臺灣

本研究以水中溶氧量的變化為主題，探討影響溶氧量的各項因素，如高度差、曝氧時間、氣泡因素、管徑流速及擴管或縮管所形成的壓力變化對溶氧量的影響。 透過實驗設計、檢測與分析比較各種因素下的溶氧量，得知在無動力前提下，為增加水中的溶氧量應： 1.增加上下水層高度差，以提高流速及壓力差。 2.出水口置於容器底部，加大氣泡與水接觸距離，也增加曝氧時間。 3.小氣泡可增加接觸面積，提升溶氧。 4.粗、細管連結時的管徑差不宜過大。 5.利用注射針頭產生微氣泡。 本研究依上述條件，設計出簡易裝置，能在缺電停電下，解決水中生物因缺氧導致生存環境惡化時，提供增加水中溶氧量的最佳解決方案，期待能造福養殖業及各式觀賞魚缸的家庭或商業場所。

我們觀察到小卷在水中移動時，若受到驚嚇或刺激，會以噴射方式迅速前進。基於此特性，我們設計並製作了仿小卷動力機器人，模擬其水中移動行為。寶特瓶小卷 模型皆採用水力作為動力來源，並以近似小卷的材質與比例製作，使其運動方式更貼近真實生物。完成初步實驗後，我們嘗試讓模型能像真實小卷般自行移動，因此運用校內的3D列印機設計零件。並且模仿小卷的動力，做出外殼，使用棘輪裝置收縮彈出產生速度，使仿生小卷能達到推進的效果。

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。

本研究開發AI-RAG智能輔助Moodle次世代學習系統，跨領域結合AI技術與SDGs教育，提升學生提問能力、反思能力及自主學習效能。隨著新課綱強調核心素養導向，學生自主學習與批判思考能力成為關鍵，但教師在繁忙課程中融入SDGs仍具挑戰。AI技術為此提供新契機，本研究透過RAG技術開發智慧學習平台整合Moodle系統，提供即時回饋與學習分析，輔助學生提問與反思，將AI平台導入中學課程分為AI實驗組和GC對照組，比較自主學習效能、反思等能力的成長變化，研究結果顯示實驗組學習成效顯著提升。因此，未來將優化AI回應品質、提升自主學習機制並強化平台資源管理，以進一步完善系統功能。

本研究探討改良meArm機械手臂，自製不易傾倒、效能追蹤及發電效率三特質之太陽光源追蹤器的可行性，期待結合太陽軌跡運行模式與光敏電阻降低轉向電能消耗。我們探討感測器、太陽能板及周圍環境如何影響發電 效率。以高亮度LED燈模擬太陽，數位萬用表測量電流及電壓，藉以判斷發電效率。總整超過49種太陽光源追蹤器配置及超過441筆實驗記錄，結果顯示：環境溫度25 ℃以下，太陽能板用塑膠片覆蓋，並以廚房紙巾清潔；配置3個離太陽能板高度0cm，透明膠帶遮蓋的光敏電阻，發電效率最佳。本研究成功運用市售創客玩具自製太陽光源追蹤器。應用於非中午時段的戶外，可較固定式太陽能板增加約2 0~40%的發電量，期待藉此激盪人們關注提升太陽能發電效率的方式。

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。

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。

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%。

本研究以自行撰寫之程式，配合使用開放的天文資料庫，探討銀河系中疏散星團與球狀星團的分布與特性，並將其進行三維視覺化呈現。結果顯示，疏散星團成員星數量較多、年齡較小、鐵氫比較大者較為接近銀河盤面；球狀星團鐵氫比較大的星團多扁平分布在銀心附近；鐵氫比較小的星團則散布在銀暈；疏散星團有較多軌道接近正圓的星團，而球狀星團只有 9 個；兩者離地球較遠的星團普遍體積較大，且在地球相對於銀星的對側皆幾乎沒有數據點。程式所產出的結果已製作成互動式網站，期望能讓使用者更理解本研究的目的，並提升天文學習的直觀性。

本研究從探討平面上任點對任意三角形所鏡射出之三角形的心，與原三角形的心是否具有關聯性開始。鏡射三角形即是平面上任一點分別對三角形的三邊延長直線做鏡射後，所得到三點形成的三角形。在特定情況下，鏡射三角形的心與原三角形的心之間有所關聯。之後進一步觀察不同點對固定角度之三角形作出之鏡射三角形的各個心之間的關係，以及這些鏡射點的連線與原點連線間的關係，也利用固定角度之三角形所推出的規律，繼續探究任意角度的三角形的各個心，與鏡射三角形的心之間的關聯。