Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A VÁLLI DISZTÓCIA KÉPZŐPROGRAM HATÉKONYSÁGÁNAK ÉRTÉKELÉSE, AMELY GENERATÍV MŰVÉLGI INTELLIGENCIA TÁMOGATOTT FORDÍTOTT TANULÁSSAL KÉSZÜLT

2026. április 13. frissítette: Melek Isik, Fenerbahce University

A GENERATÍV MŰVÉSZI INTELLIGENCIA TÁMOGATÁSÁVAL KIALAKÍTOTT, INVERTÁLT TANULÁS ALAPJÁN TERVEZETT VÁLLDYSZTÓCIA KÉPZŐPROGRAM HATÉKONYSÁGÁNAK ÉRTÉKELÉSE

Az egészségügyi oktatás folyamatos digitális átalakulásával egyre növekszik a tanulóközpontú és technológiával integrált megközelítések jelentősége. Különösen az egészségügyben előforduló összetett és kiszámíthatatlan klinikai helyzetek oktatásában a hagyományos módszerek korlátozott hatékonysága egyre nagyobb igényt támaszt az olyan innovatív megközelítésekre, mint a fordított tanulás és az önirányított tanulás. A generatív mesterséges intelligencia (GAI) által támogatott oktatási alkalmazások potenciálisan javíthatják a tanulmányi eredményeket azáltal, hogy interaktívabbá teszik a tanulási folyamatot. Azonban az ezen technológiák oktatási hatékonyságát értékelő kutatások továbbra is korlátozottak. Ebben a kontextusban a GAI által támogatott fordított tanulás lehetővé teszi a hallgatók számára, hogy szimulált tantermi vagy klinikai környezetek révén egyéni tanulási élményeket szerezzenek, és jobban felkészüljenek a klinikai találkozásokra és a specifikus klinikai készségképzésre. Ennek a keretrendszeren belül kezelendő kritikus klinikai témák egyike a vállszorulat. A vállszorulat szülészeti sürgősségi eset, amelynek legtöbb esete kiszámíthatatlan és elkerülhetetlen. Ennek megfelelően ez a tanulmány a technológia hatékony felhasználásával azt célozza, hogy értékelje a vállszorulat képzésére alkalmazott GAI által támogatott fordított tanulási megközelítés hatásait a szülészhallgatók tudásszintjére és önirányított tanulási készségeire.

A tanulmány áttekintése

Állapot

Még nincs toborzás

Körülmények

Tanulmány típusa

Megfigyelő

Beiratkozás (Becsült)

114

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi kapcsolat

  • Név: Melek Kılıç, PhD Candidate
  • Telefonszám: +905447324244
  • E-mail: mlekisik@gmail.com

Tanulmányi helyek

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Gyermek
  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Igen

Mintavételi módszer

Valószínűségi minta

Tanulmányi populáció

Összesen 114, a bevonási kritériumoknak megfelelő harmadéves hallgató kapja majd meg a "Hallgatói Információs Űrlapot" és a "Vállszoptatás-kezelési Tudástesztet". Az alapszintek meghatározásához a résztvevőket a vállszoptatás-kezelési tudásteszt pontszámuk alapján három rétegbe sorolják, majd G1, G2 és G3 csoportokba osztják egyszerű randomizálással 1:1:1 arányban. A randomizálási listát a kutatótól független személy állítja össze a szelekciós torzítás csökkentése érdekében, a randomizer.org weboldal felhasználásával. A véletlenszerű csoportbeosztás rétegek alapján történik (rétegződési kritériumok: intézmények és vállszoptatás-kezelési tudásteszt pontszámok). Ezzel a módszerrel 114 harmadéves hallgató egyenlő arányban randomizálódik három csoportba, 38 hallgató kerül a G1-be, 38 a G2-be és 38 a G3-ba.

Leírás

Bevonási kritériumok:

  • -A Fenerbahçe Egyetem Szülésznői Tanszékének és az Isztambul-Cerrahpaşa Egészségtudományi Karának 3. éves hallgatója lenni.
  • Megfelelő vagy korlátlan internet-hozzáférés birtokában lenni.

Kizárási kritériumok:

  • Korábban járt vállszorulásról szóló kurzusra.
  • A hallgató hiányzása az órákról/betegszabadság.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Generatív mesterséges intelligencia által támogatott fordított tanulás
Bábaszakos hallgatók vállszorulás képzése generatív mesterséges intelligenciával támogatott megfordított tanulási módszerrel interaktív és forgatókönyv-alapú tevékenységekkel.
Standard flipped learning
A bábhallgatók, akik vállszorulás képzést kapnak egy szabványos fordított tanulási megközelítéssel, mesterséges intelligencia támogatás nélkül.
Hagyományos tanulás
A szülésznőhallgatók, akik vállszorulás kezelésére vonatkozó képzést kapnak hagyományos előadásalapú tanítási módszereken keresztül.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Tudásszint a vállszorulat kezelésében
Időkeret: A beavatkozás előtt és közvetlenül a beavatkozás után
A bába-hallgatók vállszorulat kezelésével kapcsolatos tudásszintjét a kutató által kidolgozott strukturált tudásvizsgálattal értékelik.
A beavatkozás előtt és közvetlenül a beavatkozás után

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Fenerbahce University

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Általános kiadványok

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Becsült)

2026. április 1.

Elsődleges befejezés (Becsült)

2026. június 1.

A tanulmány befejezése (Becsült)

2027. június 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. március 31.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. március 31.

Első közzététel (Tényleges)

2026. április 7.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. április 16.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. április 13.

Utolsó ellenőrzés

2026. március 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • 2025/756

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

IGEN

IPD terv leírása

Az ebben a tanulmányban közölt eredményeket alátámasztó egyéni résztvevői adatok (IPD) a publikációt követően észszerű kérésre elérhetők lesznek a megfelelő szerzőtől. Az adatokat a résztvevők bizalmának védelme érdekében anonimizálják. Az adatokhoz való hozzáférést azok a kutatók kaphatják meg, akik módszertanilag megalapozott javaslatot nyújtanak be, amelyet a kutatócsoport jóváhagyása tárgyát képezi.

IPD megosztási időkeret

A személyes azonosításra nem alkalmas egyéni résztvevői adatok (IPD) és a támogató dokumentumok (tanulmány protokoll, statisztikai elemzési terv és tájékoztatott beleegyezési nyilatkozat) a tanulmány eredményeinek közzététele után 6 hónappal elérhetővé válnak, és 5 éves időtartamra maradnak elérhetőek. Az adathozzáférés a megfelelő szerző részére történő ésszerű kérelem alapján biztosítható, a kutatási csapat jóváhagyásának alávetve.

IPD-megosztási hozzáférési feltételek

A de-identifikált egyéni résztvevői adatok (IPD) és a támogató dokumentumok (tanulmányi protokoll, statisztikai elemzési terv és tájékoztatott beleegyezési nyilatkozat) hozzáférése azoknak a minősített kutatóknak lesz biztosítva, akik módszertanilag megalapozott kutatási javaslatot nyújtanak be. A kéréseket a megfelelő szerzőnek kell benyújtani. Az adatok megosztása a kutatócsoport és, ahol alkalmazható, az intézményi etikai bizottság jóváhagyása után történik. Az adatok biztonságos formátumban lesznek szolgáltatva, és a felhasználóknak el kell fogadniuk azokat a feltételeket, amelyek biztosítják az adatok titkosságát és megfelelő felhasználását.

Az IPD megosztását támogató információ típusa

  • STUDY_PROTOCOL
  • NEDV
  • ICF

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

Iratkozz fel