Ce projet propose un script Python pour télécharger par lot les données (fichiers et métadonnées) d'une collection hébergée sur Nakala, un entrepôt de données de recherche dédié aux Sciences Humaines et Sociales. Il permet de récupérer automatiquement les ressources publiques ou celles pour lesquelles l'utilisateur dispose des droits nécessaires, en générant des fichiers de sortie structurés (JSON, CSV) contenant les métadonnées et l'état des téléchargements. Le script est particulièrement utile pour les chercheurs et équipes académiques souhaitant archiver ou analyser des données issues de projets scientifiques.

Formation dispensée par l'Université de Lausanne (UNIL) pour initier les participants à la programmation en Python, avec un focus sur les applications en sciences humaines et sociales. Les séances couvrent les bases du langage, la manipulation de données avec des bibliothèques comme Pandas, et la création de visualisations. Destinée aux chercheurs, étudiants et professionnels souhaitant acquérir des compétences en analyse de données.

GEOVIZ-URBA est un programme de recherche qui explore les pratiques de visualisation des données urbaines et géospatiales. Porté par l'Institut des Sciences Humaines en Bretagne et l'Université Rennes 2, il développe des cartes thématiques interactives basées sur des données ouvertes produites par des acteurs publics. L'objectif est d'analyser et de prospecter les usages potentiels de ces outils pour l'urbanisme et la science des données spatiales, en rendant les données accessibles et compréhensibles pour différents publics.

Ce projet propose une formation interne transversale dédiée à l'initiation au langage R et à ses applications dans les Humanités Numériques. Il inclut des ressources pédagogiques pour l'analyse de données, la manipulation d'informations géographiques et l'utilisation du tidyverse, un ensemble de packages facilitant le travail avec R. Destiné aux chercheurs et étudiants, il vise à démocratiser l'usage de R dans les sciences humaines et sociales.

Atelier de formation destiné aux chercheurs et étudiants en sciences humaines et sociales pour découvrir l'utilisation du langage Python dans leurs travaux de recherche. L'événement combine présentations théoriques, démonstrations pratiques et exercices interactifs pour initier les participants aux bases de la programmation et à son application concrète dans l'analyse de données.

Plateforme dédiée à la gestion, l'analyse et l'archivage de corpus textuels, principalement destinée aux chercheurs en sciences humaines. Elle permet de structurer, annoter et explorer des collections de documents historiques ou littéraires. Les outils intégrés facilitent l'extraction de données, la visualisation des résultats et la collaboration entre utilisateurs pour des projets de recherche.

Ce projet, présenté lors d'une conférence à MATE-SHS, fournit des démonstrations et des ressources pour l'utilisation de Python dans les sciences humaines et sociales. Il inclut des exemples de traitement de données, d'analyse de données textuelles et de visualisation de données géographiques.

Formation pratique à Python dédiée aux étudiants et chercheurs en sciences humaines et sociales. Le projet propose des ateliers pour maîtriser les bases du langage, manipuler des données tabulaires avec pandas, créer des visualisations interactives et explorer des techniques d'analyse de texte assistée par intelligence artificielle. Destiné à un public académique, il combine théorie et exercices concrets.

Ce projet propose des formations en Python destinées aux chercheurs et professionnels des sciences humaines et sociales (SHS). Il couvre l'introduction à Python et le traitement de données textuelles, avec des sessions organisées par l'URFIST Paris en 2026. Les participants apprennent à manipuler des jeux de données et à appliquer des méthodes d'analyse modernes.

Le projet LSE-OD2M vise à extraire la structure logique de documents numérisés, en particulier les ouvrages de l'auteur français Frédéric Le Play. Il combine des techniques d'apprentissage automatique et de traitement de données pour transcrire et structurer automatiquement ces documents, facilitant ainsi leur analyse et leur exploitation pour des recherches en sciences humaines et sociales.