- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06732947
AI-integrasjon i akademisk skriving
AI-integrasjon i akademisk skriving: en studie om kvalitativ forskning i fysioterapiutdanning
Studieoversikt
Status
Detaljert beskrivelse
Denne studien tar sikte på å utforske effekten av AI-bruk på ulike aspekter ved å skrive kvalitative forskningsoppgaver av fysioterapistudenter. Ved å undersøke hvordan AI-verktøy påvirker ulike elementer i skriveprosessen, som struktur, klarhet, kunnskapspresentasjon og kritisk tenkning, har denne forskningen som mål å gi innsikt i fordelene og potensielle ulempene ved AI-integrasjon i akademiske oppgaver. Ved å erkjenne betydningen av denne forskningen, bidra til å forstå hvordan AI effektivt kan brukes til å forbedre den pedagogiske opplevelsen og forbedre skriveferdighetene til fysioterapistudenter.
Denne studien utforsker hvordan AI kan forbedre akademisk skriving og analyse i fysioterapiutdanning, med fokus på hvordan AI-verktøy kan støtte forskere i kvalitativt arbeid.
Dette prosjektet er viktig ettersom det tar for seg flere viktige fordeler og utfordringer ved AI-integrasjon i akademisk skriving for kvalitativ forskning innen fysioterapiutdanning:
- Forbedring av akademiske skriveferdigheter og motivasjon: Kvantitativ analyse avslører betydelige forbedringer i både skriveferdigheter og motivasjon blant elever som fikk AI-assistert undervisning sammenlignet med kontrollgruppen. Eksperimentgruppen demonstrerer forbedret ferdighet i ulike aspekter av skriving, inkludert organisering, sammenheng, grammatikk og ordforråd.
- Viktigheten av åpenhet: Studien gir en forståelse av det nåværende landskapet med å erklære bruken av generative AI-verktøy av forfattere i sykepleietidsskrifter. Fremtidige studier kan undersøke implikasjonene av slik avsløring på leseroppfatning og evaluering av forskningskvalitet. Dette vil bidra til å kaste lys over effektiviteten av avsløring for å øke åpenheten og tilliten til akademisk skriving. Videre vil det å utvikle retningslinjer eller beste praksis for passende erklæring om generativ AI-bruk av forfattere og anmeldere være fordelaktig for å sikre konsistent og ansvarlig implementering av AI-teknologier i vitenskapelig forskning.
- Lovende perspektiver og gyldige bekymringer: Den nært forestående dominerende bruken av LLM-teknologi, inkludert den utbredte bruken av ChatGPT i helsetjenester utdanning, forskning og praksis er uunngåelig. Tatt i betraktning de gyldige bekymringene som er reist angående potensiell misbruk, er det påtrengende nødvendig med passende retningslinjer og forskrifter med engasjement fra alle involverte interessenter for å sikre sikker og ansvarlig bruk av ChatGPT-krefter. Den proaktive omfavnelsen av LLM-teknologier med nøye vurdering av mulige etiske og juridiske spørsmål kan begrense potensielle fremtidige komplikasjoner.
- etiske vurderinger: det eksisterer bekymringer om plagiering og spøkelsesskriving, upålitelighet av resultater, opphavsrettsproblemer, utdanningshull på grunn av teknologiske fremskritt og redusert læringsevne. Lærere er bekymret for elevenes avhengighet av AI. Å bruke ChatGPT til å løse skrive- eller datamaskinkodingsoppgaver kan hindre elevenes læring, og offentlige skoler i New York City har blokkert tilgangen til ChatGPT på campus.
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Noran Abdallah Essa, Bachelor student
- Telefonnummer: +201069700624
- E-post: noraneisa36@gmail.com
Studer Kontakt Backup
- Navn: Reda Fathi Elbosaty, bachelor student
- Telefonnummer: +201555401579
- E-post: redafathi015@gmail.com
Studiesteder
-
-
-
Kafr Ash Shaykh, Egypt, 33516
- Kafrelsheikh University
-
Ta kontakt med:
- Abdelrazek Youssef Desouky, PhD, prof
- Telefonnummer: 002- 047-3109590
- E-post: president@kfs.edu.eg
-
Ta kontakt med:
- Ismail Ismail ElSayed, PhD, prof
- Telefonnummer: +201017524003
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inkluderingskriterier:
- universitetsstudenter mellom 20 og 22 år.
Ekskluderingskriterier:
- ingen eksklusjonskriterier
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
universitetsstudenter mellom 20 og 22 år
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
prosentandel av AI-generert innhold i teksten til hver oppgave.
Tidsramme: Under prosedyren
|
Under prosedyren
|
|
|
Forekomst av struktur og organisasjon (SO) av Sapling AI-detektornettsted
Tidsramme: Under prosedyren
|
Dette kriteriet evaluerer den generelle layouten og den logiske flyten til forskningsoppgaven.
Den inkluderer klarheten i introduksjonen, hoveddelen og konklusjonen, samt sammenhengen i argumentene og den sømløse overgangen mellom avsnittene.
Et godt strukturert papir bør ha en klar begynnelse, midtdel og slutt, der hver del bidrar til det overordnede argumentet eller fortellingen.
|
Under prosedyren
|
|
Vurder skriveklarhet (WC) av Sapling AI-detektornettsted
Tidsramme: Under prosedyren
|
Skriveklarhet vurderer hvor lett leseren kan forstå teksten.
Dette inkluderer bruk av klart og presist språk, fravær av grammatiske og typografiske feil, og hensiktsmessigheten av setningsstruktur og ordvalg.
Et papir med høy skriveklarhet vil være lett forståelig og uten tvetydighet
|
Under prosedyren
|
|
Rate of Knowledge (Know) av Sapling AI-detektornettsted
Tidsramme: Under prosedyren
|
Dette kriteriet måler dybden og bredden i elevens forståelse av fagstoffet.
Den inkluderer nøyaktig representasjon av nøkkelbegreper, teorier og forskningsresultater relatert til emnet.
Høy skåre indikerer at studenten har vist en grundig og nyansert forståelse av emnet.
|
Under prosedyren
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Hovedetterforsker: Ahmed Ali Torad, PhD, lecturer, Faculty of physical therapy kafrelsheikh university
- Studieleder: Tamer Mohamed El-Saeed, PhD, associate professor, Cairo University
- Hovedetterforsker: Reda Fathi Elbosaty, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University
- Hovedetterforsker: Noran Abdallah Essa, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Antatt)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- KFSIRB200-434
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
produkt produsert i og eksportert fra USA
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. .