Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Effekten av AI-basert forskningstrening på sykepleierstudenter

11. februar 2026 oppdatert av: Sogand Sarmadi, Shahid Beheshti University of Medical Sciences

Effekten av kunstig intelligens-drevet forskningsopplæringskurs på sykepleierstudenters forskningskompetanse, holdning og beredskap til å bruke kunstig intelligens

Målet med denne kliniske studien er å finne ut om et kunstig intelligens (AI)-drevet forskningsopplæringskurs kan forbedre sykepleierstudenters forskningsferdigheter, holdninger til kunstig intelligens og beredskap til å bruke AI i forskning og utdanning.

Hovedspørsmålene denne studien tar sikte på å besvare er:

Forbedrer AI-drevet forskningsopplæring sykepleierstudenters forståelse av forskningsmetoder?

Forbedrer denne opplæringen sykepleierstudenters holdninger til kunstig intelligens?

Øker kurset sykepleierstudenters beredskap og selvtillit til å bruke kunstig intelligens i forskningsrelaterte aktiviteter?

Forskere vil sammenligne sykepleierstudenter som tar et AI-drevet forskningsopplæringskurs med studenter som mottar vanlig utdanning uten AI-basert opplæring.

Deltakere vil:

Bli tilfeldig tildelt enten AI-drevet forskningsopplæringsgruppe eller vanlig utdanningsgruppe

Fullføre nettbaserte spørreskjemaer om forskningsferdigheter, holdninger til kunstig intelligens og beredskap til å bruke AI

Delta på vurderinger ved tre tidspunkt: før kurset, umiddelbart etter kurset og tre måneder senere

Det AI-drevne forskningsopplæringskurset inkluderer strukturerte sesjoner om forskningsmetoder og ansvarlig bruk av kunstig intelligens-verktøy for litteraturgjennomgang, forskningsdesign, dataanalysestøtte og akademisk skriving. Resultatene fra denne studien kan bidra til å forbedre forskningsutdanning og støtte sikker og effektiv bruk av kunstig intelligens i sykepleierutdanning og forskning.

Studieoversikt

Studietype

Intervensjonell

Registrering (Antatt)

104

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Beskrivelse

Inklusjonskriterier:

  1. Innmeldt i en sykepleierutdanning (bachelor-, master- eller doktorgradsnivå) ved en av de deltakende universitetene i studieperioden.
  2. Gjennomføring av minst ett kurs i forskningsmetodikk i studieplanen.
  3. Villighet til å delta og å gi skriftlig informert samtykke.

Eksklusjonskriterier:

  1. Tidligere gjennomføring av avanserte kurs spesifikt om forskningsrettet AI eller formelle AI-sertifiseringsprogrammer.
  2. Manglende evne til å delta på planlagte intervensjonsøkter eller tilgang til nettbasert læringsplattform.
  3. Ikke fullføre alle studiens spørreskjemaer på de påkrevde tidspunktene.
  4. Tilbakekalling av samtykke eller manglende fullføring av grunnlinjevurderinger.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Annen
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Enkelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: AI-drevet forskningsopplæringskurs

Deltakere i intervensjonsgruppen vil delta i et kunstig intelligens (AI)-drevet forskningskurs.
Kurset inkluderer åtte strukturerte sesjoner levert over omtrent fire uker og kombinerer grunnleggende forskningsmetoder med praktisk bruk av AI-verktøy for å støtte forskningsaktiviteter.

Opplæringen dekker nøkkelstadier i forskningsprosessen, inkludert valg av forskningstema, gjennomgang av vitenskapelig litteratur, utvikling av forskningsspørsmål, valg av studiedesign, forståelse av forskningsetikk, håndtering av referanser og utarbeidelse av forskningsrapporter.
Deltakerne vil lære hvordan AI-verktøy kan støtte oppgaver som litteratursøk, organisering av informasjon, utkast til forskningstekst og kritisk gjennomgang av forskningsresultater, samtidig som det legges vekt på ansvarlig og etisk bruk av AI.

Sesjonene inkluderer korte forelesninger, praktiske øvelser og praktiske workshops som bruker allment tilgjengelige AI-baserte forskningsverktøy.
Kursmaterialer leveres gjennom en nettbasert læringsplattform,

Intervensjonen er et kunstig intelligens (AI)-drevet forskningsopplæringskurs designet for å integrere kjerne forskningsmetodologi med praktisk og ansvarlig bruk av AI-verktøy. Kurset består av åtte strukturerte sesjoner levert over omtrent fire uker og retter seg mot sykepleierstudenter med tidligere eksponering for grunnleggende forskningsmetoder.

I motsetning til tradisjonelle forskningskurs, integrerer denne intervensjonen AI som et støttende forskningsverktøy gjennom alle stadier av forskningsprosessen, snarere enn som et frittstående teknisk emne. Deltakerne lærer hvordan AI kan hjelpe med å velge forskningstemaer, søke og organisere vitenskapelig litteratur, utvikle forskningsspørsmål, støtte beslutninger om studiedesign, håndtere referanser og utkaste forskningsrapporter, samtidig som de opprettholder kritisk vurdering og metodologisk strenghet.

Opplæringen legger vekt på etisk og ansvarlig bruk av AI, inkludert spørsmål knyttet til datapersonvern, åpenhet, plagieringsforebygging og algoritmisk skjevhet.

Ingen inngripen: Standardopplæring

Deltakere i kontrollgruppen vil fortsette med sin vanlige akademiske utdanning og vil ikke motta noen kunstig intelligens (KI)-basert forskningsopplæring i løpet av studieperioden. De vil fullføre de samme resultatvurderingene som intervensjonsgruppen ved utgangspunktet, umiddelbart etter intervensjonsperioden og tre måneder senere.

Etter fullføring av den endelige oppfølgingsvurderingen vil deltakerne i kontrollgruppen få full tilgang til KI-drevne forskningsopplæringskursmaterialer og innspilte økter for å sikre etisk rettferdighet og lik tilgang til utdanningsressurser.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Beredskap for å bruke kunstig intelligens: Medical Artificial Intelligence Readiness Scale for Medical Students (MAIRS-MS)
Tidsramme: baseline (T0, pre-intervensjon), umiddelbart etter kursfullføring (T1), og tre måneder etter kursfullføring (T2).
Beredskap for å bruke AI vil bli konseptualisert som teknisk ekspertise, positive holdninger og selvtillit ved å ta i bruk AI-verktøy for forskning og kliniske oppgaver (29). Det vil bli vurdert ved bruk av den persiske versjonen av Medical Artificial Intelligence Readiness Scale for Medical Students (MAIRS-MS), et validert verktøy med 20 spørsmål fordelt på 4 domener (Kognisjon, Evne, Visjon, Etikk) med 5-punkts Likert-skala (total poengsum 20-100). Høyere poengsummer vil indikere større beredskap. Instrumentet har vist akseptabel pålitelighet (Cronbachs α ≥ 0,80) og strukturell validitet i tidligere iranske studier (24,25). Domenepoeng og totalpoeng vil bli beregnet for alle deltakere.
baseline (T0, pre-intervensjon), umiddelbart etter kursfullføring (T1), og tre måneder etter kursfullføring (T2).

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Forskningskompetanse: en forskerutviklet forskningskompetansespørreskjema
Tidsramme: baseline (T0, før intervensjon), umiddelbart etter fullført kurs (T1), og tre måneder etter fullført kurs (T2).
Forskningskompetanse vil bli definert som kunnskap og ferdigheter innen forskningsmetodikk, studieopplegg, datainnsamling og analyse som vil gjøre det mulig for forskere å gjennomføre gyldige studier (5). Det vil bli målt ved hjelp av en forskerutviklet 20-punkts spørreskjema med sann/galt/vet ikke-oppsett, tilpasset fra Brody et al. (27). Svar vil bli scoret som korrekte hvis de samsvarer med utsagnets sannhetsverdi, med en totalscore på 0-20; høyere poengsum vil indikere større forskningskompetanse. Spørreskjemaet vil bli utviklet basert på litteraturen, vil gjennomgå ansikts- og innholdvalidering av eksperter (CVI/CVR), og vil bli pilot-testet med 50-100 deltakere for å vurdere spørsmålegenskaper, intern konsistens (Cronbachs alfa) og 10-14-dagers test-retest-pålitelighet. Alle deltakere vil fullføre spørreskjemaet ved hvert tidspunkt, og alle data vil bli inkludert i intensjon-å-behandle-analysen.
baseline (T0, før intervensjon), umiddelbart etter fullført kurs (T1), og tre måneder etter fullført kurs (T2).
Holdning til kunstig intelligens: AI Holdningsskala (AIAS-4)
Tidsramme: baseline (T0, pre-intervensjon), umiddelbart etter kursavslutning (T1), og tre måneder etter kursavslutning (T2).
Holdninger til kunstig intelligens (AI) vil bli preget av en persons tro og følelsesmessige disposisjoner angående anvendelser og implikasjoner av AI (26). Evalueringen av denne holdningen vil bruke AI Attitude Scale (AIAS-4), et endimensjonalt instrument som består av fire elementer, hver vurdert på en skala fra 1 til 10, noe som resulterer i en total score som varierer fra 4 til 40; høyere skårer indikerer mer positive holdninger til AI. I fravær av en persisk versjon av den psykometriske AIAS-4, vil skalaen bli oversatt og kulturelt tilpasset gjennom en standard frem-og-tilbake oversettelsesprosess, supplert med kognitive intervjuer med 10 sykepleierstudenter, og gjennomgått av en ekspertgruppe. Innholdsvaliditet vil bli vurdert gjennom Content Validity Index (CVI) og Content Validity Ratio (CVR). Det oversatte instrumentet vil bli pilot-testet med 20 deltakere, og intern konsistens vil bli evaluert ved bruk av Cronbachs alfa.
baseline (T0, pre-intervensjon), umiddelbart etter kursavslutning (T1), og tre måneder etter kursavslutning (T2).

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Antatt)

1. mars 2026

Primær fullføring (Antatt)

1. mai 2026

Studiet fullført (Antatt)

1. juli 2026

Datoer for studieregistrering

Først innsendt

6. februar 2026

Først innsendt som oppfylte QC-kriteriene

11. februar 2026

Først lagt ut (Faktiske)

13. februar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

13. februar 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

11. februar 2026

Sist bekreftet

1. februar 2026

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • IR.TUMS.FNM.REC.1404.257

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

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. .

Abonnere