Corpus complet

Articles

5 articles, page 1 sur 1, triés par date de publication.

Filtres actifs
Attention×Intelligence artificielle×90 jours×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales2
TDAH2Autisme / TSA1
Profils et populations d’intérêt1
Population générale4
Fonctions et dimensions cliniques15
Attention5Régulation émotionnelle3Fonctions exécutives2Inhibition2Mémoire de travail2Planification2Vision2Contrôle de la tâche1Flexibilité mentale1Fonctionnement adaptatif1Impulsivité1Interactions sociales1Motivation et récompense1Organisation1Vitesse de traitement1
Population et étape de vie4
Adolescence3Enfance3Jeune adulte1Plusieurs étapes de vie1
Contextes de vie et facteurs environnementaux7
École3Soins ambulatoires1Éducation spécialisée1Environnement numérique1Inclusion scolaire1Soins primaires1Télésanté1
Évaluation, intervention et accompagnement9
Intelligence artificielle5Application ou outil numérique2Intervention comportementale2Instrument d’évaluation2Intervention précoce1Psychoéducation1Réalité virtuelle ou augmentée1Repérage et dépistage1Technologie d’assistance1
Type et statut de la publication9
Résumé uniquement4Étude transversale2Étude de performance diagnostique1Étude qualitative1Validation d’instrument1Méta-analyse1Méthodes mixtes1Publié avec évaluation par les pairs1Revue systématique1
Limites méthodologiques repérées6
Généralisation limitée4Limites non déterminées3Petit échantillon2Absence de groupe contrôle1Facteurs de confusion possibles1Mesures auto-rapportées1
Fiabilité source
Source tier 15
Résumé
Avec résumé5
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
VisionSource tier 1

NeuroStream : apprentissage profond spectral-spatio-temporel pour la classification de stimuli visuels à partir de l'EEGNeuroStream: spectral-spatio-temporal deep learning for visual stimulus classification from EEG.

VisionAttentionInstrument d’évaluationIntelligence artificielleValidation d’instrument
Non déterminableRobustesse méthodologiquePubMed — HPI, giftedness et cognitionSourceDOIRéférence disponible

Cette étude présente NeuroStream-SST, un cadre d'apprentissage profond léger conçu pour décoder des stimuli visuels à partir de signaux EEG. Les auteurs proposent une représentation spectrale-spatio-temporelle (SST) qui transforme les signaux EEG bruts en un format structuré de type vidéo : transformées en ondelettes sur tous les canaux, agrégation de la pui...

TDAHSource tier 1

Un assistant virtuel IA fondé sur des preuves pour les jeunes atteints de trouble du déficit de l'attention avec hyperactivité : co-conception et développement d'un prototypeAn Evidence-Based AI Virtual Assistant for Young People With Attention Deficit Hyperactivity Disorder: Co-Design and Prototype Development.

TDAHPopulation généraleAttentionRégulation émotionnelleFonctionnement adaptatif
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude décrit la co-conception et le développement d'un prototype de chatbot (SmartADHD) destiné aux jeunes atteints de TDAH au Royaume-Uni. Une équipe interdisciplinaire incluant des chercheurs, développeurs, cliniciens et des experts par expérience vécue a élaboré des principes directeurs et organisé des ateliers avec 9 experts par expérience vécue et...

Autisme / TSASource tier 1

Apprentissage des sciences amélioré par l'IA pour les élèves du primaire avec trouble du spectre de l'autisme : une étude quasi-expérimentale avec robotique éducative et réalité virtuelleAI-Enhanced Science Learning for Primary Students With Autism Spectrum Disorder: A Quasi-Experimental Study With Educational Robotics and Virtual Reality.

Autisme / TSAPopulation généraleAttentionRégulation émotionnelleMotivation et récompense
Non déterminableRobustesse méthodologiquePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude quasi-expérimentale pré-test/post-test examine l'impact d'outils pédagogiques améliorés par l'intelligence artificielle (IA) sur l'apprentissage des sciences, l'engagement et l'interaction sociale chez 34 élèves du primaire avec trouble du spectre de l'autisme (TSA). Les participants ont été répartis en un groupe expérimental utilisant des techno...

TDAHSource tier 1

Thérapeutiques numériques multimodales améliorées par la conception des tâches et l'IA pour les symptômes centraux du trouble déficitaire de l'attention avec hyperactivité et les fonctions exécutives chez les enfants et adolescents : revue systématique et méta-analyse en réseau d'essais randomisés contrôlés.Multimodal Digital Therapeutics Enhanced by Task Design and AI for Attention-Deficit/Hyperactivity Disorder Core Symptoms and Executive Functions in Children and Adolescents: Systematic Review and Network Meta-Analysis of Randomized Controlled Trials.

TDAHPopulation généraleAttentionFonctions exécutivesInhibition
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette méta-analyse en réseau (NMA) a comparé l'efficacité de quatre modalités de thérapeutiques numériques (DTx) — tâche unique, double tâche cognitivo-motrice, tâche unique intégrant l'IA, et double tâche cognitivo-motrice intégrant l'IA — sur les symptômes centraux du TDAH et les fonctions exécutives chez les enfants et adolescents (4-17 ans) diagnostiqués...

AttentionSource tier 1

Modèles neurobiologiques et visuels du fonctionnement attentionnel et émotionnel chez les enfants : une approche d'apprentissage automatiqueNeurobiosensory and Visual Patterns of Attentional and Emotional Functioning in Children Using Machine Learning: Cross-Sectional Study.

Population généraleAttentionFonctions exécutivesInhibitionFlexibilité mentale
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude a développé et évalué une approche de dépistage multimodal automatisé intégrant des mesures oculomotrices, de reconnaissance faciale des émotions et neuropsychologiques chez 260 enfants de 7 à 15 ans. Un classifieur Random Forest a distingué les enfants avec une performance attentionnelle faible des enfants normatifs avec une AUC-ROC de 0,95. Les...