Fysioterapeutit ja tekoäly
Tulevien fysioterapeutien sopeutuminen tekoälyn aikakauteen: keinotekoinen älykkyysasenne, hyväksyminen ja digitaalinen osaaminen
Tämä tutkimus on poikkileikkaustutkimus, joka on suunniteltu kvantitatiivisten tutkimusmenetelmien kuvaavan ja relaatioseulontamallin piiriin. Tutkimuksen tavoitteena on arvioida fysioterapiaosaston perustutkinto -opiskelijoiden keinotekoisen älykkyyden ja keinotekoisen älykkyyden hyväksymisasenteita ja näiden muuttujien välisiä suhteita.
Tutkimuskysymykset
- Mitkä ovat fysioterapiaopiskelijoiden digitaalinen pätevyys?
- Mitkä ovat fysioterapiaopiskelijoiden asennetasot tekoälyn suhteen?
- Mitkä ovat fysioterapiaopiskelijoiden hyväksymisaste keinotekoisen älykkyystekniikan suhteen?
- Onko digitaalisen pätevyyden tason ja keinotekoisen älykkyyden välillä merkittävää suhdetta?
- Onko digitaalisen pätevyyden tason ja keinotekoisen älykkyystekniikan hyväksymisen välillä?
- Onko keinotekoisen älykkyyden asenteen ja keinotekoisen älykkyystekniikan hyväksyntätason välillä?
- Onko osallistujien digitaalisen pätevyyden, asenteiden keinotekoisen älykkyyden ja hyväksyntätasojen välillä muuttujien, kuten sukupuolen, luokan taso ja digitaalisen työkalun käytön välillä? Tutkimuksen maailmankaikkeus koostuu opiskelijoista, jotka opiskelevat fysioterapian ja kuntoutuksen laitoksella Alanyan terveystieteiden tiedekunnassa, İnönü, Pamukkale, Okanin yliopisto. Tutkimuksen otoksen on tarkoitus olla noin 600 opiskelijaa, jotka valitaan satunnaisesti neljästä eri yliopistosta edustamaan erilaisia maantieteellisiä alueita ja jotka määritetään vapaaehtoisesti.
Tutkimuksen on tarkoitus koostua opiskelijoista, jotka opiskelevat fysioterapian ja kuntoutuksen perustutkinto -ohjelmassa Türkiyessä. Tietoja kerääessäsi, johdantotietolomake, yliopisto -opiskelijoiden digitaalinen osaamisasteikko, käytetään yliopisto -opiskelijoiden asenteen laajuutta keinotekoiseen älykkyyteen ja tuottavaa tekoälyn hyväksymisasteikkoa.
Kerätyt tiedot analysoidaan käyttämällä SPSS -ohjelmaa SPSS (tilastollinen paketti). Kolmogorov-Smirnov- ja Shapiro-Wilk-testejä käytetään arvioimaan, jakautuvatko tiedot normaalisti. Käytetään normaalisti jakautuneita muuttujia: Keskimääräinen, keskihajonta, riippumaton näytteen t-testi, ANOVA ja Pearson-korrelaatiotesti. Ei-normaalissa jakautumisessa: mediaani, minimi-Maksimum, Mann-Whitney U -testi, Kruskal Wallis -testi, Spearman-korrelaatiotestejä. Lisäksi suoritetaan regressioanalyysi opiskelijoiden sosiodemografisen tiedon, digitaalisen pätevyyden, tekoälyn asenteen ja tekoälyn hyväksyntätason välisten suhteiden arvioimiseksi. P <0,05 hyväksytään merkitsevyystasoksi.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Nopea kehitys digitalisoinnissa ja tekoälytekniikoissa ovat aiheuttaneet merkittäviä muutoksia terveydenhuoltopalvelujen tarjoamiseen. Nykyään keinotekoista älykkyyttä tukevia sovelluksia käytetään aktiivisesti monilla terveydenhuollon alan alueilla sairauksien varhaisesta diagnoosista hoitoon potilaan seurannasta henkilökohtaisen hoidon suunnitteluun. Tieteenaloilla, joissa kliiniset päätöksentekoprosessit ovat tärkeitä, kuten fysioterapia ja kuntoutus, digitaaliset työkalut ja tekoälyjärjestelmät integroituvat kentälle liikkeen analysointiin, liikunnan seurantaan, kuntoutusroboteihin, virtuaalitodellisuuspohjaisiin hoitomuotoihin ja tekoälyn tukemiin mobiilisovelluksiin. Tämä teknologinen muutos ei koske vain ammatillista käytäntöä, vaan myös ammatillista koulutusta. Terveyskasvatusta saaneiden yliopisto-opiskelijoiden, heidän kyvynsä omaksua tekniikka ja asenteet keinotekoiseen älykkyyteen, on kriittinen merkitys heidän henkilökohtaisen ammatillisen kehityksen että jatko-palvelun jälkeisen palvelun laadun kannalta. Erityisesti valmiiden fysioterapiaopiskelijoiden ymmärtäminen on digitaalisen muutosprosessin kannalta sekä koulutusohjelmien uudelleenjärjestelyjä että ammatin yhdenmukaistamista teknologisen kehityksen kanssa. Tutkimukset ovat osoittaneet, että terveystieteiden opiskelijoilla on yleensä pääsy digitaalisiin työkaluihin, mutta he kokevat erilaisia puutteita näiden työkalujen tehokkaasti ja tietoisesti käyttämisessä. Lisäksi raportoidaan, että yksilöt, jotka kehittävät positiivisen asenteen tekoälyyn, sopeutuvat näihin tekniikoihin nopeammin ja saavuttavat tehokkaampia tuloksia koulutuksessa ja kliinisissä käytännöissä. Kirjallisuuden kokonaisvaltaisten tutkimusten lukumäärä, erityisesti fysioterapia -opiskelijoille erityisiä, joissa keinotekoisen älykkyyden asenteet, tekniikan hyväksyntä ja digitaaliset pätevyydet arvioidaan yhdessä, on kuitenkin melko rajallinen.
Siksi tämän tutkimuksen perusteena on arvioida fysioterapiaopiskelijoiden digitaalista pätevyyttä, heidän asenteitaan keinotekoiseen älykkyyteen ja taipumustaan hyväksyä keinotekoista älykkyystekniikoita, arvioida heidän sopeutumisprosesseja digitalisointiin terveysalalla ja tuottaa tieteellistä tietoa, joka edistää koulutuspolitiikkaa, kurssi- ja kliinisen käytännön strategioita tässä yhteydessä.
Tämän tutkimuksen päätarkoitus on arvioida fysioterapian perustutkintoa suorittavien opiskelijoiden digitaalista pätevyyttä, heidän asenteitaan tekoälyn suhteen ja taipumus hyväksyä tekoälytekniikoita. Lisäksi tutkimalla näiden kolmen muuttujan välisiä mahdollisia suhteita sen tavoitteena on paljastaa, missä määrin opiskelijat ovat kehittäneet ammatillisen pätevyytensä digitaalisen muutoksen ja tekoälyn aikakaudella. Tässä yhteydessä saadut tiedot vaikuttavat digitaalisen lukutaidon ja tekoälyon perustuvien sovellusten koulutustarpeiden määrittämiseen terveyden alalla; ja tasoittaa tietä ymmärtää tulevien fysioterapeuttien sopeutumisen tasoa teknologiseen kehitykseen.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Antalya, Turkki
- Alanya Alaaddin Keykubat University
-
Denizli, Turkki
- Pamukkale University
-
Malatya, Turkki
- Inonu University
-
İstanbul, Turkki
- Okan University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Koostuu opiskelijoista, jotka opiskelevat fysioterapia- ja kuntoutuksen perustutkinto -ohjelmassa Türkiyessä,
- Hyväksyminen osallistumaan tutkimukseen vapaaehtoisesti ja hyväksymällä online -tietoinen suostumuslomake,
- Olla 18 -vuotias tai vanhempi,
- Täytä kyselylomake,
- Aktiivisesti vähintään yhden digitaalisen laitteen (älypuhelin, tietokone, tabletti jne.) Käyttö
Poissulkemiskriteerit:
- Opiskelu muualla osastolla kuin fysioterapiaosasto,
- Kyselyn täyttäminen hyväksymättä tietoista suostumuslomaketta,
- Kyselylomakkeen täyttäminen puutteellisesti tai väärin,
- Alle 18 -vuotiaana
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
fysioterapiaopiskelijat
Fysioterapiaopiskelijoiden hyväksymisasenne keinotekoiseen älykkyyteen ja heidän digitaaliseen osaamiseensa suoritetaan tutkimuksen muodossa. Tutkimusryhmän ominaisuudet ovat, että ne koostuvat opiskelijoista, jotka opiskelevat fysioterapiassa ja kuntoutuksen perustutkinto -ohjelmassa Türkiyessä, että he suostuvat osallistumaan vapaaehtoisesti ja hyväksymään ne, jotka ovat ne täyttäneet ja hyväksyvät ne, jotka ovat 18 -vuotiaita, että ne täyttävät ne, jotka ovat 18 -vuotiaita, ja ne täyttävät ne, jotka ovat 18 -vuotiaita, että ne ovat 18 -vuotiaita, ja ne täyttävät ne. Ainakin yksi digitaalinen laite (älypuhelin, tietokone, tabletti jne.).
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Digitaalinen pätevyysasteikko yliopisto -opiskelijoille
Aikaikkuna: Viikko
|
Se on pätevä ja luotettava mittakaava, joka mittaa yliopisto -opiskelijoiden digitaalisia osaamisia, jotka on kehitetty eurooppalaisen digitaalisen pätevyyskehyksen (DIGCOMP) perusteella.
López -Meneses et al. (2013), on 4 tekijää ja 31 tuotetta.
COBADI -asteikon 4 tekijää määritetään "tieto- ja viestintätekniikan käyttöön liittyväksi osaamiseksi sosiaalisessa viestinnässä ja yhteistyössä oppimisessa", "ICT: n käytöstä tutkimuksessa", "ihmissuhteiden kompetenssit ICT: n käytössä yliopistoyhteydessä" ja "yliopistojen virtuaaliset työkalut ja sosiaalinen viestintä".
Ensimmäisessä tekijässä on 12 kohdetta, 11 tuotetta toisessa tekijässä ja 4 kohdetta kolmannessa ja neljännessä tekijässä.
Asteikon luokituksessa käytettiin 4-pisteistä Likert-tyyppiä.
Luokitusten puitteissa 1 osoittaa vähiten pätevyyden tasoa, kun taas 4 osoittaa korkeimman pätevyyden.
4-pisteinen Likert-tyyppinen asteikko Co
|
Viikko
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Yliopisto -opiskelijoiden asenteen mittakaava keinotekoiseen älykkyyteen
Aikaikkuna: Viikko
|
Yliopisto-opiskelijoiden asenneasteikko keinotekoiseen älykkyyteen: Se on 5-pisteinen Likert-tyyppinen asteikko, jonka tavoitteena on mitata opiskelijoiden tunteita, ajatuksia ja asenteita keinotekoiseen älykkyyteen.
Asteikko koostuu kognitiivisista, afektiivisistä ja käyttäytymisulottuvuuksista.
Asteikon ala-dimenssit ovat; Kiinnostus keinotekoiseen älykkyyteen, huolenaiheita keinotekoisesta älykkyydestä, eettisistä näkökohdista ja tekoälyn sosiaalisista vaikutuksista, mahdollisuuksista ja uhkista, jotka liittyvät keinotekoisen älykkyyden käyttöön koulutuksessa.
Sen pätevyys ja luotettavuus turkkilaisissa ovat Turgut ja Kunuroğlu (2025).
Se on 5-pisteinen Likert-tyyppinen asteikko (1: voimakkaasti eri mieltä-5: täysin samaa mieltä), joka koostuu 26 kysymyksestä.
Cronbach-alfa asteikolla: 0,89 (kokonaisasteikko) vaihtelee välillä 0,78-0,87 ala-ulottuvuuksissa
|
Viikko
|
|
Generatiivinen tekoälyn hyväksymisasteikko
Aikaikkuna: Viikko
|
Työkalu, jolla määritetään, missä määrin yksilöt hyväksyvät tekoälytekniikat ja kuinka halukkaita he ovat käyttämään näitä tekniikoita.
Käyttäjät hyväksyvät tason, mitkä generatiiviset tekoälyn työkalut (chatgpt, dall e, bard jne.)
Se oli valmis mittaamaan koulutuksen alan, etenkin opettajien ehdokkaiden, opiskelijoiden ja tutkijoiden, asenteet, käyttötapa ja käsitykset generatiivisesta tekoälystä.
Asteikko kehitettiin Davisin teknologian hyväksymismallin (TAM) perusteella.
Tämän mallin mukaan tekniikan hyväksyminen liittyy siihen, kuinka hyödyllinen ja helppo käyttää yksilöä havaitsee tekniikan.
Se on 5-pisteinen Likert-tyyppinen asteikko, jossa on 20 kysymystä.
Se on seuraava: 1: Erittäin eri mieltä - 5: täysin samaa mieltä.
Vahvistava tekijäanalyysi (CFA) suoritettiin rakenteen pätevyyden kannalta ja määritettiin
|
Viikko
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Kevser G Gursan, Dr., Uşak University
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- 607-607-05
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
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 .