- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06732947
Tekoälyn integrointi akateemiseen kirjoittamiseen
Tekoälyn integrointi akateemiseen kirjoittamiseen: tutkimus fysioterapiakasvatuksen kvalitatiivisesta tutkimuksesta
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Tämän tutkimuksen tavoitteena on tutkia tekoälyn käytön vaikutusta fysioterapia-opiskelijoiden laadullisten tutkimusten kirjoittamiseen. Tutkimalla, kuinka tekoälytyökalut vaikuttavat kirjoitusprosessin eri elementteihin, kuten rakenteeseen, selkeyteen, tiedon esittelyyn ja kriittiseen ajatteluun, tämä tutkimus pyrkii antamaan näkemyksiä tekoälyn integroinnin eduista ja mahdollisista haitoista akateemisissa tehtävissä. Tunnistamalla tämän tutkimuksen merkityksen auta ymmärtämään, kuinka tekoälyä voidaan tehokkaasti hyödyntää fysioterapian opiskelijoiden koulutuskokemuksen ja kirjoitustaitojen parantamiseksi.
Tässä tutkimuksessa tutkitaan, kuinka tekoäly voi parantaa akateemista kirjoittamista ja analyyseja fysioterapiakoulutuksessa ja keskittyy siihen, kuinka tekoälytyökalut voivat tukea tutkijoita laadukkaassa työssä.
Tämä projekti on merkittävä, koska se käsittelee useita keskeisiä etuja ja haasteita tekoälyn integroimisesta akateemiseen kirjoittamiseen fysioterapiakoulutuksen laadulliseen tutkimukseen:
- Akateemisten kirjoitustaitojen ja motivaation parantaminen: Kvantitatiivinen analyysi paljastaa merkittäviä parannuksia sekä kirjoittamistaidoissa että motivaatiossa opiskelijoiden keskuudessa, jotka saivat tekoälyn avustamaa opetusta kontrolliryhmään verrattuna. Kokeellinen ryhmä osoittaa parempaa taitoa kirjoittamisen eri osa-alueilla, mukaan lukien organisointi, johdonmukaisuus, kielioppi ja sanasto.
- Avoimuuden tärkeys: Tutkimus antaa ymmärryksen nykytilanteesta, jossa kirjoittajat ilmoittavat käyttävänsä generatiivisia tekoälytyökaluja hoitotyön aikakauslehdissä. Tulevissa tutkimuksissa voitaisiin tarkastella tällaisen paljastamisen vaikutuksia lukijan käsityksiin ja tutkimuksen laadun arviointiin. Tämä auttaisi valaisemaan julkistamisen tehokkuutta avoimuuden ja akateemisen kirjoittamisen luottamuksen lisäämisessä. Lisäksi ohjeiden tai parhaiden käytäntöjen kehittäminen tekijöiden ja arvioijien generatiivisen tekoälyn käytön asianmukaiselle julistamiselle auttaisi varmistamaan tekoälytekniikoiden johdonmukaisen ja vastuullisen käyttöönoton tieteellisessä tutkimuksessa.
- Lupaavia näkökulmia ja päteviä huolenaiheita: LLM-teknologian välitön hallitseva käyttö, mukaan lukien ChatGPT:n laaja käyttö terveydenhuollon koulutuksessa, tutkimuksessa ja käytännössä, on väistämätöntä. Ottaen huomioon sen mahdollisesta väärinkäytöstä esitetyt pätevät huolenaiheet, asianmukaisia ohjeita ja määräyksiä tarvitaan kiireellisesti kaikkien asianomaisten sidosryhmien kanssa varmistaakseen ChatGPT-valtuuksien turvallisen ja vastuullisen käytön. LLM-tekniikoiden ennakoiva omaksuminen mahdollisten eettisten ja oikeudellisten kysymysten huolellisella harkinnolla voi rajoittaa mahdollisia tulevia ongelmia.
- eettinen huomio: huolenaiheita ovat plagiointi ja haamukirjoitus, tulosten epäluotettavuus, tekijänoikeusongelmat, tekniikan kehityksestä johtuvat koulutusaukot ja heikentyneet oppimismahdollisuudet. Opettajat ovat huolissaan opiskelijoiden riippuvuudesta tekoälyyn. ChatGPT:n käyttäminen kirjoitus- tai tietokonekoodaustehtävien ratkaisemiseen voi haitata oppilaiden oppimista, ja New Yorkin julkiset koulut ovat estäneet ChatGPT:n käytön kampuksella.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Noran Abdallah Essa, Bachelor student
- Puhelinnumero: +201069700624
- Sähköposti: noraneisa36@gmail.com
Tutki yhteystietojen varmuuskopiointi
- Nimi: Reda Fathi Elbosaty, bachelor student
- Puhelinnumero: +201555401579
- Sähköposti: redafathi015@gmail.com
Opiskelupaikat
-
-
-
Kafr Ash Shaykh, Egypti, 33516
- Kafrelsheikh University
-
Ottaa yhteyttä:
- Abdelrazek Youssef Desouky, PhD, prof
- Puhelinnumero: 002- 047-3109590
- Sähköposti: president@kfs.edu.eg
-
Ottaa yhteyttä:
- Ismail Ismail ElSayed, PhD, prof
- Puhelinnumero: +201017524003
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- 20-22-vuotiaat yliopisto-opiskelijat.
Poissulkemiskriteerit:
- ei poissulkemiskriteerejä
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
20-22-vuotiaat yliopisto-opiskelijat
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
prosenttiosuus tekoälyn luomasta sisällöstä kunkin tehtävän tekstissä.
Aikaikkuna: Toimenpiteen aikana
|
Toimenpiteen aikana
|
|
|
Incidence of Structure & Organisation (SO) Saplingin AI-ilmaisimen verkkosivustolta
Aikaikkuna: Toimenpiteen aikana
|
Tämä kriteeri arvioi tutkimuspaperin yleistä asettelua ja loogista kulkua.
Se sisältää johdannon, rungon ja päätelmän selkeyden sekä argumenttien johdonmukaisuuden ja saumattoman siirtymisen osien välillä.
Hyvin jäsennellyllä paperilla tulee olla selkeä alku, keskikohta ja loppu, ja jokaisen osan tulee edistää yleistä argumenttia tai kerrontaa.
|
Toimenpiteen aikana
|
|
Rate Writing Clarity (WC) Saplingin AI-detektorisivustolta
Aikaikkuna: Toimenpiteen aikana
|
Kirjoituksen selkeys arvioi, kuinka helposti lukija ymmärtää tekstiä.
Tämä sisältää selkeän ja tarkan kielen käytön, kielioppi- ja typografisten virheiden puuttumisen sekä lauserakenteen ja sanavalinnan asianmukaisuuden.
Paperi, jonka kirjoitus on erittäin selkeä, on helposti ymmärrettävää ja vailla moniselitteisyyttä
|
Toimenpiteen aikana
|
|
Saplingin AI-ilmaisimen verkkosivuston osaamisaste (Know).
Aikaikkuna: Toimenpiteen aikana
|
Tämä kriteeri mittaa opiskelijan aiheen ymmärtämisen syvyyttä ja laajuutta.
Se sisältää tarkan esityksen aiheeseen liittyvistä keskeisistä käsitteistä, teorioista ja tutkimustuloksista.
Korkea pistemäärä osoittaa, että opiskelija on osoittanut syvällisen ja vivahteikkaan ymmärryksen aiheesta.
|
Toimenpiteen aikana
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Ahmed Ali Torad, PhD, lecturer, Faculty of physical therapy kafrelsheikh university
- Opintojohtaja: Tamer Mohamed El-Saeed, PhD, associate professor, Cairo University
- Päätutkija: Reda Fathi Elbosaty, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University
- Päätutkija: Noran Abdallah Essa, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Arvioitu)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- KFSIRB200-434
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 .