L'Observatoire open data des Territoires, porté par OpenDataFrance, analyse chaque année l'évolution de l'ouverture des données par les acteurs publics en France. Il identifie les organisations publiant des données ouvertes, évalue leur progression dans le temps et enrichit les métadonnées disponibles via des sources complémentaires comme data.gouv.fr et l'API Recherche d'entreprises. L'objectif est d'améliorer la qualité et la précision des données publiques tout en contribuant à l'enrichissement du catalogue national.

Ce projet vise à enrichir sémantiquement les métadonnées issues du catalogue fédéré Gaïa Data en utilisant les termes de la colonne vertébrale. Il propose des exemples et des outils pour faciliter la transformation et l'enrichissement des données, notamment à travers des fiches pratiques et des tableaux collaboratifs. Le travail s'appuie sur des cas concrets et des réunions de suivi pour standardiser les processus.

Ce projet permet de gérer et d'organiser les métadonnées associées aux expériences scientifiques menées sur des lignes de faisceau. Il facilite la structuration des données expérimentales, leur stockage et leur accès via des interfaces standardisées. Le système intègre des outils de notification pour suivre les événements critiques et s'interface avec des bases de données spécialisées comme ICAT pour valider et enrichir les métadonnées.

Le projet udata-meta a pour but de fournir une plateforme centralisée pour la gestion des métadonnées des jeux de données ouvertes. Il facilite la gestion des données en permettant aux utilisateurs de les centraliser, de les organiser et de les enrichir, améliorant ainsi leur découverte et leur réutilisation. Le projet vise également à fournir des fonctionnalités avancées telles que la recherche en texte intégral, la visualisation des données et l'intégration avec d'autres outils et plateformes.

Ce projet extrait et analyse les citations présentes dans les versions francophone et anglophone de Wikipedia. Il enrichit ces données avec des métadonnées comme le statut d'ouverture des sources ou leur origine géographique. L'outil permet également de suivre l'historique des ajouts de citations et de comparer les sources entre différentes langues, facilitant ainsi la vérification de la fiabilité et de la diversité des références utilisées dans les articles.

Outil dédié à la collecte, l'analyse et la visualisation des statistiques d'usages des ressources documentaires pour l'Abes. Il permet de traiter les logs de consultation, d'enrichir les données avec des métadonnées externes, et de générer des rapports pour évaluer l'impact des ressources électroniques. Destiné à un usage interne, il facilite la prise de décision pour l'optimisation des collections et des services proposés.

Ce projet automatise la gestion et la diffusion des données relatives aux thèses universitaires en France. Il extrait et enrichit les métadonnées des thèses financées par l'Agence Nationale de la Recherche (ANR) à partir de leurs versions PDF. Il génère également des exports réguliers des thèses soutenues pour les publier sur la plateforme data.gouv.fr, dans plusieurs formats (CSV, JSON, JSONL, JSONL.gz). Ces processus sont orchestrés via des conteneurs Docker pour assurer une supervision et une exécution continue.

Ce projet permet de tracer et analyser les citations de jeux de données scientifiques, notamment ceux issus de l'Observatoire de Paris-PSL. Il facilite l'identification des liens entre publications et données, et enrichit ces informations avec des métadonnées issues de registres astronomiques comme l'IVOA. L'objectif est d'améliorer la découvrabilité et la réutilisation des données de recherche.

Outil conçu pour analyser automatiquement le contenu des colonnes de fichiers tabulaires (CSV, Excel, ODS, Parquet) et détecter leur format (dates, codes postaux, numéros de téléphone, etc.). Il permet d'enrichir les métadonnées des jeux de données pour faciliter leur exploitation et leur croisement. Principalement utilisé par des plateformes de données ouvertes comme data.gouv.fr pour standardiser et valider les fichiers partagés.

Ce projet consiste à enrichir le jeu de données Spotify Million Playlist Dataset avec des métadonnées audio avancées (danceabilité, énergie, valence, etc.) via l'API Spotify. Il permet d'analyser les playlists et les tendances musicales en temps réel grâce à une base de données analytique (ClickHouse). L'objectif est de faciliter la recherche en recommandation musicale et l'étude des comportements d'écoute.