- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06732947
Integracja AI w pisaniu akademickim
Integracja AI w pismach akademickich: badanie dotyczące badań jakościowych w edukacji z zakresu fizjoterapii
Przegląd badań
Status
Szczegółowy opis
Celem tego badania jest zbadanie wpływu wykorzystania sztucznej inteligencji na różne aspekty pisania jakościowych prac badawczych przez studentów fizjoterapii. Badając, w jaki sposób narzędzia AI wpływają na różne elementy procesu pisania, takie jak struktura, przejrzystość, prezentacja wiedzy i krytyczne myślenie, badanie to ma na celu zapewnienie wglądu w korzyści i potencjalne wady integracji sztucznej inteligencji w zadaniach akademickich. Uznając znaczenie tych badań, przyczyniamy się do zrozumienia, w jaki sposób można skutecznie wykorzystać sztuczną inteligencję w celu poprawy doświadczenia edukacyjnego i poprawy umiejętności pisania studentów fizjoterapii.
W tym badaniu zbadano, w jaki sposób sztuczna inteligencja może usprawnić pisanie i analizy akademickie w edukacji w zakresie fizjoterapii, koncentrując się na tym, w jaki sposób narzędzia sztucznej inteligencji mogą wspierać badaczy w pracy jakościowej.
Projekt ten jest znaczący, ponieważ uwzględnia kilka kluczowych korzyści i wyzwań związanych z integracją sztucznej inteligencji w pismach akademickich na potrzeby badań jakościowych w ramach edukacji z zakresu fizjoterapii:
- Poprawa umiejętności pisania i motywacji w nauce: Analiza ilościowa ujawnia znaczną poprawę zarówno umiejętności pisania, jak i motywacji wśród uczniów, którzy otrzymali instrukcje wspomagane sztuczną inteligencją w porównaniu z grupą kontrolną. Grupa eksperymentalna wykazuje zwiększoną biegłość w różnych aspektach pisania, w tym w organizacji, spójności, gramatyce i słownictwie.
- Znaczenie przejrzystości: Badanie pozwala zrozumieć obecny krajobraz deklarowania stosowania generatywnych narzędzi AI przez autorów w czasopismach pielęgniarskich. Przyszłe badania mogłyby zbadać wpływ takiego ujawnienia na percepcję czytelnika i ocenę jakości badań. Pomogłoby to rzucić światło na skuteczność ujawniania informacji w zwiększaniu przejrzystości i zaufania do publikacji akademickich. Ponadto opracowanie wytycznych lub najlepszych praktyk w zakresie odpowiedniego deklarowania przez autorów i recenzentów wykorzystania generatywnej sztucznej inteligencji byłoby korzystne dla zapewnienia spójnego i odpowiedzialnego wdrażania technologii sztucznej inteligencji w badaniach naukowych.
- Obiecujące perspektywy i uzasadnione obawy: Nieuniknione jest wkrótce dominujące wykorzystanie technologii LLM, w tym powszechne wykorzystanie ChatGPT w edukacji, badaniach i praktyce opieki zdrowotnej. Biorąc pod uwagę uzasadnione obawy dotyczące potencjalnego niewłaściwego wykorzystania, pilnie potrzebne są odpowiednie wytyczne i regulacje przy zaangażowaniu wszystkich zaangażowanych stron, aby zapewnić bezpieczne i odpowiedzialne korzystanie z uprawnień ChatGPT. Proaktywne wykorzystanie technologii LLM przy dokładnym rozważeniu możliwych kwestii etycznych i prawnych może ograniczyć potencjalne przyszłe komplikacje.
- względy etyczne: istnieją obawy dotyczące plagiatu i Ghostwriting, niewiarygodności wyników, kwestii praw autorskich, luk edukacyjnych wynikających z postępu technologicznego i zmniejszonej zdolności uczenia się. Nauczyciele są zaniepokojeni poleganiem uczniów na sztucznej inteligencji. Używanie ChatGPT do rozwiązywania zadań związanych z pisaniem lub kodowaniem komputerowym może utrudniać uczniom naukę, a szkoły publiczne w Nowym Jorku zablokowały dostęp do ChatGPT na terenie kampusu.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Noran Abdallah Essa, Bachelor student
- Numer telefonu: +201069700624
- E-mail: noraneisa36@gmail.com
Kopia zapasowa kontaktu do badania
- Nazwa: Reda Fathi Elbosaty, bachelor student
- Numer telefonu: +201555401579
- E-mail: redafathi015@gmail.com
Lokalizacje studiów
-
-
-
Kafr Ash Shaykh, Egipt, 33516
- Kafrelsheikh University
-
Kontakt:
- Abdelrazek Youssef Desouky, PhD, prof
- Numer telefonu: 002- 047-3109590
- E-mail: president@kfs.edu.eg
-
Kontakt:
- Ismail Ismail ElSayed, PhD, prof
- Numer telefonu: +201017524003
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- studenci uczelni w wieku 20-22 lat.
Kryteria wykluczenia:
- żadnych kryteriów wykluczających
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
studenci uczelni wyższych w wieku od 20 do 22 lat
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
procent treści wygenerowanych przez sztuczną inteligencję w tekście każdego zadania.
Ramy czasowe: Podczas zabiegu
|
Podczas zabiegu
|
|
|
Częstość występowania struktury i organizacji (SO) według witryny internetowej detektora Sapling AI
Ramy czasowe: Podczas zabiegu
|
Kryterium to ocenia ogólny układ i logiczny przebieg artykułu badawczego.
Obejmuje przejrzystość wstępu, rozwinięcia i zakończenia, a także spójność argumentacji i płynne przejście między sekcjami.
Dobrze skonstruowany artykuł powinien mieć wyraźny początek, środek i koniec, a każda część powinna stanowić wkład w ogólną argumentację lub narrację.
|
Podczas zabiegu
|
|
Oceń przejrzystość zapisu (WC) według witryny detektora Sapling AI
Ramy czasowe: Podczas zabiegu
|
Przejrzystość pisania ocenia łatwość, z jaką czytelnik może zrozumieć tekst.
Obejmuje to używanie jasnego i precyzyjnego języka, brak błędów gramatycznych i typograficznych oraz odpowiednią strukturę zdań i dobór słów.
Artykuł charakteryzujący się dużą przejrzystością pisma będzie łatwo zrozumiały i wolny od dwuznaczności
|
Podczas zabiegu
|
|
Wskaźnik wiedzy (Know) według witryny internetowej detektora Sapling AI
Ramy czasowe: Podczas zabiegu
|
Kryterium to mierzy głębokość i szerokość zrozumienia przedmiotu przez ucznia.
Obejmuje dokładne przedstawienie kluczowych koncepcji, teorii i wyników badań związanych z danym tematem.
Wysoki wynik oznacza, że uczeń wykazał się dogłębną i zróżnicowaną wiedzą na temat przedmiotu.
|
Podczas zabiegu
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Ahmed Ali Torad, PhD, lecturer, Faculty of physical therapy kafrelsheikh university
- Dyrektor Studium: Tamer Mohamed El-Saeed, PhD, associate professor, Cairo University
- Główny śledczy: Reda Fathi Elbosaty, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University
- Główny śledczy: Noran Abdallah Essa, Bachelor student, Faculty of Physical Therapy, Kafrelsheikh University
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Szacowany)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- KFSIRB200-434
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .