Pour ce premier épisode de 2026, nous parlons d'Open Data 🗺️ 🏡

Connaissez-vous le Référentiel National des Bâtiments (RNB) ?

• Pourquoi décide-t-on de créer un identifiant unique pour chaque bâtiment en France ?
• Comment le fait-on et avec qui ?
• Quels sont les acteurs qui contribuent et quelle gouvernance des données met-on en place ?
• Par quel processus législatif faut-il passer pour la pérennisation du référentiel ?

Nous recevons Elisabeth Talbourdet-Ville et Félix Veith, les co-créateurs du RNB qui nous expliquent tout, de sa genèse à sa forme actuelle.

Une liste organisée de projets, outils et bibliothèques open-source géniaux pour travailler avec les données publiques ouvertes (OGD) suisses. Le but de ce projet est de mettre en valeur les contributions de haute qualité des développeurs individuels et des créateurs indépendants qui manquent souvent sur d'autres listes.

Afin d'accélérer la décarbonation de nos déplacements et faciliter le report modal, l'État français dispose d'un point d'accès national (le PAN) qui centralise toutes les données de transport et les mets à disposition d'un écosystème riche et diversifié de réutilisateurs, dont les grands calculateurs d’itinéraires.

Découvrez avec Maxime Siret, son responsable :

• l'histoire et le fonctionnement du PAN
• ce que sont les startups d'état incubées à la Direction interministérielle du numérique (DINUM) et leurs fonctionnements
• l'environnement dans lequel le PAN évolue
• qui sont les producteurs et réutilisateurs des données
• comment le PAN facilite le dialogue entre les acteurs
• la mesure de l'impact du PAN
• les défis à venir

Bonne écoute.
Une transcription est aussi disponible.

Je ne pourrais pas être plus d'accord.

C'est encore une fonctionnalité native simple mais très puissante des navigateurs que certains frameworks ont encouragé à ignorer et à remplacer maladroitement.

Ça ne veut pas dire qu'il faut bannir le state en mémoire, mais simplement comprendre les avantages et inconvénients de chacun et les utiliser à bon escient. L'article illustre ça avec beaucoup de justesse.

Je ne pourrais pas être plus d'accord.

C'est encore une fonctionnalité native simple mais très puissante des navigateurs que certains frameworks ont encouragé à ignorer et à remplacer maladroitement.

Ça ne veut pas dire qu'il faut bannir le state en mémoire, mais simplement comprendre les avantages et inconvénients de chacun et les utiliser à bon escient. L'article illustre ça avec beaucoup de justesse.

Une alternative binaire au JSON pour l'échange de données structurées.

Une alternative binaire au JSON pour l'échange de données structurées.

via https://shaarli.duraffort.fr/shaare/Xm7mdg
vid{7ed9ed8de0037de846b22bc0c70673f434fd9a491db5ca88b64e414cc90a0d15}
— Permalink

"Ma Dada est un site associatif qui vous aide à demander des documents publics, dits “administratifs” (rapports, délibérations, contrats, factures, algorithmes, correspondances, etc.) "

via https://www.numerama.com/politique/2099501-decouvrez-comment-acceder-aux-notes-de-frais-de-votre-maire-en-quelques-clics.html
vid{e88c69881deedff7f7e9d35b93801300b1547352cfade52b019c85baacd79617}
— Permalink

Using Google bq CLI, the following command allows to get the top Pypi keywords from the bigquery-public-data.pypi.distribution_metadata table:

bq query --use_legacy_sql=false 'SELECT keyword, COUNT(*) as keyword_count FROM `bigquery-public-data.pypi.distribution_metadata`, UNNEST(SPLIT(keywords, ", ")) as keyword GROUP BY keyword ORDER BY keyword_count DESC LIMIT 100'

Result for the top-15 keywords:

• python : 128555 appearances
• DuckDB Database SQL OLAP : 70739 appearances
• ai : 64997 appearances
• tensorflow tensor machine learning : 51144 appearances
• pulumi : 50076 appearances
• api : 47986 appearances
• probabilities probabilistic-graphical-models inference diagnosis : 46552 appearances
• rust : 45607 appearances
• cli : 39512 appearances
• OpenAPI : 38814 appearances
• sdk : 38060 appearances
• llm : 37487 appearances
• OpenAPI-Generator : 36734 appearances
• database : 35578 appearances
• automation : 34393 appearances

Note that this is a very basic query, that does take into account that some packages have a lot more versions published on Pypi than others.

Pour interroger tout le graphe (non divisé), il est possible d'utiliser QLever avec une syntaxe légèrement différente. Il s'agit d'une institution tierce qui fait une copie du graphe de manière régulière (tous les mois environ).
Exemple : Helen De Cruz (cf. ci-dessous)

PREFIX wikibase: <http://wikiba.se/ontology#>
PREFIX wd: <http://www.wikidata.org/entity/>
PREFIX wdt: <http://www.wikidata.org/prop/direct/>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT DISTINCT ?work ?label WHERE {
  { ?work (wdt:P50 | wdt:P98) wd:Q47189712 .
 } UNION { ?work wdt:P2093 "Helen De Cruz" .
 }
  OPTIONAL { ?work rdfs:label ?label FILTER(LANG(?label) = "en") }
}

L'URFIST méditerranée a mis en place une résidence Wikimédia afin de faire rayonner la science en formant à Wikimédia.
[...]
Voici en quelques vignettes, le résumé de la résidence de Pierre-Yves Beaudouin (@pyb@mamot.fr) qui s'est déroulée du 13 mai 2024 au 12 mai 2025.