医学和护理专业学生中，人工智能替代焦虑、状态焦虑与学业倦怠指标之间的日常时间关联：一项为期10天的日记研究

《BMC Nursing》：Daily temporal associations among AI replacement anxiety, state anxiety, and academic burnout indicators in medicine and nursing students: a 10-day diary study

　　

摘要

背景

人工智能（AI）正越来越多地应用于医学和护理教育领域，这引发了人们对医疗专业学生对AI相关职业不确定性的反应的关注。AI替代焦虑（ARA）可能在不同的学习日中表现出不同的显著程度，但目前对于其与个体短期状态焦虑及每日学术倦怠指标之间的时间关联知之甚少。

方法

这项为期10天的工作日日记研究共有751名医学生和护学生参与，他们在经过质量筛选后提供了4,625条日记记录。每日调查利用适用于单日的代理指标来评估ARA和三个学术倦怠维度，同时还包括一个由两个项目组成的状态焦虑测量工具。两级贝叶斯动态结构方程模型在ARA到状态焦虑以及状态焦虑到ARA的两个方向上测试了六个主要的具体维度模型。补充性的联合多变量模型、更严格的695名参与者样本敏感性分析以及有针对性的日历间距敏感性分析进一步检验了这些模型的独特效应、后验差异及模型的稳健性。

结果

在ARA到状态焦虑的方向上，较高的每日ARA水平与较高的后续愤世嫉俗情绪相关，而较高的愤世嫉俗情绪又与之后的状态焦虑有关。当使用日历天数间隔来表示周末间隔时，这种M2组成分模式仍然得到了支持。在相反的方向上，较高的状态焦虑始终与较高的学术效能代理指标得分相关，但这一指标与ARA之间的关联在不同模型设置中的稳健性较低，并且在周末间距敏感性分析中这种关联进一步减弱。基于模型的间接效应仍存在不确定性，95%的可信区间包含零值。联合模型表明，跨维度差异主要集中在第一阶段的关联上，而非完全独立的下游间接过程。

结论

研究结果支持ARA、状态焦虑以及学术倦怠相关每日指标之间存在维度特定的时间关联，强调了愤世嫉俗情绪和学术效能相关每日评估在医学生和护学生中ARA与状态焦虑时间关联中的重要作用。这些发现为未来在健康专业教育中开展有针对性的支持和干预提供了更加细致的研究基础。