JOGL
Optimiser la rencontre entre porteurs de projets et participants de programme de recherche participative.
Pour sa 8ème saison, Data For Good a proposé à ses bénévoles de venir apporter du soutien à l’association JOGL.
L’objectif de cette saison était d’améliorer la coordination de la communauté en optimisant la rencontre entre porteurs de projets et participants.
C’est un projet d’envergure qui a demandé des efforts aux bénévoles de D4G. En 3 mois et à distance, ils ont dû comprendre, assimiler et maîtriser une structure d’un rayonnement international, accueillant 5 à 6 mille personnes, un vrai défi.
Tags
- Saison 8
- 4/1/2020 / 7/20/2020
- terminé
- Outil pour les citoyens
Partenaires
Just One Giant Lab est un laboratoire de mobilisation massive pour la résolution de problématiques urgentes grâce à la science ouverte, l’innovation responsable et l’apprentissage continu.
Aujourd’hui, ceux qui le souhaitent peuvent participer aux programmes de recherche participative. Il suffit de se créer un profil et d’y ajouter des informations, telles que ses compétences, et vous aurez ensuite accès à tous les projets présents sur la plateforme. Il ne vous reste plus qu’à choisir celui qui vous correspond.
Demain, JOGL aimerait devenir un institut de recherche distribué dans lequel il sera possible de venir participer, s’éduquer, financer ou proposer un projet. Une sorte d’espace universitaire avec toutes les ressources nécessaires pour comprendre et faire partie de l’Open Science.
Pour en arriver là, deux étapes restent à développer :
- Créer un outillage adapté aux organisations porteuses de projets qui veulent implémenter des programmes comme l’initiative OpenCovid19
- Devenir un écosystème, une communauté d’Open Science
Livrables
Six bénévoles se sont engagés et ont travaillés sur deux axes :
-
Backend, créer un système d’emails personnalisés qui envoie des recommandations intelligentes de projets correspondant aux compétences des membres. Ainsi, les chances de « matcher » avec le projet le plus pertinent sont augmentées.
-
Data science, un important travail de nettoyage et de préparation de la données a été fait. Une brique d’’automatisation du nettoyage et du regroupement des compétences saisies librement par les utilisateurs sur leur profil a notamment été mise en place.
lien vers le repository https://github.com/dataforgoodfr/batch8_jogl
La solution
