Sykepleierstudenters holdninger til kunstig intelligens og eksamensangstnivåer
Sykepleierstudenters holdninger til kunstig intelligens og eksamensangstnivåer etter å ha brukt ChatGPT og Google Bard i utdanningen deres
Denne studien var planlagt for å bestemme sykepleierstudenters holdninger til kunstig intelligens og teste angstnivåer etter å ha brukt ChatGPT og Google Bard i utdanningen. Studien vil bli utført i samsvar med forskningstrekket kvasi-eksperimentell, pretest-posttest, med 3. og 4. års sykepleierstudenter som studerer ved Sinop University Fakultet for helsevitenskap høsten 2023-2024. Forskningsgruppene heter som følger; Eksperimentell gruppe: Gruppen som skal få opplæring i ChatGPT og Google Bard, Kontrollgruppe: Gruppen som ikke får opplæring i ChatGPT og Google Bard, med andre ord vil 3. års studentene på sykepleieavdelingen bli referert til som kontrollgruppen, og 4. års studentene vil være forsøksgruppe. Pedagogisk innhold; ChatGPT og Google Bard-opplæring for seniorstudenter ved Fakultet for helsevitenskap som meldte seg frivillig til å delta i studien ble gitt av Dr. Lektor. Den vil bli gitt av medlem Yasemin Özyer Güvener. Etter at opplæringen er fullført, vil studentene bli bedt om å bruke generativ kunstig intelligens til undervisningsformål. Under posttest-implementeringen av studien (en uke før de avsluttende eksamenene), vil datainnsamlingsverktøy bli brukt igjen for studenter som fortsetter å melde seg frivillig til å delta i forskningen.
Stikkord: sykepleierstudenter, testangst, generativ kunstig intelligens, ChatGPT, Google Bard
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
I helsevitenskapelig utdanning kan generative kunstig intelligens-programmer, nemlig ChatGPT og Google Bard, for eksempel brukes til å lage ulike og realistiske kliniske historier, for å sikre at helsefagstudenter får øyeblikkelig hjelp i unike kliniske tilfeller, og for å forbedre studentenes kommunikasjonsevner (Sallam, 2023). I tillegg kan generativ AI hjelpe helsefagstudenter i selvlæring og gruppearbeid. Nytten av produktiv kunstig intelligens og den individualiserte interaksjonen den gir, har gjort den akseptert som en kilde til motivasjon for elevene (Connor 2023; Kosak et al., 2023; Gilson et al., 2023; Khan et al., 2023).
I tillegg kan lærere fremme dyp læring ved å lære elevene å kritisk evaluere informasjon generert av generativ AI, ta informerte beslutninger om nøyaktigheten av informasjon og tenke på deres ansvar i bruken av generativ AI (Sun et al., 2023). For eksempel, som lekser, kan helsefagstudenter bli bedt om å lage en evidensbasert protokoll for stressmestring. Studentene kan bruke generativ AI for å forberede protokollen. Dermed kan elevene bruke tiden sin på å lære fagrelaterte begreper eller få kunnskap om ulike tema.
De siste årene har rask utvikling innen kunstig intelligens-teknologier påvirket alle sosiale systemer, inkludert økonomi, politikk, vitenskap og utdanning (Luan et al., 2020, Stephanidis et al., 2019). Imidlertid er folk ofte uvitende om eksistensen av kunstig intelligens-applikasjoner (Tai, 2020). Gansser og Reich (2021) definerer kunstig intelligens som en teknologi utviklet ganske enkelt for å lette menneskeliv og hjelpe mennesker i visse scenarier. Faktisk brukes kunstig intelligens i mange nyttige sammenhenger, som å diagnostisere sykdommer, beskytte miljøressurser, forutsi naturkatastrofer, forbedre utdanning, forebygge voldelige handlinger og redusere risiko på arbeidsplassen (Brooks, 2019). Testangst er definert som de ubehagelige følelsene og følelsesmessige tilstandene som studenten opplever under en eksamen eller evaluering. Det sies at testangst påvirker den faglige suksessen til studenten negativt.
Studietype
Registrering (Faktiske)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
-
Sinop, Tyrkia, 57000
- Yasemin Özyer Güvener
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- Å være 3. og 4. års student ved Sinop University Fakultet for helsevitenskap i høståret 2023-2024
- Frivillig å delta i forskningen og
- Signering av skjemaet for informert samtykke
Ekskluderingskriterier:
- Ikke å være 3. eller 4. års student ved Sinop University Fakultet for helsevitenskap i studieåret 2023-2024 høsten
- Melder seg ikke frivillig til å delta i forskningen
- Ikke signere skjemaet for informert samtykke
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Støttende omsorg
- Tildeling: Ikke-randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Dobbelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Ingen inngripen: Kontrollgruppe
Under pretesten av studiet vil for det første 3.årsstudentene ved Det helsevitenskapelige fakultet bli informert om formålet med studiet, at deres deltakelse i studiet er basert på frivillighetsprinsippet, at de kan forlate studiet kl. når som helst, og at studieresultatene kun vil bli brukt til vitenskapelige formål. Deretter vil datainnsamlingsverktøy bli brukt på studenter som melder seg frivillig til å delta i forskningen. Under posttest-gjennomføringen av studiet (en uke før avsluttende eksamen), vil personlig informasjonsskjema, "Attitude Scale Towards Artificial Intelligence" og "Westside Exam Anxiety Scale" bli administrert på nytt til 3. og 4. årsstudentene ved fakultetet av helsevitenskap. |
|
|
Eksperimentell: Eksperimentell gruppe
Under pretesten av studien, for det første, 4.årsstudentene ved Helsefakultetet. Deretter vil datainnsamlingsverktøy bli brukt på studenter som melder seg frivillig til å delta i forskningen. Pedagogisk innhold; ChatGPT og Google Bard-opplæring for seniorstudenter ved Fakultet for helsevitenskap som meldte seg frivillig til å delta i studien ble gitt av Dr. Lektor. Den vil bli gitt av medlem Yasemin Özyer Güvener. Etter at opplæringen er fullført, vil studentene bli bedt om å bruke generativ kunstig intelligens til undervisningsformål. Under posttest-gjennomføringen av studiet (en uke før avsluttende eksamen), vil personlig informasjonsskjema, "Attitude Scale Towards Artificial Intelligence" og "Westside Exam Anxiety Scale" bli administrert på nytt til 3. og 4. årsstudentene ved fakultetet av helsevitenskap. |
Pedagogisk innhold; ChatGPT og Google Bard-opplæring for seniorstudenter ved Fakultet for helsevitenskap som meldte seg frivillig til å delta i studien ble gitt av Dr. Lektor. Den vil bli gitt av medlem Yasemin Özyer Güvener. Etter at opplæringen er fullført, vil studentene bli bedt om å bruke generativ kunstig intelligens til undervisningsformål. Under posttest-gjennomføringen av studiet (en uke før avsluttende eksamen), vil personlig informasjonsskjema, "Attitude Scale Towards Artificial Intelligence" og "Westside Exam Anxiety Scale" bli administrert på nytt til 3. og 4. årsstudentene ved fakultetet av helsevitenskap. |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Holdningsskala til kunstig intelligens
Tidsramme: En dag
|
Denne skalaen ble utviklet av Schepman og Rodway (2020) for å måle individers generelle holdninger til kunstig intelligens.
Skalaen inneholder 20 elementer, 12 positive og 8 negative.
Elementer scores med en fempunkts Likert-skala (fra 1=helt uenig til 5=helt enig).
Validitets- og reliabilitetsstudien av holdningsskalaen til kunstig intelligens på tyrkisk ble utført av Feridun et al. (2022).
|
En dag
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Westside Test Anxiety Scale (WSKS)
Tidsramme: En dag
|
Skalaen ble utviklet av Driscoll (2007) og tilpasset til tyrkisk for universitetsstudenter av Totan og Yavuz (2009).
Skalaen ble utviklet i sin opprinnelige form for å brukes til å undersøke effekten av et program rettet mot å redusere testangst.
Mens Driscoll (2007) formet skalaen som ti elementer i en enkelt dimensjon, oversatte Totan og Yavuz (2009) skalaen til tyrkisk som elleve elementer, og tenkte at å definere ett element som to forskjellige tegnvariabler ville være mer egnet for tyrkisk grammatikk.
|
En dag
|
Samarbeidspartnere og etterforskere
Sponsor
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- sinopUyasemin-2
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .