- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06941402
Fizjoterapeuci i sztuczna inteligencja
Dostosowanie przyszłych fizjoterapeutów do epoki sztucznej inteligencji: postawa sztucznej inteligencji, akceptacja i kompetencje cyfrowe
To badanie jest badaniem przekrojowym zaprojektowanym w zakresie opisowego i relacyjnego modelu badań przesiewowych metod badań ilościowych. Badania ma na celu ocenę poziomów kompetencji cyfrowych, postaw wobec sztucznej inteligencji i poziomów akceptacji sztucznej inteligencji studentów studentów z działu fizjoterapii oraz ujawnienie związków między tymi zmiennymi.
Pytania badawcze
- Jakie są poziomy kompetencji cyfrowych studentów fizjoterapii?
- Jakie są poziomy postawy studentów fizjoterapii wobec sztucznej inteligencji?
- Jakie są poziomy akceptacji studentów fizjoterapii do technologii sztucznej inteligencji?
- Czy istnieje znaczący związek między poziomem kompetencji cyfrowych a podejściem do sztucznej inteligencji?
- Czy istnieje znaczący związek między poziomem kompetencji cyfrowych a akceptacją technologii sztucznej inteligencji?
- Czy istnieje znaczący związek między podejściem do sztucznej inteligencji a poziomem akceptacji technologii sztucznej inteligencji?
- Czy istnieje znacząca różnica między kompetencjami cyfrowymi uczestników, postawami wobec sztucznej inteligencji i poziomami akceptacji zgodnie ze zmiennymi, takimi jak płeć, poziom oceny i czas trwania cyfrowego narzędzia? Wszechświat badań będzie polegał na studiach studiów studiujących na Wydziale Fizjoterapii i Rehabilitacji na Wydziale Nauk o Zdrowiu Alanyi, İnönü, Pamukkale, Okan University. Próbka badań ma być około 600 studentów, którzy są losowo wybierani z czterech różnych uniwersytetów w celu reprezentowania różnych regionów geograficznych i są określone na zasadzie dobrowolności.
Planowane są badania, aby polegać na studiach studiujących w programie licencjackim fizjoterapii i rehabilitacji w Türkiye. Podczas gromadzenia danych zastosowana zostanie formularz informacyjny wprowadzający, kompetencje cyfrowe dla studentów uniwersytetów, skala studentów uniwersytetów do sztucznej inteligencji i produktywna skala akceptacji sztucznej inteligencji.
Zebrane dane zostaną przeanalizowane przy użyciu programu SPSS (pakiet statystyczny dla nauk społecznych). Testy Kolmogorov-Smirnov i Shapiro-Wilk zostaną wykorzystane do oceny, czy dane są normalnie rozmieszczone. W zmiennych, które są normalnie rozmieszczone: zastosowano średnio odchylenie standardowe, niezależny test t próbki, ANOVA i test korelacji Pearsona. W nieformalnym dystrybucji: mediana, minimum maksimum, testu Manna-Whitneya, testu Kruskala Wallisa, zostaną zastosowane testy korelacji Spearmana. Ponadto zostanie przeprowadzona analiza regresji w celu oceny relacji między informacjami socjodemograficznymi uczniów, kompetencją cyfrową, postawą sztucznej inteligencji i poziomami akceptacji sztucznej inteligencji. P <0,05 zostanie zaakceptowany jako poziom istotności.
Przegląd badań
Status
Szczegółowy opis
Szybkie rozwój technologii cyfryzacji i sztucznej inteligencji spowodowały znaczące zmiany w sposobie świadczenia usług opieki zdrowotnej. Obecnie zastosowania ze sztuczną inteligencją są aktywnie stosowane w wielu obszarach w dziedzinie opieki zdrowotnej, od wczesnej diagnozy chorób po leczenie, od obserwacji pacjentów po spersonalizowane planowanie opieki. W dyscyplinach, w których ważne są kliniczne procesy decyzyjne, takie jak fizjoterapia i rehabilitacja, narzędzia cyfrowe i systemy sztucznej inteligencji są zintegrowane z analizą ruchu, śledzenie ćwiczeń, roboty rehabilitacyjne, leczenie oparte na rzeczywistości wirtualnej oraz aplikacje mobilne wspierane przez sztuczną inteligencję. Ta transformacja technologiczna wpływa nie tylko na praktykę zawodową, ale także edukację zawodową. Poziomy kompetencji cyfrowych studentów uniwersytetów otrzymujących edukację zdrowotną, ich zdolność do przyjmowania technologii i ich postawy wobec sztucznej inteligencji mają kluczowe znaczenie zarówno pod względem ich indywidualnego rozwoju zawodowego, jak i jakości usług podyplomowych. Zrozumienie, w jaki sposób gotowi studenci fizjoterapii są w szczególności dla procesu transformacji cyfrowej, poprowadzi zarówno restrukturyzację programów edukacyjnych, jak i harmonizację zawodu z rozwojem technologicznym. Badania wykazały, że studenci nauk o zdrowiu mają zasadniczo dostęp do narzędzi cyfrowych, ale doświadczają różnych nieodpowiednich wykorzystywania tych narzędzi skutecznego i świadomego. Ponadto doniesiono, że osoby, które rozwijają pozytywne podejście do sztucznej inteligencji, dostosowują się do tych technologii szybciej i osiągają bardziej wydajne wyniki w edukacji i praktykach klinicznych. Jednak liczba holistycznych badań w literaturze, zwłaszcza tych specyficznych dla studentów fizjoterapii, w których sztuczne postawy inteligencji, akceptacja technologii i poziomy kompetencji cyfrowych są oceniane razem, jest dość ograniczona.
Dlatego uzasadnieniem tych badań jest ocena poziomów kompetencji cyfrowych studentów fizjoterapii, ich podejście do sztucznej inteligencji i ich tendencji do akceptowania technologii sztucznej inteligencji, oceny ich procesów adaptacyjnych do digitalizacji w dziedzinie zdrowia i tworzenie danych naukowych, które przyczynią się do polityki edukacyjnej, treści kursowych i klinicznych praktyk w tym kontekście.
Głównym celem tych badań jest ocena poziomów kompetencji cyfrowych studentów licencjackich fizjoterapii, ich stosunku do sztucznej inteligencji i ich tendencji do przyjmowania technologii sztucznej inteligencji. Ponadto, badając możliwe relacje między tymi trzema zmiennymi, ma na celu ujawnienie, w jakim stopniu studenci rozwinęli swoje kompetencje zawodowe w dobie transformacji cyfrowej i sztucznej inteligencji. W tym kontekście dane, które należy uzyskać, przyczynią się do ustalenia potrzeb edukacyjnych w zakresie umiejętności korzystania z cyfr i zastosowania opartych na sztucznej inteligencji w dziedzinie zdrowia; i utoruje drogę do zrozumienia poziomu adaptacji przyszłych fizjoterapeutów do rozwoju technologicznego.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Antalya, Indyk
- Alanya Alaaddin Keykubat University
-
Denizli, Indyk
- Pamukkale University
-
Malatya, Indyk
- Inonu University
-
İstanbul, Indyk
- Okan University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Składający się ze studentów studiujących w programie fizjoterapii i rehabilitacji w programie licencjackim w Türkiye,
- Zgadzam się na dobrowolne uczestnictwo w badaniach i zatwierdzanie internetowego formularza świadomej zgody,
- Mając 18 lat lub starsze,
- Całkowicie wypełniając formularz ankiety,
- Aktywne użycie co najmniej jednego urządzenia cyfrowego (smartfon, komputer, tablet itp.)
Kryteria wykluczenia:
- Studiowanie w dowolnym oddziale innym niż dział fizjoterapii,
- Wypełnianie ankiety bez zatwierdzania formularza świadomej zgody,
- Wypełnianie formularza ankietowego niecałkowicie lub niepoprawnie,
- Będąc poniżej 18 roku życia
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Studenci fizjoterapii
Postawa akceptacji studentów fizjoterapii wobec sztucznej inteligencji i ich kompetencji cyfrowych zostanie przeprowadzona w formie ankiety. Charakterystyka grupy badawczej polega na tym, że polegają na studiach studiujących w formie fizjoterapii i rehabilitacji w programie licencjackim w Türkiye, że zgadzają się na uczestnictwo w badaniu dobrowolnie i zatwierdzili internetową informacyjną formę Zgoda, które są oni w pełni wypełnianie formy ankiety, a tymi, którzy są oni całkowicie wypełnili formę ankietową, a oni oni całkowicie wypełniają formę ankiety, a tymi, że oni są przeznaczającą na formę ankietową, a oni są oni całkowicie wypełniani przez ankietę. Użyj co najmniej jednego urządzenia cyfrowego (smartfon, komputer, tablet itp.).
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Skala kompetencji cyfrowych dla studentów uniwersytetów
Ramy czasowe: 1 tydzień
|
Jest to ważna i niezawodna skala, która mierzy kompetencje cyfrowe studentów uniwersytetów, opracowane na podstawie europejskich ram kompetencji cyfrowych (DIGComp).
Oryginalna wersja podstawowych kompetencji cyfrowych studentów uniwersytetów 2.0 - Cobadi Scale, opracowana przez López -Meneses i in. (2013), ma 4 czynniki i 31 pozycji.
4 czynniki w skali Cobadi są określane jako „kompetencje związane z wykorzystaniem ICT w komunikacji społecznej i uczeniu się współpracy”, „Kompetencje związane z wykorzystaniem ICT w badaniach”, „Kompetencje interpersonalne w korzystaniu z ICT w kontekście uniwersyteckim” i „Uniwersyteckie narzędzia wirtualne i komunikację społeczną”.
W pierwszym współczynniku jest 12 pozycji, 11 pozycji w drugim czynniku i 4 elementy w trzecim i czwartym czynniku.
W ocenę skali zastosowano 4-punktowy typ Likerta.
W zakresie ocen 1 wskazuje na najmniejszy poziom kompetencji, podczas gdy 4 wskazuje na najwyższy poziom kompetencji.
4-punktowa skala typu Likerta CO
|
1 tydzień
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Skala nastawienia studentów uniwersytetów do sztucznej inteligencji
Ramy czasowe: 1 tydzień
|
Skala nastawienia studentów wobec sztucznej inteligencji: jest to 5-punktowa skala typu Likerta, która ma na celu pomiar uczuć, myśli i postaw uczniów wobec sztucznej inteligencji.
Skala składa się z wymiarów poznawczych, afektywnych i behawioralnych.
Podmiarze skali są; Zainteresowanie sztuczną inteligencją, obawy o sztuczną inteligencję, aspekty etyczne i społeczne skutki sztucznej inteligencji, możliwości i zagrożeń związanych z wykorzystaniem sztucznej inteligencji w edukacji.
Jego ważność i niezawodność w języku tureckim zostały wykonane przez Turgut i Kunuroğlu (2025).
Jest to 5-punktowa skala typu Likerta (1: zdecydowanie się nie zgadzam-5: zdecydowanie się zgadzam) składające się z 26 pytań.
Cronbach alfa skali: 0,89 (skala całkowita), waha się między 0,78-0,87 w podwodnościach
|
1 tydzień
|
|
Generatywna skala akceptacji sztucznej inteligencji
Ramy czasowe: 1 tydzień
|
Narzędzie do ustalenia, w jakim stopniu jednostki akceptują technologie sztucznej inteligencji i jak chętnie wykorzystują te technologie.
Aby określić poziom, na który generatywne narzędzia sztucznej inteligencji (Chatgpt, Dall E, Bard itp.) Są akceptowane przez użytkowników i to, czy są przyjęte, czy nie.
Był przygotowany do pomiaru postaw, intencji użytkowania i postrzegania osób w dziedzinie edukacji, zwłaszcza kandydatów na nauczycieli, studentów i naukowców w kierunku sztucznej inteligencji.
Skala została opracowana na podstawie modelu akceptacji technologii Davisa (TAM).
Zgodnie z tym modelem akceptacja technologii jest związana z tym, jak przydatne i łatwe w użyciu jednostki postrzega technologię.
Jest to 5-punktowa skala typu Likerta z 20 pytaniami.
Jest to następujące: 1: zdecydowanie się nie zgadzam - 5: Zdecydowanie się zgadzam.
Przeprowadzono potwierdzającą analizę czynnikową (CFA) dla ważności konstruktu i ustalono, że
|
1 tydzień
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Kevser G Gursan, Dr., Uşak University
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- 607-607-05
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
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 .