Search

OBJECTIVES The objective of this study is the exploration of Artificial Intelligence and Natural Language Processing techniques to support the automatic assignment of the four Response Evaluation Criteria in Solid Tumors (RECIST) scales based on radiology reports. We also aim at evaluating how languages and institutional specificities of Swiss teaching hospitals are likely to affect the quality of the classification in French and German languages. METHODS In our approach, 7 machine learning methods were evaluated to establish a strong baseline. Then, robust models were built, fine-tuned according to the language (French and German), and compared with the expert annotation. RESULTS The best strategies yield average F1-scores of 90% and 86% respectively for the 2-classes (Progressive/Non-progressive) and the 4-classes (Progressive Disease, Stable Disease, Partial Response, Complete Response) RECIST classification tasks. CONCLUSIONS These results are competitive with the manual labeling as measured by Matthew's correlation coefficient and Cohen's Kappa (79% and 76%). On this basis, we confirm the capacity of specific models to generalize on new unseen data and we assess the impact of using Pre-trained Language Models (PLMs) on the accuracy of the classifiers.

Lorsque l’on se penche sur le domaine du développement durable, on trouve bon nombre d’injonctions à réaliser des actions écologiques, des innovations sociales ou à rendre l’économie de marché plus éthique. On découvre également beaucoup de raccourcis faciles, réduisant très souvent le développement durable à une énième mouvance écologique ou à un phénomène de mode, basé sur le constat cynique de l’incapacité d’Homo Sapiens Sapiens à vivre en harmonie avec son environnement naturel. Cela dit, lorsqu’il s’agit de chercher comment débuter une démarche durable, la tâche devient paradoxalement plus complexe. La documentation existante nous offre une ribambelle d’outils de mesure, d’indicateurs en tous genres, de listes d’actions quotidiennes à effectuer, ou encore de produits et labels dont le nombre ne cesse de croître et de se complexifier, rendant le tout encore plus indigeste pour toute âme novice souhaitant se prêter au jeu du développement durable avec la meilleure volonté du monde. C’est en partant de ce constat, lors d’un travail de troisième année à la HEG, portant sur le développement durable en Service Information Documentaire (SID), que la question s’est posée de savoir comment faisaient concrètement ces institutions pour durabiliser leurs activités. Y avait-il une démarche unifiée, des réunions ou séminaires réguliers pour traiter ces questions? Existait-il un consensus sur les bonnes façons d’agir, un guide de bonnes pratiques à destination de nos corps de métiers? Où trouver une aide méthodologique réunissant les outils déjà présents, le tout dans une démarche directement applicable et facilement compréhensible? Les réponses à ces questions sont parvenues lors de la réalisation du présent travail. Si des aides et des outils à destination des bibliothèques, archives et autres centres de documentation existent bel et bien en Suisse, le besoin et la demande pour des méthodes d’application concrètes et adaptées aux différentes structures sont partagées par un grand nombre d’institutions. C’est donc avec d’humbles connaissances d’étudiant et dans l’optique d’aider à combler ce besoin que s’est forgée l’idée de construire un outil méthodologique à la fois simple et complet, pour permettre à tout SID d’adapter ses pratiques en devenant un laboratoire de développement durable à son échelle.

Quatre ans après son lancement, le réseau Renouvaud compte désormais 123 bibliothèques réparties en deux institutions: «Ecoles et Lectures publique» ainsi que «Sciences et Patrimoines». Ces bibliothèques peuvent être publiques, scolaires, patrimoniales ou encore académiques. La Coordination Renouvaud, chargée d’administrer les outils professionnels et d’apporter un soutien technique et métier aux bibliothécaires du réseau, est mandante de ce travail. Soucieuse de continuer à améliorer les services proposés aux bibliothèques, elle souhaite avoir une vue d’ensemble sur les solutions d’accès direct aux ressources numériques. Ces outils, existant depuis quelques années, commencent à prendre leur essor avec les rachats par des acteurs de l’édition et de la distribution des ressources numériques. Ce sont des extensions de navigateur qui permettent à l’usager d’obtenir en un seul clic le texte intégral de documents numériques accessibles grâce aux abonnements de sa bibliothèque. Ils épargnent ainsi aux lecteurs la recherche du fichier PDF à travers de multiples liens et demandes d’authentification. Une revue de la littérature combinée à des entretiens a permis de mieux cerner les comportements des usagers académiques en matière de recherche et d’accès aux documents. Ceux-ci privilégient les bases de données à l’outil de découverte proposé par le réseau et arrivent dans la majorité des cas à accéder aux documents souhaités en usant de différentes stratégies. Un état de l’art des solutions existantes a également été réalisé. Celui-ci révèle que la plupart des extensions nécessite une application serveur appelée EZ Proxy pour authentifier les requêtes des extensions auprès des fournisseurs de contenu. Cette application fait transiter les demandes des lecteurs hors-campus par le serveur situé sur le campus et dont l’adresse IP est valide auprès des éditeurs. Finalement, la réunion entre ces deux aspects du travail permet de formuler des recommandations. Afin de distinguer les situations où des solutions proposées peuvent être utiles, trois cas-types ont été formulés décrivant le problème empêchant un lecteur d’accéder à un document voulu : un accès trop peu commode, une ignorance des méthodes d’authentification auprès des éditeurs ou un simple oubli de ces méthodes. Les actions recommandées sont mises en lien avec ces trois cas afin de mettre en avant leur utilité. Elles ont été scindées en deux groupes, les actions pouvant être menées dès à présent et celles à envisager dans le futur. Les premières consistent en une campagne de communication autour des méthodes existantes ainsi que trois extensions pouvant être implémentées dans le réseau sans engager trop de frais. Ces extensions sont le Google Scholar button, Kopernio ainsi que les extensions spécialisées dans l’open access tel qu’Unpaywall. Elles ont l’avantage de s’intégrer à la fois dans les pratiques des lecteurs et l’environnement technique existant. Pour l’avenir, un outil payant, Lean Library peut être envisagé. Celui-ci peut s’avérer très utile pour les lecteurs ayant oublié les moyens d’accès aux ressources numériques. Il présente également l’avantage de promouvoir le rôle des bibliothèques dans l’accès aux documents.

CERN, the European Organisation for Nuclear Research, located in Geneva, Switzerland, was founded in 1954. Even before its first experiments started operating, the Organisation was very clear on wanting to be as open as possible with the data and research it would be producing. In 1993, CERN became a pioneer in the field of open source and Open Access by putting the software behind the World Wide Web into the Public Domain. Today, it is fighting on multiple fronts for these ideals, whether developing new software that will help share data, analyses and research openly, or being the driving force behind historic agreements, between publishers of High- Energy Physics (HEP) literature and institutions who publish in that field, aiming to make every single HEP article Open Access.The internet, and more specifically the Web, is the perfect substratefor open and collaborative projects. For the last 20 years, one method for this openness has become increasingly ubiquitous: the semantic Web. An idea launched by the inventor of the Web himself –SirTim Berners-Lee – togetherwith James Hendler and Ora Lassila, its intention was to go beyond the original principle of the first Web (Web 1.0) that had human-readable documents (Web pages) on separate servers, whicha human had to “visit” to read. The semantic Web adds semantics (here, machine-understandable meaning) to data, and makes it findable and interlinkable. This Bachelor project posits that collaborative Web projects such asthe ones under the Wikimedia Foundation umbrella, and more specifically Wikidata whichusessemantic technologies, are the perfect medium to help CERN be even more open and discoverable on the Web. It starts by looking for data about CERN that is interesting and harvestable (from INSPIRE –a HEP repository), then goes on to test pushing that data to Wikidata, and finishes by trying to assess the effect of the changes. Thisassessment being close to impossible to carry out, thethesis concludes with a few aspects that show how this kind of work canneverthelesshave a great deal of value.The two deliverables of this project were programs harvesting data from Inspire and transforming it into batches of semantic statements ready to be uploaded to Wikidata. The first, dealing with links between CERN people and their publications, created close to 6300 statements about 270 authors. The second, dealing with links between people and CERN, created 68 statements, representing an increase of over 12% of suche links already on Wikidata.

Ce travail de bachelor est mandaté par la Bibliothèque de la Faculté des lettres et sciences humaines de l’Université de Neuchâtel. Il a pour objectif de présenter les pratiques en matière de formation à la recherche documentaire en Europe, et de proposer un scénario de formation ludique pour les étudiants en première année de Bachelor de la faculté. Les typologies de formations en bibliothèque se diversifient en utilisant les innovations faites dans les domaines de la pédagogie et des technologies. Toutefois, la Suisse et l’Europe en générale, ont encore beaucoup à apprendre des bibliothèques anglo-saxonnes. En effet, très peu d’institutions proposent des formations aux compétences informationnelles pour chaque niveau du cursus académique, et pour la grande majorité, ces formations sont facultatives. Le service Info@doc de la Faculté des lettres et sciences humaines, donne aux étudiants de la faculté, un cours d’introduction à la recherche documentaire à la demande des enseignants. Afin de rendre la formation plus interactive, dix jeux courts reprenant les étapes de la recherche documentaire sont proposés. Pour chacun, des objectifs pédagogiques, les règles du jeu, ainsi que des exemples sont spécifiés. Cette boîte à jeux renforce le dynamisme des formations, et permet une approche plus détendue.

The Database of Protein Disorder (DisProt, URL: https://disprot.org) provides manually curated annotations of intrinsically disordered proteins from the literature. Here we report recent developments with DisProt (version 8), including the doubling of protein entries, a new disorder ontology, improvements of the annotation format and a completely new website. The website includes a redesigned graphical interface, a better search engine, a clearer API for programmatic access and a new annotation interface that integrates text mining technologies. The new entry format provides a greater flexibility, simplifies maintenance and allows the capture of more information from the literature. The new disorder ontology has been formalized and made interoperable by adopting the OWL format, as well as its structure and term definitions have been improved. The new annotation interface has made the curation process faster and more effective. We recently showed that new DisProt annotations can be effectively used to train and validate disorder predictors. We believe the growth of DisProt will accelerate, contributing to the improvement of function and disorder predictors and therefore to illuminate the 'dark' proteome. Agencia Nacional de Promoción Científica y Tecnológica (ANPCyT) of Argentina [PICT-2015/3367, PICT-2017/1924]; Ministry of Education, Science and Technological Development of the Republic of Serbia [ON173001]; Vetenskapsrådet [2016-03798]; Hungarian National Research, Development, and Innovation Office (NKFIH) [FK-128133]; Italian Ministry of Health Young Investigator Grant [GR-2011-02347754]; Ministerio de Economía y Competitividad (MINECO) [BIO2016-78310-R]; ICREA (ICREA-Academia 2015); Fundac¸ão para a Ciência e a Tecnologia (FCT, Portugal); European Regional Development Fund [POCI-01-0145-FEDER-031173, POCI-01-0145-FEDER-029221]; Mexican National Council of Science and Technology (CONACYT) [215503]; Elixir-GR, Action ‘Reinforcement of the Research and Innovation Infrastructure’, Operational Programme ‘Competitiveness, Entrepreneurship and Innovation’ [NSRF 2014-2020]. co-financed by Greece and the European Union (European Regional Development Fund); Hungarian Academy of Sciences [PREMIUM-2017-48]; Carlsberg Distinguished Fellowship [CF18-0314]; Danmarks Grundforskningsfond [DNRF125]; National Research, Development and Innovation Office [K-125340]; Research Foundation Flanders (FWO) [G.0328.16N]; Hungarian Academy of Sciences [LP2014-18]; OTKA [K108798 and K124670]. This project has received funding from the European Union’s Horizon 2020 research and innovation programme [778247]. Funding for open access charge: European Union’s Horizon 2020 research and innovation programme [778247]. Conflict of interest statement. None declared.

The Swiss Variant Interpretation Platform for Oncology is a centralized, joint and curated database for clinical somatic variants piloted by a board of Swiss healthcare institutions and operated by the SIB Swiss Institute of Bioinformatics. To support this effort, SIB Text Mining designed a set of text analytics services. This report focuses on three of those services. First, the automatic annotations of the literature with a set of terminologies have been performed, resulting in a large annotated version of MEDLINE and PMC. Second, a generator of variant synonyms for single nucleotide variants has been developed using publicly available data resources, as well as patterns of non-standard formats, often found in the literature. Third, a literature ranking service enables to retrieve a ranked set of MEDLINE abstracts given a variant and optionally a diagnosis. The annotation of MEDLINE and PMC resulted in a total of respectively 785,181,199 and 1,156,060,212 annotations, which means an average of 26 and 425 annotations per abstract and full-text article. The generator of variant synonyms enables to retrieve up to 42 synonyms for a variant. The literature ranking service reaches a precision (P10) of 63%, which means that almost two-thirds of the top-10 returned abstracts are judged relevant. Further services will be implemented to complete this set of services, such as a service to retrieve relevant clinical trials for a patient and a literature ranking service for full-text articles., Studies in Health Technology and Informatics, 270, ISSN:0926-9630, ISSN:1879-8365, Digital Personalized Health and Medicine, ISBN:978-1-64368-082-8, ISBN:978-1-64368-083-5

Ce travail a été réalisé en collaboration avec l’Office fédéral de la statistique (OFS), et a comme objectif général de comprendre comment les chiffres fournis par les bibliothèques concernant les ressources numériques ont été construits. L’Office fédéral de la statistique met à disposition du public des statistiques fiables, complètes, transparentes et comparables. Dans son souci de transparence et de fiabilité, elle se trouve confrontée à des problèmes de cohérence lors de la mesure de l’utilisation de ces ressources numériques. En effet, les bibliothèques ont vu leurs pratiques d’achat et de constitution de collections modifiées par l’essor des ressources numériques qui n’appartiennent plus aux bibliothèques, mais dont elles louent un droit d’accès à des tiers à travers des licences d’utilisation. Afin d’avoir un aperçu de ce qui se fait au sein des bibliothèques, ce travail s’attache à décrire et caractériser la mesure de ces ressources numériques selon l’axe de l’offre et de l’utilisation. Pour connaître ce qui se cache derrière les chiffres transmis à l’OFS, une étude de 3 bibliothèques a été réalisée grâce à des entretiens suivis de nombreux mails. Puis une analyse en a été tirée, qui démontre le manque d’exhaustivité manifeste dans les mesures transmises à l’OFS. Des recommandations sont émises, comme la nécessité d’homogénéiser les mesures grâce à des standards comme COUNTER, de mieux définir les rubriques du questionnaire pour aider les bibliothécaires à insérer leurs statistiques dans les bonnes cases, et de concevoir un guide des bonnes pratiques par type de bibliothèque.

Ces dernières années ont vu l’essor considérable du numérique et des technologies bouleverser profondément nos sociétés, notamment les modes de communication, les services ou encore le domaine médical. La sphère scolaire est aussi impactée par cette transformation et doit relever le défi de l’intégration des technologies numériques dans l’enseignement et l’apprentissage. Le Service écoles-médias (SEM), rattaché au secrétariat général du Département de l’instruction publique, de la formation et de la jeunesse (DIP), fournit aux écoles publiques genevoises du primaire et du secondaire le savoir-faire et les ressources permettant l’intégration des technologies et du multimédia pour un usage pédagogique. Le SEM propose ainsi des applications en ligne, comme WordPress, utilisé pour la création des sites web d’établissement, des sites spécialisés (thématiques) et des blogs de classe, mais dont les usages réels ne sont pas précisément connus. C’est dans ce contexte que ce travail de master est réalisé. Il a pour objectifs de déterminer les contenus publiés sur WordPress, d’identifier les usages ainsi que les besoins et les attentes des utilisateurs. Il tient compte en outre du cadre régulatoire en vigueur dans lequel s’inscrit l’utilisation de WordPress. Il résulte que les usages et les contenus diffèrent grandement selon les sites web et les blogs. Des catégories d’information se dégagent des sites d’établissement, dont celles nommées Administratif et Enseignement, qui auraient également besoin de publier des informations non publiques. Les publications sur les blogs concernent quant à elles principalement les activités de la classe, notamment la Production écrite et la Production manuelle. Il ressort en outre que des données personnelles, voire sensibles, et ne relevant pas du pédagogique, sont publiées alors qu’elles ne devraient pas l’être. En revanche, la catégorisation des informations sur les sites spécialisés n’est pas possible car elles ne se ressemblent pas suffisamment. Les résultats démontrent qu’il existe des besoins spécifiquement liés à l’utilisation de WordPress, ce dernier est par ailleurs évalué positivement par les répondants, ainsi que des attentes plus larges qui brassent divers aspects. Ils conduisent à la formulation de recommandations développées en plusieurs axes, dont la communication et sensibilisation ou la mise en place d’un support WordPress, utiles pour initier une démarche d’accompagnement au changement.

The advances in high-throughput technologies have resulted in tremendous growth inbiological data, consequently increasing the number of published research papers. Thisprovides challenges for curators and researchers alike in finding, and assimilating scientificfacts described in articles. Therefore, services that support browsing of scientific content andidentifying key biological concepts with minimal effort would be beneficial for the community. To this end, the task 3.3 of Work Package 3 under the Elixir-Excelerate grant is concernedwith exploring technical solutions and the infrastructure needed to support scalability ofcuration tasks.This document reports the work delivered so far in laying the foundation for an infrastructurethat facilitates literature-data integration and enrichment. The work can be split into two mainaspects: (1) establishing infrastructural elements, that includes, an automated system toingest annotations, a platform to integrate annotations from various sources and APIs toredistribute the annotations; (2) applications to display annotations on articles and handlecomplex GeneRIF annotations. Finally, this work covers the implementation of a mechanismto create deep links between literature and data and the integrations of annotations as partof the database curation workflow. The infrastructural elements delivered under Work Package 3 has demonstrated howtext-mining annotations from different sources can be ingested and made available forreuse. Going forward, these components needs to be tested for its usability. This requiresengagement the curation community to derive actionable insights that may feed intoimproving the various components, for example, text-mined annotations, browsing andarticle triage.

Ce travail de Bachelor a été réalisé dans le cadre du mandat émis par les HUG en vue d’établir des règles de gestion pour leurs différents fonds photographiques documentaires servant à illustrer leurs diverses documentations (l’imagerie médicale n’est pas traitée dans le contexte du présent travail). Les HUG possèdent une collection photo historique, sous forme analogique, ainsi qu’une collection plus récente sous forme numérique, dans lesquelles il est ardu de repérer les images souhaitées. L’objectif de ce mandat est d’établir des règles claires pour que ces fonds puissent être exploités de manière pérenne. Les principales étapes pour réaliser ce travail ont été : • L’analyse de l’existant en vue de faire un état des lieux des pratiques documentaires des photographies, tant du côté des archives centrales où sont conservées les photos historiques que de celui de la direction de la communication où sont utilisées l’ensemble des images ; • L’étude de la littérature professionnelle, dans le but de cerner l’ensemble des points à considérer lors de la création de règles de gestion ; • L’envoi d’un questionnaire pour obtenir des solutions appliquées concrètement dans d’autres institutions en charge de fonds photographiques ; • La comparaison entre les recommandations théoriques et les applications professionnelles récoltées afin de déterminer les règles applicables aux HUG au vu de l’analyse effectuée ; • La création de livrables – inventaires, protocoles de versement, règles de catalogage, fichiers de contrôle-qualité – pour satisfaire les exigences de mes mandantes ; • La mise à l’épreuve des livrables créés, avec le traitement de trois échantillons, pour ajuster lesdits documents au plus près de la réalité. En réalisant ce mandat, l’importance de ne pas délaisser les fonds photographiques au sein d’une institution a été révélée : si aucune mesure préventive n’est prise, il y a alors de grands risques que ces informations soient perdues dans l’avenir et qu’elles ne puissent pas être réutilisées. La fragilité des supports analogiques qui se détériorent au fil du temps a pu être constatée, d’où la nécessité de prendre le temps de les inventorier et les conditionner correctement. En outre, les photographies numériques représentent d’autres préoccupations, telles que leur format et éventuelle migration, leurs métadonnées à inscrire (où, quand, par qui), leur archivage électronique, etc. Des recommandations sont faites dans le présent document pour réaliser le traitement documentaire des collections – analogique et numérique.