Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Bewertung und Optimierung der wissenschaftlichen Validität von KI-generierten A3/A4-Fragen für die chinesische medizinische Zulassungsprüfung

29. März 2026 aktualisiert von: Xiong hao, Guangdong Provincial People's Hospital

Wissenschaftliche Validitätsbewertung und Optimierung von KI-generierten A3/A4-Fragentypen für die chinesische medizinische Zulassungsprüfung: Eine empirische Analyse basierend auf dem "Antworten-Erzeugen"-geschlossenen Kreislauf und der Transformation der Kompetenzbewertung

Dies ist eine Querschnittsstudie, die hauptsächlich quantitative Analysen einsetzt, ergänzt durch qualitative Bewertungen. Die Forschung wird in zwei Phasen durchgeführt: Phase I besteht aus einem Modellleistungsvergleichsexperiment, und Phase II umfasst ein Experiment zur Bewertung der Itemqualität. Die gesamte Studie hält sich an die Prinzipien der Einfachblindung, Randomisierung und Standardisierung, um wissenschaftliche Strenge und Reproduzierbarkeit sicherzustellen.

Das Einfachblind-Design wird während der "standardisierten Testphase" implementiert, wobei das System KI-generierte Items mit solchen von menschlichen Experten vermischt. Die Teilnehmer bleiben während des gesamten Test- und Bewertungsprozesses über die Herkunft jedes Items (KI-generiert vs. menschlich erstellt) verblindet, wodurch die Objektivität der Bewertungsergebnisse gewährleistet wird.

Studienübersicht

Status

Rekrutierung

Bedingungen

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

20

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienorte

    • Guangdong
      • Guangzhou, Guangdong, China
        • Rekrutierung
        • Guangdong Provincial People's Hospital
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Medizinstudierende, die derzeit in einem standardisierten Facharztausbildungsprogramm (SRT) eingeschrieben sind.

Beschreibung

Einschlusskriterien:

  • 1. Berufsstatus: Medizinstudierende, die derzeit in einem standardisierten Facharztausbildungsprogramm (SRT) eingeschrieben sind.

    2. Bildungshintergrund: Inhaber eines Bachelor of Medicine-Abschlusses oder höher, mit grundlegenden klinischen Kenntnissen.

    3. Einverständniserklärung: Freiwillige Teilnahme an der Studie und Abgabe einer schriftlichen Einverständniserklärung.

    4. Technische Kompetenz: Beherrschung der Nutzung digitaler Plattformen zur Durchführung von Bewertungen und Punktvergabe.

Ausschlusskriterien:

  • 1. Interessenkonflikt: Personen, die am Training des KI-Modells, am Prompt Engineering oder an der Erstellung der von Menschen erstellten Fragebank für diese Studie beteiligt sind.

    2. Unfähigkeit zur Durchführung: Vorliegen von Seh-/Hörbeeinträchtigungen oder schwerer Erkrankung, die die Durchführung der Bewertung innerhalb der vorgegebenen Zeit verhindert.

    3. Ermessen des Prüfers: Jeder andere Zustand, der nach Ansicht des Prüfers den Teilnehmer für die Studie ungeeignet macht.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Vergleichende Analyse der Artikelgenauigkeit
Zeitfenster: Baseline
Die Ermittler werden die durchschnittlichen Genauigkeitsratenkoeffizienten von KI-generierten Elementen im Vergleich zu menschengenerierten Elementen bewerten
Baseline

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. Oktober 2025

Primärer Abschluss (Geschätzt)

30. März 2026

Studienabschluss (Geschätzt)

30. März 2026

Studienanmeldedaten

Zuerst eingereicht

22. März 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

29. März 2026

Zuerst gepostet (Tatsächlich)

1. April 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

1. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

29. März 2026

Zuletzt verifiziert

1. März 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • KY2025-1298-02

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .