Explore projects
-
eabx-public / collec-science
GNU Affero General Public License v3.0Gestion des collections d'échantillon - management of samples collections
Updated -
Updated
-
-
eabx-public / otolithe
GNU Affero General Public License v3.0Updated -
eabx-public / sturwild
GNU Affero General Public License v3.0Record catch of sturgeons in a Postgresql database
Updated -
ISDM-MESO / Ai Tooling
Apache License 2.0Updated -
MetaboHUB / web-components / MetaboHUB - PeakForest Chemical - Library
Apache License 2.0Updated -
MetaboHUB / web-components / MetaboHUB - PeakForest Basal - Library
Apache License 2.0Updated -
lisc / Boundary Confidence
GNU Affero General Public License v3.0Implementation of the bounded confidence model (opinion dynamics) available on http://jasss.soc.surrey.ac.uk/19/1/6.html
Updated -
Updated
-
-
Lopez Cyril / ai-tooling
Apache License 2.0Updated -
Présentation de git et de son écosystème dans le cadre des rencontres ingénieurs statisticiens de Toulouse (dec. 2021).
Updated -
SK8 / sk8-apps / PHACC / bilhn-app
GNU General Public License v2.0 or laterCe projet est une implémentation Rshiny du modèle de culture BilHN. BilHN est un outil d’aide à la décision ayant été développé sur l’Unité Expérimentale d’Auzeville par Jean Marie NOLOT (UMR Agir, Toulouse). C’est un modèle de culture à pas de temps journalier qui permet, pour les principales espèces de grandes cultures et à l’échelle de la parcelle cultivée, d’établir un diagnostic des ressources en eau et en azote disponibles pour les plantes en fonction des conditions pédologique, climatiques et des interventions techniques. Intégrant les données climatiques et géographiques de la parcelle, les caractéristiques agronomiques et texturales du sol, ainsi que celles de la culture en place, il simule et fournit sous forme graphique l’évolution de l’indice d’interception lumineuse du couvert, son état hydrique et azoté, ainsi que le remplissage de la réserve utile et la quantité d’azote disponible dans le sol. Des paramètres permettent l’ajustement du modèle selon l’expertise des agents, sur la base d’observations et/ou de mesures réalisées au champ (qualité du semis, structuration du sol, teneur en eau dans le sol, reliquats azotés, etc.).
Updated -
Updated
-
Updated