理学療法士と人工知能
人工知能時代への将来の理学療法士の適応：人工知能の態度、受け入れ、デジタル能力
この研究は、定量的研究方法の記述的および関係スクリーニングモデルの範囲内で設計された横断研究です。 この研究の目的は、デジタル能力レベル、人工知能に対する態度、および理学療法部門の学部生の人工知能受け入れレベルを評価し、これらの変数間の関係を明らかにすることを目的としています。
研究の質問
- 理学療法の学生のデジタル能力レベルは何ですか？
- 人工知能に対する理学療法学生の態度レベルは何ですか？
- 人工知能技術に対する理学療法学生の受け入れレベルは何ですか？
- デジタル能力のレベルと人工知能に対する態度の間に重要な関係はありますか？
- デジタル能力のレベルと人工知能技術の受け入れの間に重要な関係はありますか？
- 人工知能に対する態度と人工知能技術の受け入れレベルの間に重要な関係はありますか？
- 性別、学年レベル、デジタルツール使用の期間などの変数に従って、参加者のデジタル能力、人工知能に対する態度、受け入れレベルに大きな違いはありますか？ 研究の宇宙は、オカン大学のアラニャ、イノヌ、パムクケールのアラニャの健康科学部で理学療法とリハビリテーション学科で勉強している学部生で構成されます。 この研究のサンプルは、4つの異なる大学からランダムに選択され、異なる地理的地域を代表して自発的に決定される約600人の学生であると計画されています。
この研究は、Türkiyeの理学療法とリハビリテーションの学部プログラムで勉強している学生で構成されていることが計画されています。 データを収集する際、入門情報フォーム、大学生向けのデジタルコンピテンシースケール、人工知能に対する大学生の態度の規模、および生産的な人工知能の受け入れ尺度が使用されます。
収集されたデータは、SPSS（社会科学の統計パッケージ）プログラムを使用して分析されます。 Kolmogorov-SmirnovおよびShapiro-Wilkテストを使用して、データが通常分布しているかどうかを評価します。 通常分布する変数：平均、標準偏差、独立したサンプルT検定、ANOVA、およびピアソン相関テストが使用されます。 非正規分布では、中央値、最小値、Mann-Whitney Uテスト、Kruskal Wallisテスト、スピアマン相関テストが適用されます。 さらに、学生の社会人口統計情報、デジタル能力、人工知能の態度、人工知能の受け入れレベルの関係を評価するために、回帰分析が実行されます。 P <0.05は有意水準として受け入れられます。
調査の概要
詳細な説明
デジタル化および人工知能技術の急速な開発により、医療サービスの提供方法に大きな変化が生じています。 今日、人工知能がサポートするアプリケーションは、患者のフォローアップからパーソナライズされたケア計画まで、病気の早期診断から治療まで、医療分野の多くの分野で積極的に使用されています。 理学療法やリハビリテーションなど、臨床的意思決定プロセスが重要な分野では、デジタルツールと人工知能システムがモーション分析、運動追跡、リハビリテーションロボット、仮想現実ベースの治療、人工知能にサポートされたモバイルアプリケーションを備えて分野に統合されています。 この技術的変革は、専門的な実践だけでなく職業教育にも影響します。 健康教育を受けている大学生のデジタル能力レベル、技術を採用する能力、人工知能に対する態度は、個々の専門能力開発と卒業後のサービス品質の両方の点で非常に重要です。 特にデジタル変革プロセスの理学療法学生がどのように準備が整うかを理解することは、教育プログラムの再構築と技術開発との職業の調和の両方を導きます。 調査によると、健康科学の学生は一般にデジタルツールにアクセスできますが、これらのツールを効果的かつ意識的に使用するには、さまざまな不備を経験しています。 さらに、人工知能に対して前向きな姿勢を展開する個人がこれらの技術に迅速に適応し、教育と臨床慣行においてより効率的な結果を達成することが報告されています。 しかし、文献、特に人工知能の態度、技術の受け入れ、デジタル能力レベルが一緒に評価される理学療法の学生に固有の文献における全体的な研究の数は非常に限られています。
したがって、この研究の理論的根拠は、理学療法学生のデジタル能力レベル、人工知能に対する態度、人工知能技術を受け入れる傾向を評価し、健康分野でのデジタル化への適応プロセスを評価し、この文脈での教育政策、コースの内容、臨床実践戦略に貢献する科学データを生成することです。
この研究の主な目的は、理学療法学生のデジタル能力レベル、人工知能に対する態度、および人工知能技術を受け入れる傾向を評価することです。 さらに、これら3つの変数間の可能な関係を調べることにより、学生がデジタル変換と人工知能の時代にどの程度専門能力を開発したかを明らかにすることを目的としています。 これに関連して、取得するデータは、健康の分野におけるデジタルリテラシーと人工知能ベースのアプリケーションに対する教育ニーズの決定に貢献します。そして、将来の理学療法士の技術開発への適応のレベルを理解するための道を開くでしょう。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
-
Antalya、七面鳥
- Alanya Alaaddin Keykubat University
-
Denizli、七面鳥
- Pamukkale University
-
Malatya、七面鳥
- Inonu University
-
İstanbul、七面鳥
- Okan university
-
-
参加基準
適格基準
就学可能な年齢
- 大人
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準：
- Türkiyeの理学療法とリハビリテーション学部プログラムで勉強している学生で構成されています。
- 研究に自発的に参加することに同意し、オンラインインフォームドコンセントフォームを承認する、
- 18歳以上で、
- 調査フォームに完全に記入し、
- 少なくとも1つのデジタルデバイス（スマートフォン、コンピューター、タブレットなど）を積極的に使用する
除外基準：
- 理学療法部門以外の部門で勉強する、
- インフォームドコンセントフォームを承認せずに調査に記入する、
- 調査フォームに不完全または誤って記入すると、
- 18歳未満
研究計画
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
|---|
|
理学療法の学生
人工知能とそのデジタル能力に対する理学療法の学生の受け入れ態度は、調査の形で実施されます。研究グループの特徴は、理学療法とリハビリテーションの学部プログラムでテュールキエの学部プログラムで勉強している学生で構成されていることです。 1つのデジタルデバイス（スマートフォン、コンピューター、タブレットなど）。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
大学生向けのデジタルコンピテンシースケール
時間枠：1週間
|
これは、欧州のデジタルコンピテンスフレームワーク（DIGCOMP）に基づいて開発された大学生のデジタル能力を測定する有効で信頼できるスケールです。
大学生の基本デジタル能力の元のバージョン2.0-コバディスケール、López -Meneses et al。 （2013）、4つの要因と31のアイテムがあります。
コバディスケールの4つの要因は、「社会的コミュニケーションと共同学習におけるICTの使用に関連する能力」、「研究におけるICTの使用に関連する能力」、「大学の文脈でのICTの使用における対人能力」、「大学の仮想ツールと社会的コミュニケーション」として決定されます。
最初の要因には12個のアイテム、2番目の要因に11個のアイテム、3番目と4番目の要因にそれぞれ4つのアイテムがあります。
スケールの評価で4ポイントのリッカートタイプが使用されました。
評価の範囲内で、1は能力のレベルが最小で、4は最高レベルの能力を示します。
4ポイントのリッカートタイプスケールco
|
1週間
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
人工知能に対する大学生の態度スケール
時間枠：1週間
|
人工知能に対する大学生の態度スケール：それは、人工知能に対する学生の感情、思考、態度を測定することを目的とする5ポイントのリッカートタイプのスケールです。
スケールは、認知的、感情的、行動的側面で構成されています。
スケールのサブディメンションは次のとおりです。人工知能への関心、人工知能、人工知能の社会的影響、教育における人工知能の使用に関連する機会と脅威の懸念。
トルコ語でのその有効性と信頼性は、TurgutとKunuroğlu（2025）によって作られました。
これは、26の質問で構成される5ポイントのリッカートタイプのスケール（1：強く同意しない-5：強く同意する）です。
スケールのクロンバッハアルファ：0.89（合計スケール）は、サブディメンションで0.78-0.87の間で変化します
|
1週間
|
|
生成人工知能の受け入れ尺度
時間枠：1週間
|
個人が人工知能技術を受け入れる程度と、これらの技術を使用する意欲を判断するためのツール。
生成的人工知能ツール（ChatGPT、Dall E、Bardなど）がユーザーが採用しているかどうかを決定するレベルを決定するため。
教育の分野における個人、特に教師、学生、学者の態度、使用意図、認識を生成的人工知能に向けて測定する準備ができていました。
スケールは、デイビスのテクノロジー受け入れモデル（TAM）に基づいて開発されました。
このモデルによると、テクノロジーの受け入れは、個人がテクノロジーをどのように有用で使いやすく知覚できるかに関連しています。
これは、20の質問がある5ポイントのリッカートタイプのスケールです。
次のとおりです。1：強く同意しない-5：強く同意します。
確認因子分析（CFA）がコンストラクトの妥当性のために実行され、それが決定されました
|
1週間
|
協力者と研究者
スポンサー
捜査官
- 主任研究者：Kevser G Gursan, Dr.、Uşak University
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。