Mohamed El Jihaoui · Recherche
Recherche et publications de Mohamed El Jihaoui
Mes travaux portent sur le machine learning appliqué à l’éducation, l’explication des prédictions et l’étude de la performance scolaire. Cette bibliothèque réunit les références de mes publications présentées sur ResearchGate et propose des points d’entrée pour comprendre les notions utilisées.
Bibliothèque scientifique
Mes publications et travaux de recherche
Retrouvez les références de mes travaux présentés sur ResearchGate : articles, communications et chapitres. Chaque notice conserve son titre original, ses auteurs et sa source.
10 travaux affichés
Early Identification of Students at Risk of Dropout: A Probabilistic Deep Learning Approach
2026 IEEE Global Engineering Education Conference (EDUCON)
Une approche probabiliste par deep learning pour l’identification précoce du risque de décrochage.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2026). Early Identification of Students at Risk of Dropout: A Probabilistic Deep Learning Approach. 2026 IEEE Global Engineering Education Conference (EDUCON). https://doi.org/10.1109/educon67543.2026.11574343
Explainable machine learning for early classification of middle school student performance
Frontiers in Education
Une étude de la classification précoce de la performance scolaire et de l’explication des prédictions de machine learning.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2026). Explainable machine learning for early classification of middle school student performance. Frontiers in Education. https://doi.org/10.3389/feduc.2026.1877184
Towards a fair and transparent early warning system for identifying students at risk of academic failure
Frontiers in Education
Une étude des systèmes d’alerte précoce, de leur équité et de leur transparence dans le suivi de la scolarité.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2026). Towards a fair and transparent early warning system for identifying students at risk of academic failure. Frontiers in Education. https://doi.org/10.3389/feduc.2026.1878686
A Deep Learning Regression Model for Predicting Students’ Performance with Shapley Additive Explanations-based Interpretability
2025 5th International Conference on Innovative Research in Applied Science, Engineering and Technology (IRASET)
Une application de la régression par deep learning à la performance scolaire, avec interprétation par les valeurs de Shapley.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2025). A Deep Learning Regression Model for Predicting Students’ Performance with Shapley Additive Explanations-based Interpretability. 2025 5th International Conference on Innovative Research in Applied Science, Engineering and Technology (IRASET). https://doi.org/10.1109/iraset64571.2025.11008069
Early Identification of Students at Risk of Underperformance: A Deep Learning Approach with SHAP-Based Interpretability
Lecture Notes in Networks and Systems
Un chapitre sur l’identification précoce des élèves à risque de difficultés scolaires et l’interprétation de modèles avec SHAP.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2025). Early Identification of Students at Risk of Underperformance: A Deep Learning Approach with SHAP-Based Interpretability. Lecture Notes in Networks and Systems. https://doi.org/10.1007/978-3-031-95330-9_4
Factors Affecting Student Academic Performance: A Combined Factor Analysis of Mixed Data and Multiple Linear Regression Analysis
IEEE Access
Analyse de facteurs associés à la performance scolaire à l’aide de méthodes statistiques, dont la régression linéaire multiple.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2025). Factors Affecting Student Academic Performance: A Combined Factor Analysis of Mixed Data and Multiple Linear Regression Analysis. IEEE Access. https://doi.org/10.1109/access.2025.3532099
Predicting and Explaining Middle-School Dropout Risk on Imbalanced Data
E3S Web of Conferences
Un travail sur le risque de décrochage scolaire, les données déséquilibrées et l’explication des prédictions.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2025). Predicting and Explaining Middle-School Dropout Risk on Imbalanced Data. E3S Web of Conferences. https://doi.org/10.1051/e3sconf/202568000073
Predicting and Interpreting Student Academic Performance: A Deep Learning and Shapley Additive Explanations Approach
SHS Web of Conferences
Une approche associant deep learning et explications SHAP pour étudier la performance académique.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri (2025). Predicting and Interpreting Student Academic Performance: A Deep Learning and Shapley Additive Explanations Approach. SHS Web of Conferences. https://doi.org/10.1051/shsconf/202521401001
Toward an adaptive learning assessment pathway
Frontiers in Education
Une étude sur l’évaluation adaptative et la personnalisation des parcours d’apprentissage.
Mounia Machkour, Mohamed El Jihaoui, Latifa Lamalif, Sophia Faris, Khalifa Mansouri (2025). Toward an adaptive learning assessment pathway. Frontiers in Education. https://doi.org/10.3389/feduc.2025.1498233
Towards a Literature Review Methodology: A Practical Guide in the Context of Using Artificial Intelligence in Education
International Journal of Engineering Pedagogy (iJEP)
Une démarche pour organiser une revue de littérature consacrée à l’intelligence artificielle en éducation.
Mohamed El Jihaoui, Oum El Kheir Abra, Khalifa Mansouri, Moulay El Houssine Ech-Chhibat (2024). Towards a Literature Review Methodology: A Practical Guide in the Context of Using Artificial Intelligence in Education. International Journal of Engineering Pedagogy (iJEP). https://doi.org/10.3991/ijep.v14i7.50261
Aucun travail ne correspond à cette recherche.
Les références bibliographiques conservent les titres et les noms d’auteurs des publications originales. Les liens DOI conduisent aux notices des éditeurs ; les liens ResearchGate conduisent aux ressources disponibles sur cette plateforme.