科技課程中木工機具的安全問題備受關注。本研究整合視覺語言模型與手掌辨識技術，即時分析操作時的手部姿態，以判斷危險程度，並可傳遞危險訊號至智慧插座，自動控制機具停機，減少意外發生。其中實驗照片測試集共396張，涵蓋12種手勢與3種環境亮度（750、500、300流明），透過不同提示詞（Prompt1~Prompt6）改善鋸見AI的分類效果。並且最佳模型（Prompt6）在危險手勢的正確率達99.3%，警戒手勢89.8%，安全手勢86.4%，表現高度準確性。此外，手掌距離辨識在500流明環境亮度下的誤差低於0.5公分，可作為系統後端危險狀況停機的重要輔助依據。在教學應用上，系統能即時辨識危險手勢並成功切斷電源，平均反應時間約為170~200毫秒，展現出即時防護的實用性與教學輔助潛力。

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。

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。

肺癌是世界上死亡率第一的癌症。根據近期研究發現，環形RNA (circular RNA；circRNA)比一般的線狀 mRNA穩定，並且會調控癌細胞。但circRNA於肺癌中的調控機制仍不清楚，因此我們決定挑選一個circRNA作為研究對象。首先，我們從 GEO 公開資料庫中篩選肺癌病人中差異表現的 circRNA，經 qPCR在肺癌細胞株驗證後，最終找到circACTN4 進行後續的研究。實驗結果顯示 circACTN4 在肺癌細胞株中確實為環狀結構，內生性表現量上升，且大都分布在細胞質。使用siRNA降低 circACTN4 表現量後，會增加細胞停留在細胞週期之G1期的數量，且 CDK4 和 CCND1 蛋白量也會降低。因此我們推測 circACTN4 可以促進肺癌細胞增殖的效果。更進一步的研究揭示，circACTN4能與LRPPRC蛋白結合，這種相互作用可能是circACTN4在肺癌中發揮調控作用的關鍵機制。總上所述，circACTN4 會促進肺癌細胞的生長，盼未來能作為預後的指標，並發展為治療肺癌的新標的。

水漬常見於日常生活中，許多人都因它難以清除，或因錯誤的清潔方式，使其變得更加明顯而感到困擾。我們可以藉由探究水漬殘留的因素，實驗各種清潔方式，進而找出最佳的清潔方法。 本實驗首先分析影響水漬殘留的因素，例如水的成分及擦拭方式。透過加熱石灰水，我們製作出水漬。接著，我們調配不同濃度的檸檬酸清潔劑，測試其清除水漬的效果。經過多次實驗，我們發現檸檬酸清潔劑的濃度比例為8公克檸檬酸比100毫升水時，清潔效果最良好。此外，我們進一步進行輪軸實驗，結果顯示，纖維長度越長、抹布孔隙越小，清潔效果越好。 本研究發現了清潔水漬的最佳方式，希望這些發現能幫助人們更輕鬆、有效地去除水漬，保持環境清潔，減少日常生活中的困擾。

本研究採用11種53隻蜘蛛的框架絲與築巢絲為材料，利用電學設備以電訊號偵測蜘蛛絲對環境濕度變化的電阻反應。實驗使用自行設計的器材與方法，將蜘蛛絲並聯後記錄其在相對溼度40%至90%的區間內的電阻值變化並作圖分析。結果發現所有蜘蛛絲在低濕度時電阻值都偏高，直到絕對溼度在10g/𝑚3左右電阻才會開始下降。由實驗所得的數據發現不同種類蜘蛛絲的「電阻–溼度趨勢圖」都不同，此結果說明同為蛋白質材質的蜘蛛絲，在親緣關係相近的蜘蛛中，其蜘蛛絲的電阻特性與濕度反應也有很大的種間差異。希冀本實驗結果能對未來仿生學與生態演化生物學議題上，如蜘蛛絲在環境感測之應用與蜘蛛絲蛋白質特性之演化等相關研究做出貢獻。

本研究欲利用機器學習演算法，透過觀察重力波訊號來判斷黑洞融合訊號的時間。本研究 的數據來源於雷射干涉引力波天文台的開放資料庫，我從中獲取最被廣為認定的64筆原始數據，並生成具有不同黑洞質量與不同訊噪比的模擬信號。我將模擬信號與不同噪聲混合 後，進行強度調整、Q轉換和資料白化等數據處理，並提取資料的統計量，將其用於訓練三種決策樹演算法和兩種迴歸演算法中。最終研究結果顯示，決策樹演算法的判斷能力優於迴歸演算法，以及指出強度差值的標準差是最關鍵的特徵，重要性達全體特徵的27%。 我們的模型在重力波訊號判斷上表現出較高的效率，並成功降低了模型的複雜度，使其更適合實際應用。

參考文獻後，發現水溫、煮製時間與浸泡過程皆會影響澱粉糊化程度與內聚性。透過單/多變因實驗設計，分析各參數對粉圓內聚性影響，並建立粉圓彈性模型。在單變因實驗中，烹煮時間60分後，粉圓吸收水分與熱能後與生粉圓相比膨脹1.4倍，但超過120分後過度糊化而縮小。在多變因實驗中，由SN反應圖趨勢，找到澱粉分子、水與熱交互作用最佳條件:生粉圓浸泡80度熱水90秒、浸泡10度冷水1小時、沸水烹煮20分、50度悶煮5分鐘，且微調後可適用不同生粉圓粒徑。品評後，結果呈現此方法烹煮的粉圓是青年族群的最愛。另外，亦可調整軟硬度，迎合幼、老年族群喜好，未來可結合AI智慧機器人達成模組化、自動化、客製化粉圓烹煮流程，實現商業應用。

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。

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)。