HOLDNINGER, OPFATTELSER OG KOMPETENCER MOD KUNSTIG INTELLIGENS INDEN FOR ORTOTIK OG PROTETIK
EVALUERING AF HOLDNINGER, OPFATTELSER OG KOMPETENCER OVER FOR KUNSTIG INTELLIGENSTEKNOLOGIER BLANDT SUNDHEDSPERSONALE, DER ARBEJDER INDEN FOR ORTOTIK OG PROTETIK: ET STUDIE MED BLANDEDE METODER
Formålet med dette studie er at analysere, ved brug af en blandet metodetilgang, holdninger, opfattelser, grader af teknologiaccept og kompetencer i brugen af generativ kunstig intelligens blandt sundhedsprofessionelle, der arbejder inden for ortopædkirurgi og protetik.
Undersøgelsen vil afsløre, hvordan den teknologiske transformation inden for ortopædkirurgi og protetik opfattes af sundhedsprofessionelle, og vil også identificere de faglige krav, barrierer og muligheder for at integrere kunstig intelligens teknologier i praksis.
På denne måde sigter den mod at give en videnskabelig reference for beslutningstagere til at støtte opdateringen af faglige uddannelsesprogrammer inden for ortopædkirurgi og protetik, udviklingen af institutionelle politikker og bredere anvendelse af AI-støttede kliniske applikationer.
Studieoversigt
Status
Detaljeret beskrivelse
Sundhedspersonale, der arbejder inden for ortoss og proteser, og som frivilligt accepterer at deltage, vil blive inkluderet i undersøgelsen. Baseret på G*Power-analysen kræves mindst 159 deltagere for at opnå 95% statistisk styrke ved et signifikansniveau på 5% (|ρ| = 0,277). Under hensyntagen til et muligt tab på 10% af prøven blev det besluttet, at undersøgelsen bør gennemføres med mindst 175 sundhedspersonale.
Til den kvantitative del af undersøgelsen vil Technology Acceptance Model-skalaen blive brugt til at bestemme teknologiacceptniveauer; General Attitude Toward Artificial Intelligence-skalaen vil blive brugt til at måle generelle holdninger til AI; Generative Artificial Intelligence Use and Competency-skalaen vil blive brugt til at vurdere AI-brugsfærdigheder og AI-understøttet læringsmotivation; og Artificial Intelligence Perception and Attitude-skalaen vil blive brugt til at undersøge AI-opfattelser og brugstendenser.
Til den kvalitative del af undersøgelsen vil der blive gennemført ansigt-til-ansigt-interviews med deltagere, der aktivt bruger kunstig intelligens i deres felt, ved hjælp af 8 semistrukturerede spørgsmål designet til at evaluere AI-bevidsthed, dens indvirkning på klinisk arbejdsgang, økonomisk gennemførlighed samt etiske og sikkerhedsmæssige bekymringer. Efter de individuelle interviews vil der blive gennemført et online fokusgruppeinterview med 5 deltagere, der bruger AI mest intensivt. Fokusgruppen vil bestå af 7 spørgsmål udarbejdet til at udforske sundhedspersonalets fælles opfattelser, brugserfaringer, faglige bekymringer og fremtidige forslag vedrørende kunstig intelligens gennem gruppeinteraktion.
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Gizem Boztaş ELVERİŞLİ, Assistant Professor
- Telefonnummer: +905439076494
- E-mail: gboztas@medipol.edu.tr
Studiesteder
-
-
Kavacık
-
Istanbul, Kavacık, Tyrkiet (Türkiye), 34040
- Rekruttering
- İstanbul Medipol Üniversitesi
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Være 18 år eller ældre,
- Aktivt arbejde inden for bandagist- og protesefagområdet (f.eks. sundhedsinstitutioner, private bandagist- og protesecentre, universiteter, forskningslaboratorier, rehabiliteringscentre m.m.),
- Have mindst 1 års erhvervserfaring inden for bandagist- og protesefagområdet.
Eksklusionskriterier:
-
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Demographic Information Form
Tidsramme: 5 minutter
|
Deltagernes navn, efternavn, køn, alder, afdeling for seneste eksamen, højeste uddannelsesniveau, samlet erhvervserfaring inden for ortotik og protetik, den institution, de arbejder på, og deres stilling på institutionen vil blive registreret.
|
5 minutter
|
|
Technology Acceptance Model Scale
Tidsramme: 5 minutter
|
Skalaen blev udviklet af Tubaishat for at bestemme niveauet af teknologiaccept.
Den består af 28 punkter og to underdimensioner: "Opfattet nytteværdi" og "Opfattet brugervenlighed."
Den scores ved hjælp af en fempunkts Likert-skala.
En høj score indikerer et højt niveau af teknologiaccept, mens en lav score indikerer et lavt niveau af teknologiaccept.
|
5 minutter
|
|
Generel holdning over for kunstig intelligens skala
Tidsramme: 5 minutter
|
Denne skala blev udviklet af Schepman og Rodway i 2020 til at måle individers generelle holdninger til kunstig intelligens.
Den består af 20 punkter, herunder 12 punkter, der måler positive holdninger til AI, og 8 punkter, der måler negative holdninger til AI.
Den scores ved hjælp af en fempunkts Likert-skala.
En høj score på underskalaen for positive holdninger indikerer stærke positive holdninger til AI, mens en høj score på underskalaen for negative holdninger indikerer stærke negative holdninger til AI.
|
5 minutter
|
|
Skala for brug og kompetence inden for generativ kunstig intelligens
Tidsramme: 5 minutter
|
Denne skala blev udviklet af Arslankara et al. i 2024 til at måle individers evne til at bruge generative AI-værktøjer og deres kompetence i at anvende disse værktøjer effektivt.
Den består af to sektioner: "AI Use Competency" og "AI-Supported Learning Motivation." Første sektion indeholder 10 items, og anden sektion indeholder 9 items. Den scores ved hjælp af en fempunkts Likert-skala. En høj score på denne skala indikerer et højt niveau af kompetence i effektivt at bruge generative AI-værktøjer og stærk motivation for AI-støttet læring, mens en lav score indikerer lav kompetence og motivation. |
5 minutter
|
|
Skala for opfattelse og holdning til kunstig intelligens
Tidsramme: 5 minutter
|
Denne skala blev udviklet af Dinler i 2025 til at evaluere individers opfattelser og holdninger til kunstig intelligens-teknologier.
Den omfatter fire underdimensioner: positiv opfattelse, negativ opfattelse, generativ mediebrug og chatbot-interaktion.
Skalaen består af 24 punkter og vurderes på en syv-punkts Likert-skala.
En høj score på denne skala indikerer høje niveauer af positiv opfattelse, brug og interaktion med AI-teknologier, mens en lav score indikerer svage opfattelser og holdninger til AI.
|
5 minutter
|
|
Semistruktureret Interviewformular
Tidsramme: 40-60 minutter
|
Spørgeskemaet til interviewet omfatter 8 spørgsmål kategoriseret under følgende temaer: bevidsthed om AI og professionel opfattelse, indvirkning på klinisk arbejdsgang og præstation, etiske spørgsmål, sikkerhed og risiko for fejl, økonomisk og institutionel gennemførlighed samt fremtidige forventninger og ændringer i professionelle roller.
|
40-60 minutter
|
|
Fokusgruppeinterviewformular
Tidsramme: 60-90 minutter
|
Formularen indeholder 7 spørgsmål kategoriseret under følgende temaer: AI-bevidsthed og opfattelse, indvirkning på klinisk workflow og ydeevne, økonomisk gennemførlighed, etik, sikkerhed og professionelt ansvar, uddannelse, brugervenlighed og fremtidige forventninger.
|
60-90 minutter
|
Samarbejdspartnere og efterforskere
Sponsor
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
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- E-10840098-202.3.02-78
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 .