Le projet cartiflette offre des méthodes fiables, reproductibles et multi-langages pour récupérer des fonds de carte officiels de l'IGN enrichis de métadonnées utiles pour la cartographie et la data science.

Pelote est une bibliothèque Python dédiée aux tâches de traitement de graphes, conçue pour compléter networkx en offrant des fonctionnalités de haut niveau. Elle permet de convertir des données tabulaires en graphes, de projeter des graphes bipartites, de filtrer et de sélectionner des nœuds et des arêtes, et bien plus encore.

Ce dépôt contient des outils pour annoter et interroger des données collectées dans le cadre d'une étude sur les discours autour de ChatGPT et de l'IA.

Ce projet vise à analyser et collecter des données sur les sites de désinformation et les réseaux sociaux, en particulier sur Facebook. Il utilise des API telles que BuzzSumo et CrowdTangle pour collecter des données, et des bibliothèques telles que pandas, matplotlib et scipy pour nettoyer et visualiser les données. Le projet comprend également des scripts pour filtrer et organiser les données collectées.

Ce projet a pour but de surveiller les interventions liées à la mésinformation sur différentes plateformes de réseaux sociaux, telles que YouTube, Facebook et Twitter. Il collecte des données sur ces plateformes, les analyse et les visualise sous forme de graphiques.

Ce projet vise à analyser l'écosystème des fausses nouvelles sur le changement climatique et d'autres sujets scientifiques sur Facebook, Twitter, Youtube et d'autres plateformes. Les premiers résultats sont expliqués ici et ici (en français).

Le projet psia-digital-methods vise à fournir des outils et des méthodes numériques pour l'analyse de données dans le domaine des relations internationales. Il permet aux utilisateurs de collecter, traiter et visualiser des données en vue de faciliter la prise de décision politique et la communication publique.

Ce tableau de bord Streamlit présente une analyse exploratoire du discours médiatique français sur l'intelligence artificielle entre 2011 et 2021. Il inclut le nettoyage et la préparation des données, l'ingénierie des caractéristiques, et la visualisation des distributions.

Ce projet est une étude sur les interventions de Facebook contre les comptes qui partagent régulièrement de fausses informations. Il utilise des données collectées à partir de CrowdTangle et effectue une analyse à l'aide de Pandas, Matplotlib et Scipy.

Projet de recherche de Sciences Po's medialab visant à analyser l'écosystème des fausses nouvelles sur le changement climatique et d'autres sujets scientifiques sur Facebook, Twitter, Youtube et d'autres plateformes. Ce dépôt est utilisé pour créer les deux dernières figures d'un article (en français).