Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Postoj studentů ošetřovatelství k umělé inteligenci a úroveň úzkosti ze zkoušky

29. března 2024 aktualizováno: Sinop University

Postoj studentů ošetřovatelství k umělé inteligenci a úroveň úzkosti při zkouškách po použití ChatGPT a Google Bard ve svém vzdělávání

Tato studie byla naplánována ke zjištění postojů studentů ošetřovatelství k umělé inteligenci a testování úrovně úzkosti po použití ChatGPT a Google Bard ve vzdělávání. Studium bude probíhat v souladu s výzkumným rysem kvazi-experimentální, pretest-posttest, se studenty 3. a 4. ročníku ošetřovatelství na Fakultě zdravotnických věd Sinop University v podzimním akademickém roce 2023-2024. Výzkumné skupiny jsou pojmenovány následovně; Experimentální skupina: Skupina, která absolvuje školení ChatGPT a Google Bard, Kontrolní skupina: Skupina, která nebude absolvovat školení ChatGPT a Google Bard, jinými slovy studenti 3. ročníku oboru ošetřovatelství budou označováni jako kontrolní skupina, a experimentální skupinou budou studenti 4. ročníku. Vzdělávací obsah; Školení ChatGPT a Google Bard pro studenty vyšších ročníků Fakulty zdravotnických věd, kteří se dobrovolně přihlásili do studie, poskytl Dr. Přednášející Povede členka Yasemin Özyer Güvener. Po dokončení školení budou studenti požádáni, aby používali generativní umělou inteligenci pro vzdělávací účely. V průběhu posttestové realizace studie (týden před závěrečnými zkouškami) budou nástroje pro sběr dat opět aplikovány na studenty, kteří se nadále dobrovolně účastní výzkumu.

Klíčová slova: studenti ošetřovatelství, test úzkosti, generativní umělá inteligence, ChatGPT, Google Bard

Přehled studie

Detailní popis

Ve výuce zdravotnických věd lze programy generativní umělé inteligence, jmenovitě ChatGPT a Google Bard, použít například k vytváření různých a realistických klinických příběhů, k zajištění toho, aby studenti zdravotnických věd dostali okamžitou pomoc v jedinečných klinických případech, a ke zlepšení stavu studentů. komunikační dovednosti (Sallam, 2023). Kromě toho může generativní umělá inteligence pomáhat studentům zdravovědy při samostudiu a skupinové práci. Užitečnost produktivní umělé inteligence a individualizovaná interakce, kterou poskytuje, ji učinily přijatou jako zdroj motivace pro studenty (Connor 2023; Kosak et al., 2023; Gilson et al., 2023; Khan et al., 2023).

Pedagogové mohou navíc podporovat hluboké učení tím, že učí studenty kriticky vyhodnocovat informace generované generativní AI, přijímat informovaná rozhodnutí o přesnosti informací a přemýšlet o své odpovědnosti při používání generativní AI (Sun et al., 2023). Například jako domácí úkol mohou být studenti zdravotních věd požádáni, aby vytvořili protokol pro zvládání stresu založený na důkazech. Studenti mohou použít generativní AI k přípravě protokolu. Studenti tak mohou trávit čas učením se předmětových pojmů nebo získáváním znalostí o různých tématech.

V posledních letech rychlý vývoj technologií umělé inteligence ovlivnil všechny sociální systémy včetně ekonomiky, politiky, vědy a vzdělávání (Luan et al., 2020, Stephanidis et al., 2019). Lidé si však často neuvědomují existenci aplikací umělé inteligence (Tai, 2020). Gansser a Reich (2021) definují umělou inteligenci jako technologii vyvinutou jednoduše k usnadnění lidského života a pomoci lidem v určitých scénářích. Umělá inteligence se ve skutečnosti používá v mnoha užitečných kontextech, jako je diagnostika nemocí, ochrana přírodních zdrojů, předpovídání přírodních katastrof, zlepšování vzdělávání, předcházení násilným činům a snižování rizik na pracovišti (Brooks, 2019). Testová úzkost je definována jako nepříjemné pocity a emocionální stavy, které student prožívá během zkoušky nebo jakéhokoli hodnocení. Uvádí se, že testová úzkost negativně ovlivňuje studijní úspěšnost studenta.

Typ studie

Intervenční

Zápis (Aktuální)

211

Fáze

  • Nelze použít

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

      • Sinop, Krocan, 57000
        • Yasemin Özyer Güvener

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý

Přijímá zdravé dobrovolníky

Ano

Popis

Kritéria pro zařazení:

  • Být studentem 3. a 4. ročníku Fakulty zdravotnických věd Sinop University v podzimním akademickém roce 2023-2024
  • Dobrovolná účast na výzkumu a
  • Podepsání formuláře informovaného souhlasu

Kritéria vyloučení:

  • Nebýt studentem 3. nebo 4. ročníku Fakulty zdravotnických věd Sinop University v podzimním akademickém roce 2023-2024
  • Nedobrovolně se účastnit výzkumu
  • Nepodepsání formuláře informovaného souhlasu

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

  • Primární účel: Podpůrná péče
  • Přidělení: Nerandomizované
  • Intervenční model: Paralelní přiřazení
  • Maskování: Dvojnásobek

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Žádný zásah: Kontrolní skupina

V rámci pretestu studia budou studenti 3. ročníku FZ nejprve informováni o účelu studia, že jejich účast na studiu je založena na principu dobrovolnosti, že mohou studium opustit v hod. kdykoli a že výsledky studie budou použity pouze pro vědecké účely. Poté budou nástroje pro sběr dat aplikovány na studenty, kteří se dobrovolně zúčastní výzkumu.

V průběhu posttestové realizace studia (týden před závěrečnými zkouškami) bude studentům 3. a 4. ročníku fakulty znovu podán formulář Osobní údaje, „Škála postojů k umělé inteligenci“ a „Škála úzkosti z Westside Exam“. zdravotnických věd.

Experimentální: Experimentální skupina

V rámci pretestu studia nejprve studenti 4. ročníku Zdravotní fakulty. Poté budou u studentů, kteří se dobrovolně zapojí do výzkumu, aplikovány nástroje sběru dat.

Vzdělávací obsah; Školení ChatGPT a Google Bard pro studenty vyšších ročníků Fakulty zdravotnických věd, kteří se dobrovolně přihlásili do studie, poskytl Dr. Přednášející Povede členka Yasemin Özyer Güvener. Po dokončení školení budou studenti požádáni, aby používali generativní umělou inteligenci pro vzdělávací účely.

V průběhu posttestové realizace studia (týden před závěrečnými zkouškami) bude studentům 3. a 4. ročníku fakulty znovu podán formulář Osobní údaje, „Škála postojů k umělé inteligenci“ a „Škála úzkosti z Westside Exam“. zdravotnických věd.

Vzdělávací obsah; Školení ChatGPT a Google Bard pro studenty vyšších ročníků Fakulty zdravotnických věd, kteří se dobrovolně přihlásili do studie, poskytl Dr. Přednášející Povede členka Yasemin Özyer Güvener. Po dokončení školení budou studenti požádáni, aby používali generativní umělou inteligenci pro vzdělávací účely.

V průběhu posttestové realizace studia (týden před závěrečnými zkouškami) bude studentům 3. a 4. ročníku fakulty znovu podán formulář Osobní údaje, „Škála postojů k umělé inteligenci“ a „Škála úzkosti z Westside Exam“. zdravotnických věd.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Stupnice postoje k umělé inteligenci
Časové okno: Jednoho dne
Tato stupnice byla vyvinuta Schepmanem a Rodwayem (2020) k měření obecných postojů jednotlivců k umělé inteligenci. Škála obsahuje 20 položek, 12 pozitivních a 8 negativních. Položky jsou hodnoceny pětibodovou stupnicí Likertova typu (od 1=rozhodně nesouhlasím do 5=rozhodně souhlasím). Studii platnosti a spolehlivosti škály postojů k umělé inteligenci v turečtině provedli Feridun et al. (2022).
Jednoho dne

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Westside Test Anxiety Scale (WSKS)
Časové okno: Jednoho dne
Stupnici vyvinul Driscoll (2007) a do turečtiny ji pro vysokoškolské studenty upravili Totan a Yavuz (2009). Škála byla vyvinuta ve své původní podobě, aby mohla být použita ke zkoumání účinku programu zaměřeného na snížení úzkosti z testu. Zatímco Driscoll (2007) utvářel škálu jako deset položek v jedné dimenzi, Totan a Yavuz (2009) převedli škálu do turečtiny jako jedenáct položek s tím, že pro tureckou gramatiku by bylo vhodnější definovat jednu položku jako dvě různé proměnné znaménka.
Jednoho dne

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

25. ledna 2024

Primární dokončení (Aktuální)

25. února 2024

Dokončení studie (Aktuální)

4. března 2024

Termíny zápisu do studia

První předloženo

19. prosince 2023

První předloženo, které splnilo kritéria kontroly kvality

22. ledna 2024

První zveřejněno (Aktuální)

23. ledna 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

1. dubna 2024

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

29. března 2024

Naposledy ověřeno

1. března 2024

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • sinopUyasemin-2

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

3
Předplatit