此页面是自动翻译的，不保证翻译的准确性。请参阅 英文版 对于源文本。

评估采用生成式人工智能支持的翻转学习设计的肩难产培训计划的有效性

2026年4月13日 更新者：Melek Isik、Fenerbahce University
随着健康教育领域的数字化转型持续推进，以学习者为中心和技术融合的教学方法日益重要。 尤其在医疗保健领域教授复杂且不可预测的临床情况时，传统方法的有限效果导致了对翻转学习和自主学习等创新方法日益增长的需求。 生成式人工智能（GAI）支持的教育应用通过使学习过程更具互动性，有潜力提升学业成就。 然而，评估这些技术在教育中有效性的研究仍然有限。 在此背景下，GAI支持的翻转学习使学生能够通过模拟课堂或临床环境获得个性化学习体验，并为临床接触和特定临床技能培训做好更充分准备。 在此框架下应解决的关键临床课题之一是肩难产。 肩难产是一种产科急症，大多数病例无法预测且不可避免。 因此，本研究旨在通过技术的有效运用，评估应用于肩难产培训的GAI支持翻转学习方法对助产专业学生知识水平和自主学习技能的影响。

研究概览

地位

尚未招聘

条件

研究类型

观察性的

注册 (估计的)

114

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习联系方式

  • 姓名：Melek Kılıç, PhD Candidate
  • 电话号码：+905447324244
  • 邮箱：mlekisik@gmail.com

学习地点

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

是的

取样方法

概率样本

研究人群

共有114名符合入选标准的三年级学生将填写《学生信息表》和《肩难产处理知识测试》。 为确定基线水平，参与者将根据肩难产处理知识测试得分分为三个层级，然后通过简单随机化以1:1:1的比例分配到G1、G2和G3组。 为减少选择偏倚，随机化列表将由独立于研究人员的个人使用randomizer.org网站生成。 随机分组将在分层基础上进行（分层标准：机构和肩难产处理知识测试得分）。 采用此方法，114名三年级学生将被平均随机分为三组，其中38名学生分配到G1组，38名分配到G2组，38名分配到G3组。

描述

纳入标准：

  • - 是费内巴切大学和伊斯坦布尔-杰拉帕萨健康科学学院助产系三年级学生。
  • 拥有充足或无限制的互联网接入。

排除标准：

  • 曾修读过肩难产相关课程
  • 学生缺课/病假

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

队列和干预

团体/队列
生成式人工智能支持的翻转学习
助产学生通过生成式人工智能支持的翻转学习方式，结合互动和基于情景的活动，接受肩难产培训。
标准翻转学习
通过标准翻转学习方法接受肩难产培训的助产学生，无人工智能支持。
传统学习
通过传统讲座式教学方法接受肩难产培训的助产专业学生。

研究衡量的是什么？

主要结果指标

结果测量
措施说明
大体时间
关于肩难产管理的知识水平
大体时间：干预前和干预后即刻
助产专业学生对肩难产处理的知识水平将通过研究人员开发的结构化知识测试进行评估。
干预前和干预后即刻

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Fenerbahce University

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2026年4月1日

初级完成 (估计的)

2026年6月1日

研究完成 (估计的)

2027年6月1日

研究注册日期

首次提交

2026年3月31日

首先提交符合 QC 标准的

2026年3月31日

首次发布 (实际的)

2026年4月7日

研究记录更新

最后更新发布 (实际的)

2026年4月16日

上次提交的符合 QC 标准的更新

2026年4月13日

最后验证

2026年3月1日

更多信息

与本研究相关的术语

关键字

其他相关的 MeSH 术语

其他研究编号

  • 2025/756

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

是的

IPD 计划说明

本研究结果报告所基于的个体参与者数据（IPD）将在发表后，根据合理请求向通讯作者提供。 数据将经过去标识化处理以保护参与者隐私。 研究人员需提供方法学上合理的提案，经研究团队批准后方可获取数据。

IPD 共享时间框架

去标识化的个体参与者数据（IPD）及支持文件（研究方案、统计分析计划和知情同意书）将在研究结果发表后6个月开始提供，并将持续提供5年。 数据访问需向通讯作者提出合理请求，并经研究团队批准后方可提供。

IPD 共享访问标准

对于提供方法学上合理研究方案的合格研究人员，将授予访问去标识化个体参与者数据（IPD）和支持文件（研究方案、统计分析计划和知情同意书）的权限。 请求应提交给通讯作者。 数据将在研究团队批准后（如适用，还需经机构伦理委员会批准）共享。 数据将以安全格式提供，用户需同意确保数据保密性和适当使用的条款。

IPD 共享支持信息类型

  • 研究方案
  • 树液
  • 国际碳纤维联合会

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.

订阅