Ce dépôt sert à indexer les schémas du SCDL pour permettre leur documentation et leur utilisation dans Validata. Le SCDL est un dispositif d'OpenDataFrance visant à définir un ensemble de jeux de données prioritaires, normalisés et communs aux collectivités territoriales françaises. Chaque jeu de données identifié fait l'objet d'un schéma : un document décrivant la structure, les champs et les contenus attendus.

Ce projet automatise le traitement et la transformation de données médicales en utilisant le standard FHIR (Fast Healthcare Interoperability Resources). Il permet d'intégrer, normaliser et valider des données de santé issues de différentes sources pour les rendre exploitables dans des systèmes d'information médicaux. Le pipeline gère l'extraction, le nettoyage, le stockage et la mise à disposition des données via une API FHIR, facilitant ainsi l'interopérabilité entre systèmes de santé.

Ce projet open source propose une bibliothèque de types et d'outils pour interagir avec une API de référence, notamment celle de Grid'5000. Il permet aux développeurs de simplifier l'intégration de données techniques (sites, clusters, nœuds) dans leurs applications. La solution inclut des helpers pour normaliser les noms, trier les données et des hooks pour récupérer dynamiquement les informations depuis l'API. Destiné aux développeurs et aux outils internes, il accélère le développement d'interfaces ou de services exploitant ces données.

Ce projet propose des données de séquençage ARN unicellulaire (scRNA-Seq) traitées et normalisées issues de quatre jeux de données publiés dans une étude scientifique. Les fichiers incluent des annotations cellulaires, des comptages bruts et normalisés, ainsi que des données corrigées pour les biais de batch. Ces ressources sont destinées à faciliter l'analyse et la comparaison des profils d'expression génique entre différentes conditions expérimentales.

PARSEC est un outil statistique dédié à la correction des effets de batch et de cohortes dans les données d'intensité, notamment pour les jeux de données omics ou à haut débit. Il utilise des modèles linéaires mixtes (LMM) pour éliminer les variabilités indésirables introduites par les différences de traitement entre lots ou cohortes. L'algorithme applique une transformation logarithmique, une normalisation par lot, puis extrait les résidus corrigés pour obtenir des données comparables et fiables.

Projet dédié à la centralisation, normalisation et mutualisation des données géographiques et démographiques des collectivités françaises. Il permet d'unifier les données issues de différentes sources (CKAN, GeoJSON, CSV) pour produire des indicateurs et des tableaux de bord exploitables par les collectivités et les services publics. Les données sont enrichies, dédupliquées et mises à jour de manière incrémentale pour garantir leur stabilité et leur performance.

Outil conçu pour analyser et structurer les adresses postales en identifiant précisément le type de voie, le nom de la voie et les compléments d'adresse. Il permet de normaliser des libellés bruts pour faciliter leur intégration dans des bases de données géographiques ou des systèmes d'information. Utilisé principalement par des organismes publics pour améliorer la qualité des données d'adressage.

FqCleanER est un outil en ligne de commande conçu pour automatiser et simplifier le prétraitement standard des lectures de séquençage haut débit (HTS). Il permet d'appliquer huit étapes de nettoyage et d'amélioration des données génomiques, telles que la déduplication, le rognage, la fusion de lectures appariées, l'élimination des contaminants, la correction des erreurs de séquençage, la normalisation numérique et la réduction de la redondance. L'outil est particulièrement utile pour les chercheurs en génomique et en bioinformatique qui doivent préparer leurs données avant des analyses plus poussées.

Orchestrateur dédié à la récupération, normalisation et transmission de données de prélèvements d'eau depuis divers connecteurs externes (Willie, Orange Live Objects, Aquasys, etc.) vers la plateforme Partageons l'Eau. Il automatise les déclarations, traite les fichiers et synchronise les métriques (volumes, débits) pour les acteurs publics et privés concernés par la gestion de l'eau.

Le projet jurica est dédié à la collecte, au stockage et au filtrage de décisions de justice. Il s'appuie sur des sources de données externes, telles que des API et des bases de données Oracle, pour enrichir sa base de données. Le projet prend en charge le traitement et la normalisation des données collectées, ce qui permet de les exploiter de manière optimale.