data-datasets
Figshare
Un dépôt où les chercheurs déposent jeux de données, figures, posters et autres productions supplémentaires. Son API de lecture est sans clé et notre recherche l'interroge directement ; vous pouvez aussi naviguer sur le site. Utile lorsque les données à l'origine d'un article ont été publiées séparément de celui-ci.
Son utilité et son fonctionnement
Figshare est un dépôt de recherche conçu pour les productions qui ne s'intègrent pas facilement à un article de revue : jeux de données bruts, figures, code, vidéos, posters et fichiers supplémentaires y sont tous des objets à part entière, chacun doté de son propre DOI et de sa citation. Il est particulièrement utile lorsqu'un article renvoie à des données ou à des matériaux hébergés séparément. Echo interroge l'API de Figshare directement, et vous pouvez également parcourir figshare.com par mot-clé, type de fichier ou catégorie thématique.
Ce qu’elle contient
Plus de sept millions d'objets de recherche ouverts en 2023, couvrant jeux de données, figures, médias et autres productions supplémentaires de chercheurs du monde entier. La collection continue de croître, les éditeurs utilisant eux aussi la plateforme pour héberger les compléments de leurs articles.
Accès API
https://api.figshare.com/v2/articles?search_for= (keyless read)
Ce que nous avons mesuré
Nos propres sondes, pas les promesses de l’archive. Relancées régulièrement ; chaque valeur est datée.
Accessibilité
- Requête directe
- A répondu HTTP 202 318 ms
- Via un proxy de centre de données
- A répondu HTTP 202 790 ms
- API, en direct
- A répondu HTTP 200 328 ms
- API, via un proxy
- A répondu HTTP 200 1 s
Une vraie recherche a-t-elle renvoyé quelque chose ?
A renvoyé des résultats · 10 résultats pour la requête de test · médiane 10,9 s · instable d’une exécution à l’autre
Lent : prévoyez de longues attentes ou appelez-le en asynchrone.
Requête de test: Exploration of Problem and Solution Types In Los Angeles County Smog Control 1943-1976
Couverture au banc d’essai
A trouvé 8 des 10 éléments de test (80 %) dans le cluster Jeux de données. Temps de réponse médian 1,1 s.
Selon la notoriété de l’élément: 2/3 très connus, 6/6 intermédiaires, 0/1 peu connus .
Un élément trouvé: Regularization-enhanced federated class-incremental learning with generative replay for smart edge
Accessibilité mesurée le 2026-08-22. Recherche vérifiée le 2026-08-22. Banc d’essai exécuté le 2026-08-22.
Accès
Accès programmatique via une API (une clé peut être requise, voir l’étiquette API).