Ce projet est un composant web open source conçu pour exporter des jeux de données au format CSV depuis une application web. Il permet aux utilisateurs de générer un fichier CSV à partir de données structurées, avec la possibilité de personnaliser le nom du fichier et les en-têtes. Intégré dans des interfaces métabolomiques, il facilite l'analyse et le partage des résultats entre chercheurs et collaborateurs.

Ce projet propose des outils pour automatiser la conversion entre les formats CSV et JSON afin d'alimenter les plans de gestion des données (PGD) dans l'outil DMP OPIDoR. Il permet aux chercheurs de l'université de Bordeaux de gagner du temps en évitant les copier-coller fastidieux et en garantissant la conformité des données au format standard ANR Structuré. Les scripts Python générés facilitent l'injection de données depuis des tableaux ou des exports JSON vers des formats compatibles avec des outils comme Grist ou DMP OPIDoR.

Répartition est un outil dédié aux enseignants et équipes pédagogiques pour organiser les classes dans les écoles primaires. Il propose une ventilation automatique des élèves en fonction des effectifs renseignés, servant de base de travail. L'utilisateur peut ensuite ajuster manuellement la répartition via une interface intuitive, en déplaçant des élèves entre les classes. L'application génère des fichiers exportables (CSV) pour une utilisation ultérieure dans des tableurs. Elle fonctionne hors ligne et ne collecte aucune donnée personnelle.

Ce projet met en forme les données sur les demandeurs d'emploi inscrits à Pôle emploi en fin de mois, fournies par la DARES, dans un format facilement réutilisable. Les données sont exportées au format CSV et concernent les départements, les régions et la France entière, classées par catégories.

Le projet donneesCsv permet de faciliter l'édition de données au format CSV grâce à une interface utilisateur graphique. Il permet également l'importation et l'exportation de données CSV.

Plugin QGIS conçu pour automatiser les intersections spatiales entre des couches géographiques et produire des rapports exploitables. Il permet aux utilisateurs d'identifier rapidement les zonages, risques ou contraintes impactant une entité cadastrale donnée, en croisant automatiquement des données métiers comme les servitudes d'utilité publique, les documents d'urbanisme ou les risques environnementaux. Les résultats sont exportables en PDF multicouches ou en CSV pour une exploitation externe.

Plateforme backend dédiée à la gestion et à l'analyse de cohortes de patients pour les établissements de santé. Elle permet de créer, compter et exporter des données médicales tout en assurant une authentification robuste et une gestion fine des accès. Intégrée à des outils comme FHIR et Solr, elle facilite les recherches complexes et les exports dans divers formats (CSV, XLSX, Hive).

Pipeline dédiée à la gestion et au traitement des données du projet ANAIS, spécifiquement pour l'étape Helios. Elle automatise l'extraction, la transformation et le chargement des données depuis des sources variées (bases de données, fichiers CSV) vers des vues SQL structurées. Les données sont historisées, analysées et exportées sous forme de fichiers CSV pour répondre aux besoins réglementaires et opérationnels des acteurs du secteur sanitaire et social.

Ce projet permet d'exporter et de synchroniser des données utilisateurs depuis des annuaires LDAP vers des formats structurés (CSV, XML) pour des besoins de reporting ou d'intégration avec d'autres systèmes. Il gère également les droits d'accès, les affiliations et les métadonnées associées aux utilisateurs, tout en automatisant les processus d'export réguliers.

Chouette2 est une application web open source en Ruby on Rails permettant de gérer, éditer et visualiser des données de transport en commun. Elle est conçue comme une plateforme SaaS et peut échanger des données de transport en commun dans plusieurs formats (Neptune, GTFS, NeTEx, CSV), créer et éditer des données de transport en commun, être demandée via une API RESTful, importer, exporter et valider des données de transport en commun de manière asynchrone, et utiliser une base de données multi-locataire.