Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

De houding van verpleegkundestudenten tegenover kunstmatige intelligentie en examenangstniveaus

29 maart 2024 bijgewerkt door: Sinop University

De houding van verpleegkundestudenten tegenover kunstmatige intelligentie en examenangst na het gebruik van ChatGPT en Google Bard in hun onderwijs

Dit onderzoek was bedoeld om de houding van verpleegkundestudenten ten opzichte van kunstmatige intelligentie te bepalen en de angstniveaus te testen na het gebruik van ChatGPT en Google Bard in hun onderwijs. Het onderzoek zal worden uitgevoerd in overeenstemming met het onderzoekskenmerk van quasi-experimenteel, pretest-posttest, waarbij 3e en 4e jaars verpleegkundestudenten studeren aan de Sinop University Faculteit der Gezondheidswetenschappen in het herfstacademiejaar 2023-2024. De onderzoeksgroepen heten als volgt; Experimentele groep: De groep die een ChatGPT- en Google Bard-training krijgt. Controlegroep: De groep die geen ChatGPT- en Google Bard-training krijgt, met andere woorden, de 3e jaars studenten van de verpleegafdeling worden de controlegroep genoemd. en de 4e jaars studenten zullen de experimentele groep vormen. Educatieve inhoud; ChatGPT- en Google Bard-training voor ouderejaarsstudenten van de Faculteit der Gezondheidswetenschappen die vrijwillig deelnamen aan het onderzoek, werd verzorgd door Dr. Docent. De training zal worden gegeven door lid Yasemin Özyer Güvener. Na afloop van de training wordt de studenten gevraagd generatieve kunstmatige intelligentie in te zetten voor onderwijsdoeleinden. Tijdens de posttestimplementatie van het onderzoek (een week vóór de eindexamens) zullen de instrumenten voor gegevensverzameling opnieuw worden toegepast op studenten die vrijwillig blijven deelnemen aan het onderzoek.

Trefwoorden: studenten verpleegkunde, examenangst, generatieve kunstmatige intelligentie, ChatGPT, Google Bard

Studie Overzicht

Gedetailleerde beschrijving

In het gezondheidswetenschappelijk onderwijs kunnen generatieve kunstmatige intelligentieprogramma’s, namelijk ChatGPT en Google Bard, bijvoorbeeld worden gebruikt om verschillende en realistische klinische verhalen te creëren, om ervoor te zorgen dat studenten gezondheidswetenschappen direct hulp krijgen in unieke klinische gevallen, en om de vaardigheden van studenten te verbeteren. communicatieve vaardigheden (Sallam, 2023). Bovendien kan generatieve AI studenten gezondheidswetenschappen helpen bij zelfstudie en groepswerk. Het nut van productieve kunstmatige intelligentie en de geïndividualiseerde interactie die het biedt, hebben ervoor gezorgd dat het geaccepteerd is als een bron van motivatie voor studenten (Connor 2023; Kosak et al., 2023; Gilson et al., 2023; Khan et al., 2023).

Bovendien kunnen docenten diepgaand leren bevorderen door leerlingen te leren informatie die door generatieve AI wordt gegenereerd kritisch te evalueren, weloverwogen beslissingen te nemen over de nauwkeurigheid van informatie, en na te denken over hun verantwoordelijkheden bij het gebruik van generatieve AI (Sun et al., 2023). Studenten in de gezondheidswetenschappen kunnen bijvoorbeeld als huiswerk worden gevraagd een op bewijs gebaseerd protocol voor stressmanagement op te stellen. Studenten kunnen generatieve AI gebruiken om het protocol voor te bereiden. Zo kunnen studenten hun tijd besteden aan het leren van vakgerelateerde concepten of het opdoen van kennis over verschillende onderwerpen.

De afgelopen jaren hebben de snelle ontwikkelingen op het gebied van kunstmatige intelligentie alle sociale systemen beïnvloed, inclusief de economie, de politiek, de wetenschap en het onderwijs (Luan et al., 2020, Stephanidis et al., 2019). Mensen zijn zich echter vaak niet bewust van het bestaan ​​van toepassingen van kunstmatige intelligentie (Tai, 2020). Gansser en Reich (2021) definiëren kunstmatige intelligentie als een technologie die eenvoudigweg is ontwikkeld om het menselijk leven te vergemakkelijken en mensen in bepaalde scenario's te helpen. In feite wordt kunstmatige intelligentie in veel nuttige contexten gebruikt, zoals het diagnosticeren van ziekten, het beschermen van natuurlijke hulpbronnen, het voorspellen van natuurrampen, het verbeteren van onderwijs, het voorkomen van gewelddadige handelingen en het verminderen van risico's op de werkplek (Brooks, 2019). Toetsangst wordt gedefinieerd als de onaangename gevoelens en emotionele toestanden die de student ervaart tijdens een examen of een evaluatie. Er wordt gesteld dat faalangst het studiesucces van de student negatief beïnvloedt.

Studietype

Ingrijpend

Inschrijving (Werkelijk)

211

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

      • Sinop, Kalkoen, 57000
        • Yasemin Özyer Güvener

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen

Accepteert gezonde vrijwilligers

Ja

Beschrijving

Inclusiecriteria:

  • Een 3e en 4e jaars student zijn aan de Sinop University Faculteit der Gezondheidswetenschappen in het herfstacademiejaar 2023-2024
  • Vrijwilligerswerk om deel te nemen aan het onderzoek en
  • Het ondertekenen van het geïnformeerde toestemmingsformulier

Uitsluitingscriteria:

  • Geen 3e of 4e jaars student zijn aan de Sinop University Faculteit der Gezondheidswetenschappen in het herfstacademiejaar 2023-2024
  • Niet vrijwillig deelnemen aan het onderzoek
  • Het niet ondertekenen van het geïnformeerde toestemmingsformulier

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Ondersteunende zorg
  • Toewijzing: Niet-gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Dubbele

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Geen tussenkomst: Controlegroep

Tijdens de voortoets van de studie worden de 3e jaars studenten van de Faculteit der Gezondheidswetenschappen allereerst geïnformeerd over het doel van de studie, dat hun deelname aan de studie gebaseerd is op het principe van vrijwilligheid, dat ze de studie kunnen verlaten op en dat de onderzoeksresultaten uitsluitend voor wetenschappelijke doeleinden zullen worden gebruikt. Vervolgens zullen instrumenten voor gegevensverzameling worden toegepast op studenten die vrijwillig deelnemen aan het onderzoek.

Tijdens de posttest-implementatie van het onderzoek (een week voor de eindexamens) zullen het Persoonlijke Informatieformulier, "Attitude Scale Towards Artificial Intelligence" en "Westside Exam Anxiety Scale" opnieuw worden afgenomen bij de 3e en 4e jaars studenten van de faculteit. van Gezondheidswetenschappen.

Experimenteel: Experimentele groep

Tijdens de pretest van het onderzoek zullen eerst de 4e jaars studenten van de Faculteit der Gezondheid worden gebruikt. Vervolgens zullen tools voor gegevensverzameling worden toegepast op studenten die vrijwillig aan het onderzoek willen deelnemen.

Educatieve inhoud; ChatGPT- en Google Bard-training voor ouderejaarsstudenten van de Faculteit der Gezondheidswetenschappen die vrijwillig deelnamen aan het onderzoek, werd verzorgd door Dr. Docent. De training zal worden gegeven door lid Yasemin Özyer Güvener. Na afloop van de training wordt de studenten gevraagd generatieve kunstmatige intelligentie in te zetten voor onderwijsdoeleinden.

Tijdens de posttest-implementatie van het onderzoek (een week voor de eindexamens) zullen het Persoonlijke Informatieformulier, "Attitude Scale Towards Artificial Intelligence" en "Westside Exam Anxiety Scale" opnieuw worden afgenomen bij de 3e en 4e jaars studenten van de faculteit. van Gezondheidswetenschappen.

Educatieve inhoud; ChatGPT- en Google Bard-training voor ouderejaarsstudenten van de Faculteit der Gezondheidswetenschappen die vrijwillig deelnamen aan het onderzoek, werd verzorgd door Dr. Docent. De training zal worden gegeven door lid Yasemin Özyer Güvener. Na afloop van de training wordt de studenten gevraagd generatieve kunstmatige intelligentie in te zetten voor onderwijsdoeleinden.

Tijdens de posttest-implementatie van het onderzoek (een week voor de eindexamens) zullen het Persoonlijke Informatieformulier, "Attitude Scale Towards Artificial Intelligence" en "Westside Exam Anxiety Scale" opnieuw worden afgenomen bij de 3e en 4e jaars studenten van de faculteit. van Gezondheidswetenschappen.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Attitudeschaal ten aanzien van kunstmatige intelligentie
Tijdsspanne: Op een dag
Deze schaal is ontwikkeld door Schepman en Rodway (2020) om de algemene houding van individuen ten opzichte van kunstmatige intelligentie te meten. De schaal bevat 20 items, 12 positieve en 8 negatieve. Items worden gescoord met een vijfpunts Likert-type beoordelingsschaal (van 1=helemaal niet mee eens tot 5=helemaal mee eens). Het validiteits- en betrouwbaarheidsonderzoek naar de houdingsschaal ten opzichte van kunstmatige intelligentie in het Turks werd uitgevoerd door Feridun et al. (2022).
Op een dag

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Westside Testangstschaal (WSKS)
Tijdsspanne: Op een dag
De schaal is ontwikkeld door Driscoll (2007) en aangepast in het Turks voor universiteitsstudenten door Totan en Yavuz (2009). De schaal is in zijn oorspronkelijke vorm ontwikkeld om het effect te onderzoeken van een programma gericht op het verminderen van faalangst. Terwijl Driscoll (2007) de schaal vormgaf als tien items in één dimensie, vertaalden Totan en Yavuz (2009) de schaal in het Turks als elf items, in de veronderstelling dat het definiëren van één item als twee verschillende tekenvariabelen geschikter zou zijn voor de Turkse grammatica.
Op een dag

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

25 januari 2024

Primaire voltooiing (Werkelijk)

25 februari 2024

Studie voltooiing (Werkelijk)

4 maart 2024

Studieregistratiedata

Eerst ingediend

19 december 2023

Eerst ingediend dat voldeed aan de QC-criteria

22 januari 2024

Eerst geplaatst (Werkelijk)

23 januari 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

1 april 2024

Laatste update ingediend die voldeed aan QC-criteria

29 maart 2024

Laatst geverifieerd

1 maart 2024

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • sinopUyasemin-2

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

3
Abonneren