Ce projet fournit des outils et des jeux de données anonymisés pour analyser les comportements des étudiants en génie logiciel à partir de leurs commits. Il inclut des scripts de transformation de logs JSON en fichiers CSV, ainsi que des rapports générés par Process Mining pour visualiser les indicateurs comportementaux. Les données et analyses sont destinées à la recherche académique.

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.