Recherche

UNIGE Data Science Day

Le UNIGE Data Science Day est un colloque scientifique à destination des chercheurs et chercheuses de l’UNIGE, qui se déroule en début d'année académique.

Chaque année, le CCSD anime une réflexion collective sur l’approfondissement d’une thématique particulière. Cette réflexion est introduite lors du UNIGE Data Science Day et poursuivit dans le cadre d'autres activités lancées par le Centre. Véritable fil rouge, cette thématique se veut assez précise pour favoriser une contribution scientifique significative et un dialogue riche, mais également assez transversale pour permettre l’interdisciplinarité.

Pour son édition 2024, le thème du Data Science Day est  «Cross-Disciplinary Dialogues: Celebrating Collaborative Excellence in Data Science».

Cette rencontre se déroulera le 10 septembre 2024 de 13h à 18h à Uni Mail.

 

Thematique 2024: Dialogues interdisciplinaires

Intitulée « Dialogues interdisciplinaires : Célébrer l'excellence collaborative en science des données », l'édition 2024 de la Journée de la science des données vise à rassembler les chercheurs et les praticiens qui ont entrepris des projets conjoints, alliant l'expertise méthodologique en statistiques et en informatique avec des connaissances spécifiques à diverses disciplines. La Journée de la science des données de cette année a pour but de mettre en lumière et de célébrer les réalisations issues de telles collaborations, dont celles développées au sein du Centre de compétences en science des données de l'UNIGE depuis sa création en septembre 2020. Nous invitons ces équipes collaboratives à partager leurs histoires de succès, les défis rencontrés et les perspectives acquises à travers leurs partenariats. Notre objectif est de découvrir les meilleures pratiques et de souligner le rôle essentiel de la collaboration dans l'avancement de la recherche et de l'application en science des données.

Ainsi, nous accueillons les soumissions explorant des sujets incluant, mais sans s'y limiter :

  • Aperçus des équipes actuellement engagées dans des projets de science des données collaboratifs, mettant en lumière les défis intermédiaires et les stratégies adaptatives.
  • Études de cas de collaborations réussies entre spécialistes méthodologiques et de domaine, décrivant le processus, les défis rencontrés et les résultats obtenus.
  • Discussions sur des projets qui ont été interrompus ou qui ont rencontré des obstacles significatifs, partageant les leçons apprises et la résilience nécessaire dans de telles entreprises.
  • Stratégies innovantes pour favoriser la coopération interdisciplinaire dans les projets de science des données, y compris la manière de surmonter les obstacles et de tirer parti d'une expertise diversifiée.
  • Meilleures pratiques et perspectives tirées de la recherche collaborative en science des données, avec un accent sur l'intégration méthodologique et l'apprentissage mutuel.
  • Le rôle des centres et des réseaux dans la facilitation de la recherche interdisciplinaire en science des données, incluant les leçons tirées du Centre de compétences en science des données de l'UNIGE.
  • Directions futures pour la recherche collaborative en science des données, mettant en évidence les opportunités émergentes, les domaines d'application et les impacts potentiels sur la société.

Les soumissions sont encouragées de la part de chercheurs de tous niveaux, des étudiants de troisième cycle aux membres du corps professoral senior, représentant le large spectre des disciplines impliquées dans la science des données. Les propositions seront pour des présentations orales.

Programme

inscription

Intéressé-e à participer au Data Science Day 2024?

Inscrivez-vous sous ce lien >>

(inscriptions ouvertes jusqu'au 1er septembre 2024)

Programme détaillé

 

13h00-15h00 : Séance plénière - DIALOGUES INTERDISCIPLINAIRES (salle MS130)

- Volodymyr Savchenko, Faculty of Sciences, "Web-based platforms enabling Open Research Data across disciplines"

- Kaushal Sharma, Faculty of Sciences, "Annotations of perceived arousal from speech and heartrate: impact on multimodal emotion recognition performance"

- Hugues Turbé, Faculty of Medicine, "Research on self-explainable AI models in image classification".

- Jamil Zaghir, Faculty of Medicine, "FRASIMED: efficient dataset creation through crosslingual annotation projection".

- Mina Bjelogrlic, Faculty of Medicine, "HERO: towards large scale discoveries of protection factors in Health".

- Jean-Philippe Goldman, Faculty of Medicine, "DocuFlow a NLP pipeline in clinical context".

- Benoît Girard and Giuseppe Chindemi, Faculty of Medicine, "Analysis of free social interaction from eye to ai".

- Matthias Studer, Faculty of Social Sciences, "Studying Social Inequalities During the Covid Crisis using Administrative Data and Innovative Longitudinal Methods: Interdisciplinarity Challenges and Prospects".

- Tommaso Venturini, Faculty of Social Sciences, "Large-scale fieldwork: discourse analysis of the 1st Climate Global Stocktake".

- Gregory Giuliani, Institute for Environmental Sciences, "Mapping Land Cover Change: A Crossroad between Environmental, Computer, and Geospatial Science".

- Sebastian Engelke, Geneva School of Economics and Management, "Machine Learning for Climate Extremes".

- Laurent Moccozet, Institute of Information Sciences, "RCnum: an online semantic and multilingual edition of the Registers of the Geneva Council during the time of Calvin".

- Julien Prados, Faculty of Medicine, "Are Data-Science Platforms a good model for collaborative excellence ?".

- Giovanna Di Marzo, Faculty of Social Sciences, "Interdisciplinarity through Two 4EU+ Initiatives".

- Vestin Hategekimana, Faculty of Social Sciences, "WeData a step in unige’s data science community".

- Lamia Friha, DiSTIC, "Fostering Scientific Discovery Through Linked Data".

- Mathieu Vonlanthen, DiSTIC, "Hedera a Linked Data Platform for Research Data".

- Jean-Blaise Claivaz, DIS, "Byte-Sized Help On-the-Go for Research Data & Open Science".

 

15h00-15h30: PAUSE Café (En face de la salle MS130)

 

15h30-17h00 : Tables rondes

Organised by François Grey (Geneva School of Economics and Management)

Speakers:

Alice Scattolin (Geneva School of Economics and Management), Anna van Es (Geneva School of Economics and Management), Thomas Maillart (Geneva School of Economics and Management), François Grey (Geneva School of Economics and Management).

Abstract:

The Research Institute for Statistics and Information Science represents a merger of two institutes that have played major and complimentary roles in the University’s portfolio of data-science-related activities. In this round table panel session, two PhD students from RISIS will introduce their research and discuss their hopes and ambitions for RISIS, in dialogue with two senior researchers from RISIS. This discussion of expectations for the newly-formed institute will include the entire audience, in the spirit of “vivre ensemble” that the our University is promoting.

Organised by Noémi Duperron (DIS).

Speakers:

Dimitri Donzé (DIS), Floriane Muller (DIS), Anouk Santos and Talal Zouhri (DIS).

 

Abstract:

Are you familiar with Research Data Management (RDM), the FAIR principles, the data life cycle, data documentation, licensing, preservation strategy, and RDM storage? Are you considered a resource person by your colleagues? Do you wish you could help them and share your know-how?  The RDM Skills Lab is for you. Join fellow researchers and RDM specialists to discuss cross-disciplinary issues in a dynamic and interactive format. The aim of this lab is to set the foundations to improve collaborative networks to strengthen research support and explore ways for researchers to have their data management skills recognized and acknowledged, both within the University and in the broader job market.

 

17h00-18h00 : Apéritif de clôture (en face de la salle MS130)

Editions précédentes

éDITION 2023 - Data Science for All : How to teach and integrate Data Science in diverse Disciplines

édition 2022 - Promises of Artificial Intelligence: An Interdisciplinary Revolution

édition 2021 - Shaping a Better Future with Data: Data Science for Sustainable Development Goals

édition 2020 - Epidemics and (Big) Data: contributions and challenges of data science in the study of diffusion phenomena