全國中小學科展

依全國中小學科展屆次查詢

依相關評語查詢

高級中等學校組

與「擬」的距離-高中生線上社交與離線互動行為差異之研究

隨著數位科技的發展,線上社交平台已成為高中生日常生活的重要部分,其中非語言符號在溝通中扮演關鍵角色。本研究旨在探討高中生在線上與離線互動中使用非語言溝通元素的行為偏好及其動機。結果發現,高中生可能在即時通訊平台上表現出情境依賴性,多數參與研究的學生在不同社交情境中會根據通訊對象調整溝通行為,與長輩或「嚴肅人物」溝通時更傾向使用文字表達。另外,學生偏好使用表情符號來加強情感表達,但非語言符號解讀差異仍會影響效果,無法完全取代離線交流中的非語言情感傳遞。本研究有助於了解高中生在數位平台上的溝通行為,希望後續的研究者能夠更深入的研究。

高中生生成式人工智慧素養現況與影響因素分析

本研究旨在探討高中生生成式人工智慧(GAI)素養之現況,並分析背景變項與影響因素之關聯。透過問卷調查蒐集資料,涵蓋GAI應用能力、學習態度與意願、外部影響與支持資源、GAI倫理與社會影響等五大構面,進行描述統計、t檢定、單因子變異數分析、相關分析、迴歸分析與中介效果等統計檢定。研究結果顯示,不同學制及群科學生在GAI素養表現上存在顯著差異,其中教師與學校的外部影響會透過學生對GAI的學習態度進一步影響其應用能力。特別是教師的支持度對學生GAI應用能力的貢獻大於學校層面的資源提供。研究顯示教師在推動學生有效使用GAI工具中扮演關鍵角色,提供未來課程設計與GAI素養培育政策的具體參考。

綠意重構:葉綠素鐵對降解亞甲藍的友好新策略

現今有機污染物遍布,在處理有機物的文獻中,FeIII-TAML催化劑配製不易且Fenton反應需在酸性環境下才有較佳的效果。有鑒於此,本研究以葉綠素鐵(將葉綠素a中心的鎂離子取代為鐵離子)取代FeIII-TAML作為催化劑,探討是否能與之有相近的降解效果。本研究探討葉綠素a在不同環境下的穩定性,並評估葉綠素鐵對降解亞甲藍的影響。結果顯示,葉綠素a在暗室中較易保存。50ppm亞甲藍液3mL在反應條件為1000ppm雙氧水3mL、pH=10.3緩衝溶液8mL中,加入葉綠素鐵1mL,9小時後,去除率高達96.6%。本研究證實葉綠素鐵作為降解有機染料之催化劑的可行性,並提供處理鹼性廢水的新策略。

基於多項人工智慧之多模態失語症溝通系統探究

本研究開發了一個基於多項人工智慧技術的多模態失語症溝通系統,旨在提供失語症患者能提升表達自我和參與社交的能力的工具。系統以iOS App作為主體,接收環境影像、語音、唇語、手勢及情緒等多模態資訊後,透過大型語言模型產生完整敘述,再以語音合成播放。研究創新開發AphasiaSim-LLM生成高度擬真的模擬失語症語料,並以量化評估取代主觀評分,證實Gemini 2.5 Flash於語句還原表現最佳;此外亦建構了輕量級手勢辨識模型,並以ORB演算法優化關鍵幀提取;透過異步處理、FFmpeg影片取幀及輕量Flux文生圖模型等優化策略,最終完成能有效輔助失語症患者進行流暢溝通之系統。

物流宅配業之裝箱策略評價與分析

本項研究透過程式模擬宅配業貨車司機的裝貨與下貨過程,提出比傳統垂直擺放策略更具彈性且方便下貨的貨物放置策略-分層擺放策略。本研究所提出的分層擺放策略不僅提升了裝貨的靈活性,還能確保貨物結構便於移動與下貨。同時,程式計算擺放方式所需時間,相較於人工計算,更能有效減少時間成本。期待本研究成果能夠為未來的物流業者提供參考。

以資訊熵策略解決Nerdle Maxi 問題:尋找最少猜測次數的演算法

本研究試圖探索如何將資訊熵應用於Nerdle Maxi,Nerdle Maxi是一款數學益智遊戲,類似於Wordle,但要求玩家猜測出一個數學等式。遊戲的核心在於考驗玩家以有限的猜測次數,通過猜測獲得的回饋,縮小可能等式的範圍,最終猜出答案。此問題涉及對資訊的處理,讓我們聯想到資訊理論中關於不確定性的研究。根據Shannon的資訊理論,資訊熵可以用來衡量一個系統中不確定性,從而幫助我們找出減少不確定性的最佳策略。參考文獻後,我們發現有尚無人嘗試的作法,並實作、壓縮了猜測次數,保證我們能在六次內猜重。再將其與文獻中用在Wordle的做法融合後,壓縮平均猜測次數至3.38次。

智慧.進化艙:AI語言革命,解密失語症分類

本研究提出一套結合BERT模型與自訓練分類器的失語症分類系統,透過多個方法及參數組合提升判斷精確性。研究靈感來自櫻井等人(2023)[15]提出的BERT分類模型,並參考Cong et al.(2024)[5]針對大型語言模型(LLMs)在臨床環境中的應用,進一步探索自訓練分類器在增強BERT判別能力方面的潛力。 本研究的創新點在於,模型基於醫生標註的分類結果進行深度學習,而非讓AI直接從語料中自動分類病患類型,這與先前主要依賴LLMs自動分類的方法不同。此外,本研究納入詞性、語法結構與語音長度及肢體語言標記,以提升模型的處理能力與個人化治療。 考慮語料庫規模及醫學倫理,本研究採用AphasiaBank(全球最具權威的語料資源之一)的英文訪談文本進行模型訓練,同時移除所有個人隱私資訊。

利用ChatGPT協助辨識詐騙簡訊及網頁

近年來隨著資訊科技發展,詐騙行為日益猖獗。儘管政府已建置防詐網站與專線提供人工審查,但面對大量詐騙資訊,其效率仍顯不足。為降低人工審查負擔,本研究探討提示工程技術(Prompt engineering),評估其是否可提升GPT模型對圖像與語音詐騙內容的辨識準確率。研究設計採用三種不同提示策略,分別應用於圖像與語音資料中,並比較其判斷正確數以分析準確率差異。結果顯示Chain-of-Thought Prompting在兩種媒介資料中表現皆優於其餘提示工程模型,顯示良好判斷效果。本研究基於Chain-of-Thought Prompting模型開發互動式網頁程式讓民眾可立馬使用網頁判別可疑的圖片、音訊,展現應用於基礎防詐之可行性,亦可為後續防詐系統提供設計參考。

益菌抑菌-從食品分離之胚芽乳酸桿菌對傷口癒合和發炎的預防與治療效應

本研究透過PCR、MTT測試等,從食品篩選無細胞毒性的乳酸桿菌菌株CYLB565。此菌株顯著促進GES-1胃細胞的傷口癒合。CYLB565與其分泌物在pH4、6.5的環境下顯著抑制病原菌。抗發炎實驗中,若胃細胞預先以EPS處理,對大腸桿菌、LPS、幽門桿菌誘發的發炎具預防潛力;若於發炎反應同時以EPS處理,對大腸桿菌、LPS誘發的發炎具即時阻斷潛力;若於發炎反應之後以EPS處理,對大腸桿菌、幽門桿菌誘發的發炎具治療潛力。CYLB565在pH 3及0.3%膽鹽環境下具良好腸胃道耐受性。全基因定序結果顯示CYLB565為新發現的胚芽乳酸桿菌菌株,質體具安全性,適合應用於細菌性胃炎的預防與治療。

應用濕度感測器監測食品保存性之研究

首先以濕度儀測量花生樣品之水活性,需時超過264分鐘,而水活性儀僅約22分鐘,經實驗證明,較小的密閉空間可加速平衡相對濕度的穩定,進而縮短測試時間。因此,本研究設計自製 DIY裝置,樣品槽上部空間採用圓錐狀設計可縮小空間,同時促進水氣向上集中,提高測量穩定性。進而利用六種飽和鹽液進行校正,得到趨勢線方程式應用於DIY裝置之校正,使其測量結果與專業水活性儀無顯著差異。就經濟成本分析,濕度儀與水活性儀的購置成本分別為新台幣9,500元與103,500元,而 DIY裝置的材料成本僅為1,151元。本研究開發之DIY裝置在提升測量準確性與時間效益的同時,亦具備高度成本效益,未來頗具商品化潛力。