Ce projet permet de récupérer des publications scientifiques françaises à partir d'une base de données filtrée de Unpaywall, et d'extraire des métadonnées pertinentes pour le Baromètre de la Science Ouverte (BSO) en utilisant des modèles Deep Learning (Grobid, Softcite et Datastet). Les PDF téléchargés peuvent être stockés sur un objet storage OpenStack Swift ou sur un stockage local, avec renommage/mappage d'UUID. Le téléchargement et le stockage sur HTTP(S) sont multi-threadés pour une meilleure robustesse et efficacité. Le processus de récolte peut être interrompu et repris, et il est tolérant aux pannes.