Données ouvertes, formats et modèles : que faire concrètement avec les données du football ?
Dans ce billet, nous partons des données ouvertes du football pour voir comment elles deviennent vraiment exploitables : capture en match (systèmes EPTS), formats d’événements et de tracking, standardisation avec des frameworks comme OpenSTARLab, et leçons tirées d’un prototype construit à partir du dataset ouvert de Metrica Sports et du modèle BallRadar.
La source de financement est-elle source de biais dans la recherche
Dans notre précédent billet de blog, nous vous parlions du biais de genre : un biais cognitif basé sur des stéréotypes et accordant une préférence à un genre plutôt qu’à un autre. Cet article vous présente aujourd’hui les résultats de notre recherche portant sur l’impact potentiel de la source de financement sur l’ordre des auteur·e·s dans les articles scientifiques médicaux.
Les règles d’or du dépôt de code FAIR
Le partage du code source est devenu un élément essentiel de la recherche reproductible. La question n’est plus seulement de publier, mais de publier « FAIR », ou plus exactement « FAIR4S » (for software)[1]. Nous mettons ici en évidence les bonnes (et moins bonnes) pratiques et proposons quelques « incontournables FAIR4S » du dépôt de code sur Zenodo.
L’indicateur d’impact, un outil à double tranchant pour les bibliothèques
Article écrit par Johanna Kalbfuss et Karine B.Ventura. “Dans une société où les chiffres sont les piliers de tout argument, la gestion des données (en particulier la collecte et l’analyse) devient une arme stratégique, voire vitale pour assurer le futur … Lire la suite
Automatiser la description des photos avec l’IA : premiers résultats de notre expérimentation au Montreux Jazz Festival
Par Lorenzo Avellino & Delvinë Racaj Dans notre précédent billet, nous vous avions promis de revenir avec des résultats concrets sur l’utilisation de l’intelligence artificielle pour la description des archives photographiques du Montreux Jazz Festival. Nous y voilà ! … Lire la suite
L’évaluation en bibliothèque de lecture publique : pourquoi tant de différences ?
Article écrit par Jonathan Weber Introduction Au cours de la réalisation de notre Projet de recherche, nous avons effectué dix entretiens avec des professionnel·le·s de l’information qui travaillent en bibliothèques de lecture publiques en Suisse romande, afin de déterminer de … Lire la suite
Réactiver l’esprit de l’Encyclopédie à l’ère de la vidéo
Avec le projet de recherche Ask_ArchiLab (HEG Genève), nous, Alexandra Paraschiv et Cheyenne Dubois, explorons comment des outils d’intelligence artificielle en open access peuvent transformer des archives audiovisuelles en ressources enrichies et exploitables. Si l’Encyclopédie était un chantier collectif pour … Lire la suite
Quand le prénom embrouille les API
Qu’est-ce qui distingue Yuri Gagarin de Yuri Kano ? Dans le premier cas, Yuri est un homme, fameux cosmonaute de l’URSS, dans le second, une femme, athlète japonaise. Ce simple exemple illustre une réalité fascinante : le prénom Yuri est masculin dans les sphères russophones, mais féminin au Japon. Les prénoms ne sont donc pas des étiquettes universelles ; ils changent de genre selon la langue, la culture ou l’origine de l’individu
Les données ouvertes dans le football, qu’est-ce que c’est ?
Les données ouvertes transforment peu à peu l’analyse du football. Entre event data (passes, tirs, dribbles) et tracking data (positions, vitesses, déplacements), ces ressources offrent aujourd’hui aux clubs amateurs des possibilités autrefois réservées aux professionnels. Ce billet explore où trouver ces données, comment elles sont collectées et en quoi elles peuvent devenir un outil concret pour améliorer la performance dans le football amateur.
Le biais de genre dans la recherche médicale
Dès le plus jeune âge, les enfants sont influencés par des stéréotypes, associant certaines disciplines à un genre ou l’autre. Ces préjugés se retrouvent dans les choix de carrières des étudiant·e·s et dans leur carrière académique, entrainant un biais de genre au niveau de la recherche. En médecine par exemple, ce biais est particulièrement problématique, entrainant un traitement différent des patient·e·s en fonction de leur genre.