Plateforme Open Data dédiée à la région académique des Hauts-de-France, permettant l'accès, le partage et la visualisation de données publiques liées à l'éducation. Elle propose des jeux de données sur les effectifs scolaires, les résultats aux examens, les indicateurs sociaux et les infrastructures éducatives. Les utilisateurs peuvent explorer, télécharger et analyser ces données pour des usages variés, tout en bénéficiant d'outils interactifs comme des cartes, des graphiques et une API dédiée.

Plateforme nationale dédiée au partage et à l'ouverture des données de recherche en France. Elle permet aux équipes de recherche de déposer, publier, signaler et explorer des jeux de données scientifiques. L'écosystème propose des centres de compétences pour accompagner les chercheurs sur les enjeux liés aux données, favorisant ainsi la transparence et la réutilisation des données dans un cadre FAIR (Faciles à trouver, Accessibles, Interopérables, Réutilisables).

LODAtlas Server est une plateforme dédiée à l'exploration et à la visualisation de jeux de données issus du web sémantique. Il permet aux utilisateurs de rechercher, analyser et interagir avec des métadonnées et contenus de jeux de données RDF via une interface web et une API REST. Les fonctionnalités incluent des recherches par mots-clés, des filtres avancés et des visualisations dynamiques pour faciliter l'accès aux données liées.

Ce projet compile et analyse les données d'émissions de gaz à effet de serre (CO2) pour l'année 2022, issues de sources fiables comme Our World in Data. Il fournit des jeux de données détaillés par pays, région et sous-région, incluant des indicateurs comme la population, le PIB et les émissions territoriales ou liées au commerce. Des visualisations interactives permettent d'explorer ces données pour mieux comprendre les dynamiques d'émissions mondiales.

Plateforme dédiée à l'analyse et à la visualisation de données climatiques pour soutenir les initiatives de transition écologique. Elle permet aux utilisateurs de simuler des scénarios d'impacts environnementaux, d'explorer des jeux de données climatiques et de collaborer sur des projets liés à la durabilité. L'outil s'adresse aux chercheurs, collectivités et acteurs engagés dans la lutte contre le changement climatique.

Outil permettant de générer des résumés automatiques de fichiers RDF en analysant leur structure et leurs vocabulaires associés. Il facilite l'exploration et la compréhension de jeux de données sémantiques en produisant des fichiers simplifiés. Idéal pour les chercheurs, les data scientists ou les développeurs travaillant avec des données liées.

Ce projet permet d'explorer et d'analyser des données liées aux Jeux Olympiques à travers une application sémantique. Il offre des visualisations interactives pour comprendre les performances des athlètes, les médailles remportées par pays, et les tendances historiques des compétitions. L'application repose sur des technologies du Web sémantique pour structurer et interroger les données.

Speasy-lite est une démonstration interactive basée sur Jupyter Lite et Xeus-lite qui permet d'exécuter Speasy directement dans un navigateur. Ce projet facilite l'accès à des données scientifiques sans installation préalable, en offrant une interface intuitive pour explorer et analyser des jeux de données en ligne.

Ce projet est une démonstration en ligne d'un outil de visualisation de données graphiques et statistiques. Il permet de générer des graphiques interactifs pour illustrer des concepts mathématiques ou des jeux de données. L'application est conçue pour tester et présenter les fonctionnalités de la bibliothèque ImPlot, intégrée à un environnement graphique léger. Elle s'adresse aux développeurs, chercheurs ou étudiants souhaitant explorer des visualisations de données sans installation locale.

Pathways est un système d'exploration de chemins d'entités qui permet d'afficher l'ensemble des connexions entre deux types d'entités, telles que des personnes, des lieux, des organisations, des adresses électroniques, etc. Il a été développé sur la base du projet Abstra et est organisé en différents modules : le cœur du système, les jeux de données utilisés dans la section des expériences, les scripts utilisés pour la section des expériences et les scripts Python utilisés pour le prétraitement des données et l'extraction d'entités nommées.