Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Ocena ważności naukowej i optymalizacja pytań typu A3/A4 generowanych przez sztuczną inteligencję dla Chińskiego Egzaminu na Prawo Wykonywania Zawodu Lekarza

29 marca 2026 zaktualizowane przez: Xiong hao, Guangdong Provincial People's Hospital

Ocena wiarygodności naukowej i optymalizacja pytań typu A3/A4 generowanych przez sztuczną inteligencję dla Chińskiego Egzaminu Lekarskiego: Analiza empiryczna oparta na zamkniętej pętli "Odpowiadanie-Generowanie" i transformacji oceny kompetencji

Jest to badanie przekrojowe, które w głównej mierze wykorzystuje analizę ilościową, uzupełnioną o ocenę jakościową. Badanie jest prowadzone w dwóch etapach: Faza I obejmuje eksperyment porównawczy wydajności modelu, a Faza II obejmuje eksperyment oceny jakości pozycji. Całe badanie przestrzega zasad zaślepienia pojedynczego, randomizacji i standaryzacji, aby zapewnić naukową rygorystyczność i powtarzalność.

Projekt z zaślepieniem pojedynczym jest wdrażany podczas fazy "standaryzowanego testowania", gdzie system przeplata pozycje wygenerowane przez AI z tymi stworzonymi przez ekspertów ludzkich. Uczestnicy pozostają zaślepieni co do źródła każdej pozycji (wygenerowanej przez AI vs. stworzonej przez człowieka) przez cały proces testowania i oceniania, zapewniając w ten sposób obiektywność wyników oceny.

Przegląd badań

Status

Rekrutacyjny

Warunki

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

20

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Lokalizacje studiów

  • Chiny
    • Guangdong
      • Guangzhou, Guangdong, Chiny
        • Rekrutacyjny
        • Guangdong Provincial People's Hospital
        • Kontakt:

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Studenci medycyny aktualnie uczestniczący w programie Standardowego Szkolenia Rezydenckiego (SRT).

Opis

Kryteria włączenia:

  • 1.Status zawodowy: Studenci medycyny aktualnie uczestniczący w programie Standardowego Szkolenia Rezydenckiego (SRT).

    2.Wykształcenie: Posiadacze tytułu licencjata medycyny lub wyższego, z podstawową wiedzą kliniczną.

    3.Swiadoma zgoda: Dobrowolny udział w badaniu i dostarczenie pisemnej świadomej zgody.

    4.Kompetencje techniczne: Biegłość w korzystaniu z platform cyfrowych do wypełniania ocen i punktacji.

Kryteria wykluczenia:

  • 1.Konflikt interesów: Osoby zaangażowane w szkolenie modelu AI, inżynierię promptów lub tworzenie opracowanego przez człowieka banku pytań dla tego badania.

    2.Niemożność ukończenia: Obecność zaburzeń wzroku/słuchu lub poważnej choroby uniemożliwiającej ukończenie oceny w określonym czasie.

    3.Uznanie badacza: Jakikolwiek inny stan, który zdaniem badacza czyni uczestnika nieodpowiednim do badania.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Analiza porównawcza dokładności pozycji
Ramy czasowe: Linia podstawowa
Badacze ocenią średnie współczynniki dokładności elementów generowanych przez sztuczną inteligencję w porównaniu z elementami generowanymi przez ludzi
Linia podstawowa

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Guangdong Provincial People's Hospital

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 października 2025

Zakończenie podstawowe (Szacowany)

30 marca 2026

Ukończenie studiów (Szacowany)

30 marca 2026

Daty rejestracji na studia

Pierwszy przesłany

22 marca 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

29 marca 2026

Pierwszy wysłany (Rzeczywisty)

1 kwietnia 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

1 kwietnia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

29 marca 2026

Ostatnia weryfikacja

1 marca 2026

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • KY2025-1298-02

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Subskrybuj