- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06863792
Chatgpt-assistert hypertensjonskunnskap hos sykepleierstudenter
ChatGPT-assistert hypertensjonskunnskap hos sykepleierstudenter: Vurdering av nøyaktighet, AI-angst og kognitiv belastning
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Bruken av kunstig intelligens (AI) verktøy i utdanning øker raskt. Chatgpt, utviklet av Openai, er en AI-basert chatbot som gir et interaktivt læringsmiljø. Det genererer flytende og kunnskapsbaserte svar basert på bøker, online kilder og artikler publisert til 2021. Den utbredte adopsjonen av chatgpt på tvers av forskjellige felt har vekket debatter om sin rolle og begrensninger. I sykepleieopplæring bruker studentene ofte chatGPT for rask tilgang til informasjon, forskningsstøtte og eksamensforberedelse. Imidlertid oppstår bekymring for påliteligheten på grunn av de ukjente kildene til svarene og potensialet for feilinformasjon. ChatGPT har også begrensninger i å tolke komplekse, kontekstavhengige svar og mangler evnen til å anvende prinsippet om individualisert omsorg, som er grunnleggende i sykepleiepraksis.
Studier har vist ChatGPTs varierende ytelse innen helsevesenet. Hypertensjon, en kronisk sykdom som påvirker over en milliard mennesker over hele verden, er et kritisk tema for sykepleierstudenter, ettersom deres forståelse av tilstanden kan påvirke pasientbehandlingen positivt. Tidligere forskning har vist at ChatGPT gir klinisk passende svar på hypertensjonsrelaterte spørsmål med en høy nøyaktighetsgrad på 92,5%. I tillegg svarte GPT-4-versjonen av ChatGPT riktig over 86% av spørsmålene i USAs medisinske lisenseksamen (USMLE).
Denne randomiserte kontrollerte studien tar sikte på å vurdere effektiviteten av ChatGPT i undervisningen hypertensjon til sykepleierstudenter, samtidig som de evaluerer nivåene av AI-relatert angst og kognitiv belastning. Gitt den økende tilstedeværelsen av AI -verktøy i utdanning, er det avgjørende for deres optimale integrasjon i sykepleieopplæring.
Studiepopulasjonen består av studenter som er påmeldt sykepleieprogrammet ved et privat universitet. Studien tar sikte på å nå hele befolkningen, nærmere bestemt 96 studenter som har fullført sykepleiekurset. Studenter som oppfyller inkluderingskriteriene, vil bli informert om studien og invitert til å delta. Frivillige vil fylle ut et innledende informasjonsskjema og bli tilfeldig tildelt intervensjon (ChatGPT) eller kontrollgrupper i et forhold på 1: 1 ved bruk av datamaskinbasert randomisering (48 studenter per gruppe). Intervensjonsgruppen vil svare på spørsmål fra Hypertensjonsforebyggende holdningsskala ved hjelp av ChatGPT, mens kontrollgruppen vil bruke tradisjonelle metoder. Etterpå vil begge gruppene fullføre den kunstige intelligensangstskalaen og kognitiv belastningsskala, og konkluderer med datainnsamling. Alle innsamlede data vil bli analysert ved bruk av SPSS for Windows 22.0 statistisk programvarepakke.
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: Nursemin Unal, Assoc. Prof.
- Telefonnummer: +905077433629
- E-post: nurse_unal@hotmail.com
Studer Kontakt Backup
- Navn: Nilay Bektaş Akpınar, Assist.Prof.
- Telefonnummer: +905319920260
- E-post: nilaybektas88@gmail.com
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inkluderingskriterier:
- For å bli registrert i sykepleieprogrammet ved et privat universitet, i løpet av studieåret 2024-2025.
- For å ha tatt sykepleiekurset for indremedisin (på dette kurset får studentene 4 timers teoretiske leksjoner om sykepleie for hypertensjonspasienter).
- Å være villig til å melde seg frivillig for deltakelse i studien.
Eksklusjonskriterier:
- Studenter som ønsker å trekke seg fra forskningen på noe trinn, vil ikke bli inkludert i studien.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Annen
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Enkelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Chatgpt Group
Studenter i intervensjonsgruppen vil svare på spørsmålene fra Hypertensjonsforebyggende holdningsskala ved hjelp av ChatGPT.
|
Studenter i intervensjonsgruppen vil svare på spørsmålene fra Hypertensjonsforebyggende holdningsskala ved hjelp av ChatGPT.
Andre navn:
|
|
Ingen inngripen: Kontrollgruppe
I kontrollgruppen vil studentene svare på Hypertensjonsforebyggende holdningsskala ved bruk av tradisjonelle metoder.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Hypertensjonsforebyggende holdningsskala
Tidsramme: I begynnelsen av studien første innleggelse.
|
Skalaen består av 26 elementer og underdimensjoner, inkludert beskyttelse og kontroll, vaner og livsstil, ernæringsholdninger, mental tilstand og fysisk aktivitet, og sykdom og risikokunnskap.
Elementene er vurdert på en fem-punkts Likert-skala, alt fra "sterkt uenig" til "sterkt enig."
Skala -score kan variere fra 26 til 130.
Det er en positiv sammenheng mellom skala -score og holdninger til forebygging av hypertensjon.
Cronbachs alfaverdi på skalaen er 0,91.
|
I begynnelsen av studien første innleggelse.
|
|
Kunstig intelligens angstskala
Tidsramme: Umiddelbart etter intervensjonen (svarer på skalaen)
|
Den kunstige intelligensangstskalaen (AIAS) ble utviklet av Wang og Wang (2019) og tilpasset seg til tyrkisk av Akkaya et al. (2021).
Skalaen er en 5-punkts Likert-type, bestående av 21 elementer og 4 faktorer.
Disse faktorene er: læring, jobbendring, sosio-teknisk blindhet og kunstig intelligensstrukturering.
Minimumspoenget som kan oppnås fra skalaen er 21, og maksimal poengsum er 105.
En høyere poengsum indikerer et høyere nivå av AI -angst.
Cronbachs alfa -koeffisient i skalaen er rapportert å være 0,95.
|
Umiddelbart etter intervensjonen (svarer på skalaen)
|
|
Kognitiv belastningsskala
Tidsramme: Umiddelbart etter intervensjonen (svarer på skalaen)
|
Skalaen utviklet av Paas og Van Merriënboer (1993) tar sikte på å måle den kognitive belastningen av studenter under individuelle studieprosesser.
Det ble tilpasset tyrkisk av Kılıç og Karadeniz (2004).
Skalaen er en symmetrisk skala av Likert-typen med score fra 1 til 9. Den tillater vurdering av innsatsen en student utøver under deres individuelle læringsprosess.
I henhold til skalaen øker kognitiv belastning fra 1 til 9. Poeng mellom 1-4 anses som lav kognitiv belastning, mens score mellom 5-9 anses som høy kognitiv belastning.
Paas og van Merriënboer (1993) rapporterte en intern konsistenskoeffisient på 0,82 for skalaen, mens Kılıç og Karadeniz (2004) beregnet en intern konsistenskoeffisient på 0,90 for den tyrkiske versjonen.
|
Umiddelbart etter intervensjonen (svarer på skalaen)
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Hovedetterforsker: Nursemin Unal, Assoc. Prof., Ankara University
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Alkhaqani, A. L. (2023). Can ChatGPT help researchers with scientific research writing. Journal of Medical Research and Reviews, 1(1), 9-12. https://doi.org/10.5455/JMRR.20230626013424
- Branum C, Schiavenato M. Can ChatGPT Accurately Answer a PICOT Question? Assessing AI Response to a Clinical Question. Nurse Educ. 2023 Sep-Oct 01;48(5):231-233. doi: 10.1097/NNE.0000000000001436. Epub 2023 Apr 28.
- Abdulai AF, Hung L. Will ChatGPT undermine ethical values in nursing education, research, and practice? Nurs Inq. 2023 Jul;30(3):e12556. doi: 10.1111/nin.12556. Epub 2023 Apr 26. No abstract available.
- Goktas, P., Kucukkaya, A., & Karacay, P. (2024). Utilizing GPT 4.0 with prompt learning in nursing education: A case study approach based on Benner's theory. Teaching and Learning in Nursing, 19(2), e358-e367.
- Sallam M. ChatGPT Utility in Healthcare Education, Research, and Practice: Systematic Review on the Promising Perspectives and Valid Concerns. Healthcare (Basel). 2023 Mar 19;11(6):887. doi: 10.3390/healthcare11060887.
- Wang, Y. Y. & Wang, Y. S. (2019). Development and validation of an artificial intelligence anxiety scale: an initial application in predicting motivated learning behavior. Interactive Learning Environments, 1-16. https://doi.org/10.1080/10494820.2019.1674887
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 (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
- 2025-2 (Annet stipend/finansieringsnummer: Korean Society of Cardiometabolic Syndrome)
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. .