Annuaire des initiatives

Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.

  • Notoriété 23 %
    Bibliothèque Python dédiée à la validation de données conformes aux formats français courants. Elle permet aux développeurs et data scientists de vérifier rapidement si une valeur respecte un format spécifique (comme un numéro de département, un code postal, etc.). Elle offre également la possibilité de récupérer l'ensemble des valeurs valides pour un format donné, utile pour alimenter des menus déroulants dans des interfaces frontales.
  • Ce projet met en œuvre des fonctionnalités spécifiques de Pyshacl, une bibliothèque Python pour Shapes Constraints, qui permet la validation de données RDF et l'application de règles sur des données liées.
  • Ce dépôt contient des tests automatisés pour des fonctionnalités liées au protocole SIP (Session Initiation Protocol) en Python. Il permet de valider des implémentations ou des bibliothèques associées à ce protocole de communication.
  • Exodam est une bibliothèque Python dédiée à la création, la manipulation et la validation de fichiers de description d'exoplanètes et d'autres objets exo-célestes (exolunes, disques, comètes, etc.). Elle facilite la vérification syntaxique, l'exportation vers différents formats et l'intégration avec des dictionnaires de référence pour enrichir les données. Utilisée par des chercheurs en astronomie, elle standardise les données pour des analyses comparatives et des publications scientifiques.
  • Bibliothèque C/C++ dédiée à l'évaluation et à la manipulation de polytopes en utilisant la méthode de décalage d'hyperplans. Elle permet de convertir des contraintes d'entrée en inégalités linéaires sur des variables de sortie, facilitant ainsi l'analyse de systèmes mécaniques ou robotiques. Le projet inclut des implémentations en C++ et Python pour valider les résultats.
  • Notoriété 21 %
    Bibliothèque Python dédiée au décodage et à la vérification des codes 2D-DOC (DataMatrix) présents sur des documents administratifs français. Elle permet d'extraire et de structurer les données des avis d'impôts, permis de conduire, cartes grises et autres documents officiels, tout en validant leur authenticité via une signature cryptographique. Utilisée pour automatiser la lecture et la vérification de documents sécurisés émis par l'ANTS.
  • Notoriété 5 %
    Bibliothèque Python dédiée à la gestion et à l'interopérabilité des métadonnées scientifiques au sein de l'OSSR (Open Scientific Software Repository). Elle permet aux chercheurs et développeurs de valider, convertir et publier automatiquement leurs métadonnées selon des standards comme CodeMeta et Zenodo, facilitant ainsi l'archivage et la réutilisation des logiciels scientifiques.
  • Bibliothèque Python dédiée au calcul de l'Indice d'Hétérogénéité à partir de données de température de surface de la mer (SST). Elle permet d'identifier et d'analyser les fronts océaniques, essentiels pour comprendre les dynamiques des écosystèmes marins et leur impact sur les blooms de phytoplancton. Utilisée en océanographie et en biogéochimie marine, elle s'appuie sur des méthodes scientifiques validées pour fournir des diagnostics précis.
  • Notoriété 10 %
    EvalTools est une bibliothèque Python dédiée à l'évaluation des modèles de prédiction de la composition de l'atmosphère. Elle permet de comparer des observations in-situ avec des simulations issues de services comme le Copernicus Atmosphere Monitoring Service (CAMS). L'outil facilite le calcul et la visualisation de scores pour analyser la performance des modèles, notamment en qualité de l'air, sans gérer de données verticales. Il est utilisé par des organismes publics et scientifiques pour valider des prévisions environnementales.
  • Bibliothèque de traitements Python dédiée à l'analyse, la transformation et la validation de données géospatiales et environnementales. Elle permet d'automatiser des flux de travail complexes pour des organismes publics ou privés, en intégrant des outils de gestion de bases de données spatiales et de traitement de données massives. Les traitements sont conçus pour être réutilisables et modulaires, facilitant leur intégration dans des plateformes comme PRODIGE.

20 initiatives