市售動力沙和史萊姆流動沙這類玩具很療癒，我們十分好奇，想以身邊隨手可得的材料製作，透過觀察與動手實作，歸納出動力沙配方：白色沙畫沙、矽膠、玉米澱粉以10:2:1.5比例調出加入顏料，成品特色能壓模、混色及有若即若離感。白膠史萊姆流動沙配方：以140ml溫水與3g硼砂調成硼砂水，用15ml白膠浸泡於70ml硼砂水中製成史萊姆，加入40ml石英砂。膠水史萊姆流動沙配方：調出相同比例硼砂水，用20ml膠水和20ml硼砂水做成史萊姆，加入45ml石英砂。最後添加壓克力顏料、液體食用色素或色粉調出色彩迷人、流動感佳、能混色、塑形、壓模、60g白膠與膠水史萊姆流動沙分別延展 52.5cm與71.7cm，可比擬市售史萊姆流動沙視覺美感。實驗成本低、易操作，動手做玩具的過程非常有成就感！

本研究利用市售飲品、魚鱗及自然教室裡既有的材料調整配方，製作出黏性最強的蛋白膠水。魚鱗經加熱煮過，牛奶或豆漿加入酸性液體產生凝固蛋白質，經分離後再加入鹼性物質使其酸鹼中和，即能生成蛋白膠水。 實驗過程中發現，使用常溫低脂牛奶製成的蛋白膠水黏性最佳，並以pH值2.5的檸檬酸溶液萃取蛋白質，再加入碳酸鈉調配成pH值8.0的蛋白膠水成品黏性最好。 與其他市售黏性較強的液狀黏著劑相比，強力膠黏性雖強，但有強烈刺鼻味 保麗龍膠則容易產生細絲，黏著技術不佳會讓作品看起來像是佈滿蜘蛛絲，而強力蛋白膠不論是牛奶膠還是魚鱗膠皆黏性強 、成分單純、無毒性，合乎環保需求。我們也利用蛋白膠水製作了一架飛機，象徵開闊視野，未來前途無量。

本研究探討以粉筆灰、鐵鏽、及銅粉的混燒物製成粉鏽銅光觸媒，成功運用於二氧化碳的還原、抑菌、及分解有機物。首先探討粉筆灰、鐵鏽、銅粉的最佳混和比例條件，將粉鏽銅光觸媒塗佈在玻璃片上，進行光催化功能試驗。研究中，利用高壓釜及微波爐進行鍛燒，使用自製簡易工具，用於光催化降解、抑菌、二氧化碳還原、透光度等測量。結果顯示，以粉筆灰3公克、鐵鏽1公克、及銅粉1公克比例燒成的光觸媒，於紫外燈365nm照射3小時有較佳的光催化效果；將蛋白質降解最多，較能抑菌，及吸附二氧化碳轉為醇類。每天將粉鏽銅在365nm紫外光照射3小時，其光催化效率可維持至少七天。研究顯示，粉鏽銅確實有效降解有機物、抑菌，還原二氧化碳效果。

本研究以舒芙蕾為膨脹模型，探討蛋白打發、配料及烘烤條件等多重因素。提高攪速促進蛋白質變性並包入空氣，形成穩定泡沫；糖分次加入可提升黏度和界面穩定性。食鹽增加離子強度，破壞蛋白靜電排斥，降低泡沫穩定；氯化鈣的Ca²⁺使蛋白過度聚合，抑制起泡。檸檬汁有機酸調整蛋白電荷，提升穩定性。 低筋麵粉有助氣體膨脹，乳脂穩定氣泡界面，過量影響網狀結構。膨鬆劑方面，酵母產氣慢適合長時烘焙，小蘇打與強酸反應快易導致結構坍塌，建議搭配pH>3弱酸如酒石酸氫鉀，類似泡打粉，產氣速度平緩。烘烤溫度150°C佳，高溫長時使硬度增加、蓬鬆度下降。玻璃容器導熱慢有利麵糊膨脹成型。蛋白泡沫穩定性與膨鬆劑的協同作用是舒芙蕾成功膨脹的關鍵。

水漬常見於日常生活中，許多人都因它難以清除，或因錯誤的清潔方式，使其變得更加明顯而感到困擾。我們可以藉由探究水漬殘留的因素，實驗各種清潔方式，進而找出最佳的清潔方法。 本實驗首先分析影響水漬殘留的因素，例如水的成分及擦拭方式。透過加熱石灰水，我們製作出水漬。接著，我們調配不同濃度的檸檬酸清潔劑，測試其清除水漬的效果。經過多次實驗，我們發現檸檬酸清潔劑的濃度比例為8公克檸檬酸比100毫升水時，清潔效果最良好。此外，我們進一步進行輪軸實驗，結果顯示，纖維長度越長、抹布孔隙越小，清潔效果越好。 本研究發現了清潔水漬的最佳方式，希望這些發現能幫助人們更輕鬆、有效地去除水漬，保持環境清潔，減少日常生活中的困擾。

探討利用咖啡渣、暖暖包內容物及碎紙等廢棄物，以不同黏著劑與處理方式製作環保板材。先以鹼液去除咖啡渣內含油脂，提高咖啡渣與黏著劑的結合力，並額外獲得咖啡油皂。研究不同種類澱粉與非澱粉黏著劑（如糯米粉、吉利丁、印尼馬信等）對板材強度的影響，發現糯米糊與吉利丁的黏結效果最佳，且比例越高板材強度越好。 進一步探討不同顆粒大小、去油程度的咖啡渣、不同生鏽程度的暖暖包內容物及不同大小碎紙對板材強度的影響，找出能製作較高強度板材的處理方式。透過適當材料與加工，可將生活廢棄物轉化為可用於環保建材的再生板材，能減少廢棄物對環境的影響，也提供一種可行的資源回收與再利用策略。

本研究研發出最適植物萃取液配方：洛神花3滴、黑豆1滴、紫莢長豆2滴、紫色高麗菜2滴與蝶豆花7滴。建構出具穩定性、連續性與高辨識度的天然酸鹼色階圖卡，於pH1～14範圍內產生自然清晰的協同變色反應，顯色漸層分明，辨識度高，成功取代市售指示劑。 探究初期以水萃法提取植物色素，觀察其顏色與稀釋後的色彩變化；接續將各萃取液滴於 pH2～13標準溶液中，運用電腦影像軟體分析RGB色彩參數，量化其變色趨勢。 探究發現，市售指示劑於全pH範圍內的顯色反應缺乏連續性與辨識度。因此更進一步評估植物色素間的協同效應，調整配方比例，提升色階表現整體性。最終優化配方具清晰的變色反應，整體效能優於市售指示劑，展現教學與綠色化學之應用潛力。

本研究調查恆春半島四重溪與保力溪口在鰻苗捕撈期間的混獲生物情形，於2024年12月至2025年1月共進行21次夜間實地觀察，記錄到共計50種混獲物種。研究團隊結合在地訪談、物種鑑定與中途安置行動，協助救援遭誤捕的非目標生物。結果顯示，鰻類與蟹類具有較高的耐受性與存活率，非目標物的救援總數更高於目標物白鰻數量。透過與善心漁民合作，並結合生態補償金制度，實踐「支付生態系統服務（PES）」的理念於鰻苗漁期。研究成果已由屏東環境保護聯盟彙整並提交政策建議，推動建立河口混獲補償制度，促進生態保育與地方生計的雙贏，實踐聯合國永續發展目標SDGs第14、16 與17項，展現地方科學行動與制度倡議整合的潛力與價值。

本研究以玉帶鳳蝶的生活行為為主，透過飼養觀察、文獻探討與實驗設計，探究其生活史、生理特徵與生態行為。結果顯示，二至三齡幼蟲即具備有臭角防禦、吐絲固定等能力，且同一親代中雄蝶較雌蝶先羽化，避免近親交配的機會。在食草方面，二至三齡幼蟲對橘子葉表現出顯著偏好。藉由與其他鳳蝶物種比較外觀，初步建立辨識依據，並以光照法檢查四齡幼蟲是否具有未發育完全的生殖器官(精巢)推測為雄性。研究者同時發現，幼蟲體色受食草葉色影響，呈現偽裝可能性。針對貝氏擬態的捕食實驗尚未得出明確結論，需進一步改良實驗設計。校園復育區的建置成功吸引鳳蝶訪花與產卵，顯示都市亦可成為生態棲地，具教育與保育意義，呼應SDGs陸域生態保育的目標。

媽媽種了許多玫瑰花，我在觀察時，看到一些白色小球，詢問老師知道這是草蛉的卵。我們到校園尋找並實際飼養草蛉，觀察牠們的型態和行為，同時設計卵、幼蟲、成蟲實驗。 在草蛉卵孵化實驗中發現草蛉卵會因為不同溫度高低，而影響牠的孵化率。 草蛉幼蟲期在覓食、運動和偽裝有特殊性，尤其偽裝能力最令人驚訝；草蛉幼蟲會把周圍的東西，都背在身上；偽裝過 程是用口器將物體夾住，再往上舉起，背部也跟著拱起，接住偽裝物，動作十分敏捷；每隻草蛉幼蟲身上都 裝著 滿滿 的 各式各樣偽裝物，我們推想這樣的裝扮可以讓幼蟲變強大，又可以隱藏自己。 草蛉幼蟲專門吃一些植物的害蟲，如：蚜蟲、粉介殼蟲、葉蟎等，是生物防治的益蟲。

本研究透過結合局部敏感雜湊（Locality-Sensitive Hashing, LSH）與知識圖譜（Knowledge Graph, KG）以改善檢索增強生成技術（Retrieval-Augmented Generation, RAG）在檢索的時候難以在精確度與效率之間取得平衡的問題。透過使用LSH 將資料分桶，接著利用知識圖譜進一步篩選資料，以提高檢索的精確度與效率。 實驗結果顯示，結合知識圖譜與LSH後的系統，在精確度（precision）上可達到91%，相較於VectorRAG 的84%提升約8.33%，與GraphRAG的96%則僅有5.21%的差距。此外，本系統在檢索時間上較GraphRAG降低了95.38%。由此可以證實，透過結合LSH及知識圖譜能在保持高精確度的同時，顯著提高檢索效率。

現今網路充斥著具壓力的負面言論，影響使用者的心理健康。本研究旨在參考 C-ME 量表並整理為四大類標籤，人工分類從論壇蒐集的言論來訓練模型。研究採 LSTM、雙向 LSTM、CNN + LSTM 及 Transformer四種深度學習模型，基於自建資料集進行訓練，實現對全新言論的精準分類，並比較四種模型在精確率、召回率及 F1-score 等指標上的表現。結果顯示，LSTM處理數據不均衡的資料集時表現最佳，F1-score達89.2%。實測發現，CNN+LSTM 在預測效果上略勝 LSTM。此外，結合生成式 AI GPT-4o-mini，能有效改善不當言論，為留言者提供更委婉的表達建議。