本研究透過專家訪談了解自行車訓練核心訓練要素，開發「我的AI自行車教練」系統，期能提升初學者騎乘穩定性，利用micro:bit三軸加速度感測器即時監控騎乘姿勢變化、霍爾感應器量測速度以及i20心率感測器偵測心跳。所有數據透過藍芽傳送至 Scratch (bDesigner)，進行即時騎乘姿勢與數據可視化呈現，並整合生成式人工智慧（GAI）分析結果，提供個人化的訓練建議與姿勢調整建議，最後讓訓練者進行實際測試。結果顯示，本系統能有效提升騎乘姿勢穩定性與騎乘效率，GAI能提供科學化的訓練報告及精準訓練建議，與專業自行車教練的意見一致，證明「我的AI自行車教練」具實用性與應用潛力。

本研究探討如何利用學校的落葉、端午包粽子的粽葉、破損L夾等環保替代材料，延長羽球的使用壽命，進一步設計全國第一款再生羽球，並透過「風洞測試、飛行軌跡測試、耐受性測試」進行科學驗證。研究方法包括專家訪談、環保材料篩選、風洞設計、發射器設計、Tracker軟體操作、撞擊設計等。根據我們的研究結果顯示：「粽葉」為修補羽球的最佳素材，在飛行穩定性、飛行軌跡、撞擊次數測試上，都能與完整羽球有相抗衡之水準，粽葉應用於生活中作為修補材料，具有潛在優勢。

利用自然課程力學原理，進行廢棄舊桌進行結構補強，增加桌子放置物品空間，自製剪力實驗台檢測桌子補強後結構強度，自製振動模擬器檢測桌子搖動程度，實驗結果如下： （一）現在使用新式桌子有結構上的問題：榫接太小、前櫃板未與前柱榫接，形成前側結構強度 弱點，因此桌子容易搖動，大約80％要補強。 （二）將新式桌子設計瑕疵部分進行結構補後，左右方向傾角降低88.5%，前後向降低67.5%。補強後新式桌子桌比新式新桌搖動位移小，桌子結構補強後強度更高。 （三）置物空間增加2.14倍，快速安裝高度調整器降低，將12型桌子簡化到4型。 （四）製作一副桌椅碳足跡為21.69公斤CO2。延長使用年限，降低木材使用量，對於氣候變遷與環境有正面價值。

本研究利用自製地震模擬器，自製彈簧阻尼器、麥芽糖黏性阻尼器，自製模型屋，手機震動APP檢測X、Y、Z軸最大加速度，作為阻尼器減震效果的優劣，實驗結果：彈簧阻尼器彈性較高，無法完全吸收震動能量，因此減震效果有限。黏滯性阻尼器對模型屋 減震效果：1支黏滯性阻尼器震動大時減震效果較佳，最大加速度減震36.20％，黏度低優於黏度高。2支黏滯性阻尼器配置X型，在X、Y、Z軸與最大加速度4項，最高可減震56.29％，27.55％、57.80％、53.06％。對鋼骨結構模型減震效果：配重220克最大加速度減震23.83-33.38％，不同配重差異性不大。不同樓層最大加速度五樓的減震最佳28.79％-35.52 ％。裝設1、2支阻尼器减震效果19.88％-29.99％，並非裝設越多阻尼器減震效果越佳。

馬祖傳統建築的「封火山牆」是融合防災需求與文化美學的獨特設計。本研究以國小自然科學課程中「力與運動」「環境適應」單元為基礎，探討封火山牆的防風機制。透過文獻分析、模型實驗與數據預測，發現高聳弧形牆體能有效分散風壓，形成背風側「風影區」，降低風速衝擊。實驗結合煙霧可視化觀察與風 力感測量化防風效果，驗證傳統設計中階梯狀與弧形牆體的流體力學優勢。研究成果不僅呼應108課綱跨域學習精神，更啟發傳統智慧在現代防災建築的應用價值。

本研究探討翠葉蘆薈汁液對植物生長的影響及其變紅現象的成因。實驗結果顯示，翠葉蘆薈與中華蘆薈汁液皆能抑制黴菌生長，且翠葉蘆薈在促進綠豆發芽與水生植物（霓虹水竹草、左手香）生根方面具潛力。 觀察到蘆薈汁液變紅後，進行顯微鏡分析，確認變色細胞為保衛細胞。為了了解變色的原因，進行多項變因測試。結果顯示：單獨的氧氣、加入酸鹼反應、金屬接觸及溫度皆無法造成明顯變色，唯有「 在氧氣環境中的照射紫外線」時，才會誘發汁液快速變紅。此外，臭氧氣體亦能在短時間內促使翠葉蘆薈汁液變紅，顯示臭氧可能為促使色素反應的重要因素。

隊員的外婆在台灣獨居，曾因跌倒而未能及時求救，引發家人擔憂，高齡化與獨居老人數量增加，導致安全照護挑戰，需改善意外求助系統。本研究目的是使用OpenCV和YOLO技術辨識人體動作，檢測跌倒情況及其影響發送郵件通知家人。本研究使用Pexels和Google收集圖片進行訓練，Roboflow工具加快標註過程。過程中整合偵測、影像擷取及郵件發送功能，設計時間間隔機制避免重複發送郵件。訓練結果顯示模型在辨識「躺下」動作上準確率高，對其他動作表現尚可，而系統運行時CPU負擔輕，確保穩定性與擴展性。本系統對人物重複辨識和跌倒檢測準確性有改進空間，考慮增加資料量及調整標註類別。未來計畫開發專用APP以提升訊息傳送功能，增強用戶體驗。

本研究提出一款結合生成式AI能進行場景分析，進而綜合情緒、語氣、文化禮節給予最佳回覆的人工智慧眼鏡。目的希望使用者不需要透過手機即可實現即時語音翻譯、情境分析與天氣資訊抓取功能。系統以ESP32為主要控制核心，搭配Android Studio開發之應用程式，透過WiFi採用UDP通訊協定進行無線通訊，提供精簡的翻譯與應答建議。每次翻譯處理後，GPT根據語境與提示詞再將翻譯結果與應答建議，傳送回並顯示於智慧眼鏡的OLED螢幕，將即時資訊呈現在使用者眼前，實現流暢的跨語言互動體驗。

昆蟲附著力學中，常用爪與爪間體進行分析。因大多數白蟻沒有爪間體，為了解爪鉤附著時的功能，故選用白蟻單純對爪鉤進行探討。另外，白蟻是常見居家害蟲，會侵蝕建材並危害建築，但白蟻的抓附能力與偏好至今仍未被研究。因此，希望量化白蟻的附著力，並尋找不使白蟻攀附的材料，減少對建築的危害。本研究以常見居家白蟻為對象，首先實施形態觀察，再以自製離心轉盤對抓附能力進行量化，最後使用掃描式電子顯微鏡對爪鉤構造進行分析。發現使白蟻展現最佳附著力的表面顆粒，會受脛節、跗節、爪鉤構成之範圍影響。而顆粒大小與爪鉤尺度、附著形態、微棲地皆有關係。此外，兵蟻在質量、體型與附著表現上均優於工蟻，此結果受階級分工、爪鉤形狀影響。

由實際觀測彩虹出現時的資料，發現台灣中部地區彩虹出現的時間以夏秋兩季的傍晚4點到6點較多， 這個時候的太陽高度角大多在30度以下。對應中央氣象署的觀測數據，發現是否下雨、地面的氣溫等天氣因素和氣象條件對形成彩虹也有關係，在出現的雲系上以低雲系較多。接著透過圓形水族缸模擬圓形水滴 ，以LED手電筒成功的產生彩虹，並以雷射光追蹤路徑能找出形成彩虹時光在圓形水滴中符合兩次折射一次反射的路徑。之後操作水滴中不同的變因實驗我們發現，水滴中若溶有鹽、酸 溫度升高時會有彩虹位移的現象， 而水滴溫度不同、懸浮微粒的多寡則會影響彩虹的亮度等。最後以自製的球形薄冰外殼，內 加冰水可以更直觀且成功的模擬出彩虹的產生。