Физиотерапевты и искусственный интеллект
Адаптация будущих физиотерапевтов к эре искусственного интеллекта: отношение к искусственному интеллекту, принятие и цифровая компетентность
Это исследование представляет собой перекрестное исследование, разработанное в рамках описательной и реляционной модели скрининга методов количественных исследований. Исследование направлено на оценку уровней цифровой компетентности, отношения к искусственному интеллекту и уровням принятия искусственного интеллекта студентов студентов физиотерапии и выявить взаимосвязь между этими переменными.
Исследовательские вопросы
- Каковы уровни цифровой компетентности студентов -физиотерапии?
- Каковы уровни отношения учащихся физиотерапии к искусственному интеллекту?
- Каковы уровни принятия студентов физиотерапии в отношении технологий искусственного интеллекта?
- Есть ли значительная связь между уровнем цифровой компетентности и отношением к искусственному интеллекту?
- Есть ли значительная связь между уровнем цифровой компетентности и принятием технологий искусственного интеллекта?
- Есть ли значительная связь между отношением к искусственному интеллекту и уровнем принятия технологий искусственного интеллекта?
- Существует ли существенная разница между цифровой компетентностью участников, отношением к уровням искусственного интеллекта и принятия в соответствии с такими переменными, как пол, уровень обучения и продолжительность использования цифровых инструментов? Вселенная исследования будет состоять из студентов, обучающихся на факультете физиотерапии и реабилитации на факультете медицинских наук Аланы, Инёну, Памуккале, Университет Окана. Выборка исследования планируется составлять приблизительно 600 студентов, которые случайным образом выбираются из четырех разных университетов, чтобы представлять различные географические регионы и определяются на добровольной основе.
Планируется исследование, чтобы состоять из студентов, обучающихся в бакалавриате физиотерапии и реабилитации в Туркие. При составлении данных, вводной информации, цифровой компетенции для студентов университетов, масштабы отношений студентов университетов к искусственному интеллекту и использования продуктивного масштаба принятия искусственного интеллекта.
Собранные данные будут проанализированы с использованием программы SPSS (статистический пакет для социальных наук). Тесты Колмогорова-Смирнова и Шапиро-Уилка будут использоваться для оценки того, обычно распределяются данные. В переменных, которые обычно распределяются: среднее, стандартное отклонение, независимый T-критерий T-критерия, корреляционный тест ANOVA и Пирсон. В ненормальном распределении: медиана, минимальный максимум, U-тест Манна-Уитни, тест Крускала Уоллиса, будут применяться тесты на корреляцию Спирмена. Кроме того, будет проведен регрессионный анализ для оценки взаимосвязи между социально -демографической информацией студентов, цифровой компетенцией, отношением искусственного интеллекта и уровнями принятия искусственного интеллекта. P <0,05 будет принят в качестве уровня значимости.
Обзор исследования
Статус
Подробное описание
Быстрые разработки в области технологий цифровизации и искусственного интеллекта вызвали значительные изменения в способах предоставления услуг здравоохранения. Сегодня приложения, поддерживаемые искусственным интеллектом, активно используются во многих областях в области здравоохранения, от ранней диагностики заболеваний до лечения, от наблюдения за пациентами до индивидуального планирования ухода. В дисциплинах, в которых важны процессы клинического принятия решений, такие как физиотерапия и реабилитация, цифровые инструменты и системы искусственного интеллекта интегрированы в поле с анализом движения, отслеживанием упражнений, реабилитационными роботами, виртуальной реальностью лечения и мобильными приложениями, поддерживаемыми искусственным интеллектом. Эта технологическая трансформация влияет не только на профессиональную практику, но и профессиональное образование. Уровень цифровой компетентности студентов университетов, получающих санитарное просвещение, их способность принять технологии и их отношение к искусственному интеллекту, имеют решающее значение как с точки зрения как их индивидуального профессионального развития, так и качества услуг после учета. Понимание того, насколько готовы учащиеся физиотерапии, в частности, для процесса цифровой трансформации будут направлять как реструктуризацию образовательных программ, так и гармонизацию профессии с помощью технологических разработок. Исследования показали, что у студентов здравоохранения, как правило, есть доступ к цифровым инструментам, но они испытывают различные недостатки при эффективном и сознании использования этих инструментов. Кроме того, сообщается, что люди, которые развивают позитивное отношение к искусственному интеллекту, адаптируются к этим технологиям быстрее и достигают более эффективных результатов в образовании и клинической практике. Тем не менее, количество целостных исследований в литературе, особенно тех, специфичных для студентов -физиотерапии, где отношение искусственного интеллекта, принятие технологий и уровни цифровой компетентности оцениваются вместе, довольно ограничено.
Таким образом, обоснование этого исследования состоит в том, чтобы оценить уровни цифровой компетентности студентов -физиотерапии, их отношение к искусственному интеллекту и их тенденцию принимать технологии искусственного интеллекта, оценить их процессы адаптации в области цифровизации в области здоровья и создавать научные данные, которые будут способствовать образовательному политике, содержанию курса и клинической практике в этом контексте.
Основная цель этого исследования состоит в том, чтобы оценить уровень цифровой компетентности студентов физиотерапии, их отношение к искусственному интеллекту и их тенденцию принимать технологии искусственного интеллекта. Кроме того, путем изучения возможных отношений между этими тремя переменными направлены на то, чтобы выяснить, в какой степени студенты разработали свои профессиональные компетенции в эпоху цифрового преобразования и искусственного интеллекта. В этом контексте полученные данные будут способствовать определению образовательных потребностей в цифровой грамотности и приложениях, основанных на искусственном интеллекте в области здоровья; и проложит путь для понимания уровня адаптации будущих физиотерапевтов к технологическим разработкам.
Тип исследования
Регистрация (Действительный)
Контакты и местонахождение
Места учебы
-
-
-
Antalya, Турция
- Alanya Alaaddin Keykubat University
-
Denizli, Турция
- Pamukkale University
-
Malatya, Турция
- Inonu University
-
İstanbul, Турция
- Okan university
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Состоящий из студентов, обучающихся в программе физиотерапии и реабилитации бакалавриата в Туркие,
- Согласившись добровольно участвовать в исследовании и одобрить форму информированного онлайн -информированного согласия,
- В возрасте 18 лет и старше,
- Полное заполнение формы опроса,
- Активно используя хотя бы одно цифровое устройство (смартфон, компьютер, планшет и т. Д.)
Критерии исключения:
- Обучение в любом отделе, кроме отделения физиотерапии,
- Заполнение опроса без утверждения формы информированного согласия,
- Заполнение формы опроса не полностью или неправильно,
- Пребывание в возрасте до 18 лет
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
|---|
|
ученики физиотерапии
Приемное отношение учащихся физиотерапии к искусственному интеллекту и их цифровым компетенциям будет проводиться в форме опроса. Характеристики исследуемой группы заключается в том, что они состоят из студентов, обучающихся в программе по физиотерапии и реабилитации в Türkiye, что они согласны с участием в исследовании и одобрительно одобрено, что они полностью наполняются, что они полностью наполняются, что они полностью наполняются. Используйте хотя бы одно цифровое устройство (смартфон, компьютер, планшет и т. Д.).
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Цифровые компетенции для студентов университетов
Временное ограничение: 1 неделя
|
Это действительный и надежный масштаб, который измеряет цифровые компетенции студентов университетов, разработанную на основе европейской структуры цифровой компетенции (DIGCOMP).
Оригинальная версия базовых цифровых компетенций студентов университета 2.0 - Cobadi Scale, разработанная López -Meneses et al. (2013), имеет 4 фактора и 31 пункт.
4 фактора в шкале Cobadi определяются как «компетенции, связанные с использованием ИКТ в социальном общении и совместном обучении», «Компетенции, связанные с использованием ИКТ в исследованиях», «Межличностные компетенции в использовании ИКТ в университетском контексте» и «Университетские виртуальные инструменты и социальная коммуникация».
В первом факторе есть 12 пунктов, 11 пунктов во втором факторе и по 4 пункта в третьем и четвертом факторах.
4-балльный тип Лайкерта использовался в рейтинге шкалы.
В рамках оценок 1 указывает наименьший уровень компетентности, в то время как 4 указывает на самый высокий уровень компетентности.
4-балльная шкала Likert-Type Co
|
1 неделя
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Отношение студентов университета к искусственному интеллекту
Временное ограничение: 1 неделя
|
Отношение студентов университета к искусственному интеллекту: это 5-балльная шкала типа Лайкерта, целью которой является измерение чувств, мыслей и взглядов студентов к искусственному интеллекту.
Шкала состоит из когнитивных, аффективных и поведенческих аспектов.
Подразмерны шкалы; Интерес к искусственному интеллекту, обеспокоенность по поводу искусственного интеллекта, этических аспектов и социальных последствий искусственного интеллекта, возможностей и угроз, связанных с использованием искусственного интеллекта в образовании.
Его достоверность и надежность на турецком языке были сделаны Тургутом и Кунуроглу (2025).
Это 5-балльная шкала типа Лайкерта (1: Тревно не согласен-5: решительно согласен), состоящая из 26 вопросов.
Кронбах Альфа из шкалы: 0,89 (общая шкала), варьируется от 0,78-0,87 в подразделениях
|
1 неделя
|
|
Шкала принятия генеративного искусственного интеллекта
Временное ограничение: 1 неделя
|
Инструмент для определения степени, в которой люди принимают технологии искусственного интеллекта и то, как они хотят использовать эти технологии.
Чтобы определить уровень, до которого инструменты генеративного искусственного интеллекта (CHATGPT, Dall E, Bard и т. Д.) Принимаются пользователями и приняты ли они или нет.
Он был готов измерить отношение, намерения использования и восприятие отдельных лиц в области образования, особенно кандидатов для учителей, студентов и ученых, к генеративному искусственному интеллекту.
Шкала была разработана на основе модели принятия технологий Дэвиса (TAM).
Согласно этой модели, принятие технологий связано с тем, насколько полезным и простым в использовании человек воспринимает эту технологию.
Это 5-балльная шкала типа Лайкерта с 20 вопросами.
Это следующее: 1: решительно не согласен - 5: полностью согласен.
Подтверждающий факторный анализ (CFA) был выполнен для достоверности конструкции, и было определено, что
|
1 неделя
|
Соавторы и исследователи
Спонсор
Следователи
- Главный следователь: Kevser G Gursan, Dr., Uşak University
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Действительный)
Завершение исследования (Действительный)
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
Ключевые слова
Другие идентификационные номера исследования
- 607-607-05
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Описание плана 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. .