Ce plugin pour NOMAD permet de gérer, analyser et partager des données expérimentales liées au frittage de matériaux. Il facilite l'intégration de résultats de recherche dans des bases de données scientifiques, en offrant des outils pour structurer, visualiser et collaborer sur des données de laboratoire. Destiné aux chercheurs et ingénieurs en science des matériaux, il simplifie la gestion des protocoles expérimentaux et des résultats obtenus.

Ce projet est un dépôt de sauvegarde dédié aux données et codes sources issus de projets de recherche, notamment dans le domaine scientifique. Il permet aux équipes de chercheurs et d'ingénieurs de stocker, versionner et collaborer sur des développements logiciels ou des jeux de données. Il s'appuie sur des outils de gestion de code source et d'intégration continue pour faciliter le travail collaboratif et la reproductibilité des résultats.

Ce projet fournit des outils pour créer et déployer des images conteneurisées des pipelines scientifiques du LSST (Large Synoptic Survey Telescope). Il permet de transformer des images Docker officielles en images Apptainer, facilitant ainsi leur utilisation dans des environnements de calcul intensif comme ceux du CERN ou des centres de données dédiés à l'astronomie. Les images générées sont déployées sur des infrastructures partagées pour une utilisation collaborative par la communauté scientifique.

Ce projet centralise et organise des données géospatiales et scientifiques pour faciliter leur partage et leur réutilisation. Il permet aux chercheurs, institutions et développeurs d'accéder à des jeux de données structurés, de collaborer sur des projets communs et d'intégrer ces données dans des outils d'analyse ou de visualisation. L'objectif est de promouvoir la transparence et l'interopérabilité des données dans le domaine scientifique.

Plateforme dédiée à la gestion, l'archivage et le partage de données issues de projets de recherche. Elle facilite la collaboration entre chercheurs en offrant des outils pour organiser, documenter et diffuser des ensembles de données scientifiques. Destinée aux institutions académiques et aux équipes de recherche, elle permet de préserver la traçabilité et la réutilisation des données.

Ce projet académique vise à développer des outils d'intelligence artificielle pour l'analyse de données, la simulation de modèles complexes et l'automatisation de processus scientifiques. Il s'appuie sur des bibliothèques spécialisées pour traiter des jeux de données variés et proposer des solutions innovantes en modélisation prédictive. Destiné à la recherche et à l'enseignement supérieur, il facilite la collaboration entre équipes universitaires.

Lobby est une plateforme interactive dédiée à la visualisation et à l'analyse de données scientifiques. Elle permet aux chercheurs et équipes de collaborer en temps réel sur des jeux de données complexes, de créer des tableaux de bord personnalisés et de partager leurs résultats de manière intuitive. L'outil facilite l'exploration visuelle des données et la génération de rapports dynamiques, adaptés aux besoins des communautés académiques et scientifiques.

Plateforme dédiée à la recherche scientifique et académique, permettant aux utilisateurs d'explorer, analyser et partager des données issues de diverses sources. Elle facilite la collaboration entre chercheurs en offrant des outils d'analyse avancés et un accès centralisé à des publications scientifiques. Destinée aux institutions, laboratoires et chercheurs individuels, elle vise à accélérer la découverte et l'innovation.

Outil client dédié à la gestion et au partage de données scientifiques pour la collaboration ESCAPE. Permet aux chercheurs d'accéder, analyser et collaborer sur des données astrophysiques via une interface Jupyter Lab intégrée. Facilite l'authentification sécurisée et la manipulation de grands volumes de données dans un environnement scientifique.

Plateforme dédiée à la simulation et à l'analyse de données issues de projets scientifiques, notamment en astrophysique et physique des particules. Elle permet aux chercheurs de modéliser des phénomènes complexes, de traiter des signaux expérimentaux et de collaborer sur des projets de recherche fondamentale. Les outils intégrés facilitent la gestion de données massives et la visualisation de résultats scientifiques.