Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Le projet CHI-KNOW-PO a pour objectif d'identifier des schémas de co-occurrence de champs lexicaux et de emprunts textuels à travers les genres dans la Chine médiévale, en se concentrant plus spécifiquement sur les plantes parmi d'autres thèmes. Le projet se déroule en trois étapes : la numérisation, l'édition et la publication d'une corpus d'anthologies poétiques, de commentaires, de dictionnaires, d'encyclopédies et de traités pratiques de la période médiévale chinoise (environ 200-1000 apr. J.-C.) ; la création d'une base de données avec des informations bio-bibliographiques et sémantiques utiles pour des fins d'édition et d'exploration de textes ; et le développement de scripts permettant d'effectuer des recherches, des filtres et des analyses statistiques personnalisés pour étudier la co-occurrence de mots et de groupes de mots dans des textes donnés et identifier d'éventuels cas de réutilisation textuelle.
- L'application « Autorité environnementale en Pays de la Loire » affiche les données de suivi des avis et décisions de l'Autorité environnementale en Pays de la Loire par millésime. Elle propose des rubriques telles que les chiffres-clés, les bilans d'activité, les statistiques, les évolutions, l'aide, le développement et les mentions légales. Elle est accessible via l'Intranet de la DREAL et propose des fonctionnalités telles que la recherche plein texte, le tri et le filtre par colonne, et l'export de données.
- Ce projet concerne l'analyse de données génomiques de trois espèces de poissons méditerranéens : mullus surmuletus, diplodus sargus et serranus cabrilla. Il comprend des scripts et des outils pour le filtrage des données SNPs, la description des SNPs sur le génome, le calcul de la distance moyenne entre les SNPs et le comptage des SNPs situés dans ou en dehors des régions codantes et mitochondriales.
- FLORA est un workflow FAIR et évolutif permettant l'analyse de données RNAseq du projet AMOCYST en utilisant des outils et des méthodes statistiques de pointe en transcriptomique pour effectuer des analyses reproductibles avec Nextflow. Le workflow commence par le traitement des lectures RNAseq brutes en utilisant Rcorrector pour la correction. Ensuite, les lectures non corrigées sont supprimées à l'aide d'un script Python. La contamination rRNA est également supprimée en utilisant Bowtie2 et la base de données SILVA avant un processus de filtrage de la qualité des lectures en utilisant Trim Galore. Enfin, l'assemblage du transcriptome est effectué en utilisant Trinity.
9 initiatives
10