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.

Plateforme dédiée à la gestion, au partage et à l'analyse de données scientifiques dans un cadre académique. Elle facilite la collaboration entre chercheurs en offrant des outils d'intégration continue, de test automatisé et de déploiement sécurisé. Le projet inclut également des fonctionnalités de sécurité avancées comme l'analyse des vulnérabilités pour garantir l'intégrité des données et des codes partagés.

Projet dédié à la gestion, au stockage et à l'analyse de données biologiques et scientifiques via des outils comme OMERO et iRods. Il permet aux laboratoires et équipes de recherche de déployer des infrastructures sécurisées pour héberger, organiser et partager leurs données tout en garantissant leur intégrité et leur accessibilité. Le projet inclut également des mécanismes d'authentification avancés et des solutions de sauvegarde automatisée.

Ce projet fournit des outils dédiés à l'analyse de données de diffraction des rayons X (XRPD) et au calcul de fonctions de distribution de paires (PDF). Il permet d'automatiser le traitement complet des données, depuis l'intégration des motifs XRPD jusqu'à la génération de fichiers de résultats exploitables. Les workflows proposés facilitent la configuration, l'exécution et l'export des données en formats standardisés comme NeXus (HDF5) ou ASCII, adaptés aux besoins des instruments scientifiques.

Ce projet fournit des workflows dédiés au traitement et à l'analyse de données de fluorescence X (XRF) pour des expériences scientifiques, notamment dans le domaine de la spectroscopie. Il permet aux chercheurs de traiter des cartes, mosaïques et piles de données XRF de manière reproductible et automatisée, en intégrant des outils comme Orange pour une analyse interactive. Les workflows sont conçus pour être utilisés dans des environnements de recherche, notamment au sein de grandes infrastructures comme l'ESRF.

Ce projet automatise et optimise l'intégration des données issues de réseaux de capteurs géophysiques. Il permet de configurer, surveiller et exécuter des flux de données entre des stations de mesure et des bases de données centralisées. L'objectif est d'assurer une collecte fiable, sécurisée et en temps réel des données pour des analyses scientifiques ou opérationnelles.

Ce projet fournit un ensemble d'outils et de workflows dédiés au traitement et à l'analyse de données issues de techniques de diffraction avancées, notamment pour la calibration et l'intégration de spectres de rayons X. Il facilite l'automatisation des processus expérimentaux et la gestion des données brutes et traitées, en s'appuyant sur des logiciels spécialisés comme pyFAI et Ewoks. Destiné aux scientifiques et chercheurs, il optimise la reproductibilité et la traçabilité des analyses.

BLISS est une bibliothèque open source dédiée au contrôle et à l'acquisition de données pour des équipements scientifiques, principalement utilisée dans les environnements de recherche et d'expérimentation. Elle permet d'automatiser des processus complexes, de gérer des flux de travail et d'analyser des signaux ou images issus d'instruments de mesure. Développée pour répondre aux besoins des laboratoires, elle facilite l'intégration et la synchronisation de divers équipements tout en offrant des outils pour le traitement et l'analyse des données collectées.

Ce projet permet de piloter et d'acquérir des données depuis des caméras scientifiques, notamment celles de la marque GreatEyes. Il facilite l'automatisation des mesures optiques et l'intégration avec des systèmes de laboratoire pour des applications en recherche ou en industrie. Les utilisateurs peuvent configurer des acquisitions, visualiser des images et analyser des données en temps réel.

Outil dédié à la collecte automatisée de données bibliographiques issues de publications scientifiques. Il permet d'extraire, structurer et centraliser des métadonnées pour faciliter leur analyse et leur réutilisation par des chercheurs ou institutions. Le projet s'intègre dans un écosystème open source dédié à l'analyse de corpus documentaires.