<?xml version="1.0" encoding="UTF-8"?>
<records xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/securing-and-facilitating-communication-within-opportunistic-networks-a-holistic-survey-francais-22</identifier>
      <datestamp>2026-08-25</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Securing and Facilitating Communication Within Opportunistic Networks: A Holistic Survey</dc:title>
        <dc:creator>CAMARA, Amara Macenta</dc:creator>
        <dc:creator>DOUMBOUYA, Amara</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>and</dc:subject>
        <dc:subject>for</dc:subject>
        <dc:subject>networks</dc:subject>
        <dc:subject>node</dc:subject>
        <dc:subject>not</dc:subject>
        <dc:subject>oppnet</dc:subject>
        <dc:subject>opportunistic</dc:subject>
        <dc:subject>proposed</dc:subject>
        <dc:subject>role</dc:subject>
        <dc:subject>routing</dc:subject>
        <dc:subject>scheme</dc:subject>
        <dc:subject>seed</dc:subject>
        <dc:subject>that</dc:subject>
        <dc:subject>the</dc:subject>
        <dc:subject>with</dc:subject>
        <dc:description>Received March 8, 2021, accepted March 25, 2021, date of publication April 6, 2021, date of current version April 15, 2021.
       Digital Object Identifier 10.1109/ACCESS.2021.3071309
       Securing and Facilitating Communication Within</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-08-25</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/securing-and-facilitating-communication-within-opportunistic-networks-a-holistic-survey-francais-22/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/securing-and-facilitating-communication-within-opportunistic-networks-a-holistic-survey-francais-22</dc:identifier>
        <dc:identifier>doi:10.1109/ACCESS.2021.3071309</dc:identifier>
        <dc:identifier>https://doi.org/10.1109/ACCESS.2021.3071309</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/Securing_and_Facilitating_Communication_Within_Opportunistic_Netwo_W76xhM5.pdf</dc:identifier>
        <dc:language>en</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/etude-phytochimique-des-plantes-medicinales-de-guineee-francais-21</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Étude phytochimique des plantes médicinales de Guinéee</dc:title>
        <dc:creator>DOUMBOUYA, Facinet</dc:creator>
        <dc:creator>KABA, Abdoul Gadiri</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>accès</dc:subject>
        <dc:subject>compétence</dc:subject>
        <dc:subject>digital</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>enquête</dc:subject>
        <dc:subject>femme</dc:subject>
        <dc:subject>jeune</dc:subject>
        <dc:subject>jeunesse</dc:subject>
        <dc:subject>niveau</dc:subject>
        <dc:subject>numérique</dc:subject>
        <dc:subject>préfecture</dc:subject>
        <dc:subject>rapport</dc:subject>
        <dc:subject>rural</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Rapport d'évaluation : Accès numérique et inclusion des
      jeunes ruraux en Guinée
      Sékou Oularé, Hadja Kadiatou Sylla
      Observatoire National du Numérique, Conakry, Guinée
      Rapport technique   |  Juin 2026
       Résumé
       Ce rapport présente les résultats d'une enquête menée auprès de 1 200 jeunes âgés de 15 à 29
      ans dans six préfectures rurales de Guinée, portant sur leur accès aux outils numériques et leur
      niveau de compétences digitales.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/etude-phytochimique-des-plantes-medicinales-de-guineee-francais-21/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/etude-phytochimique-des-plantes-medicinales-de-guineee-francais-21</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0555</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0555</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/rapport_general_fP8IdOE.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/renewable-energy-integration-in-west-african-power-gridss-anglais-20</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Renewable Energy Integration in West African Power Gridss</dc:title>
        <dc:creator>SOW, Amadou</dc:creator>
        <dc:creator>KABA, Abdoul Gadiri</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>annoter</dc:subject>
        <dc:subject>approche</dc:subject>
        <dc:subject>architecture</dc:subject>
        <dc:subject>corpus</dc:subject>
        <dc:subject>doter</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>heure</dc:subject>
        <dc:subject>langue</dc:subject>
        <dc:subject>léger</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>poular</dc:subject>
        <dc:subject>reconnaissance</dc:subject>
        <dc:subject>soussou</dc:subject>
        <dc:subject>système</dc:subject>
        <dc:subject>vocal</dc:subject>
        <dc:description>Une architecture légère de reconnaissance vocale pour les
      langues peu dotées : application au poular et au soussou
      Ibrahima Sory Bah, Mariame Touré
      Laboratoire d'Intelligence Artificielle Appliquée, Institut Supérieur des Technologies, Conakry, Guinée
      3e Conférence Internationale sur le Traitement Automatique des Langues Africaines (CITALA 2025), Dakar,
      Sénégal  |   Actes de conférence, pp. 142-151  |  DOI: 10.9182/citala.2025.0142
      Résumé
       Les langues à faibles ressources numériques, telles que le poular et le soussou, restent largement
      absentes des systèmes modernes de reconnaissance vocale. Nous présentons une architecture
      légère, basée sur un encodeur convolutionnel suivi d'un module d'attention réduit, conçue pour
      fonctionner avec un corpus d'entraînement limité à moins de 20 heures d'audio annoté par langue.
       Évaluée sur un corpus collecté auprès de locuteurs natifs de la région de Labé et de Boffa, notre
      approche atteint un taux d'erreur de mots de 31,2% pour le poular et 28,7% pour le soussou, des
      performances comparables à des modèles nécessitant dix fois plus de données d'entraînement.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/renewable-energy-integration-in-west-african-power-gridss-anglais-20/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/renewable-energy-integration-in-west-african-power-gridss-anglais-20</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0444</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0444</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/conference_paper_YUPTIQf.pdf</dc:identifier>
        <dc:language>en</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakryy-francais-19</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Analyse socio-économique de l'agriculture urbaine à Conakryy</dc:title>
        <dc:creator>SOW, Hawa</dc:creator>
        <dc:creator>KABA, Abdoul Gadiri</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>accès</dc:subject>
        <dc:subject>compétence</dc:subject>
        <dc:subject>digital</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>enquête</dc:subject>
        <dc:subject>femme</dc:subject>
        <dc:subject>jeune</dc:subject>
        <dc:subject>jeunesse</dc:subject>
        <dc:subject>niveau</dc:subject>
        <dc:subject>numérique</dc:subject>
        <dc:subject>préfecture</dc:subject>
        <dc:subject>rapport</dc:subject>
        <dc:subject>rural</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Rapport d'évaluation : Accès numérique et inclusion des
      jeunes ruraux en Guinée
      Sékou Oularé, Hadja Kadiatou Sylla
      Observatoire National du Numérique, Conakry, Guinée
      Rapport technique   |  Juin 2026
       Résumé
       Ce rapport présente les résultats d'une enquête menée auprès de 1 200 jeunes âgés de 15 à 29
      ans dans six préfectures rurales de Guinée, portant sur leur accès aux outils numériques et leur
      niveau de compétences digitales.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakryy-francais-19/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakryy-francais-19</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0333</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0333</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/rapport_general_Fv12ZTr.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/deep-learning-approaches-for-early-disease-detectionn-anglais-18</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Deep Learning Approaches for Early Disease Detectionn</dc:title>
        <dc:creator>SYLLA, Djelika</dc:creator>
        <dc:creator>KABA, Abdoul Gadiri</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>automatique</dc:subject>
        <dc:subject>bassin</dc:subject>
        <dc:subject>climatique</dc:subject>
        <dc:subject>contexte</dc:subject>
        <dc:subject>donnée</dc:subject>
        <dc:subject>eau</dc:subject>
        <dc:subject>gestion</dc:subject>
        <dc:subject>hydrique</dc:subject>
        <dc:subject>hydrologique</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>nappe</dc:subject>
        <dc:subject>prévision</dc:subject>
        <dc:subject>ressource</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Optimisation de la gestion des ressources hydriques en
      zone sahélienne par apprentissage automatique
      Aïssatou N. Diallo, Mamadou S. Barry, Fatoumata Camara
       Département de Génie de l'Environnement, Université Nongo, Conakry, Guinée
       Revue Africaine des Sciences de l'Eau et de l'Environnement   |  Vol. 14, No. 2 (2025), pp. 87-104  |  DOI:
      10.5678/rasee.2025.14.2.087
      Résumé
      La gestion durable des ressources en eau demeure un défi majeur pour les régions sahéliennes
      soumises à une forte variabilité climatique.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/deep-learning-approaches-for-early-disease-detectionn-anglais-18/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/deep-learning-approaches-for-early-disease-detectionn-anglais-18</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0222</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0222</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/journal_article_hx49vkc.pdf</dc:identifier>
        <dc:language>en</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/modelisation-du-changement-climatique-en-afrique-de-louestt-francais-17</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Modélisation du changement climatique en Afrique de l'Ouestt</dc:title>
        <dc:creator>DIAKITE, Hadja</dc:creator>
        <dc:creator>KABA, Abdoul Gadiri</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>annoter</dc:subject>
        <dc:subject>approche</dc:subject>
        <dc:subject>architecture</dc:subject>
        <dc:subject>corpus</dc:subject>
        <dc:subject>doter</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>heure</dc:subject>
        <dc:subject>langue</dc:subject>
        <dc:subject>léger</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>poular</dc:subject>
        <dc:subject>reconnaissance</dc:subject>
        <dc:subject>soussou</dc:subject>
        <dc:subject>système</dc:subject>
        <dc:subject>vocal</dc:subject>
        <dc:description>Une architecture légère de reconnaissance vocale pour les
      langues peu dotées : application au poular et au soussou
      Ibrahima Sory Bah, Mariame Touré
      Laboratoire d'Intelligence Artificielle Appliquée, Institut Supérieur des Technologies, Conakry, Guinée
      3e Conférence Internationale sur le Traitement Automatique des Langues Africaines (CITALA 2025), Dakar,
      Sénégal  |   Actes de conférence, pp. 142-151  |  DOI: 10.9182/citala.2025.0142
      Résumé
       Les langues à faibles ressources numériques, telles que le poular et le soussou, restent largement
      absentes des systèmes modernes de reconnaissance vocale. Nous présentons une architecture
      légère, basée sur un encodeur convolutionnel suivi d'un module d'attention réduit, conçue pour
      fonctionner avec un corpus d'entraînement limité à moins de 20 heures d'audio annoté par langue.
       Évaluée sur un corpus collecté auprès de locuteurs natifs de la région de Labé et de Boffa, notre
      approche atteint un taux d'erreur de mots de 31,2% pour le poular et 28,7% pour le soussou, des
      performances comparables à des modèles nécessitant dix fois plus de données d'entraînement.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/modelisation-du-changement-climatique-en-afrique-de-louestt-francais-17/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/modelisation-du-changement-climatique-en-afrique-de-louestt-francais-17</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0111</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0111</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/conference_paper_NPSO5vr.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/etude-phytochimique-des-plantes-medicinales-de-guinee_-francais-16</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Étude phytochimique des plantes médicinales de Guinée_</dc:title>
        <dc:creator>KEITA, Hadja</dc:creator>
        <dc:creator>KEITA, Alpha Kabinet</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>annoter</dc:subject>
        <dc:subject>approche</dc:subject>
        <dc:subject>architecture</dc:subject>
        <dc:subject>corpus</dc:subject>
        <dc:subject>doter</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>heure</dc:subject>
        <dc:subject>langue</dc:subject>
        <dc:subject>léger</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>poular</dc:subject>
        <dc:subject>reconnaissance</dc:subject>
        <dc:subject>soussou</dc:subject>
        <dc:subject>système</dc:subject>
        <dc:subject>vocal</dc:subject>
        <dc:description>Une architecture légère de reconnaissance vocale pour les
      langues peu dotées : application au poular et au soussou
      Ibrahima Sory Bah, Mariame Touré
      Laboratoire d'Intelligence Artificielle Appliquée, Institut Supérieur des Technologies, Conakry, Guinée
      3e Conférence Internationale sur le Traitement Automatique des Langues Africaines (CITALA 2025), Dakar,
      Sénégal  |   Actes de conférence, pp. 142-151  |  DOI: 10.9182/citala.2025.0142
      Résumé
       Les langues à faibles ressources numériques, telles que le poular et le soussou, restent largement
      absentes des systèmes modernes de reconnaissance vocale. Nous présentons une architecture
      légère, basée sur un encodeur convolutionnel suivi d'un module d'attention réduit, conçue pour
      fonctionner avec un corpus d'entraînement limité à moins de 20 heures d'audio annoté par langue.
       Évaluée sur un corpus collecté auprès de locuteurs natifs de la région de Labé et de Boffa, notre
      approche atteint un taux d'erreur de mots de 31,2% pour le poular et 28,7% pour le soussou, des
      performances comparables à des modèles nécessitant dix fois plus de données d'entraînement.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/etude-phytochimique-des-plantes-medicinales-de-guinee_-francais-16/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/etude-phytochimique-des-plantes-medicinales-de-guinee_-francais-16</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0055</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0055</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/conference_paper_NSYzhNe.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/renewable-energy-integration-in-west-african-power-grids_-anglais-15</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Renewable Energy Integration in West African Power Grids_</dc:title>
        <dc:creator>KEITA, Kékoura</dc:creator>
        <dc:creator>KEITA, Alpha Kabinet</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>automatique</dc:subject>
        <dc:subject>bassin</dc:subject>
        <dc:subject>climatique</dc:subject>
        <dc:subject>contexte</dc:subject>
        <dc:subject>donnée</dc:subject>
        <dc:subject>eau</dc:subject>
        <dc:subject>gestion</dc:subject>
        <dc:subject>hydrique</dc:subject>
        <dc:subject>hydrologique</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>nappe</dc:subject>
        <dc:subject>prévision</dc:subject>
        <dc:subject>ressource</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Optimisation de la gestion des ressources hydriques en
      zone sahélienne par apprentissage automatique
      Aïssatou N. Diallo, Mamadou S. Barry, Fatoumata Camara
       Département de Génie de l'Environnement, Université Nongo, Conakry, Guinée
       Revue Africaine des Sciences de l'Eau et de l'Environnement   |  Vol. 14, No. 2 (2025), pp. 87-104  |  DOI:
      10.5678/rasee.2025.14.2.087
      Résumé
      La gestion durable des ressources en eau demeure un défi majeur pour les régions sahéliennes
      soumises à une forte variabilité climatique.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/renewable-energy-integration-in-west-african-power-grids_-anglais-15/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/renewable-energy-integration-in-west-african-power-grids_-anglais-15</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0044</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0044</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/journal_article_EjdPq1U.pdf</dc:identifier>
        <dc:language>en</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakry_-francais-14</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Analyse socio-économique de l'agriculture urbaine à Conakry_</dc:title>
        <dc:creator>BARRY, Fodé</dc:creator>
        <dc:creator>KEITA, Alpha Kabinet</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>automatique</dc:subject>
        <dc:subject>bassin</dc:subject>
        <dc:subject>climatique</dc:subject>
        <dc:subject>contexte</dc:subject>
        <dc:subject>donnée</dc:subject>
        <dc:subject>eau</dc:subject>
        <dc:subject>gestion</dc:subject>
        <dc:subject>hydrique</dc:subject>
        <dc:subject>hydrologique</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>nappe</dc:subject>
        <dc:subject>prévision</dc:subject>
        <dc:subject>ressource</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Optimisation de la gestion des ressources hydriques en
      zone sahélienne par apprentissage automatique
      Aïssatou N. Diallo, Mamadou S. Barry, Fatoumata Camara
       Département de Génie de l'Environnement, Université Nongo, Conakry, Guinée
       Revue Africaine des Sciences de l'Eau et de l'Environnement   |  Vol. 14, No. 2 (2025), pp. 87-104  |  DOI:
      10.5678/rasee.2025.14.2.087
      Résumé
      La gestion durable des ressources en eau demeure un défi majeur pour les régions sahéliennes
      soumises à une forte variabilité climatique.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakry_-francais-14/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakry_-francais-14</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0033</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0033</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/journal_article_qUlNDUX.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/deep-learning-approaches-for-early-disease-detection_-anglais-13</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Deep Learning Approaches for Early Disease Detection_</dc:title>
        <dc:creator>TOURE, Mory</dc:creator>
        <dc:creator>KEITA, Alpha Kabinet</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>automatique</dc:subject>
        <dc:subject>bassin</dc:subject>
        <dc:subject>climatique</dc:subject>
        <dc:subject>contexte</dc:subject>
        <dc:subject>donnée</dc:subject>
        <dc:subject>eau</dc:subject>
        <dc:subject>gestion</dc:subject>
        <dc:subject>hydrique</dc:subject>
        <dc:subject>hydrologique</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>nappe</dc:subject>
        <dc:subject>prévision</dc:subject>
        <dc:subject>ressource</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Optimisation de la gestion des ressources hydriques en
      zone sahélienne par apprentissage automatique
      Aïssatou N. Diallo, Mamadou S. Barry, Fatoumata Camara
       Département de Génie de l'Environnement, Université Nongo, Conakry, Guinée
       Revue Africaine des Sciences de l'Eau et de l'Environnement   |  Vol. 14, No. 2 (2025), pp. 87-104  |  DOI:
      10.5678/rasee.2025.14.2.087
      Résumé
      La gestion durable des ressources en eau demeure un défi majeur pour les régions sahéliennes
      soumises à une forte variabilité climatique.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/deep-learning-approaches-for-early-disease-detection_-anglais-13/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/deep-learning-approaches-for-early-disease-detection_-anglais-13</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0022</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0022</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/journal_article_e4Zc1G4.pdf</dc:identifier>
        <dc:language>en</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/modelisation-du-changement-climatique-en-afrique-de-louest_-francais-12</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Modélisation du changement climatique en Afrique de l'Ouest_</dc:title>
        <dc:creator>DOUMBOUYA, Souleymane</dc:creator>
        <dc:creator>KEITA, Alpha Kabinet</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>annoter</dc:subject>
        <dc:subject>approche</dc:subject>
        <dc:subject>architecture</dc:subject>
        <dc:subject>corpus</dc:subject>
        <dc:subject>doter</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>heure</dc:subject>
        <dc:subject>langue</dc:subject>
        <dc:subject>léger</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>poular</dc:subject>
        <dc:subject>reconnaissance</dc:subject>
        <dc:subject>soussou</dc:subject>
        <dc:subject>système</dc:subject>
        <dc:subject>vocal</dc:subject>
        <dc:description>Une architecture légère de reconnaissance vocale pour les
      langues peu dotées : application au poular et au soussou
      Ibrahima Sory Bah, Mariame Touré
      Laboratoire d'Intelligence Artificielle Appliquée, Institut Supérieur des Technologies, Conakry, Guinée
      3e Conférence Internationale sur le Traitement Automatique des Langues Africaines (CITALA 2025), Dakar,
      Sénégal  |   Actes de conférence, pp. 142-151  |  DOI: 10.9182/citala.2025.0142
      Résumé
       Les langues à faibles ressources numériques, telles que le poular et le soussou, restent largement
      absentes des systèmes modernes de reconnaissance vocale. Nous présentons une architecture
      légère, basée sur un encodeur convolutionnel suivi d'un module d'attention réduit, conçue pour
      fonctionner avec un corpus d'entraînement limité à moins de 20 heures d'audio annoté par langue.
       Évaluée sur un corpus collecté auprès de locuteurs natifs de la région de Labé et de Boffa, notre
      approche atteint un taux d'erreur de mots de 31,2% pour le poular et 28,7% pour le soussou, des
      performances comparables à des modèles nécessitant dix fois plus de données d'entraînement.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/modelisation-du-changement-climatique-en-afrique-de-louest_-francais-12/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/modelisation-du-changement-climatique-en-afrique-de-louest_-francais-12</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0011</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0011</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/conference_paper_wolP1c2.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/renewable-energy-integration-in-west-african-power-grids-anglais-11</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Renewable Energy Integration in West African Power Grids</dc:title>
        <dc:creator>KONATE, Djénabou</dc:creator>
        <dc:creator>CAMARA, Amara Macenta</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>automatique</dc:subject>
        <dc:subject>bassin</dc:subject>
        <dc:subject>climatique</dc:subject>
        <dc:subject>contexte</dc:subject>
        <dc:subject>donnée</dc:subject>
        <dc:subject>eau</dc:subject>
        <dc:subject>gestion</dc:subject>
        <dc:subject>hydrique</dc:subject>
        <dc:subject>hydrologique</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>nappe</dc:subject>
        <dc:subject>prévision</dc:subject>
        <dc:subject>ressource</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Optimisation de la gestion des ressources hydriques en
      zone sahélienne par apprentissage automatique
      Aïssatou N. Diallo, Mamadou S. Barry, Fatoumata Camara
       Département de Génie de l'Environnement, Université Nongo, Conakry, Guinée
       Revue Africaine des Sciences de l'Eau et de l'Environnement   |  Vol. 14, No. 2 (2025), pp. 87-104  |  DOI:
      10.5678/rasee.2025.14.2.087
      Résumé
      La gestion durable des ressources en eau demeure un défi majeur pour les régions sahéliennes
      soumises à une forte variabilité climatique.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/renewable-energy-integration-in-west-african-power-grids-anglais-11/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/renewable-energy-integration-in-west-african-power-grids-anglais-11</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0004</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0004</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/journal_article_erLObIG.pdf</dc:identifier>
        <dc:language>en</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakry-francais-7</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Analyse socio-économique de l'agriculture urbaine à Conakry</dc:title>
        <dc:creator>KONATE, Souleymane</dc:creator>
        <dc:creator>CAMARA, Amara Macenta</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>annoter</dc:subject>
        <dc:subject>approche</dc:subject>
        <dc:subject>architecture</dc:subject>
        <dc:subject>corpus</dc:subject>
        <dc:subject>doter</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>heure</dc:subject>
        <dc:subject>langue</dc:subject>
        <dc:subject>léger</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>poular</dc:subject>
        <dc:subject>reconnaissance</dc:subject>
        <dc:subject>soussou</dc:subject>
        <dc:subject>système</dc:subject>
        <dc:subject>vocal</dc:subject>
        <dc:description>Une architecture légère de reconnaissance vocale pour les
      langues peu dotées : application au poular et au soussou
      Ibrahima Sory Bah, Mariame Touré
      Laboratoire d'Intelligence Artificielle Appliquée, Institut Supérieur des Technologies, Conakry, Guinée
      3e Conférence Internationale sur le Traitement Automatique des Langues Africaines (CITALA 2025), Dakar,
      Sénégal  |   Actes de conférence, pp. 142-151  |  DOI: 10.9182/citala.2025.0142
      Résumé
       Les langues à faibles ressources numériques, telles que le poular et le soussou, restent largement
      absentes des systèmes modernes de reconnaissance vocale. Nous présentons une architecture
      légère, basée sur un encodeur convolutionnel suivi d'un module d'attention réduit, conçue pour
      fonctionner avec un corpus d'entraînement limité à moins de 20 heures d'audio annoté par langue.
       Évaluée sur un corpus collecté auprès de locuteurs natifs de la région de Labé et de Boffa, notre
      approche atteint un taux d'erreur de mots de 31,2% pour le poular et 28,7% pour le soussou, des
      performances comparables à des modèles nécessitant dix fois plus de données d'entraînement.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakry-francais-7/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/analyse-socio-economique-de-lagriculture-urbaine-a-conakry-francais-7</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0003</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0003</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/conference_paper_K6M3fRx.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/deep-learning-approaches-for-early-disease-detection-anglais-5</identifier>
      <datestamp>2026-07-16</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Deep Learning Approaches for Early Disease Detection</dc:title>
        <dc:creator>KABA, Aboubacar</dc:creator>
        <dc:creator>CAMARA, Amara Macenta</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>annoter</dc:subject>
        <dc:subject>approche</dc:subject>
        <dc:subject>architecture</dc:subject>
        <dc:subject>corpus</dc:subject>
        <dc:subject>doter</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>heure</dc:subject>
        <dc:subject>langue</dc:subject>
        <dc:subject>léger</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>poular</dc:subject>
        <dc:subject>reconnaissance</dc:subject>
        <dc:subject>soussou</dc:subject>
        <dc:subject>système</dc:subject>
        <dc:subject>vocal</dc:subject>
        <dc:description>Une architecture légère de reconnaissance vocale pour les
      langues peu dotées : application au poular et au soussou
      Ibrahima Sory Bah, Mariame Touré
      Laboratoire d'Intelligence Artificielle Appliquée, Institut Supérieur des Technologies, Conakry, Guinée
      3e Conférence Internationale sur le Traitement Automatique des Langues Africaines (CITALA 2025), Dakar,
      Sénégal  |   Actes de conférence, pp. 142-151  |  DOI: 10.9182/citala.2025.0142
      Résumé
       Les langues à faibles ressources numériques, telles que le poular et le soussou, restent largement
      absentes des systèmes modernes de reconnaissance vocale. Nous présentons une architecture
      légère, basée sur un encodeur convolutionnel suivi d'un module d'attention réduit, conçue pour
      fonctionner avec un corpus d'entraînement limité à moins de 20 heures d'audio annoté par langue.
       Évaluée sur un corpus collecté auprès de locuteurs natifs de la région de Labé et de Boffa, notre
      approche atteint un taux d'erreur de mots de 31,2% pour le poular et 28,7% pour le soussou, des
      performances comparables à des modèles nécessitant dix fois plus de données d'entraînement.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-16</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/deep-learning-approaches-for-early-disease-detection-anglais-5/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/deep-learning-approaches-for-early-disease-detection-anglais-5</dc:identifier>
        <dc:identifier>doi:10.5281/exemple.0002</dc:identifier>
        <dc:identifier>https://doi.org/10.5281/exemple.0002</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/conference_paper_VgPWHuD.pdf</dc:identifier>
        <dc:language>en</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/une-architecture-legere-de-reconnaissance-vocale-pour-les-langues-peu-dotees-application-au-poular-et-au-soussou-francais-3</identifier>
      <datestamp>2026-07-13</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Une architecture légère de reconnaissance vocale pour les langues peu dotées : application au poular et au soussou</dc:title>
        <dc:creator>KABA, Abdoul Gadiri</dc:creator>
        <dc:creator>KEITA, Alpha Kabinet</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>annoter</dc:subject>
        <dc:subject>approche</dc:subject>
        <dc:subject>architecture</dc:subject>
        <dc:subject>corpus</dc:subject>
        <dc:subject>doter</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>heure</dc:subject>
        <dc:subject>langue</dc:subject>
        <dc:subject>léger</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>poular</dc:subject>
        <dc:subject>reconnaissance</dc:subject>
        <dc:subject>soussou</dc:subject>
        <dc:subject>système</dc:subject>
        <dc:subject>vocal</dc:subject>
        <dc:description>Une architecture légère de reconnaissance vocale pour les
      langues peu dotées : application au poular et au soussou
      Ibrahima Sory Bah, Mariame Touré
      Laboratoire d'Intelligence Artificielle Appliquée, Institut Supérieur des Technologies, Conakry, Guinée
      3e Conférence Internationale sur le Traitement Automatique des Langues Africaines (CITALA 2025), Dakar,
      Sénégal  |   Actes de conférence, pp. 142-151  |  DOI: 10.9182/citala.2025.0142
      Résumé
       Les langues à faibles ressources numériques, telles que le poular et le soussou, restent largement
      absentes des systèmes modernes de reconnaissance vocale. Nous présentons une architecture
      légère, basée sur un encodeur convolutionnel suivi d'un module d'attention réduit, conçue pour
      fonctionner avec un corpus d'entraînement limité à moins de 20 heures d'audio annoté par langue.
       Évaluée sur un corpus collecté auprès de locuteurs natifs de la région de Labé et de Boffa, notre
      approche atteint un taux d'erreur de mots de 31,2% pour le poular et 28,7% pour le soussou, des
      performances comparables à des modèles nécessitant dix fois plus de données d'entraînement.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-13</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/une-architecture-legere-de-reconnaissance-vocale-pour-les-langues-peu-dotees-application-au-poular-et-au-soussou-francais-3/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/une-architecture-legere-de-reconnaissance-vocale-pour-les-langues-peu-dotees-application-au-poular-et-au-soussou-francais-3</dc:identifier>
        <dc:identifier>doi:10.1038/s41467-020-15592-3</dc:identifier>
        <dc:identifier>https://doi.org/10.1038/s41467-020-15592-3</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/conference_paper.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/optimisation-de-la-gestion-des-ressources-hydriques-en-zone-sahelienne-par-apprentissage-automatique-francais-2</identifier>
      <datestamp>2026-07-13</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Optimisation de la gestion des ressources hydriques en zone sahélienne par apprentissage automatique</dc:title>
        <dc:creator>KEITA, Alpha Kabinet</dc:creator>
        <dc:creator>CAMARA, Amara Macenta</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>automatique</dc:subject>
        <dc:subject>bassin</dc:subject>
        <dc:subject>climatique</dc:subject>
        <dc:subject>contexte</dc:subject>
        <dc:subject>donnée</dc:subject>
        <dc:subject>eau</dc:subject>
        <dc:subject>gestion</dc:subject>
        <dc:subject>hydrique</dc:subject>
        <dc:subject>hydrologique</dc:subject>
        <dc:subject>modèle</dc:subject>
        <dc:subject>nappe</dc:subject>
        <dc:subject>prévision</dc:subject>
        <dc:subject>ressource</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Optimisation de la gestion des ressources hydriques en
      zone sahélienne par apprentissage automatique
      Aïssatou N. Diallo, Mamadou S. Barry, Fatoumata Camara
       Département de Génie de l'Environnement, Université Nongo, Conakry, Guinée
       Revue Africaine des Sciences de l'Eau et de l'Environnement   |  Vol. 14, No. 2 (2025), pp. 87-104  |  DOI:
      10.5678/rasee.2025.14.2.087
      Résumé
      La gestion durable des ressources en eau demeure un défi majeur pour les régions sahéliennes
      soumises à une forte variabilité climatique.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-13</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/optimisation-de-la-gestion-des-ressources-hydriques-en-zone-sahelienne-par-apprentissage-automatique-francais-2/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/optimisation-de-la-gestion-des-ressources-hydriques-en-zone-sahelienne-par-apprentissage-automatique-francais-2</dc:identifier>
        <dc:identifier>doi:10.1371/journal.pone.0148257</dc:identifier>
        <dc:identifier>https://doi.org/10.1371/journal.pone.0148257</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/journal_article.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
  <record>
    <header>
      <identifier>oai:portailscientifique.crict.edu.gn:publication/1</identifier>
      <datestamp>2026-07-13</datestamp>
    </header>
    <metadata>
      <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:title>Accès numérique et inclusion des jeunes ruraux en Guinée</dc:title>
        <dc:creator>CAMARA, Amara Macenta</dc:creator>
        <dc:creator>AVOUSSOUPKO, Blaise Cossi</dc:creator>
        <dc:subject>Informatique</dc:subject>
        <dc:subject>accès</dc:subject>
        <dc:subject>compétence</dc:subject>
        <dc:subject>digital</dc:subject>
        <dc:subject>dun</dc:subject>
        <dc:subject>enquête</dc:subject>
        <dc:subject>femme</dc:subject>
        <dc:subject>jeune</dc:subject>
        <dc:subject>jeunesse</dc:subject>
        <dc:subject>niveau</dc:subject>
        <dc:subject>numérique</dc:subject>
        <dc:subject>préfecture</dc:subject>
        <dc:subject>rapport</dc:subject>
        <dc:subject>rural</dc:subject>
        <dc:subject>résultat</dc:subject>
        <dc:subject>zone</dc:subject>
        <dc:description>Rapport d'évaluation : Accès numérique et inclusion des
      jeunes ruraux en Guinée
      Sékou Oularé, Hadja Kadiatou Sylla
      Observatoire National du Numérique, Conakry, Guinée
      Rapport technique   |  Juin 2026
       Résumé
       Ce rapport présente les résultats d'une enquête menée auprès de 1 200 jeunes âgés de 15 à 29
      ans dans six préfectures rurales de Guinée, portant sur leur accès aux outils numériques et leur
      niveau de compétences digitales.</dc:description>
        <dc:publisher>Portail Scientifique CRICT</dc:publisher>
        <dc:date>2026-07-13</dc:date>
        <dc:type>Text</dc:type>
        <dc:type>info:eu-repo/semantics/article</dc:type>
        <dc:type>Article scientifique</dc:type>
        <dc:format>application/pdf</dc:format>
        <dc:identifier>https://sira.mesrs.gov.gn/detail-publication/1/</dc:identifier>
        <dc:identifier>oai:portailscientifique.crict.edu.gn:publication/1</dc:identifier>
        <dc:identifier>doi:10.1371/journal.pone.0011273</dc:identifier>
        <dc:identifier>https://doi.org/10.1371/journal.pone.0011273</dc:identifier>
        <dc:identifier>https://sira.mesrs.gov.gn/media/publications/fichiers/rapport_general.pdf</dc:identifier>
        <dc:language>fr</dc:language>
        <dc:coverage>Informatique</dc:coverage>
        <dc:rights>CC BY 4.0 — Attribution</dc:rights>
        <dc:rights>https://creativecommons.org/licenses/by/4.0/</dc:rights>
      </oai_dc:dc>
    </metadata>
  </record>
</records>