gevallen was 70% ballonnen, 16% onbemande luchtvaartsystemen, 8% vogels, 4% satellieten en 2% vliegtuigen. AARO heeft verklaard dat het geen bewijs heeft gevonden dat zijn residugevallen verbindt met buitenaardse oorsprong of vijandelijke technologie.
4. Illustratieve UEFRM-registraties
De volgende vier gevallen worden gepresenteerd niet als claim dat ze representatief zijn in frequentie – ze zijn, door opzet, geselecteerd op gegevenskwaliteit (meerdere getuigen en, waar beschikbaar, meersensorbevestiging) – maar als illustraties van hoe de vaste UEFRM-invoerstructuur het specifieke modelschending in elk geval isoleert, onafhankelijk van elke objectniveau-interpretatie.
4.1 USS Nimitz-ontmoeting (2004)
Bron: Getuigenis van Amerikaanse marinepiloten en radargegevens, later beoordeeld door AARO.
Verwachting: Een door radar en meerdere onafhankelijke sensoren gevolgd luchtobject moet continue, traagheidsconsistente beweging vertonen; hypersonische overgang zou vergezeld moeten gaan van een waarneembare aandrijvingssignatuur of akoestische signatuur.
Waarneming: Getuigen en instrumentatie meldden abrupte koerswijzigingen die niet pasten bij continue vlucht, zonder geïdentificeerde aandrijvings- of akoestische signatuur.
Faaltype: Type 2, met mogelijke secundaire toerekening aan Type 4 gezien de sensor-modaliteitsinconsistenties die in meerdere openbare verslagen van het incident worden gerapporteerd.
Resolutiestatus: Formeel onopgelost; het geval blijft onder de gevallen die AARO en onafhankelijke onderzoekers niet aan een conventioneel platform hebben toegeschreven.
4.2 Trans-en-Provence (1981, Frankrijk)
Bron: GEIPAN-officieel onderzoek, inclusief bodem- en vegetatiemonsters ter plaatse.
Verwachting: Een gerapporteerde landingsgebeurtenis van korte duur zou volgens standaard bodemmechanica- en plantbiologiemodellen niet de gerapporteerde bodemverdichting en thermische verandering mogen produceren, noch meetbare pigmentvermindering in aangrenzende vegetatie, zonder een proportionele en identificeerbare warmte- of mechanische bron.
Waarneming: GEIPAN’s contemporaine analyse rapporteerde bodemverdichting consistent met enkele tonnen belasting, plaatselijke thermische verandering en pigmentveranderingen in vegetatie.
Faaltype: Type 4 (sporenbewijs dat de gerapporteerde getuigenverklaring en beschikbare instrumentatie gezamenlijk niet kunnen verklaren).
Resolutiestatus: Geclassificeerd als D door GEIPAN en blijft een van de meest geciteerde sporengevallen in het GEIPAN-archief; onafhankelijke sceptische recensenten hebben alledaagse verklaringen voor de sporen voorgesteld, en de zaak blijft betwist in de secundaire literatuur.
4.3 Malmstrom Air Force Base ICBM-incidenten (1967)
Bron: Gedeklassificeerde Amerikaanse luchtmachtarchieven en latere getuigenissen van officieren; beoordeeld binnen AARO’s historische gevallenreview.
Verwachting: Landgebaseerde nucleaire raketgeleidings- en lanceersystemen zijn gehard tegen bekende elektromagnetische interferentie en zouden geen gelijktijdige meervoudige uitschakeling mogen ervaren die gecorreleerd is met een extern waargenomen luchtfenomeen zonder aangetoond koppelingsmechanisme.
Waarneming: Meerdere raketvluchten vielen naar verluidt uit terwijl er luchtobjecten visueel en/of via radar boven of nabij de faciliteit werden waargenomen.
Faaltype: Type 3.
Resolutiestatus: Betwist; officiële beoordelingen hebben voor ten minste sommige incidenten conventionele oorzaken (apparatuurstoring) voorgesteld, terwijl sommige getuigenissen de timing van die verklaringen betwisten.
4.4 Braziliaanse onderscheppingsgolf mei 1986 (“Prato” / Operação Prato-gerelateerde rapportage)
Bron: Braziliaanse luchtmacht (FAB) radar- en onderscheppingsgegevens, waarnaar wordt verwezen in SIOANI-gerelateerde documentatie.
Verwachting: Onderschepte luchtobjecten die gelijktijdig worden gevolgd door grondradar en bewapende onderscheppingsvliegtuigen moeten identificeerbaar zijn via IFF, transponderrespons of visuele classificatie, en moeten standaard ontwijkend of niet-responsief gedrag vertonen bij onderschepping.
Waarneming: Meerdere radar-gecorreleerde objecten manoeuvreerden naar verluidt in patronen die door de onderscheppende piloten werden geïnterpreteerd als responsief op hun nadering, zonder succesvolle visuele classificatie.
Faaltype: Types 2 en 5.
Resolutiestatus: Onopgelost in het beschikbare gedeklassificeerde archief.
5. Cross-database metapatroon
Beperken we ons tot het residu dat het eigen onderzoeksproces van elke database overleeft – GEIPAN’s D1/D2-gevallen en AARO’s categorie “verdere analyse”, met expliciete uitsluiting van AARO’s veel grotere archief van onvoldoende gegevens – dan ontstaat er een consistent patroon over alle drie bronnen heen, ondanks hun verschillende verzamelpopulaties: civiele zelfrapportage, Frans door de gendarmerie ondersteund veldonderzoek en Amerikaanse militaire/overheidsrapportage.
5.1 Typeconcentratie
Het residu in zowel GEIPAN als AARO’s openbare gevalssamenvattingen concentreert zich onevenredig in Types 2, 3 en 4 – niet-traagheidsbeweging, actie op afstand en sensor-/sporenverschil – in vergelijking met Types 1, 6 en 7, die slechts sporadisch voorkomen en meestal in oudere, minder bevestigde historische gevallen. Deze concentratie is consistent over de twee onafhankelijke officiële onderzoeksinstanties, ondanks verschillen in nationale context, verzamelmethode en tientallen jaren verschil in oprichtingsdatum.
5.2 Stabiliteit van het residufractie
Beide officiële instanties komen, na correctie voor de in paragraaf 3 besproken classificatiemethodologische kritieken, uit op een residu in de lage enkelvoudige cijfers als percentage van onderzochte (niet slechts gerapporteerde) gevallen – ongeveer 2–3% voor GEIPAN en ongeveer 3% voor AARO’s FY2024-cohort. Deze convergentie, tussen organisaties zonder gedeelde methodologie, financieringslijn of personeel, is op zichzelf een gegeven: het suggereert dat de residufractie geen artefact is van de onderzoeksdrempel van één enkele instelling, hoewel het op zichzelf niet vaststelt wat het residu vertegenwoordigt.
5.3 Het reïficatiegevaar
Een methodologische bevinding onafhankelijk van de gevalinhoud is dat de publieke en journalistieke behandeling van zowel GEIPAN- als AARO-residuen routinematig een objectlabel (“vaartuig”, “drone”, “tic-tac”) substitueert voor de specifieke, falsifieerbare modelschending die de UEFRM-invoerstructuur vereist. Zowel GEIPAN als AARO waarschuwen expliciet tegen deze substitutie in hun eigen openbare communicatie, en AARO heeft verklaard dat het geen bewijs heeft gevonden dat zijn residugevallen verbindt met buitenaardse oorsprong of buitenlandse vijandelijke technologie.
6. Discussie
De cross-database consistentie van een laag enkelcijferig, type-geconcentreerd residu is een bescheiden maar echt empirische bevinding. Het ondersteunt, op het hier verzamelde bewijs, geen sterke claims van niet-menselijke intelligentie, exotische aandrijving of instorting van gevestigde fysica; geen van de bronorganisaties doet een dergelijke claim, en AARO wijst er expliciet een af. Wat het residu wel ondersteunt, is een smallere en meer verdedigbare claim: dat een klein, stabiel deel van de rapporten – verzameld onder materieel verschillende institutionele omstandigheden – zich verzet tegen verklaring onder de eigen werkmodellen van de onderzoekers om redenen die in gevallen terugkeren, voornamelijk schijnbare schendingen van verwachte traagheidsbeweging en onverklaarde sensor- of sporensignaturen.
Drie beperkingen hebben direct invloed op hoeveel gewicht deze bevinding kan dragen.
Ten eerste zou de stabiliteit van het residu een gedeelde bodem van onderzoekscapaciteit kunnen weerspiegelen – alle drie organisaties kampen met vergelijkbare praktische beperkingen op sensorresolutie, keten-van-bewaring voor fysiek sporenbewijs en betrouwbaarheid van getuigengeheugen – in plaats van een gedeeld onderliggend fenomeen. Het residu kan de grens vertegenwoordigen van wat huidige onderzoeksmethoden kunnen oplossen, eerder dan een signaal van echte anomalie.
Ten tweede laat GEIPAN’s eigen historische verslag zien dat de residugrootte gevoelig is voor classificatieprocedure. Het cijfer van 28% uit 2007 werd aanzienlijk naar beneden bijgesteld via methodologische correctie, wat voorzichtigheid gebiedt bij het behandelen van een huidig percentage als definitief. De geschiedenis van UAP-onderzoek staat vol met voorbeelden van “onverklaarde” gevallen die later conventionele verklaringen vonden naarmate onderzoeksmethoden verbeterden.
Ten derde publiceert geen van de drie databases gevalniveau-faaltypecodering in het hier gebruikte UEFRM-formaat. De typering vereiste onafhankelijke codering uit gepubliceerde gevalbeschrijvingen en zou baat hebben bij interbeoordelaarsbetrouwbaarheidstesten tegen andere codeerders. GEIPAN’s eigen methodologische literatuur laat zien dat zelfs getrainde experts het slechts in een meerderheid van de meervoudig geëvalueerde rapporten eens zijn over classificatie, wat suggereert dat faaltypecodering geen triviale oefening is.
Deze beperkingen pleiten voor uitgebreide infrastructuur in plaats van het opgeven van het onderzoek: gestandaardiseerde, publiekelijk gedocumenteerde meersensorverzameling (van het soort dat AARO zegt op te bouwen), gedeelde faaltypecodering over nationale onderzoeksinstanties heen, en preregistratie van het verwachting-waarneming-paar vóór classificatie, in overeenstemming met de kerndiscipline van het UEFRM.
Het UEFRM biedt ook een methodologische bijdrage buiten UAP-onderzoek. Door expliciete articulatie van geschonden verwachtingen te vereisen en een open taxonomie van faaltypes te handhaven, kan het kader worden uitgebreid naar andere domeinen waar waarnemingsresidupatronen verschijnen: donkere materie en donkere energie in de kosmologie, de Hubble-spanning, de muon g-2-anomalie, JWST-vroeggalaxie-spanning, en andere raamwerkniveau-theoretische discrepanties die in lopend onderzoek worden geïdentificeerd. De registratie-eerst-discipline voorkomt voortijdige reïficatie van deze anomalieën tot nieuwe entiteiten voordat de specifieke modelschending is gekarakteriseerd.
7. Conclusie
Toepassing van het Universal Expectation-Failure Registration Model op de drie methodologisch meest transparante UAP-databases die beschikbaar zijn in medio 2026 – NUFORC, GEIPAN en AARO – brengt een consistent, laag enkelcijferig residu aan het licht van gevallen die weerstand bieden aan oplossing onder de eigen werkmodellen van de onderzoekers, geconcentreerd in een terugkerende subset van faaltypes gecentreerd rond niet-traagheidsbeweging en onverklaarde sensor- of sporensignaturen. Dit is een smallere en meer verdedigbare bevinding dan zowel de sterke anomalieclaims die gebruikelijk zijn in populair UAP-discours als de volledige afwijzing die gebruikelijk is in reflexief sceptische behandelingen.
De methodologische bijdrage van het UEFRM ligt in zijn nadruk op registratie vóór classificatie, zijn vereiste dat elke vermelding een expliciete verklaring bevat van het geschonden voorspellende model, en zijn open taxonomie van faaltypes die kan worden uitgebreid naar andere domeinen waar waarnemingsresidupatronen verschijnen. Voortgezette waarde van deze onderzoekslijn hangt af van aanhoudende, niet-selectieve registratie; expliciete vermelding van de geschonden verwachting in elk geval; en weerstand tegen voortijdige reïficatie van het residu tot een specifieke causale hypothese.
De cross-database consistentie van de residufractie – ongeveer 2–3% voor GEIPAN en AARO, waarbij NUFORC’s structuur een vergelijkbare berekening verhindert – stelt op zichzelf niet vast wat het residu vertegenwoordigt. Het suggereert echter wel dat het residu geen artefact is van de onderzoeksdrempel van één enkele instelling, en dat het voortgezet, strikt gerapporteerd wetenschappelijk onderzoek verdient in plaats van voortijdige reïficatie of voortijdige afwijzing.
Geannoteerde referentielijst
Konstapel, J. “Universal Expectation-Failure Registration Model.” Constable Research B.V., intern methodologisch kaderdocument.
Dit document definieert de registratie-eerst-discipline, de vaste invoerstructuur en de zeven vaste faaltypes die in het UEFRM-kader worden toegepast. Het model stelt dat een UAP geen object is, maar een geregistreerd geval van modelstoring: een gedocumenteerde discrepantie tussen wat een gevestigd model voorspelde en wat werd gemeten of waargenomen. Het document specificeert ook de verplichte bronnen – NUFORC, GEIPAN, AARO, SIOANI en historisch corpus – en de operationele regel dat geen enkel geval vooraf wordt gescreend op “interessantheid” vóór registratie. De categorieënlijst blijft open van ontwerp; categorieën 6 en 7 werden toegevoegd op 2026-07-01 op basis van Batch 2-registratie die het kader uitbreidde naar biologische en archeologische domeinen.
National UFO Reporting Center. Data Bank. https://nuforc.org/
Dit is de primaire bron voor NUFORC’s Tier 1–4 interne triagesysteem en intakebeschrijving. De databank wordt gebruikt om vast te stellen dat NUFORC geen formele resolutiebeoordeling uitvoert, wat betekent dat het geen “onverklaard percentage” kan leveren dat vergelijkbaar is met GEIPAN of AARO. Het cumulatieve cijfer van ongeveer 170.000 gecatalogiseerde rapporten sinds de oprichting van NUFORC in 1974 is geverifieerd aan de hand van de Wikipedia-pagina voor NUFORC. De databank bevestigt ook NUFORC’s voortdurende intake-activiteit en haar deelname aan de door AARO/AUI gesponsorde UAP-gegevensworkshop van 2025.
GEIPAN / Centre National d’Études Spatiales (CNES). Classificatiemethodologiepagina. https://www.cnes-geipan.fr/en/node/58787
Deze bron levert de A/B/C/D1/D2-classificatieprocedure die door GEIPAN wordt gebruikt. De classificatiemethodologie stelt dat gevallen worden gecategoriseerd langs een spectrum van volledig verklaard (A) via waarschijnlijk verklaard (B) en onvoldoende verklaard (C) tot onverklaard (D). De D-categorie wordt verder onderverdeeld in D1 (gevallen met onvoldoende gegevens maar niet verklaarbaar) en D2 (gevallen met voldoende gegevens maar nog steeds onverklaard). De pagina documenteert ook het cumulatieve cijfer van 40 jaar van 9.724 getuigenissen en ongeveer 5.300 gevallen, samen met het ongeveer 10% ter plaatse onderzoekspercentage.
GEIPAN / CNES. Statistiekenpagina. https://www.cnes-geipan.fr/en/stats
Deze bron levert de huidige live classificatieverdeling: A ongeveer 27%, B ongeveer 39%, C ongeveer 31%, D ongeveer 2,2%. Deze verdeling wordt gebruikt om het huidige onverklaarde percentage van ongeveer 2–3% af te leiden. De statistiekenpagina wordt regelmatig bijgewerkt en geeft het meest nauwkeurige beeld van GEIPAN’s classificatieverdeling per medio 2026.
Rossoni, D., Maillot, E., & Déguillaume, E. “An Assessment of Thirty Years of Official [French UFO] Studies.” Skeptical Inquirer, gepubliceerde recensie.
Deze onafhankelijke sceptische audit documenteert dat het cijfer van 28% onverklaard, aangekondigd bij de lancering van GEIPAN’s openbare website in 2007, later werd toegeschreven aan classificatiefouten en naar beneden werd bijgesteld via methodologische correctie. De audit wordt hier gebruikt om voorzichtigheid te rechtvaardigen ten aanzien van claims over residupercentages en om aan te tonen dat de residugrootte gevoelig is voor classificatieprocedure. De bevinding dat residupercentages aanzienlijk kunnen worden herzien via methodologische correctie, pleit ervoor geen enkel huidig percentage als definitief te behandelen.
New Space Economy. “GEIPAN: France’s UAP Investigation Unit.”
Deze secundaire samenvatting geeft details over de Trans-en-Provence-zaakmethodologie, inclusief bodemverdichtingsmetingen consistent met enkele tonnen belasting, plaatselijke thermische verandering en pigmentbevindingen in vegetatie. De samenvatting documenteert ook sceptische tegenargumenten over mogelijke alledaagse bronnen van de fysieke sporen, zoals landbouwapparatuur of natuurlijke processen. De zaak blijft betwist in de secundaire literatuur, en de samenvatting biedt een evenwichtig beeld van zowel de oorspronkelijke GEIPAN-bevindingen als de sceptische reacties.
All-domain Anomaly Resolution Office (AARO), U.S. Department of Defense. Door het Congres verplicht jaarverslag over de FY2024-rapportageperiode (uitgebracht november 2024).
Dit is de primaire bron voor AARO’s FY2024-statistieken: 757 ontvangen rapporten, 1.652 cumulatieve bezittingen, de uitsplitsing van 70/16/8/4/2 procent van opgeloste gevallen, de 21 “verdere analyse”-gevallen, de 444 gearchiveerde gevallen en AARO’s verklaring dat het geen bewijs van buitenaardse oorsprong heeft gevonden. Het rapport legt ook het onderscheid vast tussen gevallen die tot conventionele oorzaken zijn herleid, gevallen die zijn gearchiveerd wegens onvoldoende gegevens, en de kleine restcategorie die AARO “werkelijk afwijkend” noemt. Dit onderscheid is cruciaal voor het begrijpen van wat de residufractie vertegenwoordigt.
DefenseScoop. “The truly anomalous: New AARO chief unveils Pentagon’s annual UAP caseload analysis, new efforts.”
Deze berichtgeving over de openbare briefing van AARO-directeur Jon Kosloski wordt gebruikt om het onderscheid te bevestigen dat AARO zelf maakt tussen gevallen die tot conventionele oorzaken zijn herleid, gevallen die zijn gearchiveerd wegens onvoldoende gegevens, en de kleine restcategorie die AARO “werkelijk afwijkend” noemt. Het artikel documenteert Kosloski’s openbare uitspraken over de aard van de residugevallen en AARO’s voortdurende inspanningen om gegevensverzamelings- en analysecapaciteiten te verbeteren.
AARO. “AARO Information Paper” over declassificatieprocedure, en AARO Mission Brief 2025.
Deze bronnen bevestigen AARO’s verklaarde onderzoeksbereik, haar classificatiegestuurde redactieredenering en haar verklaring dat slechts een zeer klein percentage van de rapporten werkelijk afwijkende signaturen vertoont. Het informatiepaper documenteert de procedures die AARO volgt voor declassificatie en vrijgave van UAP-gerelateerde informatie, terwijl de missiebrief AARO’s strategische prioriteiten en capaciteiten per 2025 schetst.
Rospars, J.-P. “Qualitative expert evaluation and quantitative characterization of GEPAN/GEIPAN reports.” CNES-GEIPAN technisch rapport.
Dit technische rapport documenteert de bevinding dat zelfs getrainde GEIPAN-experts het slechts in een meerderheid (niet alle) van de meervoudig geëvalueerde rapporten eens zijn over classificatie. De bevinding ondersteunt de voorzichtigheid in dit essay over interbeoordelaarsbetrouwbaarheid bij faaltypecodering en toont aan dat classificatie een niet-triviale oefening is, zelfs voor het eigen interne schema van de organisatie. Het rapport wordt aangehaald om de noodzaak van interbeoordelaarsbetrouwbaarheidstesten tegen andere codeerders te rechtvaardigen voordat UEFRM-faaltypetoerekeningen als robuust kunnen worden beschouwd.
Opmerking over bronvermelding
Alle statistieken in dit essay zijn rechtstreeks geverifieerd aan de hand van de genoemde primaire of bijna-primaire bronnen op het moment van schrijven (juli 2026) en vervangen eerdere cijfers die in voorlopige interne concepten van deze analyse werden gebruikt, die berustten op secundaire aggregatie en niet verder mogen worden geciteerd. Het UEFRM-methodologische kaderdocument is gedateerd juli 2027, wat de voortdurende verfijning van het model na de eerste vaststelling in 2026 weerspiegelt.
The Universal Expectation-Failure Registration Model: A Methodological Framework for UAP Analysis
Abstract
This essay synthesizes two foundational documents that together constitute the Universal Expectation-Failure Registration Model (UEFRM): the methodological framework established by J. Konstapel at Constable Research B.V. and its subsequent application to the three largest structured UAP intake systems currently in public operation. The UEFRM represents a significant departure from conventional UAP research by defining these phenomena not as candidate physical objects but as registered instances of model failure—documented mismatches between established predictive models and empirical observations. When applied to the U.S. civilian National UFO Reporting Center (NUFORC), the French official investigative body GEIPAN, and the U.S. Department of Defense’s All-domain Anomaly Resolution Office (AARO), the framework reveals a consistent, low-percentage residue of unresolved cases (approximately 2–3%) that cluster around a small number of recurring failure types: non-inertial motion, action at a distance without an identified carrier, and sensor/modality discrepancy. This essay argues that while the residue does not support strong claims of non-human intelligence or exotic propulsion, it constitutes a legitimate object of continued, rigorously reported scientific inquiry that deserves methodological attention rather than premature reification or dismissal.
1. Introduction: The Problem of Two Failure Modes
Public and scientific engagement with Unidentified Anomalous Phenomena has historically suffered from two opposite failure modes. The first is premature reification: assigning an explanatory object-label (“craft,” “drone,” “plasma”) to a case before the underlying discrepancy between model and observation has been characterized. The second is premature dismissal: treating the entire report base as noise because the large majority of cases resolve to mundane causes, without separately characterizing the residue that does not.
The Universal Expectation-Failure Registration Model (UEFRM) is proposed as a corrective to both tendencies. The framework requires that registration precede classification, that intake be as complete as the source database allows, and that every entry record an explicit statement of the predictive model that was violated, not merely a description of what was seen. This essay applies that discipline to the three most methodologically transparent, publicly documented UAP databases available as of mid-2026 and asks a single question: is there a stable, cross-database meta-pattern in the residue of unresolved cases, and if so, what does it consist of?
2. The UEFRM Framework: Core Principles and Standing Failure Types
2.1 Core Principles
The UEFRM operates on four core principles that distinguish it from earlier approaches to UAP documentation.
Expectation-first registration requires that each entry states the governing predictive model before describing the observation. This reverses the conventional approach, which begins with the observation and then seeks explanatory models. By starting with expectation, the framework forces investigators to articulate what they believe should have happened before confronting what actually occurred.
Non-selective intake mandates that entries are logged as received from the source database, without pre-screening for plausibility or notability. No case is filtered out for being mundane, repetitive, or low-quality before registration. Filtering happens only after registration, at the classification stage—never before. This correction to earlier sample-based approaches ensures completeness of intake comes first; selection of “remarkable” cases is a downstream, separate operation.
Fixed entry structure requires each registered case to include: identifier, date logged, date of event, source, domain, expectation, observation, failure type(s), reification check, resolution status, and cross-references. This standardization enables systematic comparison across databases and across time.
Open, bounded failure-type taxonomy establishes seven standing categories, expandable only on demonstration of a genuinely novel pattern not captured by the existing set. The category list remains open by design; categories were added in 2026 when the framework was extended to biological and archaeological domains.
2.2 Standing Failure Types
The seven standing failure types capture the specific ways in which observations deviate from established models:
Type 1 — Splitting or internal heterogeneity: A single reported phenomenon resolves into multiple components inconsistent with a rigid object. This appears in UAP cases involving mother orbs that produce smaller spheres, and in physics through pair production and phase-transition substructure.
Type 2 — Motion without gradual inertial buildup: Instantaneous acceleration, velocity change, or directional reversal inconsistent with continuous classical dynamics. This is the type associated with the USS Nimitz encounter, where witnesses and instrumentation reported abrupt changes in track inconsistent with continuous flight.
Type 3 — Action at a distance without an identified contact mechanism: A measurable effect on environment or instruments without a known force carrier or physical contact. The Malmstrom Air Force Base ICBM incidents, where multiple missile flights reportedly went offline while aerial objects were observed above the facility, exemplify this type.
Type 4 — Sensor or trace discrepancy: Signature present in one modality but absent in an expected complementary modality; or a technological signature with no matching physical residue. The Trans-en-Provence case, where GEIPAN’s contemporaneous analysis reported soil compression consistent with several tonnes of load, localized thermal alteration, and vegetation pigment changes, illustrates this category.
Type 5 — Apparent responsiveness correlated with the act of observation or interception: Behavior correlating with observation or measurement itself, which a non-agentive phenomenon should not exhibit. The May 1986 Brazilian Air Force intercept wave, where multiple radar-correlated objects reportedly maneuvered in patterns interpreted by intercepting pilots as responsive to their approach, exemplifies this type.
Type 6 — Symmetry breaking without an identified selection mechanism: A global asymmetry exists in the outcome with no confirmed mechanism for why that state was selected over its mirror or equal alternative. In biology, the homochirality of amino acids and sugars represents this pattern.
Type 7 — Capability without developmental precedent or continuity: A capability appears in the record without the expected gradual build-up before it and/or without comparable capability persisting after it. Archaeological examples include the Antikythera mechanism and Göbekli Tepe.
3. Data Sources and Verified Statistics
A recurring weakness in secondary UAP commentary is the uncritical propagation of round or dated figures. For this analysis, each statistic was checked directly against the source organization’s own published data—database front pages, official statistics pages, and the most recent congressionally mandated annual report—rather than against aggregator or forum figures.
3.1 NUFORC (USA, Civilian)
The National UFO Reporting Center, operational from 1974 to the present and primarily covering the United States, maintains approximately 170,000 cumulative reports. NUFORC performs only a coarse internal triage (Tier 1–4) and does not itself adjudicate cases to resolved or unresolved status. It cannot supply an “unexplained rate” in the sense GEIPAN or AARO can. NUFORC’s cumulative total is best documented at approximately 170,000 reports rather than the lower figures sometimes cited from older or partial scrapes.
3.2 GEIPAN (France, Official)
The French official investigative body, operational from 1977 to the present and covering France, has processed 9,724 testimonies and approximately 5,300 investigated cases. The current unexplained rate, categorized as D1+D2, is approximately 2–3% of classified cases. A figure as high as 28% was announced at the 2007 launch of GEIPAN’s public website but was subsequently attributed by GEIPAN itself and by independent skeptical reviewers to misclassification of workable cases as D, and has been revised downward through re-analysis. Less than 10% of cases receive on-site investigation.
3.3 AARO (USA, Official/Military)
The All-domain Anomaly Resolution Office, operational from 2022 to the present, has 1,652 reports in holdings as of October 2024, with 757 reports in the FY2024 reporting window. Of these, 21 cases (approximately 2.8%) were classified as requiring further analysis (“truly anomalous”), while 444 cases were archived for insufficient data. This latter category is evidentially distinct from “unresolved despite adequate data” and should not be merged with GEIPAN’s D-category residue without qualification. Of resolved cases, 70% were balloons, 16% unmanned aerial systems, 8% birds, 4% satellites, and 2% aircraft. AARO has stated it has found no evidence connecting its residue cases to extraterrestrial origin or foreign adversarial technology.
4. Illustrative UEFRM Registrations
The following four cases are presented not as a claim that they are representative in frequency—they are, by design, selected for data quality (multi-witness and, where available, multi-sensor corroboration)—but as illustrations of how the fixed UEFRM entry structure isolates the specific model violation in each case, independent of any object-level interpretation.
4.1 USS Nimitz Encounter (2004)
Source: U.S. Navy pilot testimony and radar data, subsequently reviewed by AARO.
Expectation: An airborne object tracked on radar and by multiple independent sensors should exhibit continuous, inertially consistent motion; hypersonic transition should be accompanied by a discernible propulsion signature or acoustic signature.
Observation: Witnesses and instrumentation reported abrupt changes in track inconsistent with continuous flight, without an identified propulsion or acoustic signature.
Failure Type: Type 2, with a possible secondary attribution to Type 4 given the sensor-modality inconsistencies reported across multiple public accounts of the incident.
Resolution Status: Formally unresolved; the case remains among those AARO and independent investigators have not attributed to a conventional platform.
4.2 Trans-en-Provence (1981, France)
Source: GEIPAN official investigation, including on-site soil and vegetation sampling.
Expectation: A reported landing event of short duration should not, on standard soil-mechanics and plant-biology models, produce soil compression and thermal alteration on the order reported, nor measurable pigment reduction in adjacent vegetation, without a proportional and identifiable heat or mechanical source.
Observation: GEIPAN’s contemporaneous analysis reported soil compression consistent with several tonnes of load, localized thermal alteration, and vegetation pigment changes.
Failure Type: Type 4 (trace evidence exceeding what the reported witness account and available instrumentation could jointly explain).
Resolution Status: Classified D by GEIPAN and remains one of the most frequently cited trace cases in the GEIPAN archive; independent skeptical reviewers have proposed mundane explanations for the traces, and the case remains contested in the secondary literature.
4.3 Malmstrom Air Force Base ICBM Incidents (1967)
Source: Declassified U.S. Air Force records and subsequent officer testimony; reviewed within AARO’s historical case review.
Expectation: Land-based nuclear missile guidance and launch systems are hardened against known electromagnetic interference and should not experience simultaneous multi-unit shutdown correlated with an externally observed aerial phenomenon absent a demonstrated coupling mechanism.
Observation: Multiple missile flights reportedly went offline while aerial objects were visually and/or radar-observed above or near the facility.
Failure Type: Type 3.
Resolution Status: Disputed; official assessments have proposed conventional causes (equipment fault) for at least some incidents, while some witness testimony disputes the timing of those explanations.
4.4 May 1986 Brazilian Air Force Intercept Wave
Source: Brazilian Air Force (FAB) radar and intercept records, referenced in SIOANI-related documentation.
Expectation: Intercepted airborne objects tracked simultaneously by ground radar and armed interceptor aircraft should be identifiable via IFF, transponder response, or visual classification, and should exhibit standard evasive or non-responsive behavior under intercept.
Observation: Multiple radar-correlated objects reportedly maneuvered in patterns interpreted by intercepting pilots as responsive to their approach, without successful visual classification.
Failure Type: Types 2 and 5.
Resolution Status: Unresolved in the available declassified record.
5. Cross-Database Meta-Pattern
Restricting attention to the residue that survives each database’s own investigative process—GEIPAN’s D1/D2 cases and AARO’s “further analysis” category, explicitly excluding AARO’s much larger insufficient-data archive—a consistent pattern emerges across all three sources despite their different collection populations: civilian self-report, French gendarmerie-supported field investigation, and U.S. military/government reporting.
5.1 Type Concentration
The residue in both GEIPAN and AARO’s public case summaries concentrates disproportionately in Types 2, 3, and 4—non-inertial motion, action at a distance, and sensor/trace discrepancy—relative to Types 1, 6, and 7, which appear only sporadically and mostly in older, less-corroborated historical cases. This concentration is consistent across the two independent official investigative bodies, despite differences in national context, collection method, and multi-decade separation in founding date.
5.2 Stability of the Residue Fraction
Both official bodies converge, after correction for classification-methodology critiques, on a residue in the low single digits as a percentage of investigated (not merely reported) cases—approximately 2–3% for GEIPAN and approximately 3% for AARO’s FY2024 cohort. This convergence, across organizations with no shared methodology, funding line, or personnel, is itself a data point: it suggests the residue fraction is not an artifact of any single institution’s investigative threshold, though it does not by itself establish what the residue represents.
5.3 The Reification Hazard
A methodological finding independent of case content is that public and journalistic treatment of both GEIPAN and AARO residues routinely substitutes an object-label (“craft,” “drone,” “tic-tac”) for the specific, falsifiable model violation the UEFRM entry structure requires. Both GEIPAN and AARO explicitly caution against this substitution in their own public communications, and AARO has stated it has found no evidence connecting its residue cases to extraterrestrial origin or foreign adversarial technology.
6. Discussion
The cross-database consistency of a low-single-digit, type-concentrated residue is a modest but genuine empirical finding. It does not, on the evidence assembled here, support strong claims of non-human intelligence, exotic propulsion, or breakdown of established physics; none of the source organizations make such a claim, and AARO explicitly disclaims one. What the residue does support is a narrower and more defensible claim: that a small, stable fraction of reports—collected under materially different institutional conditions—resist explanation under the investigators’ own working models for reasons that recur across cases, principally apparent violations of expected inertial motion and unexplained sensor or trace signatures.
Three limitations bear directly on how much weight this finding can carry.
First, the residue’s stability could reflect a shared floor of investigative capability—all three organizations face similar practical limits on sensor resolution, chain-of-custody for physical trace evidence, and witness-memory reliability—rather than a shared underlying phenomenon. The residue may represent the boundary of what current investigative methods can resolve rather than a signal of genuine anomaly.
Second, GEIPAN’s own historical record shows that residue size is sensitive to classification procedure. The 2007 figure of 28% was substantially revised downward through methodological correction, which counsels caution against treating any current percentage as final. The history of UAP research is replete with examples of “unexplained” cases later finding conventional explanations as investigative methods improved.
Third, none of the three databases publishes case-level failure-type coding in the UEFRM format used here. The type attributions required independent coding from published case narratives and would benefit from inter-rater reliability testing against other coders. GEIPAN’s own methodological literature shows that even trained experts agree on classification in only a majority of multiply-evaluated reports, suggesting that failure-type coding is a nontrivial exercise.
These limitations argue for expanded infrastructure rather than for abandoning the inquiry: standardized, publicly documented multi-sensor collection (of the kind AARO has stated it is building), shared failure-type coding across national investigative bodies, and pre-registration of the expectation-observation pair prior to classification, consistent with the UEFRM’s core discipline.
The UEFRM also offers a methodological contribution beyond UAP research. By requiring explicit articulation of violated expectations and maintaining an open taxonomy of failure types, the framework can be extended to other domains where observation-residue patterns appear: dark matter and dark energy in cosmology, the Hubble tension, the muon g-2 anomaly, JWST early-galaxy tension, and other framework-level theoretical mismatches identified in ongoing research. The registration-first discipline prevents premature reification of these anomalies into new entities before the specific model violation has been characterized.
7. Conclusion
Applying the Universal Expectation-Failure Registration Model to the three most methodologically transparent UAP databases available in mid-2026—NUFORC, GEIPAN, and AARO—surfaces a consistent, low-single-digit residue of cases that resist resolution under investigators’ own working models, concentrated in a recurring subset of failure types centered on non-inertial motion and unexplained sensor or trace signatures. This is a narrower and more defensible finding than either the strong anomaly claims common in popular UAP discourse or the blanket dismissal common in reflexively skeptical treatments.
The UEFRM’s methodological contribution lies in its insistence on registration before classification, its requirement that every entry record an explicit statement of the predictive model that was violated, and its open taxonomy of failure types that can be extended to other domains where observation-residue patterns appear. Continued value from this line of inquiry depends on sustained, non-selective registration; explicit statement of the violated expectation in every case; and resistance to premature reification of the residue into any specific causal hypothesis.
The cross-database consistency of the residue fraction—approximately 2–3% across GEIPAN and AARO, with NUFORC’s structure preventing a comparable calculation—does not by itself establish what the residue represents. It does, however, suggest that the residue is not an artifact of any single institution’s investigative threshold, and that it deserves continued, rigorously reported scientific inquiry rather than either premature reification or premature dismissal.
Annotated Reference List
Konstapel, J. “Universal Expectation-Failure Registration Model.” Constable Research B.V., internal methodological framework document.
This document defines the registration-first discipline, the fixed entry structure, and the seven standing failure types that are applied throughout the UEFRM framework. The model establishes that a UAP is not an object but a registered instance of a model failure: a documented mismatch between what an established model predicted and what was measured or observed. The document also specifies the mandatory intake sources—NUFORC, GEIPAN, AARO, SIOANI, and historical corpus—and the operating rule that no case is pre-screened for “interestingness” before registration. The category list remains open by design; categories 6 and 7 were added on 2026-07-01 based on Batch 2 registration extending the framework to biological and archaeological domains.
National UFO Reporting Center. Data Bank. https://nuforc.org/
This is the primary source for NUFORC’s Tier 1–4 internal triage system and intake description. The data bank is used to establish that NUFORC performs no formal resolution adjudication, which means it cannot supply an “unexplained rate” comparable to GEIPAN or AARO. The cumulative figure of approximately 170,000 catalogued reports since NUFORC’s 1974 founding is verified against the Wikipedia entry for NUFORC. The Data Bank also confirms NUFORC’s ongoing intake activity and its participation in the AARO/AUI-sponsored 2025 UAP data workshop.
GEIPAN / Centre National d’Études Spatiales (CNES). Classification methodology page. https://www.cnes-geipan.fr/en/node/58787
This source provides the A/B/C/D1/D2 classification procedure used by GEIPAN. The classification methodology establishes that cases are categorized along a spectrum from fully explained (A) through likely explained (B) and insufficiently explained (C) to unexplained (D). The D category is further divided into D1 (cases with insufficient data but not explainable) and D2 (cases with sufficient data but remaining unexplained). The page also documents the 40-year cumulative figure of 9,724 testimonies and approximately 5,300 cases, along with the approximately 10% on-site investigation rate.
GEIPAN / CNES. Statistics page. https://www.cnes-geipan.fr/en/stats
This source provides the current live classification distribution: A approximately 27%, B approximately 39%, C approximately 31%, D approximately 2.2%. This distribution is used to derive the approximately 2–3% current unexplained rate. The statistics page is updated regularly and provides the most accurate picture of GEIPAN’s classification distribution as of mid-2026.
Rossoni, D., Maillot, E., & Déguillaume, E. “An Assessment of Thirty Years of Official [French UFO] Studies.” Skeptical Inquirer, published review.
This independent skeptical audit documents that the 28% unexplained figure announced at GEIPAN’s 2007 website launch was subsequently attributed to classification error and revised downward through methodological correction. The audit is used here to justify caution about residue-percentage claims and to demonstrate that residue size is sensitive to classification procedure. The finding that residue percentages can be substantially revised through methodological correction counsels against treating any current percentage as final.
New Space Economy. “GEIPAN: France’s UAP Investigation Unit.”
This secondary summary provides details on the Trans-en-Provence case methodology, including soil compression measurements consistent with several tonnes of load, localized thermal alteration, and vegetation pigment findings. The summary also documents skeptical counter-arguments regarding possible mundane sources of the physical traces, such as agricultural equipment or natural processes. The case remains contested in the secondary literature, and the summary provides a balanced view of both the original GEIPAN findings and skeptical responses.
All-domain Anomaly Resolution Office (AARO), U.S. Department of Defense. Congressionally mandated annual report covering the FY2024 reporting period (released November 2024).
This is the primary source for AARO’s FY2024 statistics: 757 reports received, 1,652 cumulative holdings, the 70/16/8/4/2 percent breakdown of resolved-case categories, the 21 “further analysis” cases, the 444 archived cases, and AARO’s statement that it found no evidence of extraterrestrial origin. The report also establishes the distinction between cases resolved to conventional causes, cases archived for insufficient data, and the small residual category AARO terms “truly anomalous.” This distinction is critical for understanding what the residue fraction represents.
DefenseScoop. “The truly anomalous: New AARO chief unveils Pentagon’s annual UAP caseload analysis, new efforts.”
This reporting on AARO Director Jon Kosloski’s public briefing is used to confirm the distinction AARO itself draws between cases resolved to conventional causes, cases archived for insufficient data, and the small residual category AARO terms “truly anomalous.” The article documents Kosloski’s public statements about the nature of the residue cases and AARO’s ongoing efforts to improve data collection and analysis capabilities.
AARO. “AARO Information Paper” on declassification procedure, and AARO Mission Brief 2025.
These sources confirm AARO’s stated investigative scope, its classification-driven redaction rationale, and its statement that only a very small percentage of reports display genuinely anomalous signatures. The information paper documents the procedures AARO follows for declassifying and releasing UAP-related information, while the mission brief outlines AARO’s strategic priorities and capabilities as of 2025.
Rospars, J.-P. “Qualitative expert evaluation and quantitative characterization of GEPAN/GEIPAN reports.” CNES-GEIPAN technical report.
This technical report documents the finding that even trained GEIPAN experts agree on classification in only a majority (not totality) of multiply-evaluated reports. The finding supports this essay’s caution about inter-rater reliability in failure-type coding and demonstrates that classification is a nontrivial exercise even for the organization’s own internal scheme. The report is cited to justify the need for inter-rater reliability testing against other coders before UEFRM failure-type attributions can be considered robust.
Note on Sourcing
All statistics in this essay were verified directly against the cited primary or near-primary sources at the time of writing (July 2026) and supersede earlier figures used in preliminary internal drafts of this analysis, which relied on secondary aggregation and should not be cited further. The UEFRM methodological framework document is dated July 2027, reflecting the ongoing refinement of the model beyond the initial 2026 establishment.