Tłumaczenie języka zasobów mobilizacji wiedzy

Tło i uzasadnienie:

Zasoby KM odgrywają kluczową rolę w wypełnianiu luki między badaniami a praktyką w opiece zdrowotnej. Skuteczna komunikacja tych informacji jest niezbędna, aby zapewnić pobudzenie i wdrożenie dowodów badawczych i zaleceń zdrowotnych przez społeczeństwo.

Kanada jest domem dla bardzo zróżnicowanej populacji. Biegłość języka pozostaje trwałym wyzwaniem dla wielu przybyszów. Niewystarczająca komunikacja zdrowotna wynikająca z barier językowych może prowadzić do gorszych wyników zdrowotnych, zmniejszenia zadowolenia z opieki i zwiększonych nierówności opieki zdrowotnej. Wysokiej jakości tłumaczenia materiałów zdrowotnych są zatem niezbędne do promowania sprawiedliwego dostępu do informacji zdrowotnych i pomocy w zmniejszeniu różnic w wynikach zdrowotnych. Podczas gdy profesjonalne usługi tłumaczeniowe od dawna są standardem wytwarzania dokładnych materiałów językowych, często są one wymagające zasobów, ograniczając skalowalność i terminowość obecnych wysiłków tłumaczenia.

Ostatnie postępy w sztucznej inteligencji wzbudziły zainteresowanie wykorzystaniem narzędzi napędzanych AI do wspierania tłumaczenia materiałów zdrowotnych. Pozostają jednak obawy dotyczące zdolności narzędzi zasilanych przez AI do poruszania się po kulturowych, kontekstowych i emocjonalnych niuansach języka, które są niezbędne w komunikacji opieki zdrowotnej. Żadne kontrolowane próby nie porównały jeszcze AI i tłumaczeń zawodowych specjalnie dla zasobów KM skierowanych do publiczności. Empiryczne oceny tłumaczeń generowanych przez AI są zatem niezbędne do zrozumienia jego możliwości i ograniczeń.

Cele:

Nadrzędne pytanie badawcze brzmi: czy AI może skutecznie przetłumaczyć zasoby KM dla społeczeństwa? W tym badaniu głównym celem jest porównanie zasobów KM przetłumaczonych przy użyciu narzędzia AI w porównaniu z tym, że przetłumaczone przez profesjonalnych tłumaczy ludzkich. W szczególności badacze hipotezują, że tłumaczenia zasobów km wyprodukowane przez Chatgpt będą porównywalne z profesjonalnymi tłumaczeniami ludzkimi pod względem zrozumienia, czytelności i akceptowalności.

Metody:

Zaangażowanie pacjentów i społeczeństwa:

Członkowie pediatrycznej grupy doradczej macierzystej (P-PAG) zapewnią wkład podczas badania. Wkład w projektowanie badań, pomogą w testowaniu pilotażowym instrumentom gromadzenia danych, doradzają strategie rekrutacji i promują badanie w ich sieciach. Pomogą w interpretacji wyników i będą krytycznie przyczynić się do opracowywania i rozpowszechniania ustaleń (np. Plain Language podsumowanie wyników).

Projekt próbny:

To badanie jest randomizowanym badaniem kontrolowanym. Uczestnicy będą losowo przypisani (wskaźnik alokacji 1: 1), aby otrzymać wersję translacji AI lub profesjonalnie przetłumaczoną wersję zasobu KM. Zostaną poproszeni o odpowiedź na zestaw pytań na temat ich zrozumienia treści zasobu, jego czytelności i akceptowalności.

Ustawienie próbne:

Proces zostanie przeprowadzony w całości online. Uczestnicy zakończą badanie zdalnie za pomocą własnych urządzeń osobistych (np. Komputery lub tabletów) z dostępem do Internetu. Wszystkie materiały, w tym link do nauki, instrukcje i kwestionariusze, zostaną dostarczane elektronicznie.

Kryteria kwalifikowalności:

• W wieku 18 lat lub starszych
• Mieszkanie w Kanadzie
• Pierwszy język jest jednym z wybranych języków (tj. Francuski, hiszpański, ukraiński, tagalog, arabski, chiński i pendżabski)
• W stanie przeczytać i wypełnić kwestionariusz w języku angielskim
• Dostęp do urządzenia elektronicznego (np. Komputer lub tablet), Internet i e -mail

Interwencja i komparator:

Uczestnicy będą losowo przydzielani do przewożenia zasobu KM, albo przez AI (tj. Chatgpt) lub profesjonalnego (ludzkiego) tłumacza na jeden z wybranych języków. Wersja angielska zasobu KM jest dostępna online (https://canpcc.ca/app/uploads/2025/03/online-resource-sheet-gt1-prevention-of-pcc-final.pdf).

Wyniki:

Następujące wyniki zostaną wykorzystane do oceny przetłumaczonych wersji zasobu KM z wielu wymiarów: pozyskiwanie wiedzy (zrozumienie), łatwość przetwarzania tekstu (czytelność) i zaufanie do informacji (akceptowalność).

Podstawowym rezultatem będzie:

Zrozumienie: mierzone przez uczestników odpowiedzi na zestaw 7 pytań wielokrotnego wyboru specjalnie zaprojektowanych w celu oceny kluczowej wiedzy o warunkach post COVID-19 i powiązanych zaleceń zawartych w zasobach. Liczba poprawnych odpowiedzi będzie służyć jako obiektywny wskaźnik zrozumienia, oceniając zdolność każdej metody tłumaczenia do zachowania krytycznych pojęć.

Wtórne wyniki będą czytelnością i akceptowalność.

Szkody:

To badanie wiąże się z niewielkim ryzykiem dla uczestników. Niemniej jednak potencjalne szkody mogą obejmować łagodne zmęczenie lub frustrację, jeśli uczestnicy uważają tekst mylący lub trudny do interpretacji. Aby to zminimalizować, wszystkie materiały zostaną przetestowane pilotażowo pod kątem przejrzystości i przedstawione w przyjaznym dla użytkownika formatu. Uczestnicy mogą wycofać się z badania w dowolnym momencie bez kary.

Oś czasu uczestnika:

Uczestnicy tego badania będą zaangażowani w jedną sesję przeprowadzoną online. Wszystkie dane zostaną zebrane natychmiast po przejrzeniu przypisanego tłumaczenia. Każdy uczestnik zakończy badanie za około 10-15 minut. Nie planowano długoterminowego okresu obserwacji.

Rozmiar próbki:

Ze względu na pilotażowy charakter tego badania badacze mają na celu rekrutację 50 uczestników na grupę językową, przy czym 25 uczestników losowo ocenia się do oceny wersji translacji AI i 25 przydzielonych do oceny profesjonalnie przetłumaczonej wersji. W siedmiu grupach językowych całkowita wielkość próby docelowej wyniesie 350 uczestników. Ta wielkość próby jest zgodna z wskazówkami dla badań eksploracyjnych i pilotażowych, które nie wymagają formalnego obliczania wielkości próby. Z 50 uczestnikami na grupę językową badacze będą mogli zapewnić szacunki potencjalnych różnic, jednocześnie umożliwiając zbadanie zmian według języka.

Rekrutacja:

Rekrutacja rozpocznie się, gdy badanie otrzyma zatwierdzenie etyki. Potencjalni uczestnicy zostaną rekrutowani poprzez różne strategie online, aby zapewnić szeroką i różnorodną rejestrację w grupach językowych. Wysiłki rekrutacyjne obejmują ukierunkowane biuletyny elektroniczne dystrybuowane za pośrednictwem studentów i magisterskie z University of Alberta, a także zasięg międzynarodowych grup studentów. Ponadto wiadomość e-mail z rekrutacją zostanie wysłana do wcześniej ustalonych połączeń z grupami zainteresowania w Kanadzie, aby poinformować ich o badaniu i poprosić o podzielenie się materiałami badawczymi w ich sieciach. Może to również obejmować proszenie ich o podzielenie się tradycyjnymi środkami komunikacji (np. E-Newsletter, lista serw).

Potencjalni uczestnicy (zidentyfikowani) będą mogli uzyskać dostęp do badania bezpośrednio z materiału rekrutacyjnego, odwiedzając podany link do badania. Link do badania będzie zawierać szczegółowe instrukcje, aby wypełnić następujące informacje:

• Odpowiedz na pytania dotyczące kwalifikowalności
• Zidentyfikuj ich pierwszy język
• Przejrzyj list informacyjny na badanie
• Przeczytaj zasoby KM, do których zostały randomizowane (AI lub profesjonalne tłumaczenie w pierwszym języku uczestnika)
• Wypełnij kwestionariusz, w tym dane demograficzne i odpowiedzi na pytania dotyczące zachęt zasobów KM: Uczestnicy otrzymają rekompensatę 5 CAD. Ta zachęta będzie miała formę elektronicznej karty podarunkowej CAD uczestnikowi za pośrednictwem karty podarunkowej.

Rekrutacja nastąpi za pośrednictwem publicznie udostępnionych materiałów rekrutacyjnych (np. Podsumowania e -mail, ulotek elektronicznych itp.) Zawierających opis badania i link do badania. Zainteresowane osoby identyfikują się jako potencjalnie kwalifikujące się i będą dostępne bezpośrednio do badania, klikając link. Po uzyskaniu dostępu do linku do badania uczestnicy otrzymają krótki zestaw pytań przesiewowych w celu potwierdzenia kwalifikowalności. Ci, którzy nie spełniają kryteriów włączenia, zostaną automatycznie podziękowani za ich zainteresowanie i opuścili ankietę. Pod koniec ankiety dane osobowe (imię i e -mail) zostaną udostępnione (jeśli uczestnik zdecyduje się to zrobić) z badaczami w oddzielnej formie, niezależnie od odpowiedzi na ankietę, w celu dystrybucji kart podarunkowych. Zebrane informacje będą mielone osobno od danych badań w dzienniku karty podarunkowej.

Randomizacja i zaślepienie:

Uczestnicy zostaną rozwarstwione według pierwszego języka, a następnie losowo przypisany (stosunek alokacji 1: 1) do jednej z dwóch grup: zasobu KM-translacji AI lub wersji zawodowej. Randomizacja zostanie przeprowadzona na poziomie poszczególnych uczestników za pomocą generowanej komputerowo losowej sekwencji alokacji, aby zapewnić bezstronne przypisanie grupy.

Uczestnicy będą ślepe na rodzaj otrzymywanego tłumaczenia. Zostaną poinformowani, że badanie porównuje różne metody translacji, ale nie zostaną powiedziane, czy materiały, które postrzegają, zostały przetłumaczone przez AI, czy profesjonalni tłumacze.

Zbieranie i zarządzanie danymi:

Dane zostaną zebrane i zarządzane przy użyciu RedCAP (badanie elektronicznych przechwytywania danych). Redcap ma obszerną politykę prywatności (https://help.redcap.ualberta.ca/policy-proceredure/privacy) Zostało to przejrzane przez zespół badawczy i określono odpowiedni do tego badania i został wcześniej zatwierdzony do wykorzystania badań na University of Alberta. Dane będą pobierane regularnie i przechowywane długoterminowe na bezpiecznym serwerze na Wydziale PI (Wydział Medicine & Dentistry) na University of Alberta. Po zakończeniu badania dane będą archiwizowane na wydziale medycyny i serwera stomatologii przez pięć lat.

Metody statystyczne:

Badacze będą zbierać dane demograficzne (np. Wiek, płeć, pochodzenie etniczne, poziom edukacji, kraj urodzenia, umiejętności zdrowotne i biegłość w językach używanych), aby opisać populację badań. Badacze będą wykorzystywać statystyki opisowe (liczby, częstotliwości, środki ze standardowymi odchyleniami) do analizy i prezentacji danych demograficznych. Śledczy określi ogólne zrozumienie, obliczając wynik (od 0 do 7) dla każdego uczestnika w oparciu o liczbę pytań, na które odpowiedziała poprawnie. Śledczy obliczą średni wynik dla każdej grupy i porówna grupy (translacja profesjonalna vs. AI) przy użyciu testu t dwóch próbek przy założeniu równych wariancji. Inne wyniki zostaną porównane między grupami przy użyciu niezależnych testów T lub kwadratowych ChI zależne od rodzaju danych (tj. Ciągłe lub kategoryczne). Niepewności statystyczne zostaną wyrażone z 95% przedziałami ufności; P <0,05 wskazuje istotność statystyczną. Analizy zostaną przeprowadzone w oparciu o zamiar leczenia, tj. Wszystkie dostępne dane zostaną uwzględnione, a badacze nie będą wiedzieć, czy zakres, w jakim uczestnicy przeczytają przetłumaczoną wersję narzędzia KM.