Gyógytornászok és mesterséges intelligencia
A jövőbeni gyógytornászok adaptálása a mesterséges intelligencia korszakához: Mesterséges intelligencia hozzáállás, elfogadás és digitális kompetencia
Ez a tanulmány egy keresztmetszeti tanulmány, amelyet a kvantitatív kutatási módszerek leíró és relációs szűrési modelljének körében fejlesztettek ki. A kutatás célja a digitális kompetenciaszintek, a mesterséges intelligencia és a mesterséges intelligencia elfogadási szintjeinek értékelése a fizioterápiás osztály egyetemi hallgatóinak, valamint ezen változók közötti kapcsolatok feltárására.
Kutatási kérdések
- Melyek a fizioterápiás hallgatók digitális kompetencia -szintje?
- Milyen hozzáállási szintje van a fizioterápiás hallgatóknak a mesterséges intelligencia iránt?
- Melyek a fizioterápiás hallgatók elfogadási szintje a mesterséges intelligencia technológiákkal szemben?
- Van -e jelentős kapcsolat a digitális kompetencia szintje és a mesterséges intelligencia iránti hozzáállás között?
- Van -e jelentős kapcsolat a digitális kompetencia szintje és a mesterséges intelligencia technológiák elfogadása között?
- Van -e jelentős kapcsolat a mesterséges intelligencia iránti hozzáállás és a mesterséges intelligencia technológiák elfogadási szintje között?
- Van -e szignifikáns különbség a résztvevők digitális kompetenciája, a mesterséges intelligencia és az elfogadási szintek iránti hozzáállás között olyan változók szerint, mint a nemek, a nemek, a fokozat szintje és a digitális szerszám használatának időtartama? A kutatás univerzuma az egyetemi hallgatókból áll, akik az Alanya Egészségtudományi Karának Fizioterápiás és Rehabilitációs Tanszékén tanulmányozzák, İnönü, Pamukkale, Okan Egyetem. A kutatás mintájának mintegy 600 hallgatója lesz, akiket véletlenszerűen választanak ki négy különböző egyetemből, hogy képviseljék a különböző földrajzi régiókat, és önkéntes alapon határozzák meg.
A kutatás a tervek szerint a Türkiye -i fizioterápiás és rehabilitációs egyetemi hallgatókból származó hallgatókból áll. Az adatok gyűjtése közben a bevezető információs formát, a digitális kompetenciákat az egyetemi hallgatók számára, az egyetemi hallgatók hozzáállásának mértéke a mesterséges intelligencia iránt, és a produktív mesterséges intelligencia elfogadási skáláját használják.
Az összegyűjtött adatokat az SPSS (Statisztikai Csomag a Társadalomtudományok) programmal elemezzük. A Kolmogorov-Smirnov és a Shapiro-Wilk teszteket felhasználják annak felmérésére, hogy az adatok általában eloszlanak-e. A normál eloszlású változókban: átlag, szórás, független minta t-teszt, ANOVA és Pearson korrelációs tesztet fogunk használni. Nem normál eloszlásban: medián, minimális maximális, Mann-Whitney U teszt, Kruskal Wallis teszt, Spearman korrelációs teszteket alkalmaznak. Ezenkívül regressziós elemzést végeznek a hallgatók szociodemográfiai információk, a digitális kompetencia, a mesterséges intelligencia hozzáállás és a mesterséges intelligencia elfogadási szintek közötti kapcsolatok értékelésére. A P <0,05 -et elfogadják a szignifikancia szintként.
A tanulmány áttekintése
Állapot
Részletes leírás
A digitalizálás és a mesterséges intelligencia technológiáinak gyors fejleményei jelentős változásokat okoztak az egészségügyi szolgáltatások nyújtásában. Manapság a mesterséges intelligencia által támogatott alkalmazásokat aktívan használják az egészségügyi terület számos területén, a betegségek korai diagnosztizálásától kezdve a kezelésig, a betegek nyomon követésétől a személyre szabott ápolási tervezésig. Azokban a tudományágakban, ahol a klinikai döntéshozatali folyamatok fontosak, mint például a fizioterápia és a rehabilitáció, a digitális eszközök és a mesterséges intelligencia rendszerek integrálódnak a mezőbe mozgáselemzéssel, testmozgáskövetéssel, rehabilitációs robotokkal, virtuális valóság-alapú kezelésekkel és mesterséges intelligencia által támogatott mobil alkalmazásokkal. Ez a technológiai átalakulás nemcsak a szakmai gyakorlatot, hanem a szakképzést is érinti. Az egyetemi oktatást kapó egyetemi hallgatók digitális kompetenciaszintje, a technológia elfogadására és a mesterséges intelligencia iránti hozzáállásuk kritikus jelentőséggel bír mind az egyéni szakmai fejlődés, mind a diploma megszervezésének minősége szempontjából. Annak megértése, hogy a fizioterápiás hallgatók hogyan állnak, különösen a digitális átalakulási folyamatra, mind az oktatási programok szerkezetátalakítását, mind a szakma harmonizálását a technológiai fejleményekkel. A tanulmányok kimutatták, hogy az egészségtudományi hallgatók általában hozzáférnek a digitális eszközökhöz, ám ezeknek az eszközöknek a hatékony és tudatosan történő felhasználása során különféle hiányosságokat tapasztalnak meg. Ezenkívül arról számoltak be, hogy azoknak az egyéneknek, akiknek a mesterséges intelligencia iránti pozitív hozzáállása kialakul, gyorsabban alkalmazkodnak ezekhez a technológiákhoz, és hatékonyabb eredményeket érnek el az oktatásban és a klinikai gyakorlatban. Az irodalomban a holisztikus tanulmányok száma, különös tekintettel a fizioterápiás hallgatókra, ahol a mesterséges intelligencia hozzáállását, a technológiai elfogadást és a digitális kompetencia szintjét együtt értékelik, meglehetősen korlátozott.
Ezért ennek a kutatásnak az indoka a fizioterápiás hallgatók digitális kompetencia -szintjének, a mesterséges intelligencia iránti hozzáállásuk és a mesterséges intelligencia technológiák elfogadására való hajlandóságuk értékelése, az egészségügyi területen történő digitalizációhoz való alkalmazkodási folyamataik értékelése, valamint az oktatási politikákhoz, a tanfolyam -tartalomhoz és a klinikai gyakorlati stratégiákhoz való hozzájáruláshoz kapcsolódó tudományos adatok előállítása.
Ennek a kutatásnak a fő célja a fizioterápiás hallgatók digitális kompetenciaszintjeinek, a mesterséges intelligencia iránti hozzáállásuk és a mesterséges intelligencia technológiák elfogadására való hajlandóságuk értékelése. Ezen túlmenően, a három változó közötti lehetséges kapcsolatok megvizsgálásával, célja annak feltárása, hogy a hallgatók milyen mértékben fejlesztették ki szakmai kompetenciáikat a digitális átalakulás és a mesterséges intelligencia korában. Ebben az összefüggésben a megszerzett adatok hozzájárulnak a digitális írástudás és a mesterséges intelligencia-alapú alkalmazások oktatási igényeinek meghatározásához az egészségügy területén; és előkészíti az utat a jövőbeni fizioterapeuták alkalmazkodásának szintjének megértésére a technológiai fejleményekhez.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Antalya, Pulyka
- Alanya Alaaddin Keykubat University
-
Denizli, Pulyka
- Pamukkale University
-
Malatya, Pulyka
- Inonu University
-
İstanbul, Pulyka
- Okan university
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Befogadási kritériumok:
- A diákokból áll, akik fizioterápiában és rehabilitációs egyetemi programban tanulnak Türkiye -ben,
- Vállalja, hogy önként részt vesz a kutatásban, és jóváhagyja az online tájékozott hozzájárulási űrlapot
- 18 éves vagy annál idősebb,
- Teljesen kitölteni a felmérési űrlapot,
- Legalább egy digitális eszköz (okostelefon, számítógép, táblagép stb.) Használata aktívan használva
Kizárási kritériumok:
- A fizioterápiás osztályon kívüli tanszéken tanulás,
- A felmérés kitöltése a tájékozott beleegyezési űrlap jóváhagyása nélkül,
- A felmérés formájának hiányos vagy helytelen kitöltése,
- 18 év alatti lenni
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
|---|
|
Fizioterápiás hallgatók
A fizioterápiás hallgatók elfogadási hozzáállását a mesterséges intelligencia iránt és azok digitális kompetenciáit felmérés formájában kell elvégezni. A vizsgálati csoport jellemzői az, hogy a Türkiye -i fizioterápiában és rehabilitációs egyetemi hallgatókban tanulókból állnak, hogy a tanulmányban részt vesznek a felmérésben, és azt az online tájékoztatást végezzék, hogy 18 éves korukban vagy idősebbek, hogy a felmérésben teljes mértékben részt vesznek a tanulmányban, és ezt megismertetik, és hogy az aktiválják, hogy 18 éves korukban legyenek, és hogy a felmérésben teljes mértékben részt vesznek a tanulmányban. Legalább egy digitális eszköz (okostelefon, számítógép, táblagép stb.).
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Digitális kompetenciák skála az egyetemi hallgatók számára
Időkeret: 1 hét
|
Ez egy érvényes és megbízható skála, amely méri az egyetemi hallgatók digitális kompetenciáit, amelyeket az európai digitális kompetencia -keretrendszer (DigComp) alapján fejlesztettek ki.
Az egyetemi hallgatók alapvető digitális kompetenciáinak eredeti verziója 2.0 - Cobadi skála, amelyet López -Meneses et al. (2013), 4 tényezővel és 31 elemmel rendelkezik.
A Cobadi -skála 4 tényezőjét úgy határozzák meg, hogy "az IKT társadalmi kommunikációban és az együttműködési tanulásban való felhasználáshoz kapcsolódó kompetenciák", "az IKT kutatásban való felhasználásához kapcsolódó kompetenciák", "Interperszonális kompetenciák az IKT alkalmazásában az egyetemi kontextusban" és "Egyetemi virtuális eszközök és társadalmi kommunikáció".
Az első tényezőben 12 elem található, a második tényezőben 11 tétel, és mindegyik a harmadik és a negyedik tényezőben.
A skála besorolásakor egy négypontos Likert-típust használtunk.
A besorolások keretein belül az 1 jelzi a kompetencia legkevesebb szintjét, míg a 4 a legmagasabb szintű kompetenciát jelzi.
A 4-pontos Likert-típusú Scale Co
|
1 hét
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Az egyetemi hallgatók hozzáállási skálája a mesterséges intelligencia iránt
Időkeret: 1 hét
|
Az egyetemi hallgatók hozzáállási skálája a mesterséges intelligencia iránt: Ez egy ötpontos Likert típusú skála, amelynek célja a hallgatók érzelmeinek és a mesterséges intelligencia iránti attitűdjeinek mérése.
A skála kognitív, érzelmi és viselkedési dimenziókból áll.
A skála aldimenziók; A mesterséges intelligencia iránti érdeklődés, a mesterséges intelligencia etikai aspektusai és a mesterséges intelligencia társadalmi hatásai, a mesterséges intelligencia oktatásban való felhasználásával kapcsolatos lehetőségek és fenyegetések.
A törökben való érvényességét és megbízhatóságát Turgut és Kunuroğlu (2025) készítette.
Ez egy 5 pontos Likert típusú skála (1: Erősen nem ért egyet-5: Erősen egyetért), amely 26 kérdést tartalmaz.
A skála Cronbach alfa: 0,89 (teljes skála), 0,78-0,87 között változik az aldimenziókban
|
1 hét
|
|
Generatív mesterséges intelligencia elfogadási skála
Időkeret: 1 hét
|
Egy eszköz annak meghatározására, hogy az egyének milyen mértékben fogadják el a mesterséges intelligencia technológiákat, és mennyire hajlandóak használni ezeket a technológiákat.
Annak meghatározására, hogy a felhasználók elfogadják -e a generatív mesterséges intelligencia eszközöket (CHATGPT, DALL E, BARD stb.), És elfogadják -e azokat, vagy sem.
Felkészült arra, hogy megmérje az egyének, különösen a tanárjelöltek, a hallgatók és az akadémikusok, a generatív mesterséges intelligencia iránti attitűdöket, felhasználási szándékokat és észleléseket az oktatás területén.
A skálát Davis technológiai elfogadási modellje (TAM) alapján fejlesztették ki.
E modell szerint a technológia elfogadása ahhoz kapcsolódik, hogy az egyén mennyire hasznos és könnyen használható a technológiát.
Ez egy 5 pontos Likert típusú skála, 20 kérdéssel.
Ez a következők: 1: Erősen nem értek egyet - 5: Erősen egyetért.
Megerősítő faktor analízist (CFA) végeztük a konstrukció érvényességére, és megállapítottuk, hogy
|
1 hét
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Kevser G Gursan, Dr., Uşak University
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
Egyéb vizsgálati azonosító számok
- 607-607-05
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .