本實驗旨在探討顏色與聲音對人類記憶力的影響，並藉此提高學習效率及學習表現。我們自編問卷調查國中生對於聲音聆聽習慣及看法，隨後以3種圖形和4種類型的音樂，針對 56位同學進行記憶力實驗。研究結果指出：(1)圖形記憶力中，無音樂中以彩色圖形的記憶效果最佳，有音樂下則以黑白圖形最佳；位置變因的結果顯示：右側>中間>左側；色差小優於色差大者。(2)數串記憶力中，聆聽搖滾樂能降低數串誤報率；音樂速度快之答對總分高於慢速者。(3)聆聽抒情及古典樂的答對總分與學習成效呈正相關；(4)分析訪談受試者的記憶途徑最終皆會轉換成聲碼，學習成效高者首先注意顏色變因，而成效低者的閱讀途徑為圓圈。以上結果顯示圖形與聲音會對學業表現產生影響。

本研究希冀提供學生另一種程式的學習方式，減少學生對於程式的排斥感，同時亦能讓學生在學寫程式之前，先訓練其溝通能力，使其說話較具邏輯性的結構，如此一來將能更有效的表達其所要陳述的事件，我們自行開發一套軟體系統，可經由口語的方式與電腦溝通，同時電腦經過關鍵詞的辨識後，能更精準的透過推薦演算推出幾種可能的目標事件，透過選擇的方式，一步步引導使用者完成其想要達到的動作，最終目標是透過這個軟體自動產生程式碼，如此一來將可減少學生對於程式學習的恐慌，提高學生對於程式設計的學習成就，同時，請老師利用我們自行開發的程式學習輔助軟體實際教學後進行問卷調查，亦有超過百分之64的同學認為，這樣的軟體使他們對於程式學習更感興趣，也提升他們撰寫程式的成功率。

使用醋酸鋅及醋酸錳的金屬離子電解液建立自製的鋅錳液流電池循環系統，透過負極Zn/Zn2+及正極Mn2+/MnO2的氧化還原反應，成功實現無隔膜的可充式鋅錳液流電池。在電解液濃度實驗中，觀察到較濃的Mn2+濃度會增加MnO2的沉積，有較好的充放電效率。在不同pH值的實驗中，發現pH= 6~6.5的醋酸根電解液，有最佳的鋅錳液流電池充放電庫倫效率及能量效率，分別達80%及40%以上。使用加入更多硫酸根離子pH< 5的酸性電解液，雖有稍高的放電電流，但會提早耗盡MnO2使充放電效率降低。電極擺放方向的實驗結果，顯示平行水流有較佳的充放電效率，此外重複充放電實驗也證明醋酸鋅錳電池可保持極佳的庫倫效率，有很好的再現和穩定性，實驗結果將有助於未來鋅錳液流電池的進一步研究。

觀察家中排出汙水中，近80萬條塑膠微粒來自洗衣間家用洗衣機。淨塑槽及鐵磁流體攪拌槽為滴濾式及攪拌式設計，組成家用洗衣機智慧塑膠微粒清除系統，濾網組使用物理性過濾攔截0.058mm以上的塑膠微粒，透過鐵磁流體攪拌器去除0.058mm以下塑膠微粒，八爪型攪拌槳大旋轉體積對於鐵磁流體與排水的混和均勻度最好，磁鐵與攪拌槳分離容易更換材料並便於進行鐵磁流體回收。Arduino掌控智慧節能系統及物聯網的運作，提供手機運作資訊，圖像式語言易於撰寫，透過伺服馬達轉動連結兩套系統，建構一套遠端監控智能運作的塑膠微粒清除系統，5分鐘可完成1.3公升之汙水清潔，聚酯纖維、尼龍、聚丙烯有接近100%的清除率。

甲基磺酸銅比硫酸銅的溶解度更高，適合用於高速銅電鍍，並應用於3D IC的TSV和先進封裝的TIV銅電鍍。先進封裝除了TIV製程外，若想要同時電鍍不同尺寸的銅柱凸塊，並維持均勻性則是另一個挑戰。本研究改良甲基磺酸銅合成方法，並將其再結晶，得到高純度的甲基磺酸銅晶體。以合成的甲基磺酸銅為原料，配製成電鍍液，並探討不同直徑的銅柱凸塊沉積，達到高度差小於 2% 的均勻銅柱凸塊。

Triage is the process by which nurses manage hospital emergency departments by assigning patients varying degrees of urgency. While triage algorithms such as the Emergency Severity Index (ESI) have been standardized worldwide, many of them are highly inconsistent, which could endanger the lives of thousands of patients. One way to improve on nurses’ accuracy is to use machine learning models (ML), which can learn from past data to make predictions. We tested six ML models: random forest, XGBoost, logistic regression, support vector machines, k-nearest neighbors, and multilayer perceptron. These models were tasked with predicting whether a patient would be admitted to the intensive care unit (ICU), another unit in the hospital, or be discharged. After training on data from more than 30,000 patients and testing using 10-fold cross-validation, we found that all six models outperformed ESI. Of the six, the random forest model achieved the highest average accuracy in predicting both ICU admission (81% vs. 69% using ESI; p<0.001) and hospitalization (75% vs. 57%; p<0.001). These models were then added to an Android application, which would accept patient data, predict their triage, and then add them to a priority-ordered waiting list. This approach may offer significant advantages over conventional triage: mainly, it has a higher accuracy than nurses and returns predictions instantaneously. It could also stand-in for triage nurses entirely in disasters, where medical personnel must deal with a large influx of patients in a short amount of time.

本研究自行組裝微型滴定裝置，建立常見指示劑(甲基紅、酚紅、酚酞及廣用試劑)之酸鹼滴定模組，運用實驗開發的像素分析法，由像素加總值與滴定體積之程式推知當量點體積，所有實驗誤差均不超過0.30 %，具有高準確度，且此實驗模組之濃度檢測極限可達10-4 M。將微型裝置應用於指示劑解離常數的測定，測得甲基紅、溴瑞香草酚藍及酚酞之pKa分別為4.95、7.11及9.40，與理論值幾乎一致；進一步以RGB值二次微分找出指示劑更精確的變色範圍，如甲基紅在[HIn]⁄[In^- ] >7.65時會完全呈現酸型顏色、[In^- ]⁄[HIn] >6.55會顯現鹼型顏色，其變色範圍為pH 4.06~5.77。本研究成功簡化傳統滴定與解離常數測定的實驗步驟與器材，達到簡潔、可監測之綠色化學願景。

This paper represents IOT Based Automatic Water Temperature Adjustor. IoT (Internet of Things) refers to the network of physical objects that are embedded with sensors, software, and other technologies for the purpose of connecting and exchanging data with other devices and systems over the internet. This system is for adjusting water temperature according to the possible surroundings such as home temperature, atmosphere temperature, etc. To solve problems like high water temperature while using, time-consuming waiting for water to heat and cool, high power consumption, and not satisfying water temperature this system offers the feature for automatically adjusting the temperature. Arduino, DHT11 (Temperature-Humidity Sensor), Bread Board, DS18B20 (Water Temperature Sensor), Jumper Wires, Resistor, I2C OLED, Water Heating Coil, Relay and LED are used for operating this system. The application of this system is very vast as it can be implemented in power plants, hospitals, mountain regions, local homes, and lodges. This system is time-saving, cost-efficient, easy to implement, provide automatic features, less power consumption, safety, and many more. Compared to other water geyser systems it has the feature of automatically detecting the environmental temperature and adjusting the temperature of the water accordingly. This system is still in its developing phase.

羽球是容易上手的運動，但易受風影響，因此都在室內活動。為此我們想製作出能在戶外打的羽球，讓這項運動可以走出戶外。我們參考「風羽無阻─戶外低風阻羽球研究之初探」的作品，但發現此作品實驗數據有些不符合邏輯（如面積愈小，應該會愈抗風，但實驗結果並非如此…）。我們推論是「重心」所造成，所以想藉由改變重心來探討重心對於羽球飛行能力(包含飛行距離、偏移量、與飛行速率）的影響。本實驗發現，將羽球或塑膠球做對稱性修剪，以減少羽毛受風面積，將重心改至距離球頭2.9公分的位置，均會使其偏移量減少，飛行較穩定且飛行距離較遠。羽球和塑膠球的重心往球尾移動1公分不管在哪種風源下，比重心往球頭移動1公分飛行都較穩定。

隨著養身觀念提升，不少小農採自給自足的方式耕作經營，利用黑水虻處理自家廚餘→再將幼蟲餵食雞鴨→雞鴨再供人類食用。如此簡短的食物鏈，若餵給黑水虻幼蟲的食料中含有農藥或抗生素等，殘留於蟲體內，再使用含有有害物質的黑水虻幼蟲，餵食雞鴨，再由人類將餵食黑水虻幼蟲的雞鴨吃下肚，是否會造成食安的問題? 由研究結果顯示，經由黑水虻幼蟲處理過的生廚餘及有機質，達滅芬會殘留在虻糞、蘇力菌會造成黑水虻幼蟲死亡、四環黴素會殘留在蟲體內，對於要使用黑水虻處理相關廢棄物時，應妥善依不同餵養料先進行不同處理方式，勿讓可能存在的有害物質進入食物鏈，希望未來能應用在各種農業方面上，達到綠色環保的效益又能免於陷入食安問題之窘境。

許多人在駕駛交通工具時常會速度太快，不放慢速度便會使車禍發生機率大幅提升，在巷弄裡更是如此。許多車禍都是因未注意來車所導致，所以我們想出了在路口裝設感知器，用來感知是否即將有車輛靠近以用來提醒駕駛人，雖然在某些路口會裝設凸面鏡，但還是有駕駛人會忽略，所以我們利用感知器搭配手機APP，當車輛靠近路口且有來車接近，手機便會發出聲響與震動，來提醒駕駛，相信這會比凸面鏡更有效果。

在農業生產過程中，溫濕度、日照強度、土壤水分、肥料...等諸多因素，對作物生長狀況有決定性的影響。這些自行種植者，簡易方法可以參考氣象單位的測候資料，進階的方式則是智慧化，在種植場域加裝攝影機、感測器，如圖一所示架構。智慧農業的優勢有： 自動化監控，精確控制，降低生產風險，提升質量及產量； 降低人力耗費，提高效率。 在本研究中，我們以物聯網技術，結合影像串流，製作了農業用的監控系統，可以手機遠端影像監控，功能包括即時影像觀看、自動灑水、噴藥(或施灑液態肥)和施撒固態肥料等功能，協助農民耕作更比較方便，同時也加強產品品質。成品將以小型化溫室容器之自動化控制為目標，同樣的架構可以擴大至較大型溫室及農地建置。