Forbedring af fordybelse i Virtual Reality-baseret avanceret livsstøttetræning
Forbedring af fordybelse i Virtual Reality-baseret avanceret livsunderstøttende træning gennem kunstig intelligens drevet stemmestyring: et randomiseret kontrolleret forsøg
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Virtual Reality-baserede træningsmoduler er blevet en af træningsmodaliteterne for simulationsbaseret sundhedstræning og har en vigtig rolle for uddannelse af sundhedspersonale VR-baserede træningsmoduler har hidtil brugt håndholdte controllere til navigation og interaktion med det virtuelle miljø. Parallelt med fremskridtene inden for kunstig intelligens (AI) og naturlig sprogbehandling (NLP) potentiale for stemmekommando-grænseflader, tilbyder en alternativ metode til kontrol i Virtual Reality-applikationer ved at give brugerne mere intuitive og tilgængelige interaktionsmidler. Stemmekommandoer, drevet ved hjælp af NLP-algoritmer, gør det muligt for brugere at navigere og manipulere virtuelle miljøer ved hjælp af naturligt sprog og har potentialet til at reducere indlæringskurven forbundet med Virtual Reality-controllerinput. Stemmegrænseflader har også potentiale til at tilbyde tilgængelighedsfordele for brugere med fysiske handicap, for hvem konventionelle controllere kan være svære at bruge].
På trods af de potentielle fordele har brugen af stemmekommandosystemer i Virtual Reality-spil også sine begrænsninger som talegenkendelsesnøjagtighed, latens, systemets evne til at forstå kontekstspecifikke kommandoer, problemer forårsaget af miljøstøj, brugerens accent eller talemønstre.
Der har været begrænset forskning, der sammenligner brugerydelsen og brugertilfredsheden af kunstig intelligens-understøttede stemmekommandogrænseflader med traditionelle Virtual Reality-controllere. Denne undersøgelse har til formål at sammenligne de to kontrolmetoder ved hjælp af forskellige metrikker såsom opgavegennemførelsestid, deltagernes eksamensresultater og niveau af fordybelse. Hypotesen for denne undersøgelse er, at kunstig intelligens-understøttede stemmekommandoer kan tilbyde en overlegen brugeroplevelse i Virtual Reality-spil ved at give en naturlig form for interaktion.
Undersøgelsestype
Tilmelding (Anslået)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
- Navn: Ayca Mazlumoglu
- Telefonnummer: +902165004460
- E-mail: ayca.mazlumoglu@acibadem.edu.tr
Studiesteder
-
-
-
Istanbul, Kalkun
- Rekruttering
- Acibadem Mehmet Ali Aydinlar University CASE Simulation Center
-
Kontakt:
- Ilknur Yurdakul, RN
- Telefonnummer: +905387011439
- E-mail: ilknur.yurdakul@acibadem.edu.tr
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Frivilligt arbejde til studiet
- i alderen 20-22 år,
- At være studerende i fjerde semester (forårssemester 2023-2024) af Acibadem Mehmet Ali Aydinlar University Vocational School Anesthesiology Program
Ekskluderingskriterier:
- Ingen forudgående træning i avanceret hjertelivsstøtte,
- Historien om Virtaul Reality induceret køresyge,
- Medicinske tilstande såsom vertigo angreb
- Brug af medicin, der forårsager vertigo-lignende symptomer
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Andet
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Enkelt
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: Spilinteraktion med stemmegenkendelse (Group VG)
Gruppe VG-deltagere vil bruge AI-drevet stemmegenkendelse som spilcontroller-interface.
|
Group VG vil bruge kunstig intelligens drevet stemmegenkendelse som en grænseflade til spilstyring, mens Group CG kun vil bruge håndholdte Virtual Reality-controllere som en grænseflade til spilstyring
|
|
Aktiv komparator: Spilinteraktion med VR-controllere (Group CG)
Gruppe CG-deltagere vil bruge håndholdte VR-controllere som spilcontroller-interface.
|
Group VG vil bruge kunstig intelligens drevet stemmegenkendelse som en grænseflade til spilstyring, mens Group CG kun vil bruge håndholdte Virtual Reality-controllere som en grænseflade til spilstyring
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Sammenligning af to gruppers præstationsscore
Tidsramme: Op til 4 uger
|
Deltagerne i to grupper gennemfører en Virtual Reality-baseret eksamen for præstationsscoring
|
Op til 4 uger
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Niveau af fordybelse under spil
Tidsramme: Op til 4 uger
|
Deltagerne i to grupper vil besvare et spørgeskema om niveauet af fordybelse
|
Op til 4 uger
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Ledende efterforsker: Dilek Kitapcioglu, MD, Acibadem University
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
- Acibadem CASE
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .