Recherche Data Gouv
Not a member yet
4753 research outputs found
Sort by
Data for CNN_SDM_and_RF_for_Fish_2024
No full textThis dataset provides the input data and sample outputs used in the scripts of the GitHub repository CNN_SDM_and_RF_for_Fish_2024 (https://github.com/Beniofh/CNN_SDM_and_RF_for_Fish_2024), developed to reproduce the results of the species distribution models presented in the scientific article “From presence-only to abundance species distribution models using transfer learning” (https://doi.org/10.1111/ele.70177). It includes three ZIP archives: (1) inputs.zip, containing the core input data required to run most scripts, including environmental rasters for all fish count data, selected environmental variables for presence-only data, fish species tables (presence-only and abundance), and the trained model outputs used in the study (training metadata and model weights); (2) outputs.zip, providing example outputs generated by the scripts, some of which are required to run the scripts in the scr_metrics_and_figures folder of the GitHub repository; and (3) complementary_inputs.zip, offering additional input data needed for scripts requiring substantial computational resources, consisting mainly of full environmental rasters associated with presence-only fish data. This structure allows users with standard machines to run most workflows while enabling advanced users to reproduce the complete set of analyses
A dataset of 80 SNP sequences for 1173 Abies alba Mill. trees from 43 populations in the Pyrenees
No full textSilver fir (Abies alba Mill.) is a shade tolerant European conifer, distributed across temperate mountain areas (e.g. in France: Pyrenees, Massif Central, Alps, Jura, Vosges, Montagne de l'Aigle), at moderate elevations between 300 and 1800 meters above sea level.
Here, we present a dataset of 80 SNPs from 43 populations located mostly on the Spanish side of the Pyrenees. Some of these SNPs failed to amplify or were found to be monomorphic in some individuals and populations. In total, 65 were used for genotyping 1173 individuals and carry out a population genetic study coupled with paleopollen data historical analysis to understand the colonization dynamics of the species during the late Pleistocene and early Holocene across the Pyrenees. <br
Indicateurs des séries annuelles issus des projections hydrologiques Explore2 pour le modèle CTRIP sous RCP 4.5
No full textIndicateurs des séries annuelles issus des débits journaliers simulés par le modèle hydrologique CTRIP pour l'ensemble des projections climatiques Explore2 sous RCP 4.5. Ces fichiers résultent de l'agrégation temporelle des simulations hydrologiques sous runs historiques (avant 2005) et des projections hydrologiques (post 2005), fichiers NetCDF disponibles au téléchargement dans la collection Explore2 - Projections hydrologiques.
Ce dépôt regroupe un tableau par indicateur et chaîne de simulation, c'est-à-dire, scénario d'émission RCP, couple GCM/RCM, correction de biais BC et 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} EXP : Identifiant de l’expérience historique (post 2005) ou future (post 2005) {4} GCM : Identifiant du GCM forçeur {5} RCM : Identifiant du RCM {6} BC : Identifiant de la méthode de correction de biais statistique {7} HM : Identifiant du modèle hydrologique
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 : Date du début de la période annuelle d'agrégation (i.e. 2042-05-01 indique que l'année hydrologique commence en mai, plus d'information dans les métadonnées de variable) *Variable* : Voir ci-dessus
Retrouvez des scripts d'aide pour utiliser ces données parquet
Replication database for the following article: Autobiographical reasoning in AUD patients: A life story perspective
No full textThe present database includes all data used in the paper Autobiographical reasoning in AUD patients: A life narrative perspective
This study explored how AUD individuals reflect on their past life experiences and integrate them into their sense of self through the analysis of life stories.
We analyzed the life stories of 37 recently detoxified AUD patients and compared them to those of 34 individuals without alcohol-related issues. More precisely, the narrative coherence was analyzed using the method developed by Habermas and colleagues
Indicateurs des séries annuelles issus des projections hydrologiques Explore2 pour le modèle SIM2 sous RCP 8.5
No full textIndicateurs des séries annuelles issus des débits journaliers simulés par le modèle hydrologique SIM2 pour l'ensemble des projections climatiques Explore2 sous RCP 8.5. Ces fichiers résultent de l'agrégation temporelle des simulations hydrologiques sous runs historiques (avant 2005) et des projections hydrologiques (post 2005), fichiers NetCDF disponibles au téléchargement dans la collection Explore2 - Projections hydrologiques.
Ce dépôt regroupe un tableau par indicateur et chaîne de simulation, c'est-à-dire, scénario d'émission RCP, couple GCM/RCM, correction de biais BC et 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} EXP : Identifiant de l’expérience historique (post 2005) ou future (post 2005) {4} GCM : Identifiant du GCM forçeur {5} RCM : Identifiant du RCM {6} BC : Identifiant de la méthode de correction de biais statistique {7} HM : Identifiant du modèle hydrologique
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 : Date du début de la période annuelle d'agrégation (i.e. 2042-05-01 indique que l'année hydrologique commence en mai, plus d'information dans les métadonnées de variable) *Variable* : Voir ci-dessus
Retrouvez des scripts d'aide pour utiliser ces données parquet
Ensemble des indicateurs des changements par horizons temporels issus des narratifs des projections hydrologiques Explore2 (référence 1976-2005)
No full textEnsemble des indicateurs des changements par horizons temporels associés aux 36 chaînes de modélisations de débits journaliers issus des 9 modèles hydrologiques pour la sélection des 4 narratifs climatiques Explore2 sous RCP 8.5. Ces fichiers résultent de l'agrégation temporelle des simulations hydrologiques sous runs historiques (avant 2005) et des projections hydrologiques (post 2005), fichiers NetCDF disponibles au téléchargement dans la collection Explore2 - Projections hydrologiques.
Ce dépôt regroupe un tableau par indicateur, horizon temporel et chaîne de simulation, c'est-à-dire, scénario d'émission RCP, couple GCM/RCM, correction de biais BC et 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.
Définition des 4 narratifs climatiques : violet (#791F5D) : HadGEM2-ES_historical-rcp85_CCLM4-8-17_ADAMONT Fort réchauffement et forts contrastes saisonniers en précipitations orange (#E09B2F) : EC-EARTH_historical-rcp85_HadREM3-GA7_ADAMONT Fort réchauffement et fort assèchement en été (et en annuel) jaune (#EECC66) : CNRM-CM5_historical-rcp85_ALADIN63_ADAMONT Changements futurs relativement peu marqués vert (#569A71) : HadGEM2-ES_historical-rcp85_ALADIN63_ADAMONT Réchauffement marqué et augmentation des précipitations
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} Changement : Changement d'une variable pour un horizon temporel par rapport à une période de référence, 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} Référence : Période de référence (ref-YYYYMMDD-YYYYMMDD) {10} 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 *Changement* : Voir ci-dessus
Retrouvez des scripts d'aide pour utiliser ces données parquet
Dataset for the Assembly Line Balancing Problem with Learning Effect
No full textThis dataset contains aeronautical benchmarks used for experimenting solving approaches of the Assembly Line Balancing Problem with Learning Effect. These benchmarks originate from the industry. However, the learning rate and task learning duration are randomly generated within realistic ranges, based on industrial data
How to Categorize Collaboration During a Collaborative Puzzle-Solving Task? Validation of Collaboration Profiles Using Multimodal Data in Virtual Reality Context
No full textThe following dataset presents 11 collaborative scenarios during a dyadic collaborative puzzle-solving task in VR. Each scenario represents specific collaboration profiles and their implication in the realisation of the collaborative task.
The data was recorded using the Microsoft \psi framework. This framework allows the synchronization and recording of multimodal data. One of the advantages of this framework is that datasets can be replayed and processed as if they were currently being recorded. This feature makes it possible to test the effectiveness of tools or methods for evaluating collaboration processes in real time. This functionality is the reason why we share datasets in the format specific to the data acquisition framework.
The datasets comes with sample code and documentation, so that researchers can exploit the dataset. Researchers can also generate CSV or JSON files when replaying the dataset. Examples are provided in the sample code
Key messages on flow intermittence projections in the 6 studied European river networks
No full textKey messages from the modelling results of flow intermittence projections under climate change scenarios in the six European river networks studied as part of the H2020 DRYvER project (https://www.dryver.eu/).
The dataset contains one global summary fact sheet as well as one fact sheet per studied river network : Albarine (France), Bükkösdi (Hungary), Butiznica (Croatia), Genal (Spain), Lepsämänjoki (Finland), and Velicka (Czechia)
Audio Recordings of Endangered Waterbirds : Analyzing the Impact of Environmental Noise on Bird Identification
No full textThis dataset contains audio recordings of songs from three endangered migratory waterbirds: the Ferruginous Duck (Aythya nyroca), the Common Pochard (Aythya ferina), and the White-headed Duck (Oxyura leucocephala). This dataset is designed to facilitate research on the impact of environmental noise on bird song recognition and classification. It can be used to develop and test algorithms for automatic bird song identification in noisy environments, which is crucial for monitoring and conservation efforts of these endangered species