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

AI-integratie in academisch schrijven

9 december 2024 bijgewerkt door: Ahmed Ali Mohammed Torad, Kafrelsheikh University

AI-integratie in academisch schrijven: een onderzoek naar kwalitatief onderzoek in het fysiotherapieonderwijs

Deze studie heeft tot doel het effect van AI-gebruik op verschillende aspecten van het schrijven van kwalitatieve onderzoekspapers door studenten fysiotherapie te onderzoeken. Door te onderzoeken hoe AI-tools verschillende elementen van het schrijfproces beïnvloeden, zoals structuur, duidelijkheid, kennispresentatie en kritisch denken, wil dit onderzoek inzicht verschaffen in de voor- en potentiële nadelen van AI-integratie in academische opdrachten. Door het belang van dit onderzoek te erkennen, draagt ​​u bij aan het begrip hoe AI effectief kan worden gebruikt om de onderwijservaring en de schrijfvaardigheid van studenten fysiotherapie te verbeteren.

Studie Overzicht

Toestand

Nog niet aan het werven

Gedetailleerde beschrijving

Deze studie heeft tot doel het effect van AI-gebruik op verschillende aspecten van het schrijven van kwalitatieve onderzoekspapers door studenten fysiotherapie te onderzoeken. Door te onderzoeken hoe AI-tools verschillende elementen van het schrijfproces beïnvloeden, zoals structuur, duidelijkheid, kennispresentatie en kritisch denken, wil dit onderzoek inzicht verschaffen in de voor- en potentiële nadelen van AI-integratie in academische opdrachten. Door het belang van dit onderzoek te erkennen, draagt ​​u bij aan het begrip hoe AI effectief kan worden gebruikt om de onderwijservaring en de schrijfvaardigheid van studenten fysiotherapie te verbeteren.

Deze studie onderzoekt hoe AI academisch schrijven en analyseren in het fysiotherapieonderwijs kan verbeteren, waarbij de nadruk ligt op hoe AI-instrumenten onderzoekers kunnen ondersteunen bij kwalitatief werk.

Dit project is belangrijk omdat het verschillende belangrijke voordelen en uitdagingen aanpakt van AI-integratie in academisch schrijven voor kwalitatief onderzoek binnen het fysiotherapieonderwijs:

  1. Verbetering van academische schrijfvaardigheid en motivatie: Kwantitatieve analyse onthult aanzienlijke verbeteringen in zowel schrijfvaardigheid als motivatie bij studenten die AI-ondersteund onderwijs kregen in vergelijking met de controlegroep. De experimentele groep demonstreert een verbeterde vaardigheid in verschillende aspecten van het schrijven, waaronder organisatie, samenhang, grammatica en woordenschat.
  2. Het belang van transparantie: het onderzoek geeft inzicht in het huidige landschap van het verklaren van het gebruik van generatieve AI-tools door auteurs in verpleegtijdschriften. Toekomstige studies zouden de implicaties van een dergelijke openbaarmaking op de perceptie van de lezer en de evaluatie van de onderzoekskwaliteit kunnen onderzoeken. Dit zou helpen licht te werpen op de effectiviteit van openbaarmaking bij het vergroten van de transparantie en het vertrouwen in academisch schrijven. Bovendien zou het ontwikkelen van richtlijnen of best practices voor de juiste verklaring van generatief AI-gebruik door auteurs en reviewers nuttig zijn bij het garanderen van een consistente en verantwoorde implementatie van AI-technologieën in wetenschappelijk onderzoek.
  3. Veelbelovende perspectieven en terechte zorgen: het dreigende dominante gebruik van LLM-technologie, inclusief het wijdverbreide gebruik van ChatGPT in gezondheidszorgonderwijs, onderzoek en praktijk, is onvermijdelijk. Gezien de terechte zorgen over het mogelijke misbruik ervan, zijn er dringend passende richtlijnen en voorschriften nodig, waarbij alle betrokken belanghebbenden moeten worden betrokken om het veilige en verantwoorde gebruik van ChatGPT-bevoegdheden te garanderen. De proactieve omarming van LLM-technologieën met zorgvuldige afweging van de mogelijke ethische en juridische kwesties kan de potentiële toekomstige complicaties beperken.
  4. ethische overweging: er bestaan ​​zorgen over plagiaat en ghostwriting, de onbetrouwbaarheid van de resultaten, auteursrechtkwesties, onderwijsachterstanden als gevolg van technologische vooruitgang en een verminderd leervermogen. Docenten zijn bezorgd over de afhankelijkheid van studenten van AI. Het gebruik van ChatGPT om schrijf- of computercodeeropdrachten op te lossen kan het leren van studenten belemmeren, en openbare scholen in New York City hebben de toegang tot ChatGPT op de campus geblokkeerd.

Studietype

Observationeel

Inschrijving (Geschat)

100

Contacten en locaties

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

Studiecontact

  • Naam: Noran Abdallah Essa, Bachelor student
  • Telefoonnummer: +201069700624
  • E-mail: noraneisa36@gmail.com

Studie Contact Back-up

Studie Locaties

      • Kafr Ash Shaykh, Egypte, 33516
        • Kafrelsheikh University
        • Contact:
          • Abdelrazek Youssef Desouky, PhD, prof
          • Telefoonnummer: 002- 047-3109590
          • E-mail: president@kfs.edu.eg
        • Contact:
          • Ismail Ismail ElSayed, PhD, prof
          • Telefoonnummer: +201017524003

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

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Kafrelsheikh universiteitsstudenten

Beschrijving

Inclusiecriteria:

  • universiteitsstudenten tussen de 20 en 22 jaar.

Uitsluitingscriteria:

  • geen uitsluitingscriteria

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

Cohorten en interventies

Groep / Cohort
universiteitsstudenten tussen de 20 en 22 jaar

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
percentage door AI gegenereerde inhoud binnen de tekst van elke opdracht.
Tijdsspanne: Tijdens de procedure
Tijdens de procedure
Incidentie van structuur en organisatie (SO) door Sapling AI-detectorwebsite
Tijdsspanne: Tijdens de procedure
Dit criterium evalueert de algehele lay-out en logische stroom van het onderzoekspaper. Het omvat de duidelijkheid van de inleiding, de kern en de conclusie, evenals de samenhang van de argumenten en de naadloze overgang tussen secties. Een goed gestructureerd artikel moet een duidelijk begin, midden en einde hebben, waarbij elk onderdeel bijdraagt ​​aan het algemene betoog of verhaal.
Tijdens de procedure
Rate Writing Clarity (WC) door Sapling AI-detectorwebsite
Tijdsspanne: Tijdens de procedure
Writing Clarity beoordeelt het gemak waarmee de lezer de tekst kan begrijpen. Dit omvat het gebruik van duidelijke en nauwkeurige taal, de afwezigheid van grammaticale en typografische fouten, en de geschiktheid van de zinsstructuur en woordkeuze. Een artikel met een hoge schrijfhelderheid zal gemakkelijk te begrijpen zijn en vrij van dubbelzinnigheid
Tijdens de procedure
Rate of Knowledge (Know) door Sapling AI-detectorwebsite
Tijdsspanne: Tijdens de procedure
Dit criterium meet de diepgang en breedte van het inzicht van de student in de leerstof. Het omvat de nauwkeurige weergave van sleutelconcepten, theorieën en onderzoeksresultaten met betrekking tot het onderwerp. Een hoge score geeft aan dat de student blijk heeft gegeven van een grondig en genuanceerd begrip van het onderwerp.
Tijdens de procedure

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Ahmed Ali Torad, PhD, lecturer, Faculty of physical therapy kafrelsheikh university
  • Studie directeur: Tamer Mohamed El-Saeed, PhD, associate professor, Cairo University
  • Hoofdonderzoeker: Reda Fathi Elbosaty, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University
  • Hoofdonderzoeker: Noran Abdallah Essa, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University

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 (Geschat)

1 december 2024

Primaire voltooiing (Geschat)

1 januari 2025

Studie voltooiing (Geschat)

1 januari 2025

Studieregistratiedata

Eerst ingediend

29 november 2024

Eerst ingediend dat voldeed aan de QC-criteria

9 december 2024

Eerst geplaatst (Geschat)

13 december 2024

Updates van studierecords

Laatste update geplaatst (Geschat)

13 december 2024

Laatste update ingediend die voldeed aan QC-criteria

9 december 2024

Laatst geverifieerd

1 december 2024

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

Beschrijving IPD-plan

Gegevens worden gedeeld op redelijk verzoek van de hoofdonderzoeker.

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

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 .

Abonneren