Ce projet vise à améliorer la reproductibilité des expérimentations scientifiques ou techniques en intégrant une gestion centralisée des paramètres aléatoires et des configurations. Il permet aux utilisateurs de relancer des expériences avec les mêmes conditions initiales pour obtenir des résultats comparables, tout en formalisant les workflows via un système de tags pour une traçabilité optimale.

Ce projet facilite le déploiement et la gestion d'applications dédiées à la recherche en physique, notamment dans le domaine des sciences de la mer. Il permet aux équipes de collaborer efficacement, d'automatiser les tests et les déploiements, et de maintenir une infrastructure robuste pour des projets scientifiques. Il s'appuie sur des outils modernes pour garantir la reproductibilité et la fiabilité des résultats.

Ce projet est un dépôt de sauvegarde dédié aux données et codes sources issus de projets de recherche, notamment dans le domaine scientifique. Il permet aux équipes de chercheurs et d'ingénieurs de stocker, versionner et collaborer sur des développements logiciels ou des jeux de données. Il s'appuie sur des outils de gestion de code source et d'intégration continue pour faciliter le travail collaboratif et la reproductibilité des résultats.

Projet dédié à la reproduction et à la validation d'expériences scientifiques publiées dans le domaine des neurosciences. Il permet aux chercheurs de vérifier les résultats d'études en recréant les conditions expérimentales décrites dans un article académique. Le dépôt fournit les outils nécessaires pour exécuter les simulations et analyser les données, favorisant ainsi la transparence et la reproductibilité en science.

Pyseafuel est une bibliothèque Python conçue pour simplifier la gestion et l'analyse de données scientifiques. Elle propose des outils intégrés pour automatiser la génération de documentation technique, faciliter le partage de résultats et optimiser les calculs numériques. Destinée aux chercheurs et ingénieurs, elle permet de centraliser les processus analytiques tout en garantissant une meilleure reproductibilité des travaux.

Outil dédié à l'analyse conjointe de données issues d'expériences de physique des neutrinos, notamment pour l'étude des neutrinos stériles. Permet aux chercheurs de modéliser, traiter et analyser des jeux de données complexes issus de collaborations internationales comme Daya Bay et STEREO. Facilite la reproductibilité et la validation des résultats scientifiques.

NumVisco est un outil dédié à la gestion, l'analyse et le partage de données scientifiques issues d'expériences ou de simulations. Il facilite la collaboration entre chercheurs en offrant des fonctionnalités d'intégration continue, de suivi des données et de visualisation des résultats. Le projet s'inscrit dans un cadre institutionnel pour optimiser les processus de recherche et améliorer la reproductibilité des expériences.

Plateforme collaborative dédiée à l'analyse de données et à la simulation numérique. Elle permet aux chercheurs, ingénieurs et étudiants de travailler ensemble sur des notebooks interactifs pour explorer des jeux de données, exécuter des calculs complexes et visualiser des résultats scientifiques. L'outil facilite la reproductibilité des expériences et le partage des connaissances au sein d'équipes pluridisciplinaires.

OMERO est une plateforme open source dédiée à la gestion, au partage et à l'analyse d'images scientifiques, notamment issues de la microscopie. Elle permet aux chercheurs de stocker, organiser et collaborer sur des données d'imagerie tout en assurant une intégration avec des outils d'analyse avancée. Utilisée dans le domaine biomédical, elle facilite la reproductibilité et la diffusion des résultats de recherche.

Ce projet revisite une étude scientifique analysant comment les choix analytiques influencent les résultats. Il propose une réplication des analyses originales avec des données mises à jour et une documentation détaillée des écarts méthodologiques. L'objectif est de rendre transparentes les variations dans les approches statistiques et de faciliter la reproductibilité des recherches.