本研究探討資訊來源對媒體識讀的影響，聚焦於名言、科學、健康的資訊混淆現象。透過 ChatGPT 篩選語句、Google 搜尋分析、問卷與訪談，檢視大眾對資訊出處的辨識與反應。兩份問卷以網路社群媒體為發放平台，分別有244和115人填答，平均年齡30和34歲，性別分布平均。結果顯示，多數受試者受名人光環與權威效應影響，提升信任與引用意願。 在名言佳句方面，50%受訪者重視語意勝於作者，亦有80%~100%的受訪者在發現錯誤出處後降低對資訊來源的信任。而在科學、健康資訊方面，儘管有55.93%的受試者「經常」及「總是」查證，但仍有57.60%曾分享錯誤資訊。研究建議應強化媒體識讀教育，結合查證技巧與批判思考，提升公眾對資訊真偽的辨識力。

為了解蟲菌穴分布特性與影響因素，我們以四十種木本植物為研究對象，先觀察各種葉片是否有蟲菌穴及數量多寡、歸納出六種類型、確認內部構造，並確認穴居生物以螨類為主；再分析親緣關係、不同脈型的影響；最後探討不同葉片大小、樹冠層高度及內外層、葉片成熟度等因素對蟲菌穴數量及型態的影響。結果發現，並非所有木本植物有蟲菌穴，脈型的影響較親緣關係明顯。平行脈都沒有蟲菌穴；側脈有較多分岔，蟲菌穴數也較多。種間葉片面積大小與蟲菌穴數無明顯相關。但小葉欖仁和茄苳的主脈長度與蟲菌穴數量皆呈顯著正相關。樹冠層越高、越外側，則蟲菌穴數越少。茄苳幼與成葉的蟲菌穴數也有顯著差異。茄苳葉在不同時期及不同部位的蟲菌穴型態都不相同。

本作品結合積木、馬達機械結構與AI技術自製「圍棋AI自動分類機」，將黑白子分類收納解決下完棋後沒人收拾的問題，我們以自動麻將桌概念為發想，設計9項不同實驗，首先以不同裝置測試棋子掉落方式，發現賓果滾筒能有效控制棋子一個一個掉落，其次大量拍攝不同燈光環境下黑白子照片，以Label-Studio進行影像標註，撰寫Python程式訓練AI影像辨識模式並控制伺服馬達轉向，使黑白子依辨識結果正確分類至棋盒。結果顯示「圍棋AI自動分類機」分類正確率高達99%，此外我們也應用於盲用圍棋，協助視障學生收棋，提升下棋便利性與學習意願。本作品不僅展現AI應用於日常生活創意實踐，也呼應SDGs中促進優質教育目標。

近期研究發現AI可以影響心理歷程，如Chukwuere和Handoko(2024)指出AI對學生的學習或輔導產生正面效益。本研究旨在開發升學輔導AI，並驗證此AI能否增加受試者的生涯定向。實驗一以新北市某高中214人為研究對象，證明AI有助改善學生生涯定向；實驗二研究同校108人，探討不同AI取向對高中生生涯定向的影響。研究結果顯示：一、AI可改善生涯定向，但與自行搜尋網路資源的效果無顯著差異；二、資訊取向機器人提高高中生生涯定向的效果優於情意取向機器人；三、無論是否有生涯決定之高中生，使用情意取向機器人或資訊取向機器人後，其生涯定向皆無顯著差異；四、兩次實驗的受試者繼續使用AI的意願皆為3.44 (滿分為5)。

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。

本研究提出一套基於貝茲曲線的手寫圖形向量化系統，透過自動節點擷取與分段擬合機制，在降低點位數的同時維持高度幾何保真，本研究整合了自創的線段向量與曲率特徵處理演算法（SVCFP）能自動分割手繪筆劃並擷取關鍵節點，搭配最小平方法（LSM）進行高效貝茲曲線擬合，整體流程建置於網頁互動介面，可即時繪圖並獲得向量化結果。研究結果顯示，相較於傳統工具，本研究在控制點數上平均減少約84.6%，最高可達90.8%壓縮比，同時僅犧牲較少精準度情況下（BMND分數平均變動約 28~36分），仍能保持流暢準確的輪廓重建 ，亦適用於大量或即時處理情境，如數位手寫輸入、字型設計與圖形分析等，為圖形向量化提供一種高效率、低冗餘、視覺保真且實用價值高的解決方法。

國中時就對渦蟲這種生物有所耳聞，對其最大的了解就是強大的復原能力，為了深入了解這種神奇的功能，我們嘗試幾種不同的環境因素，試著觀察其對渦蟲眼點再生速率之影響。 文獻探討時，發現變動的磁場會對生物體的細胞增殖產生影響，也發現在特定模擬超重力環境下人體細胞增殖會加速，因此我們皆對這兩種情況設計了不同的以渦蟲為實驗，除了驗證之外，也想試著發現論文以外未探討的影響，像是我們也試驗了不同換水頻率、光照強度、光波長、飼養密度下對渦蟲的影響，最後的數據分析和結果討論也總結了這六個實驗的影響，為相關研究提供參考並對日後渦蟲的複製與大量養殖提高了可能性。

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。

本研究評估動物性蛋白質作為天然膠黏材料的可能性。選用常見的虱目魚鱗、虱目魚皮、生豬皮、雞蛋蛋白、全脂奶粉、脫脂奶粉作為研究樣本，透過簡化後的蛋白質萃取方式，經BCA試劑及分光光度計測量找出最佳化萃取方式。隨後將萃取液經酸、鹼、有機化合物水溶液處理後，觀察黏滯性、附著力之變化。最後再探討蛋白質加熱後的褐變反應。結果發現，經0.15 M醋酸萃取72小時為最佳條件。在加入1 mg/mL醋酸、1 mg/mL碳酸氫鈉、2 mg/mL葡萄糖水溶液等三種處理後，黏滯性（Arduino系統）與附著力（百格刀組）均顯著提升。且加熱到60℃以上，有初步的褐變反應發生。綜合上述，動物性蛋白質經適當處理後具良好膠黏潛力，未來可進一步探討其化學變化，以提升應用價值。

我們觀察到不同種類的空氣鳳梨葉面上鱗片形狀、高度及密度等方面， 有著不同的差異 因此我們決定探討這些鱗片變化對於水氣吸收的影響。利用Autodesk Fusion軟體設計出形狀、密度都不相同的空氣鳳梨鱗片模型 以3D列印機製作模板 並模擬不同模板收集水氣的情況，得到到的據利利用GAＢ模型公式 算出集水力、集水效率及有效集水表面積，得發現基本單位構形為四邊形的模板， 在平面及傾角為45度時， 有良好的有效集水表面積得基本構形為六邊形的模板 當傾角為30度時， 有最大的有效集水表面積得而模板的基本單元愈密集 及與地面的夾角愈小 則有效集水表面積則愈大得綜合以上所述 我們將研究結果做出集水效力最佳的模板 希望能為增加水資源的方法盡一份心力。