물리 치료사와 인공 지능
인공 지능 시대에 미래의 물리 치료사의 적응 : 인공 지능 태도, 수용 및 디지털 역량
이 연구는 정량적 연구 방법의 설명 및 관계형 스크리닝 모델의 범위 내에서 설계된 단면 연구입니다. 이 연구는 디지털 역량 수준, 인공 지능에 대한 태도 및 물리 치료 부서의 학부생의 인공 지능 수용 수준에 대한 태도를 평가하고 이러한 변수들 사이의 관계를 밝히는 것을 목표로합니다.
연구 질문
- 물리 치료 학생의 디지털 역량 수준은 무엇입니까?
- 인공 지능에 대한 물리 치료 학생들의 태도 수준은 무엇입니까?
- 인공 지능 기술에 대한 물리 치료 학생의 수용 수준은 무엇입니까?
- 디지털 역량 수준과 인공 지능에 대한 태도 사이에는 중요한 관계가 있습니까?
- 디지털 역량 수준과 인공 지능 기술의 수용 사이에는 중요한 관계가 있습니까?
- 인공 지능에 대한 태도와 인공 지능 기술의 수용 수준 사이에는 중요한 관계가 있습니까?
- 참가자의 디지털 역량, 인공 지능에 대한 태도 및 성별, 학년 수준 및 디지털 도구 사용 기간과 같은 변수에 따른 수용 수준 사이에는 큰 차이가 있습니까? 이 연구의 우주는 Okan University의 Pamukkale, Alanya 보건 과학 학부에서 물리 치료 및 재활부에서 공부하는 학부생들로 구성됩니다. 이 연구의 샘플은 다른 지리적 지역을 대표하고 자발적으로 결정되는 4 개의 다른 대학에서 무작위로 선택된 약 600 명의 학생들로 계획되어 있습니다.
이 연구는 Türkiye의 물리 치료 및 재활 학부 프로그램에서 공부하는 학생들로 구성 될 계획입니다. 데이터를 수집하는 동안, 입문 정보 양식, 대학생을위한 디지털 역량 척도, 인공 지능에 대한 대학생의 태도 규모, 생산적인 인공 지능 수용 척도가 사용됩니다.
수집 된 데이터는 SPSS (Statistical Package for Social Sciences) 프로그램을 사용하여 분석됩니다. Kolmogorov-Smirnov 및 Shapiro-Wilk 테스트는 데이터가 정상적으로 분포되어 있는지 평가하는 데 사용됩니다. 정상적으로 분포되는 변수 : 평균, 표준 편차, 독립적 인 샘플 t- 검정, ANOVA 및 Pearson 상관 테스트가 사용됩니다. 비정규 분포 : 중앙값, 최소 -6, Mann-Whitney U 테스트, Kruskal Wallis 테스트, Spearman 상관 테스트가 적용됩니다. 또한 회귀 분석은 학생들의 사회 인구 통계 학적 정보, 디지털 역량, 인공 지능 태도 및 인공 지능 수용 수준 사이의 관계를 평가하기 위해 수행 될 것입니다. P <0.05는 유의 수준으로 허용됩니다.
연구 개요
상세 설명
디지털화 및 인공 지능 기술의 빠른 발전으로 의료 서비스가 제공되는 방식에 중대한 변화가 발생했습니다. 오늘날, 인공 지능 지원 응용 프로그램은 의료 분야의 많은 영역에서, 질병의 조기 진단에서 환자의 추적에서 개인화 된 치료 계획에 이르기까지 의료 분야의 많은 영역에서 적극적으로 사용됩니다. 물리 치료 및 재활, 디지털 도구 및 인공 지능 시스템과 같은 임상 의사 결정 과정이 중요한 분야에서 모션 분석, 운동 추적, 재활 로봇, 가상 현실 기반 치료 및 인공 지능 지원 모바일 애플리케이션과 함께 현장에 통합됩니다. 이 기술 혁신은 전문적인 실습뿐만 아니라 직업 교육에도 영향을 미칩니다. 건강 교육을받는 대학생의 디지털 역량 수준, 기술 채택 능력 및 인공 지능에 대한 태도는 개별 전문 개발 및 졸업 후 서비스 품질 측면에서 매우 중요합니다. 특히 디지털 혁신 프로세스에 대한 준비된 물리 치료 학생들이 얼마나 준비되는지 이해하면 교육 프로그램의 구조 조정과 기술 개발과의 직업 조화를 모두 안내합니다. 연구에 따르면 의료 과학 학생들은 일반적으로 디지털 도구에 접근 할 수 있지만 이러한 도구를 효과적이고 의식적으로 사용하는 데있어 다양한 부적합을 경험합니다. 또한 인공 지능에 대한 긍정적 인 태도를 개발하는 개인은 이러한 기술에 더 빠르게 적응하고 교육 및 임상 실습에서보다 효율적인 결과를 얻는 것으로보고되었습니다. 그러나 문헌에서의 전체적인 연구, 특히 인공 지능 태도, 기술 수용 및 디지털 역량 수준이 함께 평가되는 물리 치료 학생들과 관련된 연구의 수는 상당히 제한적입니다.
따라서이 연구의 이론적 근거는 물리 치료 학생의 디지털 역량 수준, 인공 지능에 대한 태도 및 인공 지능 기술을 받아들이는 경향, 건강 분야의 디지털화에 대한 적응 과정을 평가하고 교육 정책, 과정 내용 및 임상 실습 전략에 기여할 과학적 데이터를 평가하는 것입니다.
이 연구의 주요 목적은 물리 치료 학부생의 디지털 역량 수준, 인공 지능에 대한 태도 및 인공 지능 기술을 받아들이는 경향을 평가하는 것입니다. 또한이 세 가지 변수 사이의 가능한 관계를 조사함으로써 학생들이 디지털 혁신 및 인공 지능 시대에 전문 역량을 개발 한 정도를 밝히는 것을 목표로합니다. 이러한 맥락에서, 얻은 데이터는 건강 분야의 디지털 문해력 및 인공 지능 기반 응용에 대한 교육 요구의 결정에 기여할 것이다. 미래의 물리 치료사의 기술 개발에 대한 적응 수준을 이해하는 길을 열어 줄 것입니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Antalya, 칠면조
- Alanya Alaaddin Keykubat University
-
Denizli, 칠면조
- Pamukkale University
-
Malatya, 칠면조
- Inonu University
-
İstanbul, 칠면조
- Okan University
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준 :
- Türkiye의 물리 치료 및 재활 학부 프로그램에서 공부하는 학생들로 구성됩니다.
- 연구에 자발적으로 참여하고 온라인 사전 동의서를 승인하기로 동의,
- 18 세 이상,
- 설문 조사 양식을 완전히 작성하고
- 하나 이상의 디지털 장치 (스마트 폰, 컴퓨터, 태블릿 등)를 적극적으로 사용
제외 기준 :
- 물리 치료 부서 이외의 다른 부서에서 공부,
- 사전 동의서를 승인하지 않고 설문 조사를 작성하고
- 설문 조사 양식을 불완전하거나 잘못 작성하면
- 18 세 미만
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
물리 치료 학생
인공 지능에 대한 물리 치료 학생들의 수용 태도와 디지털 역량은 설문 조사의 형태로 수행 될 것입니다. 연구 그룹의 특성은 Türkiye의 물리 치료 및 재활 학부 프로그램에서 공부하는 학생들로 구성되어 있으며, 온라인에 동의 한 형태를 완료하는 데 동의하고 온라인에 동의 한 형태를 승인한다는 사실에 동의하고, 온라인에 동의하는 것에 동의한다는 것입니다. 하나 이상의 디지털 장치 (스마트 폰, 컴퓨터, 태블릿 등).
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
대학생을위한 디지털 역량 규모
기간: 1 주
|
유럽 디지털 역량 프레임 워크 (DIGCOMP)를 기반으로 개발 한 대학생의 디지털 역량을 측정하는 유효하고 신뢰할 수있는 규모입니다.
López -Meneses et al. (2013)에는 4 가지 요소와 31 개의 항목이 있습니다.
Cobadi 척도의 4 가지 요소는 "소셜 커뮤니케이션 및 협업 학습에서 ICT 사용과 관련된 역량", "연구에서 ICT 사용과 관련된 역량", "대학 맥락에서 ICT 사용에 대한 대인 관계 능력"및 "대학 가상 도구 및 소셜 커뮤니케이션"으로 결정됩니다.
첫 번째 요소에는 12 개의 항목이 있으며, 두 번째 요소에는 11 개의 항목, 세 번째 및 네 번째 요소에 각각 4 개의 항목이 있습니다.
4 점 리 커트 유형은 스케일 등급에 사용되었습니다.
등급의 범위 내에서 1은 최소 수준의 역량을 나타내고, 4는 가장 높은 수준의 역량을 나타냅니다.
4 점 리 커트 유형 스케일 공동
|
1 주
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
인공 지능에 대한 대학생의 태도 척도
기간: 1 주
|
인공 지능에 대한 대학생의 태도 척도 : 인공 지능에 대한 학생들의 감정, 생각 및 태도를 측정하는 것을 목표로하는 5 점 리 커트 유형 척도입니다.
척도는인지 적, 정서적, 행동 적 차원으로 구성됩니다.
스케일의 하위 차원은 다음과 같습니다. 인공 지능에 대한 관심, 인공 지능에 대한 우려, 인공 지능의 사회적 영향, 교육에서 인공 지능의 사용과 관련된 기회 및 위협.
터키의 유효성과 신뢰성은 Turgut와 Kunuroğlu (2025)에 의해 만들어졌습니다.
26 개의 질문으로 구성된 5 포인트 리 커트 유형 척도 (1 : 강하게 동의하지 않음 -5 : 강력하게 동의)입니다.
스케일의 Cronbach Alpha : 0.89 (총 스케일)는 하위 차원에서 0.78-0.87 사이입니다.
|
1 주
|
|
생성 인공 지능 수용 척도
기간: 1 주
|
개인이 인공 지능 기술을 받아들이는 정도와 이러한 기술을 사용하는 방법을 결정하는 도구.
사용자가 생성 인공 지능 도구 (Chatgpt, Dall E, Bard 등)를 수락하는 수준과 채택 여부를 결정합니다.
교육 분야, 특히 교사 후보자, 학생 및 학자, 생성 인공 지능에 대한 개인의 태도, 사용 의도 및 인식을 측정 할 준비가되었습니다.
이 규모는 Davis의 TAM (Technology Acceptance Model)을 기반으로 개발되었습니다.
이 모델에 따르면, 기술의 수용은 개인이 기술을 얼마나 유용하고 사용하기 쉬운 지와 관련이 있습니다.
20 개의 질문이있는 5 점 리 커트 유형 척도입니다.
1 : 강하게 동의하지 않는다 - 5 : 강력하게 동의합니다.
확인 요인 분석 (CFA)을 구성 유효성에 대해 수행했으며
|
1 주
|
공동 작업자 및 조사자
스폰서
수사관
- 수석 연구원: Kevser G Gursan, Dr., Uşak University
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .