Renextra est un package R développé pour renforcer les capacités du package Renext, initialement financé par l'IRSN (Institut de Radioprotection et de Sûreté Nucléaire). Il permet d'améliorer l'analyse des extrêmes hydrologiques, notamment via des graphiques avancés et des méthodes statistiques dédiées aux seuils de dépassement. Les outils proposés aident à modéliser les crues, estimer les niveaux de retour et visualiser les données pour des applications en gestion des risques naturels et en recherche environnementale.

Ce projet fournit un template de base pour développer des applications web interactives avec R-Shiny, principalement destinées à des usages scientifiques ou analytiques. Il facilite la création rapide d'interfaces utilisateur, la gestion des données et le déploiement via des conteneurs Docker. Le template inclut des outils d'intégration continue pour automatiser la construction et la publication des applications.

Ce projet scientifique développe un outil en R pour quantifier l'impact de l'ajout de données opportunistes (comme les observations citoyennes) dans les modèles d'estimation de l'abondance et de la distribution de la mégafaune marine. Il simule des campagnes d'observation, intègre des données opportunistes, et compare les résultats avec des abondances simulées pour évaluer la précision des modèles. L'objectif est d'améliorer les méthodes de conservation et de gestion des écosystèmes marins.

Ce projet fournit un template de base pour développer des applications web interactives avec R-Shiny. Il facilite la création d'interfaces utilisateur dynamiques et la gestion de données en temps réel. Le template inclut des fichiers structurants (ui.R, server.R, global.R) et des outils d'intégration continue pour automatiser le déploiement. Il est conçu pour être personnalisable et déployable via des conteneurs Docker.

Ce projet template permet de développer des applications web interactives en R-Shiny pour la visualisation et l'analyse de données. Il est conçu pour faciliter la création de tableaux de bord dynamiques, adaptés à des besoins métiers variés comme la recherche, l'enseignement ou la gestion de projets. L'application s'intègre dans un écosystème de services dédiés à la science et à l'innovation.

Ce projet vise à fournir les éléments de base pour la collaboration asynchrone et à distance dans un contexte de recherche, en mettant l'accent sur la gestion efficace des contributions et des changements, la production de rapports automatisés et reproductibles, la gestion et le partage de données, et l'organisation du code R sous forme de pipeline.

Moteur de requête optimisé pour exploiter les fichiers Parquet comme des tables clé-valeur dans des applications Rust. Il permet d'effectuer des sélections rapides sur des colonnes à faible cardinalité ou partiellement triées, en utilisant des index externes (Elias-Fano) et des techniques de filtrage avancées. Idéal pour les workflows OLAP où la performance et la gestion de grands volumes de données sont critiques, sans nécessiter de modifications des données après leur génération.

Le projet rsic2 fournit une interface en langage R pour interagir avec le logiciel SIC², dédié à la modélisation et à la simulation des systèmes hydrologiques. Il permet aux utilisateurs de construire, calculer et exploiter les résultats de simulations pour mieux comprendre et gérer les ressources en eau, en s'appuyant sur des données environnementales et des scénarios de gestion.

Le projet rtauargus fournit une interface R pour le logiciel τ-Argus, permettant la création d'inputs, la génération de séquences d'instructions, le lancement de batchs τ-Argus en ligne de commande et la récupération des résultats dans R. Il offre des fonctionnalités supplémentaires telles que la gestion de la protection de plusieurs tableaux de données et la création de variables hiérarchiques.

Ce projet est dédié à l'analyse et à la visualisation de données à l'aide du langage R et de l'environnement RStudio. Il couvre des sujets tels que la gestion de données avec dplyr, l'analyse statistique, la visualisation de données avec ggplot2 et la réalisation de graphiques informatifs.