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

佳作

自製益生菌-水克菲爾菌生長影響因素之研究

水克菲爾菌是一種可於2~3天內自行培養的益生菌飲品,本研究旨在探討影響其生長的關鍵因素,透過針筒定期測量產氣量,並記錄pH值與最終菌重。結果顯示,富含礦物質的黑糖與椰糖最有助於菌體生長。查閱文獻後推測鈣離子為關鍵因素,進一步實驗亦證實添加鈣粉能顯著促進生長。使用如煮沸放涼的自來水,因富含鈣離子,菌的生長優於其他水源,再次印證鈣離子的成效。此外,當【菌:糖:水】= 1:2:4 時,產量最高。養菌過程建議保持通氣;溫度25°C時菌的生長最佳;菌若曾處於低溫(1℃)或高溫(30℃)環境一週,即使後續置於25℃,其活性仍受抑制。本研究成果可應用於水克菲爾飲品製程條件之優化,提升其品質與穩定性。

好色之徒—塗色方法研究

本研究以排列組合的矩形表格塗色問題為出發點:「k種顏色,m × n的矩形棋盤方格,將上的每一格塗一個顏色,要求任意相鄰兩格顏色不能相同,共有幾種塗色方法?」首先,從1 × n、2 × n表格開始研究,接著往上延伸至3 × n。面臨複雜度的增加時,我們提出新的分類方式,考量各種情況,推導出遞迴關係式後,再以矩陣對角化的方式推導出3 × n塗色公式的一般式。在研究4 × n表格的塗色公式時,我們提出以「行」為單位的分類法來推導其塗色方法數公式,再以矩陣的形式呈現。後續透過觀察原有矩形表格分類,延伸探討頭尾相接的環形表格,推導出1 × n 和2 × n的環形表格塗色方法數公式。

惜「域」憐「香」--環保天然線香的自製研究

本研究探討自製線香的燃燒特性與環境影響,結果為燃燒速率並非僅受直徑影響,成分比例與製作方法亦為關鍵因素。此外,懸浮微粒濃度並非單純隨距離遞減,而與線香材質相關,部分樣本於100公分處濃度最高。雖然燃燒速率較高的線香未必產生更多污染,但材質對環境影響顯著,特定配方更易造成懸浮微粒擴散。 環境條件亦影響懸浮微粒分布,狹窄場域容易導致淤積。此外,香粉種類影響燃燒性與微粒產生量,並非單純粉末越細或含量越高即提升燃燒效率。部分香粉(如茶粉)需混合適量黏粉輔助燃燒,且不同原料化學性質須深入研究。 本研究亦發現混合香粉能提升燃燒穩定性並降低污染,且其獨特香氣可能源自不同化學成分的交互作用,提供未來配方研發之參考。

蝶對蝶-玉帶鳳蝶貝氏擬態與生活史之研究

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。

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。

「風」形萬變:探討地形效應對風速變化的影響

本研究從老師在蘭嶼旅行時發現各地風速差異很大,推測風向和地形是影響風速差異的重要因素,進而探討不同類型地形障礙對風速變化的影響。研究方法包括製作蘭嶼地形模型及不同尺寸的地形障礙模型,利用風洞、風袋和熱線式風速計測量不同情況下的風速和風向。實驗設計考慮尺度問題,確保風洞流場符合大氣動力特徵。研究結果顯示,地形對風速影響複雜且多元,在自然界中,各種地形因素交互影響,形成複雜的風場環境。

生涯何處無良校—AI聊天機器人對高中生生涯定向之影響

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)。

「羽」你同行–基於多模態深度學習與大語言模型的手機端羽毛球姿態矯正系統

隨著台灣在奧運羽球雙打再奪金牌後,更多台灣人想嘗試這項運動。為提升新手學習效率,本研究旨在開發一套幫助新手透過手機進行姿勢矯正的軟體。首先,本研究選擇BlazePose模型當作人體姿態辨識模型,並訓練MLP、KNN及YOLO等姿勢分類器。其中,KNN分類器在影片姿勢分類表現最佳,準確率達94.80%。此外,本研究設計Ball In Ball Out流程可偵測羽球並自動剪輯單一打擊片段,準確率為95.89%。經上述多模態資料分析後,再檢查常見錯誤姿勢及比對專家姿勢差異,最終LLM給予使用者姿勢錯誤矯正建議。羽球專家對姿勢矯正建議的平均認同百分比達82.40%,羽球新手達81.16%。

微粒瀰漫,誰「霾」弄潮州?─高屏地區PM2.5時空變遷與擴散機制探討

本研究透過整合環境部空品測站與智慧城鄉微型感測器的資料,輔以Python及R語言進行大數據整理與統計分析,並搭配QGIS空間分析工具,深入研究高屏地區冬季空氣品質惡劣的原因,並剖析2025年三場空汙事件的時空變化與擴散機制。結果顯示,高屏地區近年整體汙染雖有改善,但仍存在著區域差異與季節差異。冬季時,受東北季風與地形影響水平擴散不佳,再加上低混合層與逆溫現象導致垂直對流缺乏,汙染物容易滯留。分析發現,高屏地區測站的溫度、降雨日數與PM2.5有著高度負相關。本文透過感測器資料的逐時空間分布圖,搭配風向與地形影響,說明汙染物如何透過環境風場與海陸風的傳輸機制累積於高屏地區下風處且難以擴散,導致「潮州延遲」效應的發生。

誰偷走了玉米的甜?

本研究選用佳穗9號黃玉米探討玉米糖度的變化,利用數位糖度計及無線光與顏色感應器,我們成功建立了一套可以簡單並準確測試玉米糖分及澱粉含量的實驗流程。實驗的結果證實玉米糖分會隨著時間漸漸轉化為澱粉,造成甜度降低、口感變硬;利用冷藏或冷凍保存,則可以延緩玉米老化的速率。 當玉米與其他蔬果一起保存時,會因蔬果的影響,造成玉米老化的更快,甜度降得更低,例如:香蕉、洋蔥等;實驗中利用我們自製的乙烯吸收劑,能有效減少香蕉對玉米的影響,維持玉米的甜度,推論出乙烯是造成玉米老化的原因之一。最後,希望我們的研究可以幫助農民與食品業者優化玉米的保存方式,也可以讓消費者在購買後,能更方便又適當的將玉米保持在最佳狀態!