Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Troubles et conditions neurodéveloppementales2
Fonctions et dimensions cliniques3
Population et étape de vie2
Contextes de vie et facteurs environnementaux5
Évaluation, intervention et accompagnement5
Type et statut de la publication2
Limites méthodologiques repérées1
Fiabilité source
Effacer
Autisme / TSASource tier 1

Surveillance fine du comportement en classe pour les élèves ayant des besoins éducatifs particuliers : une approche de fusion audiovisuelle pour l'analyse de la postureFine-grained classroom behavior monitoring for students with special education needs: an audiovisual fusion approach to posture analysis.

Autisme / TSATDAHAttentionCognition socialeInteractions sociales
ÉlevéNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude propose une méthode de fusion multimodale combinant vision par ordinateur (estimation de la posture) et audio (activité vocale) pour surveiller objectivement les comportements non verbaux d'élèves ayant des troubles du spectre autistique (TSA) ou un trouble déficitaire de l'attention avec hyperactivité (TDAH) dans une classe inclusive simulée. Le...

TDAHSource tier 1

ChatGPT comme source d'information médicale pour le TDAHCould ChatGPT Be a Potential Medical Information Source for Attention Deficit Hyperactivity Disorder?

TDAHEnfanceAdolescenceFamilleEnvironnement numérique
ModéréNiveau de preuveSemantic Scholar — neurodeveloppement transverseSourceDOIRéférence disponible

Cette étude évalue la qualité des informations médicales fournies par ChatGPT 4.0 sur le TDAH. Des questions fréquemment posées par les familles ont été soumises à ChatGPT en simulant un parent ou un professionnel expérimenté. Les réponses ont été évaluées par deux experts sur l'exactitude, la clarté et l'inclusivité. Les résultats montrent une grande exacti...

TDAHSource tier 1

Évaluation des grands modèles de langage pour l'éducation sur le TDAH : une étude comparative de ChatGPT 5, DeepSeek V3 et Grok 4Evaluating large language models for ADHD education: A comparative study of ChatGPT 5, DeepSeek V3, and Grok 4.

TDAHÉcoleAccessibilitéTechnologie d’assistanceApplication ou outil numérique
ModéréNiveau de preuvePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude compare trois LLMs (ChatGPT 5, DeepSeek V3, Grok 4) pour générer du contenu éducatif sur le TDAH. Bien que tous les modèles soient alignés sur le DSM-5, leurs niveaux de lisibilité dépassent les recommandations pour le grand public (FKGL >12), limitant leur accessibilité pour les éducateurs non spécialistes. DeepSeek V3 produit les sorties les pl...