Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Fisioterapisti e intelligenza artificiale

3 giugno 2025 aggiornato da: Kevser Gürsan, Uşak University

Adattamento dei futuri fisioterapisti all'era dell'intelligenza artificiale: atteggiamento di intelligenza artificiale, accettazione e competenza digitale

Questo studio è uno studio trasversale progettato nell'ambito del modello di screening descrittivo e relazionale dei metodi di ricerca quantitativa. La ricerca mira a valutare i livelli di competenza digitale, gli atteggiamenti nei confronti dell'intelligenza artificiale e dei livelli di accettazione dell'intelligenza artificiale degli studenti universitari del dipartimento di fisioterapia e a rivelare le relazioni tra queste variabili.

Domande di ricerca

  1. Quali sono i livelli di competenza digitale degli studenti di fisioterapia?
  2. Quali sono i livelli di atteggiamento degli studenti di fisioterapia verso l'intelligenza artificiale?
  3. Quali sono i livelli di accettazione degli studenti di fisioterapia verso le tecnologie di intelligenza artificiale?
  4. Esiste una relazione significativa tra il livello di competenza digitale e l'atteggiamento nei confronti dell'intelligenza artificiale?
  5. Esiste una relazione significativa tra il livello di competenza digitale e l'accettazione delle tecnologie di intelligenza artificiale?
  6. Esiste una relazione significativa tra l'atteggiamento nei confronti dell'intelligenza artificiale e il livello di accettazione delle tecnologie di intelligenza artificiale?
  7. Esiste una differenza significativa tra la competenza digitale dei partecipanti, gli atteggiamenti nei confronti dell'intelligenza artificiale e i livelli di accettazione in base a variabili come genere, livello di grado e durata dell'uso degli strumenti digitali? L'universo della ricerca consisterà in studenti universitari che studiano nel Dipartimento di fisioterapia e riabilitazione presso la Facoltà di Scienze della salute di Alanya, İnönü, Pamukkale, Università di Okan. Il campione della ricerca dovrebbe essere circa 600 studenti che sono selezionati in modo casuale da quattro diverse università per rappresentare diverse regioni geografiche e determinati su base volontaria.

È prevista la ricerca consistenti in studenti che studiano nel programma universitario di fisioterapia e riabilitazione a Türkiye. Durante la raccolta dei dati, verrà utilizzata la forma di informazione introduttiva, la scala delle competenze digitali per gli studenti universitari, la scala di atteggiamento degli studenti universitari verso l'intelligenza artificiale e la scala di accettazione dell'intelligenza artificiale produttiva.

I dati raccolti verranno analizzati utilizzando il programma SPSS (Statistical Package for Social Sciences). I test Kolmogorov-Smirnov e Shapiro-Wilk verranno utilizzati per valutare se i dati sono normalmente distribuiti. Nelle variabili che sono normalmente distribuite: media, deviazione standard, test t di campioni indipendenti, test di correlazione ANOVA e Pearson verranno utilizzati. Nella distribuzione non normale: test medio, minimo massimo, mann-whitney, test di Kruskal Wallis, test di correlazione di Spearman. Inoltre, verrà eseguita l'analisi di regressione per valutare le relazioni tra informazioni sociomografiche degli studenti, competenza digitale, atteggiamento di intelligenza artificiale e livelli di accettazione dell'intelligenza artificiale. P <0,05 sarà accettato come livello di significatività.

Panoramica dello studio

Descrizione dettagliata

I rapidi sviluppi nelle tecnologie di digitalizzazione e intelligenza artificiale hanno causato cambiamenti significativi nel modo in cui vengono forniti servizi sanitari. Oggi, le applicazioni supportate dall'intelligenza artificiale sono attivamente utilizzate in molte aree nel campo sanitario, dalla diagnosi precoce delle malattie al trattamento, dal follow-up dei pazienti alla pianificazione delle cure personalizzate. Nelle discipline in cui sono importanti i processi decisionali clinici, come la fisioterapia e la riabilitazione, gli strumenti digitali e i sistemi di intelligenza artificiale sono integrati sul campo con analisi del movimento, monitoraggio dell'esercizio, robot di riabilitazione, trattamenti basati sulla realtà virtuale e applicazioni mobili a sostegno dell'intelligenza artificiale. Questa trasformazione tecnologica colpisce non solo la pratica professionale ma anche l'educazione professionale. I livelli di competenza digitale degli studenti universitari che ricevono educazione sanitaria, la loro capacità di adottare la tecnologia e i loro atteggiamenti nei confronti dell'intelligenza artificiale sono di fondamentale importanza in termini sia per lo sviluppo professionale individuale sia la qualità del servizio post-laurea. Comprendere quanto siano pronti gli studenti di fisioterapia in particolare per il processo di trasformazione digitale guiderà sia la ristrutturazione dei programmi educativi sia l'armonizzazione della professione con sviluppi tecnologici. Gli studi hanno dimostrato che gli studenti delle scienze della salute hanno generalmente accesso a strumenti digitali, ma sperimentano varie inadeguatezze nell'uso di questi strumenti in modo efficace e consapevole. Inoltre, è stato riferito che le persone che sviluppano un atteggiamento positivo nei confronti dell'intelligenza artificiale si adattano più rapidamente a queste tecnologie e ottengono risultati più efficienti nell'istruzione e nelle pratiche cliniche. Tuttavia, il numero di studi olistici in letteratura, in particolare quelli specifici per gli studenti di fisioterapia, in cui gli atteggiamenti di intelligenza artificiale, l'accettazione della tecnologia e i livelli di competenza digitale sono valutati insieme, è piuttosto limitato.

Pertanto, la logica di questa ricerca è quella di valutare i livelli di competenza digitale degli studenti di fisioterapia, i loro atteggiamenti nei confronti dell'intelligenza artificiale e la loro tendenza ad accettare tecnologie di intelligenza artificiale, a valutare i loro processi di adattamento alla digitalizzazione nel campo della salute e a produrre dati scientifici che contribuiranno a policie educative, contenuti di corsi e strategie di pratica clinica in questo contesto.

Lo scopo principale di questa ricerca è valutare i livelli di competenza digitale degli studenti universitari di fisioterapia, i loro atteggiamenti nei confronti dell'intelligenza artificiale e la loro tendenza ad accettare tecnologie di intelligenza artificiale. Inoltre, esaminando le possibili relazioni tra queste tre variabili, ha lo scopo di rivelare in che misura gli studenti hanno sviluppato le loro competenze professionali nell'era della trasformazione digitale e dell'intelligenza artificiale. In questo contesto, i dati da ottenere contribuiranno alla determinazione delle esigenze educative per l'alfabetizzazione digitale e le applicazioni basate sull'intelligenza artificiale nel campo della salute; e aprirà la strada alla comprensione del livello di adattamento dei futuri fisioterapisti agli sviluppi tecnologici.

Tipo di studio

Osservativo

Iscrizione (Effettivo)

552

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

      • Antalya, Tacchino
        • Alanya Alaaddin Keykubat University
      • Denizli, Tacchino
        • Pamukkale University
      • Malatya, Tacchino
        • İnönu University
      • İstanbul, Tacchino
        • Okan University

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto

Accetta volontari sani

Metodo di campionamento

Campione di probabilità

Popolazione di studio

L'universo dello studio è studenti universitari che studiano nel Dipartimento di fisioterapia e riabilitazione presso l'Università di Okan, Facoltà di Scienze della Salute, Alanya, İnönü, Pamukkale.

Descrizione

Criteri di inclusione:

  • Composto da studenti che studiano in un programma universitario di fisioterapia e riabilitazione a Türkiye,
  • Accettare di partecipare alla ricerca volontariamente e approvare il modulo di consenso informato online,
  • Avendo 18 anni o più
  • Compilando completamente il modulo di indagine,
  • Utilizzando attivamente almeno un dispositivo digitale (smartphone, computer, tablet, ecc.)

Criteri di esclusione:

  • Studiare in qualsiasi dipartimento diverso dal dipartimento di fisioterapia,
  • Compilare il sondaggio senza approvare il modulo di consenso informato,
  • Compilare il modulo di indagine in modo incompleto o errato,
  • Essendo meno di 18 anni

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Studenti di fisioterapia
The acceptance attitude of physiotherapy students towards artificial intelligence and their digital competencies will be conducted in the form of a survey.The characteristics of the study group are that they consist of students studying in a physiotherapy and rehabilitation undergraduate program in Türkiye, that they agree to participate in the study voluntarily and approve the online informed consent form, that they are 18 years of age or older, that they fill out the survey form completely, and that they actively use Almeno un dispositivo digitale (smartphone, computer, tablet, ecc.).

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Scala delle competenze digitali per gli studenti universitari
Lasso di tempo: 1 settimana
È una scala valida e affidabile che misura le competenze digitali degli studenti universitari, sviluppati in base al Framework europeo delle competenze digitali (DigComp). La versione originale delle competenze digitali di base degli studenti universitari 2.0 - COBADI Scala, sviluppata da López -Meneses et al. (2013), ha 4 fattori e 31 articoli. I 4 fattori nella scala Cobadi sono determinati come "competenze relative all'uso delle TIC nella comunicazione sociale e nell'apprendimento collaborativo", "Competenze relative all'uso delle TIC nella ricerca", "Competenze interpersonali nell'uso delle TIC nel contesto universitario" e "Strumenti virtuali universitari e comunicazione sociale". Ci sono 12 elementi nel primo fattore, 11 articoli nel secondo fattore e 4 elementi ciascuno nel terzo e quarto fattore. Un tipo Likert a 4 punti è stato utilizzato nella valutazione della scala. Nell'ambito delle valutazioni, 1 indica il minor livello di competenza, mentre 4 indica il più alto livello di competenza. La scala di tipo Likert a 4 punti Co
1 settimana

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Scala dell'atteggiamento degli studenti universitari verso l'intelligenza artificiale
Lasso di tempo: 1 settimana
Scala dell'atteggiamento degli studenti universitari verso l'intelligenza artificiale: è una scala di tipo Likert a 5 punti che mira a misurare i sentimenti, i pensieri e gli atteggiamenti degli studenti nei confronti dell'intelligenza artificiale. La scala è costituita da dimensioni cognitive, affettive e comportamentali. Le sotto-dimensioni della scala sono; Interesse per l'intelligenza artificiale, le preoccupazioni per l'intelligenza artificiale, gli aspetti etici e gli effetti sociali dell'intelligenza artificiale, le opportunità e le minacce relative all'uso dell'intelligenza artificiale nell'istruzione. La sua validità e affidabilità in turco sono state fatte da Turgut e Kunuroğlu (2025). È una scala di tipo Likert a 5 punti (1: fortemente in disaccordo-5: fortemente d'accordo) composta da 26 domande. Cronbach Alpha della scala: 0,89 (scala totale), varia tra 0,78-0,87 nelle sotto-dimensioni
1 settimana
Scala di accettazione dell'intelligenza artificiale generativa
Lasso di tempo: 1 settimana
Uno strumento per determinare la misura in cui gli individui accettano tecnologie di intelligenza artificiale e quanto siano disposte a utilizzare queste tecnologie. Per determinare il livello a cui sono accettati dagli utenti gli strumenti di intelligenza artificiale generativa (CHATGPT, Dall E, Bard, ecc.) E se sono adottati o meno. Era pronto a misurare gli atteggiamenti, le intenzioni di utilizzo e le percezioni degli individui nel campo dell'educazione, in particolare candidati agli insegnanti, studenti e accademici, verso l'intelligenza artificiale generativa. La scala è stata sviluppata sulla base del modello di accettazione tecnologica di Davis (TAM). Secondo questo modello, l'accettazione della tecnologia è legata a quanto utile e facile da usare percepisce la tecnologia. È una scala di tipo Likert a 5 punti con 20 domande. È il seguente: 1: fortemente in disaccordo - 5: fortemente d'accordo. L'analisi del fattore di conferma (CFA) è stata eseguita per la validità del costrutto ed è stato determinato che
1 settimana

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Investigatori

  • Investigatore principale: Kevser G Gursan, Dr., Uşak University

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

11 aprile 2025

Completamento primario (Effettivo)

1 giugno 2025

Completamento dello studio (Effettivo)

1 giugno 2025

Date di iscrizione allo studio

Primo inviato

15 aprile 2025

Primo inviato che soddisfa i criteri di controllo qualità

15 aprile 2025

Primo Inserito (Effettivo)

23 aprile 2025

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

6 giugno 2025

Ultimo aggiornamento inviato che soddisfa i criteri QC

3 giugno 2025

Ultimo verificato

1 giugno 2025

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • 607-607-05

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Descrizione del piano IPD

Al fine di proteggere la riservatezza dei partecipanti e rispettare l'impegno di riservatezza approvata dal Comitato Etico, non è prevista la condivisione dei dati a livello individuale. Inoltre, la decisione del comitato etico che ha approvato lo studio copre l'uso dei dati solo con accesso limitato. Pertanto, potrebbe non essere possibile condividere pubblicamente i dati IPD.

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su Competenze digitali

Sottoscrivi