Projet visant à analyser et modéliser les températures de l'eau à partir de données hydrologiques. Il permet de reproduire des études scientifiques en utilisant des outils open source comme R et ses bibliothèques spécialisées. Le projet inclut également des efforts pour améliorer la reproductibilité des analyses et faciliter leur distribution sur différents systèmes d'exploitation.

Ce projet vise à améliorer la reproductibilité des analyses de données en intégrant des mécanismes de traçabilité des versions de code et des paramètres expérimentaux. Il permet de documenter automatiquement les conditions d'exécution des scripts, d'enregistrer les métadonnées associées aux résultats produits, et de vérifier l'intégrité des versions utilisées. L'objectif est de faciliter la réplication des analyses et de renforcer la confiance dans les données générées.

Ce projet étudie la reproductibilité des quantifications métaboliques en spectroscopie par résonance magnétique in vivo. Il évalue la variabilité des résultats entre deux logiciels (LCModel et cQUEST), entre différents jeux de paramètres pour chaque logiciel, et entre plusieurs exécutions. Les données, acquises sur des cerveaux de rats, sont analysées via des métriques de Bland-Altman pour identifier les sources de variations et améliorer la robustesse des analyses.

ROI Pool est une extension pour le logiciel d'analyse bioimage Icy, développée par l'unité d'analyse d'images biologiques de l'Institut Pasteur. Elle permet aux chercheurs de gérer une liste de régions d'intérêt (ROI) qu'ils peuvent stocker et réutiliser instantanément. Cet outil facilite le travail d'analyse d'images en évitant la répétition de tâches manuelles, améliorant ainsi l'efficacité et la reproductibilité des recherches en biologie.

Ce projet évalue l'impact du prétraitement d'images médicales sur la reproductibilité des résultats de segmentation tumorale par intelligence artificielle. Il compare différentes versions de pipelines de prétraitement (BRATS) et des modèles d'inférence (nnU-Net) pour quantifier les variabilités introduites. Les expériences analysent également l'influence des changements d'environnement (système d'exploitation, infrastructure) et visent à améliorer la stabilité des algorithmes pour une utilisation clinique fiable.

Ce projet permet de transformer des données de niveau DL2 en données DL3 pour des analyses astrophysiques. Il automatise le traitement de données issues de télescopes, facilitant ainsi la recherche en astronomie gamma. Les scripts optimisés réduisent les étapes manuelles et améliorent la reproductibilité des résultats.

ROI blocks est un plugin pour le logiciel d'analyse d'images biologiques Icy, développé par l'unité d'analyse d'images biologiques de l'Institut Pasteur. Il permet aux chercheurs et biologistes de manipuler, analyser et extraire des données à partir de régions d'intérêt (ROI) dans des images microscopiques. Le plugin facilite la création de workflows automatisés pour le traitement d'images, améliorant ainsi l'efficacité et la reproductibilité des analyses bioimage.

Le projet PROPRE vise à améliorer la démarche de rédaction de rapports techniques en proposant une méthodologie de publications reproductibles. Il s'appuie sur des outils numériques pour garantir la qualité, la cohérence et la reproductibilité des analyses présentées dans les rapports.

NumVisco est un outil dédié à la gestion, l'analyse et le partage de données scientifiques issues d'expériences ou de simulations. Il facilite la collaboration entre chercheurs en offrant des fonctionnalités d'intégration continue, de suivi des données et de visualisation des résultats. Le projet s'inscrit dans un cadre institutionnel pour optimiser les processus de recherche et améliorer la reproductibilité des expériences.

Ce projet vise à concevoir et maintenir un écosystème optimal de workflows pour l'ESRF DAU (Département d'Accélération et d'Utilisation des Rayons X). Il permet de modéliser, organiser et exécuter des tâches scientifiques sous forme de graphes de dépendances, facilitant ainsi l'automatisation des processus expérimentaux et l'analyse de données. L'objectif est d'améliorer l'efficacité et la reproductibilité des recherches menées sur les accélérateurs de particules.