Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Physiothérapeutes et intelligence artificielle

3 juin 2025 mis à jour par: Kevser Gürsan, Uşak University

Adaptation des futurs physiothérapeutes à l'ère de l'intelligence artificielle: attitude de l'intelligence artificielle, acceptation et compétence numérique

Cette étude est une étude transversale conçue dans le cadre du modèle de dépistage descriptif et relationnel des méthodes de recherche quantitative. La recherche vise à évaluer les niveaux de compétence numérique, les attitudes envers l'intelligence artificielle et les niveaux d'acceptation de l'intelligence artificielle des étudiants de premier cycle du département de physiothérapie et à révéler les relations entre ces variables.

Questions de recherche

  1. Quels sont les niveaux de compétence numérique des étudiants en physiothérapie?
  2. Quels sont les niveaux d'attitude des étudiants en physiothérapie envers l'intelligence artificielle?
  3. Quels sont les niveaux d'acceptation des étudiants en physiothérapie vers les technologies de l'intelligence artificielle?
  4. Existe-t-il une relation significative entre le niveau de compétence numérique et l'attitude envers l'intelligence artificielle?
  5. Existe-t-il une relation significative entre le niveau de compétence numérique et l'acceptation des technologies de l'intelligence artificielle?
  6. Existe-t-il une relation significative entre l'attitude envers l'intelligence artificielle et le niveau d'acceptation des technologies de l'intelligence artificielle?
  7. Existe-t-il une différence significative entre la compétence numérique des participants, les attitudes envers l'intelligence artificielle et les niveaux d'acceptation selon des variables telles que le sexe, le niveau scolaire et la durée de l'utilisation des outils numériques? L'univers de la recherche sera composé d'étudiants de premier cycle qui étudient au Département de physiothérapie et de réadaptation à la Faculté des sciences de la santé d'Alanya, İnönü, Pamukkale, Okan University. L'échantillon de la recherche devrait être d'environ 600 étudiants qui sont sélectionnés au hasard dans quatre universités différentes pour représenter différentes régions géographiques et sont déterminées sur une base volontaire.

La recherche devrait être composée d'étudiants qui étudient dans le programme de premier cycle de physiothérapie et de réadaptation à Türkiye. Lors de la collecte des données, le formulaire d'information d'introduction, l'échelle des compétences numériques pour les étudiants universitaires, l'échelle d'attitude des étudiants universitaires envers l'intelligence artificielle et l'échelle d'acceptation de l'intelligence artificielle productive seront utilisées.

Les données collectées seront analysées à l'aide du programme SPSS (Package statistique pour les sciences sociales). Les tests de Kolmogorov-Smirnov et Shapiro-Wilk seront utilisés pour évaluer si les données sont normalement distribuées. Dans les variables qui sont normalement distribuées: la moyenne, l'écart type, le test t d'échantillon indépendant, le test de corrélation ANOVA et Pearson seront utilisés. Dans la distribution non normale: médiane, minimum-maximum, test de Mann-Whitney U, test de Kruskal Wallis, des tests de corrélation de Spearman seront appliqués. En outre, une analyse de régression sera effectuée pour évaluer les relations entre les informations sociodémographiques des étudiants, la compétence numérique, l'attitude de l'intelligence artificielle et les niveaux d'acceptation de l'intelligence artificielle. P <0,05 sera accepté comme le niveau de signification.

Aperçu de l'étude

Description détaillée

Les développements rapides de la numérisation et des technologies de l'intelligence artificielle ont provoqué des changements importants dans la façon dont les services de santé sont fournis. Aujourd'hui, les applications soutenues par l'intelligence artificielle sont activement utilisées dans de nombreux domaines du domaine des soins de santé, du diagnostic précoce des maladies au traitement, du suivi des patients à la planification des soins personnalisés. Dans les disciplines où les processus de prise de décision cliniques sont importants, comme la physiothérapie et la réhabilitation, les outils numériques et les systèmes d'intelligence artificielle sont intégrés dans le domaine avec l'analyse de mouvement, le suivi des exercices, les robots de réadaptation, les traitements basés sur la réalité virtuelle et les applications mobiles soutenues par l'intelligence artificielle. Cette transformation technologique affecte non seulement la pratique professionnelle mais aussi l'enseignement professionnel. Les niveaux de compétence numérique des étudiants universitaires recevant une formation en santé, leur capacité à adopter la technologie et leurs attitudes envers l'intelligence artificielle sont d'une importance cruciale en termes de développement professionnel individuel et de qualité de service post-diplôme. Comprendre à quel point les étudiants en physiothérapie sont prêts en particulier pour le processus de transformation numérique guideront à la fois la restructuration des programmes éducatifs et l'harmonisation de la profession avec les développements technologiques. Des études ont montré que les étudiants en sciences de la santé ont généralement accès à des outils numériques, mais ils éprouvent diverses insuffisances dans l'utilisation de ces outils efficacement et consciemment. En outre, il est rapporté que les personnes qui développent une attitude positive envers l'intelligence artificielle s'adaptent plus rapidement à ces technologies et obtiennent des résultats plus efficaces dans l'éducation et les pratiques cliniques. Cependant, le nombre d'études holistiques dans la littérature, en particulier celles spécifiques aux étudiants en physiothérapie, où les attitudes de l'intelligence artificielle, l'acceptation de la technologie et les niveaux de compétence numérique sont évaluées ensemble, est assez limitée.

Par conséquent, la justification de cette recherche est d'évaluer les niveaux de compétence numérique des étudiants en physiothérapie, leurs attitudes envers l'intelligence artificielle et leur tendance à accepter les technologies de l'intelligence artificielle, à évaluer leurs processus d'adaptation à la numérisation dans le domaine de la santé et à produire des données scientifiques qui contribueront aux politiques éducatives, au contenu des cours et aux stratégies cliniques dans ce contexte.

L'objectif principal de cette recherche est d'évaluer les niveaux de compétence numérique des étudiants de premier cycle en physiothérapie, leurs attitudes envers l'intelligence artificielle et leur tendance à accepter les technologies de l'intelligence artificielle. En outre, en examinant les relations possibles entre ces trois variables, il vise à révéler dans quelle mesure les étudiants ont développé leurs compétences professionnelles à l'ère de la transformation numérique et de l'intelligence artificielle. Dans ce contexte, les données à obtenir contribueront à la détermination des besoins éducatifs pour l'alphabétisation numérique et les applications basées sur l'intelligence artificielle dans le domaine de la santé; et ouvrira la voie à la compréhension du niveau d'adaptation des futurs physiothérapeutes aux développements technologiques.

Type d'étude

Observationnel

Inscription (Réel)

552

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

      • Antalya, Turquie
        • Alanya Alaaddin Keykubat University
      • Denizli, Turquie
        • Pamukkale University
      • Malatya, Turquie
        • Inonu University
      • İstanbul, Turquie
        • Okan university

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

L'univers de l'étude est des étudiants de premier cycle qui étudient au Département de physiothérapie et de la réadaptation à l'Université Okan, Faculté des sciences de la santé, Alanya, İnönü, Pamukkale.

La description

Critères d'inclusion:

  • Composé d'étudiants qui étudient dans un programme de premier cycle de physiothérapie et de réadaptation à Türkiye,
  • Accepter de participer volontairement à la recherche et d'approuver le formulaire de consentement éclairé en ligne,
  • Ayant 18 ans ou plus,
  • Remplir complètement le formulaire d'enquête,
  • Utilisation active d'au moins un appareil numérique (smartphone, ordinateur, tablette, etc.)

Critères d'exclusion:

  • Étudier dans n'importe quel département autre que le département de physiothérapie,
  • Remplir l'enquête sans approuver le formulaire de consentement éclairé,
  • Remplissant le formulaire d'enquête incomplète ou incorrectement,
  • Être moins de 18 ans

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
étudiants en physiothérapie
L'attitude d'acceptation des étudiants en physiothérapie envers l'intelligence artificielle et leurs compétences numériques seront menées sous la forme d'une enquête. Utilisez au moins un appareil numérique (smartphone, ordinateur, tablette, etc.).

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Échelle des compétences numériques pour les étudiants universitaires
Délai: 1 semaine
Il s'agit d'une échelle valide et fiable qui mesure les compétences numériques des étudiants universitaires, développées sur la base du cadre européen des compétences numériques (DIGCOMP). La version originale des compétences numériques de base des étudiants universitaires 2.0 - Cobadi Scale, développée par López-Mènes et al. (2013), a 4 facteurs et 31 éléments. Les 4 facteurs de l'échelle de Cobadi sont déterminés comme des «compétences liées à l'utilisation des TIC dans la communication sociale et l'apprentissage collaboratif», les «compétences liées à l'utilisation des TIC dans la recherche», les «compétences interpersonnelles dans l'utilisation des TIC dans le contexte universitaire» et les «outils virtuels universitaires et la communication sociale». Il y a 12 éléments dans le premier facteur, 11 éléments dans le deuxième facteur et 4 éléments chacun dans les troisième et quatrième facteurs. Un type de Likert à 4 points a été utilisé dans l'évaluation de l'échelle. Dans le cadre des notes, 1 indique le moins de compétence, tandis que 4 indique le niveau de compétence le plus élevé. L'échelle de type Likert à 4 points Co
1 semaine

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Échelle d'attitude des étudiants universitaires envers l'intelligence artificielle
Délai: 1 semaine
Échelle d'attitude des étudiants universitaires envers l'intelligence artificielle: c'est une échelle de type Likert à 5 points qui vise à mesurer les sentiments, les pensées et les attitudes des étudiants envers l'intelligence artificielle. L'échelle se compose de dimensions cognitives, affectives et comportementales. Les sous-dimensions de l'échelle sont; L'intérêt pour l'intelligence artificielle, les préoccupations concernant l'intelligence artificielle, les aspects éthiques et les effets sociaux de l'intelligence artificielle, les opportunités et les menaces liées à l'utilisation de l'intelligence artificielle dans l'éducation. Sa validité et sa fiabilité en turc ont été faites par Turgut et Kunuroğlu (2025). Il s'agit d'une échelle de type Likert à 5 points (1: fortement en désaccord - 5: fortement d'accord) comprenant 26 questions. Cronbach alpha de l'échelle: 0,89 (échelle totale), varie entre 0,78-0,87 dans les sous-dimensions
1 semaine
Échelle d'acceptation de l'intelligence artificielle générative
Délai: 1 semaine
Un outil pour déterminer dans quelle mesure les individus acceptent les technologies de l'intelligence artificielle et la façon dont elles sont disposées à utiliser ces technologies. Pour déterminer le niveau auquel les outils génératifs de l'intelligence artificielle (Chatgpt, Dall E, Bard, etc.) sont acceptés par les utilisateurs et s'ils sont adoptés ou non. Il était prêt à mesurer les attitudes, les intentions d'utilisation et les perceptions des individus dans le domaine de l'éducation, en particulier les candidats des enseignants, les étudiants et les universitaires, envers l'intelligence artificielle générative. L'échelle a été développée en fonction du modèle d'acceptation technologique de Davis (TAM). Selon ce modèle, l'acceptation de la technologie est liée à l'utilisation et à l'utilisation facile d'utiliser l'individu perçoit la technologie. Il s'agit d'une échelle de type Likert à 5 points avec 20 questions. C'est comme suit: 1: fortement en désaccord - 5: fortement d'accord. Une analyse factorielle confirmatoire (CFA) a été réalisée pour la validité de la construction et il a été déterminé que
1 semaine

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Les enquêteurs

  • Chercheur principal: Kevser G Gursan, Dr., Uşak University

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

11 avril 2025

Achèvement primaire (Réel)

1 juin 2025

Achèvement de l'étude (Réel)

1 juin 2025

Dates d'inscription aux études

Première soumission

15 avril 2025

Première soumission répondant aux critères de contrôle qualité

15 avril 2025

Première publication (Réel)

23 avril 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

6 juin 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

3 juin 2025

Dernière vérification

1 juin 2025

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • 607-607-05

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Description du régime IPD

Afin de protéger la confidentialité des participants et de se conformer à l'engagement de confidentialité approuvé par le comité d'éthique, aucun partage de données au niveau individuel n'est prévu. De plus, la décision du comité d'éthique qui a approuvé l'étude couvre l'utilisation des données avec un accès limité uniquement. Par conséquent, il peut ne pas être possible de partager publiquement les données IPD.

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner