Recherche Data Gouv
Not a member yet
4753 research outputs found
Sort by
Raw data and script about the XyloSylve monitoring site
No full textThis dataset contains a decade of environmentl and biogeochemical monitoring from the XyloSylve facility. XyloSylve is an experimental platform that tests in situ the functioning of planted forests, managed with contrasted practices
[IRM-PROSE] Macro-vision histology, Texture and Biochemical dataset for studying the tomato during air drying
No full textThis dataset describes the drying process of two tomato cultivars, H1311 and Terradou, with a particular focus on the tomato pericarp. The dataset is part of the project IRM-PROSE conducted on the study of the mechanisms involved in the evolution of the structural and physicochemical properties of tomato during air drying. The data stored here are part of the second experiment in which we analysed fresh and dried tomato slices at three different stages using MRI (not included in this dataset), unilateral NMR ((not included in this dataset)), macro-vision histology, texture analysis and biochemical analysis.
<br
Produits Résiduaires Organiques : prise en compte et application à AGRIBALYSE
No full textCette étude (2023) propose des recommandations à court et moyen terme pour améliorer la prise en compte des Produits Résiduaires Organiques pour la Base de Données Agribalyse, en cohérence avec le cadre conceptuel de l'Analyse de Cycle de Vie (ACV).
Ces travaux ont permis d'aligner les inventaires MAFOR (cf. doi 10.1007/s11367-020-01732-w et doi 10.1016/j.dib.2019.105000) avec la proposition méthodologique de prise en compte des PRO dans Agribalyse
Crop Suitability Trigonella foenum-graecum
No full textCrop Suitability Trigonella foenum-graecum, based on ERA5 (2006-2020
Synthetic phenoclinical exome data as a knowledge graph (turtle)
No full textThis dataset contains phenoclinical data and exome variation data which were simulated using real biological data from individuals carrying intracranial berry aneurysms who were participants in the French ICAN project.
These data were created as part of task 2.1 of the PEPR Santé Numérique Neurovasc with the aim of creating “a FAIR genomic data demonstrator”. This dataset contains simulated phenoclinical data that was transformed to follow several state-of-the-art international standards such as the SPHN (Swiss Personalized Health Network) ontology. Exome variation data was transformed using state of the art ontology vocabulary terms and novel data schemas.
The data are represented in the triple pattern syntax format Turtle. They can be loaded and used as part of a knowledge using graph database tools or RDF triplestore managers such as Apache Jena Fuzeki or Virtuoso.
More information about this work can be found here. Using the above link, you can interact with the Turtle data using pre-written queries loaded in a streamlit web application.</p
Replication Data for: "Early changes in the properties of CA3 engram cells explored with a novel viral tool in mice."
No full textData associated with the article "Early changes in the properties of CA3 engram cells explored with a novel viral tool in mice."
Forming new memories after a one-time experience requires initial encoding then consolidation over time. During learning, multimodal information converges onto the hippocampus, activating sparse neuronal assemblies which are thought to form a memory representation through concerted activity and synaptic interconnectivity. In this work, we use a novel tool for fast fluorescent labeling of engram neurons (FLEN). FLEN is based on c-Fos activity-dependent transient expression of a destabilized fluorescent marker ZsGreen1 rapidly after one-trial learning. With FLEN, we explore the electrophysiological properties of c-Fos activated CA3 pyramidal neurons a few hours following one-trial learning of an episodic-like memory. In parallel, we employ the Robust Activity Marker (RAM) system, which provides activity-dependent labelling 24 hours following a novel experience. Comparing FLEN+ and RAM+ neurons allows to characterize how the properties of neuronal assemblies evolve during an initial phase of consolidation. Whereas no difference was observed in the excitability of FLEN+ vs. FLEN- neurons, RAM+ neurons were more excitable than RAM- neurons. This suggests that CA3 pyramidal neurons recruited in an engram progressively acquire increased excitability as compared to neurons which were not activated by the one-trial contextual memory task. On the other hand, like RAM+ neurons, FLEN+ CA3 neurons show an increased number of excitatory inputs. Overall, with the FLEN strategy, we can show that both the intrinsic excitability and the synaptic properties of CA3 pyramidal neurons undergo progressive plastic changes over the first day following a one-trial memory task.<br
Indicateurs des séries par horizons temporels issus des simulations hydrologiques Explore2 pour l'ensemble des modèles hydrologiques sous la réanalyse SAFRAN
No full textIndicateurs des séries par horizons temporels des débits journaliers issus des 9 modèles hydrologiques Explore2 pour la réanalyse SAFRAN. Ces fichiers NetCDF sont disponibles au téléchargement dans la collection Explore2 - Projections hydrologiques.
Ce dépôt regroupe un tableau par indicateur et chaîne de simulation, c'est-à-dire, par modèle hydrologique HM. Ces données sont brutes et contiennent donc des chaînes de projections jugées aberrantes / horsains qu'il est possible de filtrer grâce à des métadonnées supplémentaires. Pour des raisons techniques, ces indicateurs sont regroupés par dossiers compressés selon les différentes phases du régime hydrologique.
La description des chaines de modélisation du climat et celle des modèles hydrologiques sont, respectivement, disponibles dans le rapport https://doi.org/10.57745/PUR7ML et dans les annexes du rapport https://doi.org/10.57745/S6PQXD. Retrouvez le diagnostic des modèles hydrologiques résumé à l'échelle des régions hydrologiques dans les fiches téléchargeables ici : https://doi.org/10.57745/DMFUXW.
Métadonnées supplémentaires : Récapitulatif de l'ensemble des indicateurs hydrologiques : https://doi.org/10.57745/JVNHQL Récapitulatif de l'ensemble des chaînes de simulation : https://doi.org/10.57745/R6HG5X Description de l'ensemble des points de simulation : https://doi.org/10.57745/UTKWR5 Liste des chaînes de modélisation jugées aberrantes / horsains : https://doi.org/10.57745/YZNENQ Récapitulatif des années pivots utilisées pour la TRACC : https://doi.org/10.57745/DCOQM6
Décomposition des chaînes de caractères formant le nom des fichiers parquet, séparées par des "_" : {1} Indicateur : Le nom de l’indicateur, du type de statistique calculée {2} Échantillonnage : Échantillonnage temporel sur laquelle est calculé l’indicateur → {1}_{2} Variable : Variable résultante d'un indicateur temporellement contextualisé {3} HX : Horizon futur (H[123]) → {1}_{2}_{3} Série : Série d'une variable pour un horizon temporel, défini dans le récapitulatif des indicateurs hydrologiques {4} EXP : Identifiant de l’expérience historique (post 2005) ou future (post 2005) {5} GCM : Identifiant du GCM forçeur {6} RCM : Identifiant du RCM {7} BC : Identifiant de la méthode de correction de biais statistique {8} HM : Identifiant du modèle hydrologique {9} Futur : Période futur (fut-YYYYMMDD-YYYYMMDD)
Les colonnes des fichiers parquet sont : EXP : Voir ci-dessus GCM : Voir ci-dessus RCM : Voir ci-dessus BC : Voir ci-dessus HM : Voir ci-dessus code : Code à 10 caractères du point de simulation fourni dans la description des points de simulation date : (optionnelle) Date associée à l'agrégation (plus d'information dans les métadonnées de variable) *Série* : Voir ci-dessus
Retrouvez des scripts d'aide pour utiliser ces données parquet
Données sources pour l'article "Photoinduced Modulation of the Oxidation State of Dibenzothiophene S-Oxide Molecules on an Insulating Substrate"
No full textThis dataset contains the raw data (images, spectra, source codes) related to the publication "Photoinduced Modulation of the Oxidation State of Dibenzothiophene S-Oxide Molecules on an Insulating Substrate" by M. Hankache et al., published in Nature Communications (2025)
Projections hydrologiques Explore2 du débit pour le modèle MORDOR-SD sous RCP 8.5
No full textDébit journalier simulé par le modèle hydrologique MORDOR-SD pour l'ensemble des projections climatiques Explore2 sous RCP 8.5. Ces fichiers résultent de la concaténation des simulations hydrologiques sous runs historiques (avant 2005) et des projections hydrologiques (post 2005), fichiers NetCDF disponibles au téléchargement sur le portail https://www.drias-eau.fr/commande.
Ce dépôt regroupe un fichier NetCDF par couple GCM/RCM et correction de biais. Retrouvez davantage d'information sur la chaîne de modélisation du climat dans les métadonnées des fichiers NetCDF et le rapport https://doi.org/10.57745/PUR7ML .
La description des modèles hydrologiques utilisés est disponible dans les annexes du rapport https://doi.org/10.57745/S6PQXD. Retrouvez le diagnostic des modèles hydrologiques résumé à l'échelle des régions hydrologiques dans les fiches téléchargeables ici : https://doi.org/10.57745/DMFUXW.
Métadonnées supplémentaires :
Description de l'ensemble des chaînes de modélisations : https://doi.org/10.57745/R6HG5X
Description de l'ensemble des points de simulation : https://doi.org/10.57745/UTKWR5
Liste des simulations des chaînes de projections jugées aberrantes / horsains : https://doi.org/10.57745/YZNENQ
Décomposition des chaînes de caractère formant le nom des fichiers NetCDF, séparées par des "_" :
{1}: Variable : Nom de la variable (avec Adjust si les données sont corrigées)
{2}: Domain : Couverture spatiale des données
{3}: GCM-Inst-Model : Identifiant du GCM forçeur = Institut-Modèle
{4}: Experiment : Identifiant de l’expérience historique ou future via le scénario
{5}: Member : Numéro du membre de l'ensemble
{6}: RCM-Inst-Model : Identifiant du RCM = Institut-Modèle
{7}: Version : Identifiant de l’expérience historique ou future via le scénario
{8}: Bc-Inst-Method-Obs-Period : Identifiant de la méthode de correction de biais statistique =
Institut-Méthode-Réanalyse-Période
{9}: HYDRO-Inst-Model : Identifiant du HYDRO = Institut-Modèle
{10}: TimeFrequency : Pas de temps du jeu de données
{11}: Startyear-Endyear : Couverture temporelle des données sous forme YYYYMMDD-YYYYMMD
Evolution des niveaux piézométriques en France par niveaux de réchauffement
No full textCe rapport fait suite aux rapports concernant les impacts climatiques analysés selon les différents niveaux de réchauffement fixés par la Trajectoire de Réchauffement de référence pour l’Adaptation au Changement Climatique (TRACC) (Soubeyroux et al. 2024, 2025). Il présente une synthèse des résultats obtenus pour les niveaux piézométriques, issus des projections hydrologiques obtenues à partir de la plate-forme de modélisation hydrogéologique AquiFR et du modèle hydrologique EROS-Bretagne au sein du projet Explore2. Les analyses réalisées portent sur l’évolution des niveaux de nappe en s’appuyant sur plusieurs indicateurs : le calcul des niveaux piézométriques moyens à l’échelle annuelle et saisonnière ainsi que l’identification et la fréquence d’occurrence d’événements extrêmes. Les impacts sont déterminés en agrégeant ces indicateurs sur des fenêtres d’extraction de 20 ans propres à chaque projection mobilisée pour la TRACC et en comparant trois niveaux de réchauffement futurs (+2 °C, +2.7 °C et +4 °C) à une période de référence historique (1976-2005). Les réponses à trois grands types d’évolution climatique (limitée, contrastée ou sèche) possibles pour une France à +4 °C illustrent les incertitudes. Ce document complète les analyses portant sur la recharge potentielle et les débits, établies dans le rapport de Sauquet et al. (2025).
La synthèse de ces résultats montre une forte dispersion entre projections sur la partie nord du domaine AquiFR (désaccord sur le signe du changement entre modèles) avec toutefois une augmentation globale des niveaux de nappe suggérée par la médiane des modèles, et un accord des modèles pour une baisse des niveaux de nappe sur la partie sud du domaine AquiFR (Tarn-et-Garonne) et sur la Bretagne. Ces tendances s’accentuent avec des niveaux de réchauffement. Les résultats relatifs aux extrêmes hydrologiques confortent et complètent ces conclusions. On retrouve pour le niveau de réchauffement à +4 °C : (i) un asséchement des nappes en Bretagne et dans le sud de la France (Tarn-et-Garonne), illustré par une hausse du nombre d’occurrences d’événements secs dans ces régions et (ii) une amplification du nombre d’occurrences d’événements humides dans le nord de la France, qui reste cependant marquée par une forte dispersion entre les modèles. Les réponses observées aux trois grands types d’évolution climatique (limitée, contrastée ou sèche) pour une France à +4 °C confortent ces conclusions et sont en accord avec les hypothèses propres à chacun de ces scénarios. Elles mettent en avant l’assèchement futur des nappes sur la Bretagne et sur le territoire Tarn-et-Garonne. Ces résultats semblent cohérents avec les tendances d’évolution de recharge potentielle fournies par Lanini et al. (2024)