Ce projet vise à examiner l'impact des variations de prétraitement des données EEG sur les résultats d'analyse, en utilisant trois logiciels open-source couramment utilisés : EEGLAB, Brainstorm et FieldTrip. Les résultats montrent une bonne convergence dans le profil général des ondes cérébrales evokées (ERP), les latences de pics et les estimations de taille d'effet liées à des caractéristiques spécifiques du signal. Cependant, une variabilité considérable a été observée dans la magnitude des tensions absolues observées avec chaque logiciel, reflétée par les valeurs de similarité et les différences statistiques observées à des canaux et instants spécifiques.

Le projet otb-data est dédié au traitement et à l'analyse de données géospatiales, en particulier celles liées à l'observation de la terre. Il permet de créer des produits à partir de ces données, facilitant ainsi la prise de décision dans différents domaines.

EPeak est un workflow snakemake-based pour l'analyse de données ChIP-seq/CUT&RUN/CUT&Tag à partir de fichiers FASTQ bruts. Il permet de streamliner des étapes critiques telles que l'évaluation de la qualité de l'immunoprécipitation à l'aide de la corrélation croisée et la comparaison des réplicats pour les pics étroits et larges. Pour l'analyse différentielle, ePeak fournit des méthodes linéaires et non linéaires pour la normalisation entre échantillons ainsi que des modèles conservateurs et stricts pour l'estimation de la variance et le test de la significativité des différences observées.

Le projet jmmc-oidb-kubernetes est une solution de gestion de bases de données astronomiques, optimisée pour fonctionner avec des télescopes et des observatoires. Il permet de collecter, stocker et analyser des données relatives à l'observation des étoiles.

Le package pelacds permet d'effectuer des analyses de routine Distance sampling pour les données d'observation de la vie marine collectées par avion. Il offre des fonctions pour calculer l'estimation de l'abondance des espèces d'intérêt en ajustant les fonctions de détection. Il est possible d'intégrer des covariables dans la fonction de détection qui peuvent impacter l'ajustement de la fonction de détection.

Ce projet vise à étudier la corrélation entre la pollution extérieure et la mortalité dans le département du Rhône, ainsi qu'à prédire l'évolution de la mortalité en fonction de la pollution de l'air observée. Il s'appuie sur l'analyse de données de pollution et de chiffres de la mortalité.

Exemples de scripts pour l'analyse de données gamma-ray avec Gammapy, basés sur la contribution de l'ICRC de 2017. Ces exemples couvrent des cas d'utilisation tels que l'extrapolation de blazars à partir des catalogues Fermi/LAT, la détermination de l'échelle EBL et l'observation de fenêtres pour les sursauts gamma-ray.

CIGALE est un outil d'analyse et de modélisation de données astronomiques dédié à l'étude de la formation d'étoiles dans les galaxies. Il permet de générer des modèles d'émission prenant en compte différents processus physiques et de comparer ces modèles aux observations pour contraindre les propriétés des galaxies.

Ce projet contient des notebooks R associés à l'article de revue : [_Causal inference methods for combining randomized controlled trials and observational studies: a review_](https://arxiv.org/abs/2011.08047). Il permet de reproduire les simulations et les graphiques présentés dans l'article, ainsi que d'analyser des données médicales extraites de la Traumabase registry et de la CRASH-3 trial.

Le projet CIGALE (Code Investigating GALaxy Emission) est un outil d'aide à la modélisation et à l'analyse de données astronomiques dédié à l'étude des galaxies. Il permet de simuler différents scénarios d'évolution galactique et de comparer les résultats avec les observations réelles.