Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

EVALUERING AF EFFEKTIVITETEN AF ET SKULDERDYSTOCI-TRÆNINGSPROGRAM DESIGNET MED INVERTERET LÆRING UNDERSTØTTET AF GENERATIV KUNSTIG INTELLIGENS

13. april 2026 opdateret af: Melek Isik, Fenerbahce University
Med den igangværende digitale transformation i sundhedsuddannelse er betydningen af læringscentrerede og teknologiintegrerede tilgange stigende. Især i undervisningen af komplekse og uforudsigelige kliniske situationer i sundhedssektoren har den begrænsede effektivitet af traditionelle metoder ført til et stigende behov for innovative tilgange som flipped learning og selvstyret læring. Generativ kunstig intelligens (GAI)-støttede uddannelsesapplikationer har potentiale til at forbedre akademiske præstationer ved at gøre læringsprocessen mere interaktiv. Dog er forskning, der evaluerer effektiviteten af disse teknologier i uddannelse, stadig begrænset. I denne sammenhæng giver GAI-støttet flipped learning studerende mulighed for at opnå individualiserede læringserfaringer gennem simulerede klasseværelser eller kliniske miljøer og at være bedre forberedt på kliniske møder og specifik klinisk færdighedstræning. Et af de kritiske kliniske emner, der bør adresseres inden for dette rammeværk, er skulderdystoci. Skulderdystoci er en obstetrisk nødsituation, hvor de fleste tilfælde er uforudsigelige og uundgåelige. Følgelig sigter denne undersøgelse mod at evaluere effekterne af en GAI-støttet flipped learning-tilgang anvendt på skulderdystoci-træning på jordemoderstuderendes vidensniveauer og selvstyrede læringsfærdigheder gennem effektiv teknologibrug.

Studieoversigt

Undersøgelsestype

Observationel

Tilmelding (Anslået)

114

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

  • Navn: Melek Kılıç, PhD Candidate
  • Telefonnummer: +905447324244
  • E-mail: mlekisik@gmail.com

Studiesteder

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

I alt vil 114 tredjeårsstuderende, der opfylder inklusionskriterierne, få udleveret "Studerende Information Formular" og "Shoulder Dystocia Management Videnstest". For at fastslå udgangsniveauet vil deltagerne blive inddelt i tre lag baseret på deres score fra shoulder dystocia management videnstesten og derefter tildelt G1-, G2- og G3-grupper ved hjælp af simpel randomisering i et 1:1:1 forhold. Randomiseringslisten vil blive genereret af en person uafhængig af forskeren for at reducere udvælgelsesbias ved hjælp af randomizer.org websitet. Tilfældig gruppetildeling vil blive udført på et stratificeret grundlag (stratificeringskriterier: institutioner og shoulder dystocia management videnstest score). Ved hjælp af denne metode vil 114 tredjeårsstuderende blive randomiseret ligeligt i tre grupper, med 38 studerende tildelt G1, 38 til G2 og 38 til G3.

Beskrivelse

Inklusionskriterier:

  • -At være 3. års studerende på Jordemoderafdelingen på Fenerbahçe Universitet og Istanbul-Cerrahpaşa Sundhedsvidenskabsfakultet.
  • -At have tilstrækkelig eller ubegrænset internetadgang.

Eksklusionskriterier:

  • -At have gennemført et kursus om skulderdystoci tidligere
  • -Studerendes fravær fra undervisning/sygemelding

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Generativ AI-understøttet flipped learning
Jordemoderstuderende, der modtager træning i skulderdystoci gennem en generativ AI-understøttet flipped learning-tilgang med interaktive og scenariebaserede aktiviteter.
Standard flipped learning
Jordemoderstuderende, der modtager træning i skulderdystoci gennem en standard flipped learning-tilgang uden AI-understøttelse.
Traditionel læring
Jordemoderstuderende, der modtager uddannelse i skulderdystoci gennem traditionelle forelæsningsbaserede undervisningsmetoder.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Videniveau om håndtering af skulderdystoci
Tidsramme: Før interventionen og umiddelbart efter interventionen
Vidensniveauet hos jordemoderstuderende vedrørende håndtering af skulderdystoci vil blive vurderet ved hjælp af en struktureret vidensudviklet af forskeren.
Før interventionen og umiddelbart efter interventionen

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Anslået)

1. april 2026

Primær færdiggørelse (Anslået)

1. juni 2026

Studieafslutning (Anslået)

1. juni 2027

Datoer for studieregistrering

Først indsendt

31. marts 2026

Først indsendt, der opfyldte QC-kriterier

31. marts 2026

Først opslået (Faktiske)

7. april 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

16. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

13. april 2026

Sidst verificeret

1. marts 2026

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Data for den enkelte deltager (IPD), der ligger til grund for resultaterne rapporteret i denne undersøgelse, vil være tilgængelige efter rimelig anmodning til den korresponderende forfatter efter publicering. Data vil blive anonymiseret for at beskytte deltagernes fortrolighed. Adgang til data vil blive givet til forskere, der indsender et metodisk fornuftigt forslag, som er underlagt godkendelse af forskningsholdet.

IPD-delingstidsramme

De-identificerede individuelle deltagerdata (IPD) og understøttende dokumenter (studieprotokol, statistisk analyseplan og informeret samtykkeerklæring) vil være tilgængelige fra 6 måneder efter publicering af studieresultaterne og forbliver tilgængelige i en periode på 5 år. Dataadgang vil blive givet ved rimelig anmodning til den tilsvarende forfatter, under forudsætning af godkendelse af forskningsteamet.

IPD-delingsadgangskriterier

Adgang til anonymiserede individuelle deltagerdata (IPD) og støttedokumenter (studieprotokol, statistisk analyseplan og informeret samtykkeerklæring) vil blive givet til kvalificerede forskere, der fremlægger et metodisk solidt forskningsforslag. Anmodninger skal rettes til den korresponderende forfatter. Data vil blive delt efter godkendelse af forskningsteamet og, hvor relevant, den institutionelle etikkomité. Data vil blive leveret i et sikkert format, og brugerne skal acceptere vilkår, der sikrer fortrolighed og passende brug af dataene.

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • SAP
  • ICF

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Abonner