Språkoversettelse av kunnskapsmobiliseringsressurser

Bakgrunn og begrunnelse:

KM -ressurser spiller en kritisk rolle i å bygge bro mellom forskning og praksis innen helsevesen. Effektiv kommunikasjon av denne informasjonen er avgjørende for å sikre opptak og implementering av forskningsbevis og helseanbefalinger fra publikum.

Canada er hjemsted for en meget mangfoldig befolkning. Språkferdighet er fortsatt en vedvarende utfordring for mange nykommere. Mangelfull helsekommunikasjon som stammer fra språkbarrierer kan føre til dårligere helseutfall, redusert tilfredshet med omsorg og økt helsevesenets ulikheter. Oversettelser av helsemateriell av høy kvalitet er derfor viktig for å fremme rettferdig tilgang til helseinformasjon og bidra til å redusere ulikheter i helseutfall. Mens profesjonelle oversettelsestjenester lenge har vært standarden for å produsere språklig nøyaktige oversatte materialer, er de ofte ressurskrevende, og begrenser skalerbarheten og aktualiteten til gjeldende oversettelsesinnsats.

Nyere fremskritt i AI har generert interesse for å utnytte AI-drevne verktøy for å støtte oversettelsen av helsemateriell. Imidlertid gjenstår det angående AI -drevne verktøys evne til å navigere i de kulturelle, kontekstuelle og emosjonelle nyansene i språket som er viktige i helsevesenets kommunikasjon. Ingen kontrollerte forsøk har ennå sammenlignet AI og profesjonelle oversettelser spesielt for KM -ressurser rettet mot publikum. Empiriske vurderinger av AI-genererte oversettelser er derfor viktige for å forstå dens evner og begrensninger.

Mål:

Det overordnede forskningsspørsmålet er: Kan AI effektivt oversette KM -ressurser for publikum? For denne studien er det primære målet å sammenligne KM -ressurser oversatt ved hjelp av et AI -verktøy kontra de som er oversatt av profesjonelle menneskelige oversettere. Spesielt antar etterforskerne at oversettelser av KM -ressurser produsert av ChatGPT vil være sammenlignbare med profesjonelle menneskelige oversettelser når det gjelder forståelse, lesbarhet og akseptabilitet.

Metoder:

Pasient og offentlig involvering:

Medlemmer av Pediatric Parent Advisory Group (P-PAG) vil gi innspill gjennom hele studien. De vil gi innspill til studiedesign, hjelpe til med pilotprøving av datainnsamlingsinstrumenter, gi råd om rekrutteringsstrategier og fremme studien i deres nettverk. De vil hjelpe til med å tolke resultater og vil kritisk bidra til å utvikle og spre funn (f.eks. Vanlig språkoppsummering av resultatene).

Prøvedesign:

Denne studien er en randomisert kontrollert studie. Deltakerne vil bli tilfeldig tildelt (1: 1 tildelingsforhold) for å motta enten en AI-oversatt versjon eller en profesjonelt oversatt versjon av en KM-ressurs. De vil bli bedt om å svare på et sett med spørsmål om deres forståelse av innholdet i ressursen, dets lesbarhet og akseptabilitet.

Prøveinnstilling:

Rettsaken vil bli gjennomført helt på nettet. Deltakerne vil fullføre studien eksternt ved å bruke sine egne personlige enheter (f.eks. Datamaskiner eller nettbrett) med internettilgang. Alt materiale, inkludert studielink, instruksjoner og spørreskjemaer, vil bli levert elektronisk.

Kvalifiseringskriterier:

• 18 år eller eldre
• Bor i Canada
• Førstspråk er et av de valgte språkene (dvs. Fransk, spansk, ukrainsk, Tagalog, arabisk, kinesisk og Punjabi)
• I stand til å lese og fylle ut et spørreskjema på engelsk
• Tilgang til en elektronisk enhet (f.eks. Datamaskin eller nettbrett), Internett og e -post

Intervensjon og komparator:

Deltakerne vil bli randomisert for å se en KM -ressurs oversatt, enten av AI (dvs. chatGPT) eller en profesjonell (menneskelig) oversetter, til et av de valgte språkene. Den engelsk-versjonen av KM-ressursen er tilgjengelig online (https://canpcc.ca/app/uploads/2025/03/online-resource-cheet-gt1-prevention-of-pcc-final.pdf).

Utfall:

Følgende utfall vil bli brukt til å evaluere de oversatte versjonene av KM -ressursen fra flere dimensjoner: kunnskapsinnhenting (forståelse), enkel tekstbehandling (lesbarhet) og tillit til informasjonen (akseptabilitet).

Det primære utfallet vil være:

Forståelse: Målt ved deltakernes svar på et sett med 7 flervalgsspørsmål som er spesielt designet for å evaluere nøkkelinnholdskunnskap om Post Covid-19-tilstand og relaterte anbefalinger i ressursen. Antallet riktige svar vil tjene som en objektiv indikator på forståelse, og vurdere evnen til hver oversettelsesmetode til å bevare kritiske konsepter.

Sekundære utfall vil være lesbarhet og akseptabilitet.

Skader:

Denne studien innebærer liten eller ingen risiko for deltakerne. Likevel kan potensielle skader omfatte mild tretthet eller frustrasjon hvis deltakerne synes teksten er forvirrende eller vanskelig å tolke. For å minimere dette, vil alt materiale bli pilot-testet for klarhet og presentert i et brukervennlig format. Deltakerne kan trekke seg fra studien når som helst uten straff.

Deltakerens tidslinje:

Deltakere i denne studien vil være involvert i en enkelt økt gjennomført på nettet. Alle data vil bli samlet inn umiddelbart etter at deltakeren har gjennomgått den tildelte oversettelsen. Hver deltaker vil fullføre studien på omtrent 10-15 minutter. Ingen langsiktig oppfølging er planlagt.

Prøvestørrelse:

På grunn av pilotkarakteren til denne studien, har etterforskerne som mål å rekruttere 50 deltakere per språkgruppe, med 25 deltakere randomisert for å evaluere den AI-oversatte versjonen og 25 tildelt for å evaluere den profesjonelt oversatte versjonen. Med syv språkgrupper vil den totale målutvalgsstørrelsen være 350 deltakere. Denne prøvestørrelsen følger veiledning for undersøkende og pilotstudier som ikke krever noen formell beregning av prøvestørrelse. Med 50 deltakere per språkgruppe vil etterforskerne kunne gi estimater av potensielle forskjeller, samtidig som vi kan utforske variasjoner etter språk.

Rekruttering:

Rekrutteringen vil begynne når studien har fått etisk godkjenning. Potensielle deltakere vil bli rekruttert gjennom en rekke online strategier for å sikre bred og mangfoldig påmelding på tvers av språkgrupper. Rekrutteringsinnsatsen vil omfatte målrettede elektroniske nyhetsbrev som er distribuert via University of Alberta's studenter- og doktorgradsstudent -fordøyelser, samt oppsøkende for internasjonale studentgrupper. I tillegg vil en rekrutterings-e-post bli sendt til forhåndsetablerte tilkoblinger til interesseholdergrupper over hele Canada for å informere dem om studien og be dem om å dele studiematerialet i nettverkene sine. Dette kan også omfatte å be dem dele via tradisjonelle kommunikasjonsmidler (f.eks. E-nyhetsbrev, listeserv).

Potensielle deltakere (selvidentifiserte) vil kunne få tilgang til studien direkte fra rekrutteringsmaterialet ved å besøke studiekoblingen som er gitt. Studielinken vil inneholde detaljerte instruksjoner for å fullføre følgende:

• Svar kvalifiseringsspørsmål
• Identifiser førstespråket deres
• Gjennomgå informasjonsbrev
• Les KM -ressurs som de er randomisert til (AI eller profesjonell oversettelse på deltakerens første språk)
• Fyll ut spørreskjemaet inkludert demografi og svar på spørsmål angående KM -ressursinsentiver: Deltakerne vil bli kompensert $ 5 CAD. Dette insentivet vil komme i form av et elektronisk CAD -gavekort til deltakeren via alt gavekort.

Rekruttering vil skje gjennom offentlig delte rekrutteringsmateriell (f.eks. E -post fordøyelser, elektroniske flygeblad, etc.) som inneholder en studiebeskrivelse og en lenke til studien. Interesserte personer vil identifisere seg selv som potensielt kvalifiserte og få tilgang til studien direkte ved å klikke på lenken. Når du får tilgang til studielinken, vil deltakerne bli presentert for et kort sett med screeningspørsmål for å bekrefte valgbarhet. De som ikke oppfyller inkluderingskriteriene, vil automatisk bli takket for deres interesse og forlatt fra undersøkelsen. På slutten av undersøkelsen vil personlig informasjon (fornavn og e -post) bli delt (hvis deltakeren velger å gjøre det) med forskerne på en egen form, ikke koblet til undersøkelsesresponsene, for distribusjon av gavekort. Informasjon samlet inn vil bli plassert separat fra studiedataene i gavekortloggen.

Randomisering og blending:

Deltakerne vil bli stratifisert av sitt førstespråk og deretter tilfeldig tildelt (1: 1 tildelingsforhold) til en av to grupper: den AI-oversatte KM-ressursen eller den profesjonelt oversatte versjonen. Randomisering vil bli utført på individuelt deltakernivå ved hjelp av en datamaskingenerert tilfeldig tildelingssekvens for å sikre objektiv gruppeoppgave.

Deltakerne vil bli blendet for den typen oversettelse de får. De vil bli informert om at studien sammenligner forskjellige oversettelsesmetoder, men ikke vil bli fortalt om materialene de ser på ble oversatt av AI eller av profesjonelle oversettere.

Datainnsamling og styring:

Data vil bli samlet inn og administrert ved hjelp av REDCAP (forskningselektronisk datafangst). Redcap har en omfattende personvernregler (https://help.redcap.ualberta.ca/policy-procedure/privacy) Dette har blitt gjennomgått av studieteamet og bestemt egnet for denne studien, og har tidligere blitt godkjent for forskningsbruk ved University of Alberta. Data vil bli lastet ned regelmessig og lagret på lang sikt på en sikker server i PIs fakultet (Fakultet for medisin og tannbehandling) ved University of Alberta. Etter fullføring av studien vil dataene bli arkivert på Fakultet for Medicine & Dentistry Server i fem år.

Statistiske metoder:

Etterforskerne vil samle demografiske data (f.eks. Alder, kjønn, etnisitet, utdanningsnivå, fødeland, helseferdighet og dyktighet i snakk om språk) for å beskrive studiepopulasjonen. Etterforskerne vil bruke beskrivende statistikk (tall, frekvenser, midler med standardavvik) for å analysere og presentere demografiske data. Etterforskerne vil avgjøre generell forståelse ved å beregne en poengsum (alt fra 0 til 7) for hver deltaker basert på antall spørsmål som er besvart riktig. Etterforskerne vil beregne en gjennomsnittlig poengsum for hver gruppe og sammenligne grupper (Professional vs. AI-oversettelse) ved bruk av en to-prøve t-test forutsatt like avvik. Andre utfall vil bli sammenlignet mellom grupper som bruker uavhengige t-test- eller CHI-kvadratiske tester avhengig av typen data (dvs. kontinuerlig eller kategorisk). Statistiske usikkerheter vil bli uttrykt med 95% konfidensintervaller; P <0,05 vil indikere statistisk betydning. Analyser vil bli utført basert på intensjon-til-behandling, dvs. alle tilgjengelige data vil bli inkludert, og etterforskerne vil ikke vite om eller i hvilken grad deltakerne leser den oversatte versjonen av KM-verktøyet.