Livres
Articles scientifiques
Chaque article est directement associé à sa littérature fondamentale pour démontrer une maîtrise approfondie du domaine.
Article 1 (Flagship) – Empirique, Neurodiversité et IA
Acoustic Signatures of Neurodiversity: Using ASR Error Cascades as Computational Biomarkers in Low-Resource Classrooms
Cibles : IJAIED, Computers & Education, ou LAK (Learning Analytics and Knowledge)
Langue : Anglais (Impact technique et médical)
Échéance : Septembre 2026 (co‑signé avec le Professeur Marcelo Worsley)
Références clés : Radford et al. (2022) Whisper; Worsley & Blikstein (2018) Multimodal Learning Analytics; Yeung & Alwan (2018) ASR for Children; Lyon et al. (2003) Definition of Dyslexia; Ntsama (2022) Thèse de doctorat.
Article 2 – Formalisation théorique et modélisation computationnelle
From Philosophical Framework to Predictive Model: Formalizing the ‘Cognitive Trapeze’ as a Bayesian Network
Cibles : Minds and Machines, British Journal of Educational Technology
Langue : Anglais
Échéance : M8 (Mois 8 du projet MSCA)
Références clés : Vygotski (1997) Pensée et langage; Piaget (1975) Équilibration; Varela et al. (1991) Embodied Mind; Hutchins (1995) Cognition in the Wild; Spikol & Cukurova (2020) Multimodal Learning Analytics; Chomsky (1968) Le langage et la pensée.
Article 3 – Impact pédagogique et contexte du Sud global
Evaluating the Impact of an Offline AI Tutor on Semantic Comprehension: A Controlled Pilot Study in Cameroonian ZEPs
Cibles : International Journal of Educational Development, Learning and Instruction
Langue : Anglais
Échéance : M16 et M22 (Validation empirique)
Références clés : Banque mondiale & UIS (2022) Learning Poverty; UNICEF & ITU (2020) Accès Internet à la maison; UNESCO (2023) GEM Report; Holmes & Miao (2023) IA générative en éducation; Ntsama (2023) Web social.
Article 4 (Priorité technique) – Benchmarking des pipelines ASR-LLM quantifiés
Benchmarking Quantized ASR-LLM Pipelines (Whisper Large + Qwen 0.5B) for Educational Feedback in Low-Resource, Offline African Classrooms
Dépôt preprint : arXiv (dépôt précoce pour retours de la communauté)
Cibles finales : IJAIED, IEEE Transactions on Learning Technologies
Langue : Anglais
Échéance : Preprint sur arXiv (Décembre 2026) → Soumission finale (M22)
Références clés : Radford et al. (2022) Whisper ; Jacob et al. (2018) Quantization ; Worsley (tiilt lab) Equity in Learning Technologies ; Ntsama & Worsley (2026) Preprint arXiv.
Article 5 – Éthique, politiques éducatives et décolonialité
Decolonizing AI in Education: Why Offline, Neurodiversity-Aware Tutors are the Key to Bridging the Digital Divide
Cibles : AI & Society, Globalisation, Societies and Education
Langue : Anglais
Échéance : Ouvert (post‑M22)
Références clés : Mohamed et al. (2020) Decolonial AI; Selwyn (2016) Is Technology Good for Education?; Ollivier & Puren (2011) Web 2.0; Ntsama (2023) Web social.
Tous les résultats de recherche sont déposés dans des référentiels ouverts avec des DOI permanents, en pleine conformité avec les principes FAIR.
Datasets publiés (4) :
corpus_reference.csv, wer_evaluations.csv| Licence : CC-BY 4.0 | Indexé dans : OpenAIRE |
| Licence : CC-BY 4.0 | Indexé dans : OpenAIRE |
corpus_reference.csv, learner_productions.csv, images générées, READMEPreprints : Soumis sur arXiv (technique/anglais) et HAL (philosophique/français) avant soumission en revue.