Знание гипертонии с помощью CATGPT у студентов сестринского дела
Знание гипертонии с помощью CATGPT у студентов-медсестер: оценка точности, тревоги ИИ и когнитивная нагрузка
Обзор исследования
Статус
Вмешательство/лечение
Подробное описание
Использование инструментов искусственного интеллекта (ИИ) в образовании быстро растет. CHATGPT, разработанный OpenAI, является чат-ботом на основе искусственного интеллекта, который обеспечивает интерактивную учебную среду. Он генерирует свободные и основанные на знаниях ответы на основе книг, онлайн-источников и статей, опубликованных до 2021 года. Широко распространенное принятие CHATGPT в различных областях вызвало споры о ее роли и ограничениях. В сестринском образовании студенты часто используют CHATGPT для быстрого доступа к информации, поддержки исследований и подготовки к экзаменам. Тем не менее, опасения относительно его надежности возникают из -за неизвестных источников его ответов и потенциала дезинформации. CHATGPT также имеет ограничения в интерпретации сложных, зависимых от контекста ответов и не имеет возможности применять принцип индивидуальной помощи, который является фундаментальным в практике сестринского дела.
Исследования продемонстрировали различную производительность ChatGPT в области здравоохранения. Гипертония, хроническая болезнь, затрагивающая более миллиарда человек по всему миру, является критической темой для студентов -медсестер, поскольку их понимание состояния может положительно повлиять на уход за пациентами. Предыдущие исследования показали, что CHATGPT предоставляет клинически подходящие ответы на вопросы, связанные с гипертонией с высокой точностью 92,5%. Кроме того, версия CHATGPT GPT-4 правильно ответила более чем на 86% вопросов на медицинском лицензионном экзамене Соединенных Штатов (USMLE).
Это рандомизированное контролируемое исследование направлено на оценку эффективности CHATGPT в обучении гипертонии студентам-медсестрам, а также оценивает их уровни тревожности, связанной с ИИ, и когнитивной нагрузки. Учитывая растущее присутствие инструментов ИИ в образовании, понимание как их преимущества, так и ограничения имеет решающее значение для их оптимальной интеграции в сестринское образование.
Исследовательская популяция состоит из студентов, обучающихся в программе медсестер в частном университете. Исследование направлено на то, чтобы охватить всю популяцию, в частности, 96 студентов, которые прошли курс по сестринскому уходу по внутренней медицине. Студенты, соответствующие критериям включения, будут проинформированы об исследовании и приглашены для участия. Добровольцы заполнят вводную информацию и будут случайным образом распределены для вмешательства (CHATGPT) или контрольных групп в соотношении 1: 1 с использованием компьютерной рандомизации (48 учеников на группу). Группа вмешательства ответит на вопросы из шкалы отношения профилактики гипертонии с использованием CHATGPT, в то время как контрольная группа будет использовать традиционные методы. После этого обе группы завершат шкалу тревожности искусственного интеллекта и шкалу когнитивной нагрузки, что завершает сбор данных. Все собранные данные будут проанализированы с использованием SPSS для статистического программного пакета Windows 22.0.
Тип исследования
Регистрация (Оцененный)
Фаза
- Непригодный
Контакты и местонахождение
Контакты исследования
- Имя: Nursemin Unal, Assoc. Prof.
- Номер телефона: +905077433629
- Электронная почта: nurse_unal@hotmail.com
Учебное резервное копирование контактов
- Имя: Nilay Bektaş Akpınar, Assist.Prof.
- Номер телефона: +905319920260
- Электронная почта: nilaybektas88@gmail.com
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Ребенок
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Описание
Критерии включения:
- Быть зачисленным в программу медсестер в частном университете, в течение 2024-2025 учебного года.
- Чтобы пройти курс по сестринскому уходу по внутренней медицине (в этом курсе студенты получают 4 часа теоретических уроков по уходу за больными пациентами с гипертонией).
- Быть готовым добровольно участвовать в исследовании.
Критерии исключения:
- Студенты, которые хотят уйти из исследования на любом этапе, не будут включены в исследование.
Учебный план
Как устроено исследование?
Детали дизайна
- Основная цель: Другой
- Распределение: Рандомизированный
- Интервенционная модель: Параллельное назначение
- Маскировка: Одинокий
Оружие и интервенции
Группа участников / Армия |
Вмешательство/лечение |
|---|---|
|
Экспериментальный: Группа CATGPT
Студенты в группе вмешательства отвечают на вопросы из шкалы отношения по предотвращению гипертонии с использованием CHATGPT.
|
Студенты в группе вмешательства отвечают на вопросы из шкалы отношения по предотвращению гипертонии с использованием CHATGPT.
Другие имена:
|
|
Без вмешательства: Контрольная группа
В контрольной группе учащиеся будут реагировать на шкалу отношения по предотвращению гипертонии с использованием традиционных методов.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Шкала установки гипертонии
Временное ограничение: В начале исследования первого поступления.
|
Масштаб состоит из 26 предметов и субденций, включая защиту и контроль, привычки и образ жизни, отношение к питанию, психическое состояние и физическую активность, а также знания о заболеваниях и рисках.
Элементы оценены по пятибалльной шкале Лайкерта, от «решительно не согласны» до «решительно согласного».
Шкалы могут варьироваться от 26 до 130.
Существует положительная связь между шкалами и отношениями к профилактике гипертонии.
Альфа -значение Кронбаха в шкале составляет 0,91.
|
В начале исследования первого поступления.
|
|
Шкала тревоги искусственного интеллекта
Временное ограничение: Сразу после вмешательства (отвечая на вопросы по шкале)
|
Шкала тревожности искусственного интеллекта (AIAS) была разработана Wang and Wang (2019) и адаптирована к туреку Akkaya et al. (2021).
Шкала представляет собой 5-балльный тип Лайкерта, состоящий из 21 элемента и 4 факторов.
Этими факторами являются: обучение, изменение работы, социально-техническая слепота и структурирование искусственного интеллекта.
Минимальный балл, который может быть получен из шкалы, составляет 21, а максимальный балл составляет 105.
Более высокий балл указывает на более высокий уровень беспокойства ИИ.
Сообщается, что альфа -коэффициент Кронбаха составляет 0,95.
|
Сразу после вмешательства (отвечая на вопросы по шкале)
|
|
Шкала когнитивной нагрузки
Временное ограничение: Сразу после вмешательства (отвечая на вопросы по шкале)
|
Шкала, разработанная Паасом и Ван Мерриэнбоер (1993), направлена на измерение когнитивной нагрузки учащихся в процессе отдельных исследований.
Он был адаптирован в турецкий язык Килич и Карадениз (2004).
Шкала представляет собой симметричную шкалу типа Лайкерта с оценками в диапазоне от 1 до 9. Это позволяет оценить усилия, которые студент прилагает в течение их индивидуального процесса обучения.
Согласно масштабе, когнитивная нагрузка увеличивается с 1 до 9. Оценки между 1-4 считаются низкой когнитивной нагрузкой, в то время как оценки между 5-9 считаются высокой когнитивной нагрузкой.
Паас и Ван Мерриэнбоер (1993) сообщили о коэффициенте внутренней согласованности 0,82 для шкалы, в то время как Килич и Карадениз (2004) рассчитали коэффициент внутренней согласованности 0,90 для турецкой версии.
|
Сразу после вмешательства (отвечая на вопросы по шкале)
|
Соавторы и исследователи
Спонсор
Следователи
- Главный следователь: Nursemin Unal, Assoc. Prof., Ankara University
Публикации и полезные ссылки
Общие публикации
- Alkhaqani, A. L. (2023). Can ChatGPT help researchers with scientific research writing. Journal of Medical Research and Reviews, 1(1), 9-12. https://doi.org/10.5455/JMRR.20230626013424
- Branum C, Schiavenato M. Can ChatGPT Accurately Answer a PICOT Question? Assessing AI Response to a Clinical Question. Nurse Educ. 2023 Sep-Oct 01;48(5):231-233. doi: 10.1097/NNE.0000000000001436. Epub 2023 Apr 28.
- Abdulai AF, Hung L. Will ChatGPT undermine ethical values in nursing education, research, and practice? Nurs Inq. 2023 Jul;30(3):e12556. doi: 10.1111/nin.12556. Epub 2023 Apr 26. No abstract available.
- Goktas, P., Kucukkaya, A., & Karacay, P. (2024). Utilizing GPT 4.0 with prompt learning in nursing education: A case study approach based on Benner's theory. Teaching and Learning in Nursing, 19(2), e358-e367.
- Sallam M. ChatGPT Utility in Healthcare Education, Research, and Practice: Systematic Review on the Promising Perspectives and Valid Concerns. Healthcare (Basel). 2023 Mar 19;11(6):887. doi: 10.3390/healthcare11060887.
- Wang, Y. Y. & Wang, Y. S. (2019). Development and validation of an artificial intelligence anxiety scale: an initial application in predicting motivated learning behavior. Interactive Learning Environments, 1-16. https://doi.org/10.1080/10494820.2019.1674887
Даты записи исследования
Изучение основных дат
Начало исследования (Оцененный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- 2025-2 (Другой номер гранта/финансирования: Korean Society of Cardiometabolic Syndrome)
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .