Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Tekoälyn tukema tapausanalyysi hoitotyön koulutuksesta

torstai 30. toukokuuta 2024 päivittänyt: Seda Akutay, TC Erciyes University

Tekoälyn tukeman tapausanalyysin vaikutus hoitotyön opiskelijoiden tapausten hallintaan ja tyytyväisyyteen: satunnaistettu kontrolloitu kokeilu

Tausta: Nopea kehitys tekoälyn alalla on alkanut vaatia muutoksia ja muutoksia hoitotyön koulutuksessa.

Tavoite: Tämän tutkimuksen tavoitteena oli arvioida hoitotyön opiskelijoiden tapausanalyysiluennossa luodun tekoälyn tukeman tapauksen vaikutusta opiskelijoiden tapaushallinnan suoritukseen ja tyytyväisyyteen.

Suunnittelu: Tämä tutkimus oli satunnaistettu kontrolloitu tutkimus. Menetelmä: Tutkimukseen osallistui 188 kolmannen vuoden sairaanhoitajaopiskelijaa, jotka jaettiin satunnaisesti joko AI-ryhmään (n=94) ja kontrolliryhmään (n=94). Opiskelijoiden tapaushallinnan suoritusta ja hoitotyödiagnooseja arvioitiin tietolomakkeella, tapausten arviointilomakkeella, tietotestillä ja Mentimeter-sovelluksella. Tapausanalyysiluennon tyytyväisyyttä arvioitiin VAS-asteikolla.

Tutkimuksen yleiskatsaus

Opintotyyppi

Interventio

Ilmoittautuminen (Todellinen)

188

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • Kayseri, Turkki
        • Erciyes University

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Kuvaus

Sisällyttämiskriteerit:

  • käynyt hoitotyön prosessiluennon aiemmin
  • on aiemmin suunnitellut hoitoa vähintään yhdelle kirurgiselle potilaalle kliinisessä käytännössä
  • matkapuhelin Internet-yhteydellä

Poissulkemiskriteerit:

  • ei osallistu tapausanalyysiluennolle
  • ei ole aktiivinen opiskelija
  • tiedonkeruulomakkeiden puutteellinen täyttö
  • ei suostu osallistumaan tutkimukseen

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Muut
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: AI-tuettu tapaustuntiryhmä
Tämän ryhmän opiskelijat käyvät tekoälyn tukeman luokan tapausanalyysitunnin.
Tekoälyn tukemalla tapaustunnilla opiskelijat kuuntelevat tekoälyn valmistamaa ääni- ja kuvasisältöä.
Ei väliintuloa: Tavallinen tapaustuntiryhmä
Tämän ryhmän oppilaat saavat tavallisen tapaustunnin, jonka opettaja kertoo.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tapauksenhallinnan suorituskyky
Aikaikkuna: 3 tuntia
Kaikkien tähän tutkimukseen osallistuneiden opiskelijoiden suorituksia tapaustunnin osalta arvioitiin 10 kysymyksestä koostuvan tietotestin ja Mentimeter-sovelluksen avulla, jossa he saattoivat ilmoittaa hoitotyön diagnoosinsa. Oppilaat ratkaisevat testit tapaustuntien päätyttyä. Testeistä saatavat pisteet ovat 0-100. Opiskelijoiden pistemäärän noustessa voidaan tulkita tiedon tason nousevan. Mentimeter-sovelluksessa opiskelijoita pyydetään kirjoittamaan 5 hoitotyön diagnoosia. Tässä ei ole pisteytystä, mutta sovellus luo sanapilven, jossa on eniten annettu vastaus suuremmalla kirjasinkoolla.
3 tuntia
Tapaustyytyväisyys
Aikaikkuna: 3 tuntia
Tapausanalyysiluennon tyytyväisyyttä arvioitiin VAS-asteikolla. VAS-asteikko pisteytetään välillä 1-10. Opiskelijat ilmaisevat tyytyväisyytensä tapaustunnin käsittelyyn. Korkeat pisteet VAS:ssa osoittavat korkeaa tyytyväisyyttä.
3 tuntia

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Seda Akutay, Ress. Asst., TC Erciyes University

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Tiistai 27. helmikuuta 2024

Ensisijainen valmistuminen (Todellinen)

Keskiviikko 27. maaliskuuta 2024

Opintojen valmistuminen (Todellinen)

Keskiviikko 27. maaliskuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 27. toukokuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 30. toukokuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 5. kesäkuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 5. kesäkuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 30. toukokuuta 2024

Viimeksi vahvistettu

Keskiviikko 1. toukokuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • ErciyesUniversity

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa