(鄉土)教材獎

菱角有豐富的營養素，但高含量直鏈澱粉圖礙澱粉被應用的機會，本研究在探討不同烘乾溫度做出的菱角澱粉特性，以及了解添加海藻酸鈉和乳酸鈣產生的菱角晶球特性，希望對菱角晶球了解可以提供菱角粉被加工利用的機會。研究發現烘乾溫度越高，得到菱角澱粉顆粒越小，糊化溫度提高，黏度下降。添加海藻酸鈉除了可延緩生菱角粉的沉澱、增加糊化後黏度值、更能減少老化現象。正向晶球作用可做出實心的菱角晶球，0.25％的海藻酸鈉濃度，得到的晶球成球性最佳。菱角晶球在溶液中保存的效果各有不同，浸泡在純水或鹽水中，晶球會變重變軟；浸泡在糖水或酸性溶液中，晶球會變輕變硬。反向晶球做法雖不利晶球成形，但仍可形成不同口感的菱角凝膠。

薊屬植物屬於菊科植物的其中一個類別。台灣的阿里山薊為特有種，被當地的居民製成保肝的茶飲，因而被推知有抗氧化的能力。本研究以阿里山薊和平地薊（不同地區）的不同部位做為研究材料，探討其消除自由基及保護肝細胞的能力，結果發現平地薊有最佳的清除自由基效果。而在保肝效果的部分，無論事前預防酒精造成的肝細胞中毒或事後補救機制肝細胞的傷口癒合，皆以阿里山薊最有成效，為保護肝臟的最佳選擇。

脊椎乃是人體最重要的部分之一，脊柱後凸，俗稱駝背，『駝背』是一種『姿勢異常』，也是一種常見的後背隆起脊柱疾病，而我們常見的症狀如：胸悶、肩頸酸痛、上背部筋膜炎、膏肓痛、頭痛、胃痛、頸椎病（手麻或無力），有多種原因會導致脊柱後凸，如關節炎，發育不良，坐立姿勢不正確等，駝背導致的『表現』又稱『症狀』，唯有徹底改善駝背，才能真正改善症狀，我們使用了三軸加速度器來做偵測角度的動作，藉由Arduino的HC-05藍芽傳輸模塊傳輸至手機，利用現在正紅的MIT App inventor 2寫手機的軟體作為計算，紀錄次數與提醒人的手機震動來做提醒自己該挺直自身的脊椎了。

因化石燃料枯竭及燃燒帶來之汙染，尋找替代能源為當今致力研究之目標。本研究將大豆油或廢食用油反應製生質柴油，試以鉍酸鋰或鉻酸鋰為目標，改變合成條件得最佳催化劑，找尋最佳反應條件。 此研究之催化劑，分別最佳反應條件：大豆油製生質柴油之轉酯率皆98%以上。催化劑最佳反應條件分別為：L2B3-800-3，醇油比1：18，觸媒用量6 wt %，反應2 hr。L1C1-800-3，醇油比1：24，觸媒用量6 wt %，反應2 hr。廢食用油製生質柴油以鉍酸鋰為催化劑尤佳。但此兩組催化劑，重複利用的測試結果不理想。 本研究產製之最佳生質柴油，經CNS標準方法檢測，各條件大致符合國家規範，故本研究使用之鉍酸鋰及鉻酸鋰均是具潛力開發之催化劑。

有鑑於高中選修化學相當困難，因此我們製作了一款有助於提升化學能力的遊戲。玩家必須活用沉澱表及化學來通過遊戲。蒐集離子球、並且按照要求合成出沉澱物或是酸鹼，來擊潰敵軍和敵方堡壘。 該遊戲是藉由網頁去宣傳的，因此我們需要一個平台去發布此遊戲，選擇了netlify這個平台。其中我們前端使用了三大前端程式，HTML、CSS、JavaScript，後端則利用Google試算表搭配Google APP Script去收集遊戲數據。最後，我們再利用AI演算法中的類神經網路分析，透過交叉比對找到玩家最有可能的成長結果。

餐桌上美味的菜餚不乏菇類料理的出現，對於「菇」，我們常常與養生做聯想，因其富含營養物質，所以市面上許多保健食品都是以蕈類製成，但僅侷限於吃，較少擦在皮膚上的產品，因此我們想要探討蕈類萃取物拿來作為保養品的潛力。從研究中我們發現蕈類富含碳水化合物，也在萃取液中測得糖類，結果顯示蕈類萃取液可以提升肌膚含水度及肌膚彈性，藉此達到保濕的效果，這與糖類具有保水能力有關，且以玫瑰菇及柳松菇的萃取液效果最佳。但萃取液pH值並不適合長時間塗抹在人體肌膚上，所以如果要將萃取液作為化妝保養品，可以另外添加天然酸性的物質，我們也期許未來蕈類萃取液可以「廢材再利用」，萃取不會食用的下層蕈柄，將其運用在化妝保養品上。

田菁是台灣重要的綠肥作物，甚至也有些研究顯示田菁具有可以移除鹽害土壤中過多鹽分的能力；綠豆是常用作物，也有人針對其耐鹽性做相關研究，讓我們很好奇同樣身為豆科植物，兩者對鹽逆境的抗性有差異嗎？本研究透過比較田菁與綠豆兩種常見豆科植物，深入了解並比較其耐鹽機制。我們透過改變鹽逆境濃度，使植株生長，並觀察其外表及生長情形，發現一、田菁耐鹽能力優於綠豆，二、田菁抗氧化能力優於綠豆，三、田菁將能量分配於根部使其生長複雜，以應對環境壓力。因此，在面對環境壓力時，田菁具有較好的適應方式，並更容易存活。希望本研究結果也可以在未來應用於農業與後續研究當中。

本研究是將農業廢棄物—甘蔗渣作為原料製備活性碳，經由本團隊研究發現，以500℃碳化、950℃活化，C：KOH =1：2所合成之活性碳達到1335m²/g的比表面積。接著將合成出的活性碳進行染料吸附實驗，得出吸附甲基橙與亞甲基藍，熱力學皆較符合Langmuir 的單層等溫吸附模式；動力學皆較符合pseudo-second-order，因此推論化學吸附為主要吸附模式，且不論是吸附帶負電的甲基橙亦或是帶正電的亞甲基藍，皆有好的吸附表現。吸附量可達500mg/g及476.2mg/g，相對於活化前25.7mg/g及21.1mg/g提升近20倍。也可發現亞甲基藍的吸附量略高於甲基橙，因此推論本實驗所製備的活性碳表面帶有較多負電荷。最後，再將吸附飽和後的活性碳進行再生，考量經濟效益及便捷性，以酒精脫附會是較好的選擇，可達約50%的再生效率。

目前網路上流傳許多使用人工智慧修復照片的網站或應用軟體。然而，由於這些訓練資料多數來自國外，導致修復台灣「本地」照片的效果欠佳。此外，許多老舊照片因氧化、潮濕而泛黃，使得修復程序比起修復純黑白相片更加困難。因此，本研究旨在建立一個專門修復本地照片的機器學習模型，主要分為以下三個部分：首先，使用機器學習模型對老舊照片進行修復，包括著色、去模糊化和降噪；其次，分析使用不同比例之有色調照片(模擬泛黃照片)訓練模型的效果；最後，研究不同的修復順序(著色、去模糊化、降噪)和模型執行次數對照片修復效果的影響，發現「著色、去噪、去模糊化」的順序修復效果最佳。

本實驗之研究目的在找出繼光餅的最佳配方。以不同比例的麵粉、酵母粉和水溶液種類設計出三組實驗組、每組三種不同配方共7種(每組皆有一個原始配方)，找出麵粉和酵母粉及水溶液對繼光餅的影響。本研究使用電腦軟體imagej測量氣孔數量、砝碼加壓法測量其硬度及回彈度、體積置換法來測量體積的改變，以科學化數據觀察，量化紀錄資料比較繼光餅本體外型和品評口感，綜合比較結果，最後第一組實驗以高筋麵粉、第二組以五克酵母粉、第三組以鮮奶口味為本研究最喜愛的配方。最後無添加酵母粉及更改水溶液為高粱酒的繼光餅不受到大家的喜愛。