各種同學介紹的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

六大動詞，10天速成英語表達：多益考高分還是不敢說?本書幫你開口說，對方秒懂

為了解決各種同學介紹的問題，作者周昱葳（葳姐）,李存忠（Mitch）,吳惠怡（Flora）、,林宜珊（Amy） 這樣論述：

　　連大人都想排隊報名的「葳姐親子英語共學」版主葳姐領軍！ 　　橫跨金融、電子科技、英語教學界最強專業師資群！   　　★隨書附贈！發音示範！QR Code線上音檔，現學現說！   　　◎please代表請，但如果說：「Give me some water, please.」你就會被當成奧客。 　　◎別再跟部屬說：Do you understand?（你懂我意思嗎？）， 　　更好的說法是：Do you get it? 　　◎點餐要用哪個動詞？別用order，你得說：I’d like to have… 　　◎say、tell、talk，都是「說」，用法差在哪？see、look、watch，又

該怎麼分？   　　本書作者周昱葳（葳姐），成立「葳姐親子英語共學」線上平臺近5年， 　　因為簡單說故事，且具有MBA商學院背景， 　　她設計的英語線上課程，實用到連大人都搶報名。   　　本書從心智圖、片語動詞、時態變化、助動詞、基本句型， 　　搭配超過200組的生活例句、實戰練習題， 　　告訴你，英文要學好，這6個動詞就夠了！   　　◎ 六大動詞，10天英語表達能力速成      　　介紹六大動詞：be、have、do、say、get、make， 　　教你用你早就會的簡單動詞，食衣住行玩，完整表達自己的想法、經驗。   　　問同事午餐哪裡吃？have lunch比eat lunch更道地

！ 　　like只代表喜歡？美國明星泰勒絲曾在致詞典禮上，提到了20次的like。 　　本書特別收錄like六大用法 ╳ 大明星金句 ╳ 獨創心情溫度計（第4天）。      　　◎ 職場、考試、生活，一定會用到的動詞   　　用圖像式記憶，教你從核心字義掌握，一學就懂！例如：   　　‧打開（關掉）電視，用open（close）？正確是：turn on（turn off）。 　　‧交報告怎麼說？你可以用turn in the report，或是submit the report。 　　‧take（拿） ＋ off（離開）＝請假： 　　I want to take two days off.（

我想要請假兩天。） 　　‧搭公車用get on、搭乘計程車則是用get into。 　　‧倒垃圾、外帶食物，都是用take out。   　　◎ 職場英文好好聊！疑問詞＆附加問句   　　只要用5W1H，就能輕鬆打開話匣子，跟別人聊不停！例如： 　　Who’s calling?（電話中，請問你是誰？） 　　Who will join us?（誰會跟我們一起去？） 　　When will the meeting start?（會議何時開始？） 　　還有3個聊天萬用句，教你提出邀約、建議、詢問意見： 　　What／How about、Why don't you、What if。   　　萬用句型公

式 ╳ 使用率破表的片語動詞 ╳ 文法急救包 ╳ 13首流行歌曲， 　　幫你立刻開口說，對方馬上懂。   名人推薦   　　歴任友達光電及台達電集團人資長／林瑞娟 　　自媒體創作者、TESOL認證ESL教師／倉庫的女人Claire 　　YouTuber、英語學習推廣家／Catherine 　　《通勤學英語》Podcast主持人／John老師 　　Ricky英語小蛋糕

各種同學介紹進入發燒排行的影片

電腦視覺技術應用於手工具組裝之零件瑕疵檢驗

為了解決各種同學介紹的問題，作者鄭丞凱 這樣論述：

目錄摘要 IAbstract II目錄 IV圖目錄 VII表目錄 XII第一章 緒論 I1.1 棘輪扳手與零件介紹 21.2 棘輪扳手組裝流程 51.3 棘輪扳手組裝異常類型與瑕疵種類 71.4 棘輪扳手組裝之現行檢驗方式 181.5 研究動機與目的 191.6 論文架構 21第二章 文獻探討 222.1 自動化視覺檢測 222.2 組裝異常檢測 232.3 物件特徵比對 252.4 類神經網路模型 262.4.1 卷積神經網路(Convolutional Neural Network, CNN) 262.4.2 YOLOV4 (You O

nly Look Once)網路模型 272.4.3 基於區域的卷積神經網路(Region With CNN, R-CNN) 282.4.4 快速的基於區域的卷積神經網路(Fast R-CNN) 292.4.5 更快速的基於區域的卷積神經網路(Faster R-CNN) 302.4.6 基於遮罩的區域卷積神經網路(Mask R-CNN) 32第三章 研究方法相關原理 363.1 工件影像濾波 363.2 常見之物件偵測分類器 373.2.1 CNN網路模型 383.2.2 YOLO系列模型 393.2.3 R-CNN系列模型 40第四章 研究流程與技術應用 514.

1 工件影像拍攝 534.2 影像之ROI區域擷取 544.3 ROI影像之濾波處理 554.4 工件組裝異常之瑕疵種類特徵擷取 574.5 工件組裝異常類型之瑕疵種類的分類 604.5.1 物件候選區域選擇 614.5.2 CNN網路模式之特徵提取 624.5.3支援向量機的瑕疵分類 634.5.4 可疑瑕疵區域的邊界框回歸 644.5.5 瑕疵種類分類結果輸出 664.6 工件組裝異常類型之瑕疵種類的分類績效混淆矩陣 67第五章 實驗結果與分析 695.1 樣本影像說明 695.2 組裝異常之瑕疵檢測系統之發展 705.3 組裝異常類型之瑕疵種類分類績效指標

715.4 組裝異常之瑕疵檢測系統之R-CNN網路模型之參數設定 725.4.1 網路模型之學習率參數設定 745.4.2 網路模型之訓練批量參數設定 765.4.3 網路模型之優化器類型選擇 785.4.4 網路模型之訓練次數參數設定 805.4.5 網路模型避免過度擬合之判斷設定 825.5 組裝異常檢測之分類績效評估與比較 845.5.1 R-CNN系列模型比較 845.5.2 R-CNN系列模式與YOLOV4之檢測績效比較 895.6 敏感度分析 955.6.1 ROI區域大小對檢測效益之影響 965.6.2 影像亮度的變化對檢測績效之影響 975.6.3

工件擺放方式對檢測績效之影響 995.6.4 工件表面油漬量對檢驗績效之影響 1035.6.5 工件輸送帶速度對檢測績效之影響 1085.6.6 棘輪扳手單一分類器檢驗模型選擇 1135.6.7 同態濾波對檢測效益之影響 115第六章 結論與後續研究方向 1186.1 結論 1186.2 未來研究方向 119參考文獻 122表目錄表1 市售主要棘輪扳手之英制與公制規格 3表 2 1/2”36T棘輪扳手各組裝站之零件表 4表3 棘輪扳手組裝之各工作站的工作內容說明表 5表4 棘輪扳手組裝時可能產生的組裝異常類型說明彙整表 8表5 棘輪扳手組裝過程

可能的組裝異常類型與瑕疵種類彙整表 9表6 缺件組裝異常之瑕疵種類影像彙整表 14表7 錯置組裝異常之瑕疵種類影像彙整表 15表8 異物組裝異常之瑕疵種類影像彙整表 16表9 餘件組裝異常之瑕疵種類影像彙整表 17表10 取像限制說明表 21表11 本研究與物件偵測相關文獻比較表 35表12 本研究使用之網路模型比較表 48表13 本研究目前使用之遮罩與影像面積之比較表(單位:pixel) 55表14 灰階影像與濾波後影像之平均值及標準差比較表 57表15 以影像張數為基礎之棘輪扳手分類混淆矩陣示意表 68表16 棘輪扳手檢驗結果之混淆矩陣示意表

68表17 本研究組裝第一站之檢測樣本影像數量 73表18 本研究組裝第二站之檢測樣本影像數量 74表19 本研究組裝第三站之檢測樣本影像數量 74表20 採用不同學習率之檢測效益結果比較 75表21 採用不同訓練批量之檢測效益結果比較 77表22 本研究探討之三種優化演算法優缺點比較 79表23 採用不同網路模型優化器之檢測效益結果比較 79表24 採用不同網路模型訓練次數之檢測效益結果比較 81表25 R-CNN網路模型之預設值與較佳參數設定之比較表 84表26 第一站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 86表27 第二站大樣本異常類型之瑕

疵種類檢驗模型效益彙整表 87表28 第三站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 88表29 本研究組裝工作站之較佳網路模型效益彙整表 89表30 第一站較佳模型與YOLOV4之檢測效益比較表 90表31 第二站較佳模型與YOLOV4之檢測效益比較表 91表32 第三站較佳模型與YOLOV4之檢測效益比較表 92表33 第一站各網路模型之檢測時間彙整表(單位:秒) 93表34 第二站各網路模型之檢測時間彙整表(單位:秒) 93表35 第三站各網路模型之檢測時間彙整表(單位:秒) 93表36 採用不同遮罩大小之檢測效益結果比較 96表37 採用拍攝光

線強度之檢測效益結果比較 98表38 工件偏移角度之影像數量彙整表 101表39 棘輪扳手不同擺放角度之檢測效益比較表 101表40 ROI區域與油漬量之影像面積比較表(單位:pixel) 104表41 塗抹不同程度潤滑油之檢測效益比較表 106表42 靜態與動態拍攝之差異比較表 109表43 不同輸送帶速度之影像檢測效率 111表44 棘輪扳手動態視覺檢測系統之檢測效益比較表 112表45 棘輪扳手各站模型之正確分類率比較表 114表46 灰階影像與濾波後影像之影像像素比較表 116表47 第一站各模型有無經同態濾波處理之檢測效益彙整表 117圖目錄

圖1 市售棘輪扳手常見之產品銷售方式 I圖2 棘輪扳手的使用說明 2圖3 完成組裝之1/2” 36T棘輪扳手 3圖4 1/2”扭力頭寬度規格標示 3圖5 1/2”36T棘輪扳手之內部結構 3圖6 36T扭力頭實體圖(圓圈標示處為該零件之齒輪) 4圖7 葫蘆柄各組裝站之零件彙整 6圖8 棘輪扳手之組裝異常類型與瑕疵種類關係彙整圖 10圖9 第一站經組裝後各種可能的缺件組裝異常結果 11圖10 第二站經組裝後各種可能的缺件組裝異常結果 12圖11 第三站經組裝後各種可能的缺件組裝異常結果 13圖12 棘輪扳手檢驗實體圖 19圖13 同態濾波器的運算

流程 37圖14 CNN網路架構示意圖 38圖15 卷積方法示意圖 39圖16 池化運算示意圖 39圖17 YOLOV4網路架構示意圖 40圖18 R-CNN網路架構示意圖 41圖19 Fast R-CNN網路架構示意圖 43圖20 ROI pooling運算示意圖 44圖21 Faster R-CNN網路架構示意圖 45圖22 RPN運算示意圖 46圖23 Mask R-CNN網路架構示意 47圖24 研究方法流程圖 52圖25 本研究現階段使用之數量與零件 53圖26 本研究之硬體設備架設示意圖 53圖27 本研究前處理之影像平均值與

標準差 54圖28 本研究使用之五種遮罩大小 55圖29 使用同態濾波濾除拍攝時造成反光之像素變化 56圖30 灰階影像與濾波後影像之平均值及標準差曲線圖 57圖31 光源控制器數值下灰階影像與濾波後影像標準差比較表 57圖32 使用Matlab軟體內建之Image Labeler工具箱進行人工標...58圖33 完成標註之邊界框資訊 58圖34 棘輪扳手組裝製程中第一組裝站使用R-CNN網路模式之圖像標註流程圖 59圖35 第一站缺件檢驗之R-CNN網路架構的訓練程序 60圖36 R-CNN模型檢驗流程圖 61圖37 候選區域選擇示意圖 62圖38

特徵提取流程圖 63圖39 邊界框回歸原理示意圖 65圖40 邊界框回歸運算可能發生之失效結果 66圖41 瑕疵種類分類結果示意圖 67圖42 運用R-CNN網路模型之棘輪扳手檢驗辨識系統測試程序 67圖43 本研究之實驗架構圖 69圖44 本研究影像拍攝之設備圖 70圖45 本研究所開發之使用者介面 71圖46 不同學習率之檢出績效評估ROC曲線圖 75圖47 不同學習率之正確分類率折線圖 76圖48 不同訓練批量之檢出績效評估ROC曲線圖 77圖49 不同訓練批量之正確分類率折線圖 77圖50 不同網路模型優化器之檢出績效評估ROC曲線圖

80圖51 不同網路模型優化器之正確分類率折線圖 80圖52 不同訓練次數之檢出績效評估ROC曲線圖 82圖53 不同訓練次數之正確分類率折線圖 82圖54 本研究使用R-CNN網路模型之訓練資料損失曲線圖 83圖55 過擬合現象示意圖 83圖56 第一站R-CNN系列模型之ROC曲線圖 86圖57 第一站R-CNN系列模型之績效指標曲線圖 86圖58 第二站R-CNN系列模型之ROC曲線圖 87圖59 第二站R-CNN系列模型之績效指標曲線圖 87圖60 第三站R-CNN系列模型之ROC曲線圖 88圖61 第三站R-CNN系列模型之績效指標曲線圖

88圖62 第一站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 90圖63 第一站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 90圖64 第二站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 91圖65 第二站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 91圖66 第三站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 92圖67 第三站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 92圖68 R-CNN系列模型與YOLOV4之總訓練時間曲線圖 94圖69 R-CNN系列模型與YOLOV4之總測試時間曲線圖 94圖70

R-CNN系列模型與YOLOV4之單位影像測試時間曲線圖 94圖71 各站R-CNN系列較佳模型與YOLOV4之正確分辨率直方圖 95圖72 使用不同遮罩大小之棘輪扳手檢出績效評估ROC曲線 97圖73 使用不同遮罩大小之棘輪扳手正確分類率折線圖 97圖74 採用不同亮度拍攝棘輪扳手之檢出率與誤判率ROC曲線 98圖75 採用不同亮度拍攝棘輪扳手之正確分類率折線圖 98圖76 工件擺放方向示意圖 99圖77 原始影像之各角度擺放情況 100圖78 原始影像加入遮罩後各角度擺放情況 100圖79 棘輪扳手正向擺設角度之檢出績效評估ROC曲線 102圖80

棘輪扳手負向擺設角度之檢出績效評估ROC曲線 102圖81 棘輪扳手擺設角度之正確分類率折線圖 103圖82 第一站塗抹不同程度潤滑油之比較圖 104圖83 第二站塗抹不同程度潤滑油之比較圖 104圖84 第一站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖85 第二站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖86 第一站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 106圖87 第一站塗抹不同程度潤滑油之正確分類率折線圖 107圖88 第二站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 107圖89 第二站塗抹不同程度潤滑油之正確分類率折線圖 1

07圖90 棘輪扳手動態視覺檢測系統運作示意圖 108圖91 棘輪扳手動態視覺檢測系統硬體架設實體圖 110圖92 動態視覺檢測系統中不同輸送帶速度所拍攝之原始影像 110圖93 動態視覺檢測系統中不同輸送帶速度所拍攝之前處理影像 111圖94 棘輪扳手動態視覺檢測系統之ROC曲線圖 112圖95 棘輪扳手動態視覺檢測系統之正確分類率曲線圖 113圖96 棘輪扳手各站模型之正確分類率直方圖 114圖97 棘輪扳手各站模型之檢測時間直方圖 115圖98 有無經同態濾波處理對各模型之正確分類率直方圖 117圖99 有無經同態濾波處理對各模型之績效指標折線圖 11

7

科學閱讀素養套書6：科學少年學習誌

為了解決各種同學介紹的問題，作者科學少年編輯部 這樣論述：

★延伸學習｜會考雙贏★ ★金鼎獎雜誌《科學少年》選文＋108課綱學習教材★   　　每一本《科學少年學習誌》的內容都含括兩大部分，一是選自《科學少年》雜誌的篇章，專為9~14歲讀者寫作，也很合適一般大眾閱讀。對於想增強科普知識的讀者來說，是自主學習的優良入門書。 二是搭配課程，邀請第一線自然科教師設計「學習單」，讓篇章內容與課程學習連結，附上符合108課綱出題精神的測驗，並引導學生進行思考，除了可讓孩子做為自然科課外閱讀材料，也方便不同領域的教師授課使用。   本書特色 　　★內容多元，因應會考最佳課外科學讀本！ 　　★專業科學編輯把關，選自金鼎獎得獎雜誌《科學少年》精采內容。 　　★附

學習單及導讀，由第一線自然科教師精心設計、撰寫，符合108課綱精神。 　　★全新改版，閱讀更美觀   全國自然領域教師熱血推薦 　　江家豪｜新北市中正國中生物教師   　　在資訊爆炸的時代，閱讀成為一項重要且不可或缺的能力，《科學少年》的科普文章深入淺出的介紹各種科學現象且主題多元橫跨各個領域，讓孩子能在閱讀中發掘自己的興趣，又因興趣而樂於閱讀，進而厚植科學素養，培養理性思考的能力。 　　何莉芳｜台中市福科國中理化教師、台中市自然科輔導團輔導員   　　閱讀雜誌文章與科學教學之間是否能連結呢？這本書有如一座橋樑，將雜誌好文引入教學現場。透過老師們細心的導讀文章，加入教材連結設計並製作成學習

單，有科學實驗補充、有測驗，也有延伸思考，提供有心再深入探究學習的師生一個指引。使閱讀科學文章，不僅是靜態的吸收知識，還可以發現隱藏在其中值得探討的現象與問題，並產生更多觸發！ 　　林宣安｜教育部自然科中央團教師、台中市自然科輔導團輔導員、臺中市立長億高中理化教師、長億高中自然解說團隊創隊老師   　　「閱讀」是自學最重要的關鍵能力，有趣又有知識內涵的讀本，更是吸引學生從小就喜歡閱讀的重要條件。由科學少年出版的《科學閱讀素養》內容包含了科學史、生活常識、趣味實驗、科技新知等豐富的內容，搭配簡單扼要的導讀與提問，更讓學生在無形當中培養了閱讀與自學的習慣，值得推薦。   　　李頤鋒｜高雄市立德國

中理化教師 　　科學少年出版的《科學閱讀素養》，文章篇篇精彩有趣並附有學習單可供使用，老師們在授課時可配合課本相關單元使用，可增加學生的學習興趣並提升科普閱讀能力，老師們甚至可以依照書中的篇章，設計出富有自己創意的且適合孩子們的學習單。若因授課時間限制，無法使用學習單，亦可用口頭評量的方式，讓孩子分享文章閱讀後的心得。書中的篇章當作假期中的指定作業也是不錯的選擇喔！另外，寒暑假的科學營隊使用書中的篇章來進行活動，定能使孩子獲益良多。   　　侯依伶｜高雄市陽明國中教師、高師大科學教育博士、高雄市自然科輔導團兼任輔導員   　　許多的研究都已證實，融入科學閱讀的教學有助於學生延伸課堂所學，讓學

生能將課本內容所傳遞的科學概念與科學文章進行連結，使科學的學習產生意義。《科學少年》出版的《科學閱讀素養》不僅精選相關學科經典文章，更延請科學教師編寫相關的學習單，使其能直接運用在教學過程，提供教師進行科學閱讀教學時，方便且實用的教學資源。 　　梁忠三｜桃園市自然與生活科技領域召集人、大崙國民中學校長 　　提昇科學素養是當前各國科學教育的首要目標，科學教育是在培養學生對科學的好奇、興趣、態度，以及人文價值觀，並能從多元化的非制式教育途徑學習科學新知，科學少年出版的《科學閱讀素養》是提升國中生科學素養的優質延伸教材。 　　梁楹佳｜高雄市興仁國中自然領域教師 　　培養學生閱讀的興趣是各級學校推

動的重要教育工作之一。閱讀能力的養成，也是學生終身學習的基本能力。但以筆者在教育現場觀察，閱讀活動的推行內容，科普文章及書籍常在建議學生閱讀的書單中缺席。今欣見遠流出版公司，為科學教育的普及挺身而出，在《科學人》之後，發行了更適合中小學生閱讀的《科學少年》雜誌，內容精采圖文並茂，增加學生閱讀樂趣，《科學閱讀素養》並提供了文章導讀指引及學習單，帶給中小學師生，在教學、學習及閱讀上有更佳的選擇。   　　黃怡靜｜台南市學甲國中 自然領域教師 　　閱讀推廣是目前許多學校致力發展的目標，但是對於教師來說,尋找適合閱讀的素材並改編成適合學生的內容並不是簡單的事。《科學少年》的《科學閱讀素養》貼心的準備

了適合國中學生閱讀的素材，從閱讀、內容分析及挑戰題目一次備足，即使是不同領域專業的教師想要帶領學生進行科學閱讀都能立刻上手。而且每章內容分量剛好一次晨讀時間教師可以帶領班級學生進行共讀及討論，若學生有興趣也很適合學生自行閱讀學習，推薦給國中教師及不同階段的學生閱讀使用。 　　趙思天｜磐石高中化學科暨國中部七年級閱讀課教師 　　科學少年《科學閱讀素養》每一篇的份量都不多，並搭配相當內容的學習單，內容補足了課本的不足，也準備了適量的測驗題讓同學小試牛刀，是一本非常好的輔助書籍，重點是它補足了課本在『閱讀』上的不足，讓同學可以感受到學習其實可以不用侷限在課本中，當然在現今資訊爆炸的時代，課本已不再

是學習唯一的工具，影片、網站、雜誌都可以伴隨學習，也期待有更多的老師能利用這本來幫助提升學生的閱讀能力與科學內涵。 　　鄭皓文｜台中市東峰國中教師 　　海綿寶寶無厘頭症候群＋手機滑手症＋長篇閱讀不耐症＋…….天啊！這些 ”疾病” 正一步一步侵蝕著現在青少年閱讀思考的能力。別怕！最近坊間出現了一帖良方：就是科學少年推出的《科學閱讀素養》。精選的本土文章、淺白易懂的文句，讓您的孩子不再害怕閱讀，又能汲取科學的新知；配上第一線優良教師精心製作的學習單，更能啟發孩子邏輯思考推理的能力，讓您的孩子真正遠離「少年癡呆症」的威脅。救世良藥，真心推薦！ 　　謝隆欽｜中山大學附中教師、第一屆高雄市環境教育優

等獎得主 　　幾年前，到警察廣播電台受訪，等待時，我拿出一本科普雜誌閱讀；主持人接我進錄音室時，隨口問我：「你在看什麼？」我將雜誌遞給她，沒想到她一見到封面上「質子半徑的量子問題」幾個字，竟然就倒退了兩步！而當下她驚恐的神情，讓我至今難忘。 　　科學，是多少人的痛。 欣見《科學閱讀素養》問世，匯整了生動有趣的科學素材與延伸思考的學習單，相信在師長適當的運用及引領下，可望能消弭學子對科學的驚恐，進而培育出更具科學素養的理性社會。   　　鍾昌宏｜臺中市光榮國中生物教師、國民教育輔導團自然科輔導員 　　不論知識的累積、交流或傳播，閱讀都是最方便有效的途徑，《科學閱讀素養》除了精挑細選的科普文章，

更由專家教師進行主題導覽、相關教材連結、挑戰閱讀王與延伸思考，讓這本特輯不僅適合科學知識的自主學習，更適合培養學生擷取訊息能力、解釋文本能力、省思並評鑑文本能力，成為教師推動科學閱讀與培養閱讀素養的好幫手。 　　簡志祥｜新竹市光華國中生物教師 　　「你長大想做什麼？」「我長大要當科學家！」在我還是小孩的時候，我曾經有過這樣的夢想。記得當初為了更了解科學是什麼，我走進書店去找科學雜誌來看，可是翻開那些科學雜誌，卻看得一個頭兩個大，因為都不是寫給小孩看的。而現在不一樣喔，這本書出現了，不僅是以少年為對象，更以主題集結了過去在雜誌上的文章，用淺顯易懂的方式，帶你更貼近科學，而且文章之後還附上延伸資

料和思考問題，你可以藉此更了解這個議題，而且老師也能夠拿來做相關應用呢。 　　蕭虹｜高雄市立德國中退休教師、高雄市自然科輔導團榮譽輔導員 　　「邏輯會把你從A帶到B，但想像力會帶你到任何角落。」──愛因斯坦 　　在科技時代中速度與創新主導了變革，學習不再是教室內的活動、講台上的解說者。翻轉教室的轉化同時也帶動教育形態的改造，教師跳脫傳統的依賴教科書的的束縛，啟動了教育新能量的動力，老師的角色重新調適和重建，對自己原有的能力解套出來，學習與閱讀成為我們必須養成的生活習慣。適時調整自我的因應之道，與時俱進的的克盡「傳道、授業、解惑」的師道,共構「教師社群」善導學生和教學相長的心智。而科學少年的《

科學閱讀素養》即能延伸教科書的學習，編輯教師隨手可使用之課外參考教材，更將學習的想像力無限放大。   　　蘇敬菱｜宜蘭縣市復興國中生物教師、教育部中央輔導團自然與生活科技領域輔導員 　　螢火蟲的神密冷光及隔空點火到底是如何辦到? 科學總是充滿了未知及驚喜！本書除了收錄了數篇《科學少年》精彩的文章外，又有多位教學經驗豐富的教師整理出具加深加廣系統思考的有趣提問，引導在文本中脈絡地學習及概念連結整合。在進行中常讓人恍然大悟時常忍不住科科笑了起來，「哦～原來是這樣子喔～科科……」，令人想不停的「悅讀趣」。

國小學童衛生保健事件之統計分析 -以桃園市元生國民小學為例

為了解決各種同學介紹的問題，作者趙樹君 這樣論述：

學校為學齡期兒童主要的學習場所，除了假日外，學童每天大約有三分之一的時間生活在校園中，難免會出現身體不適之情形。除此之外，學童活動力旺盛、充滿好奇心，但心智發展尚未完全成熟，對於環境安全意識及警覺性不足，在有限的活動空間中，聚集多數年齡相近的學童，便容易發生意外事故傷害。 學齡期兒童發展的主要任務為適應學校生活、課業學習、建立同儕關係以及培養合乎社會常規的行為等。校園傷病情形的發生，有可能影響到學童的適應、學習等重要發展任務，深感學童傷病在校園中是值得探討的重要健康課題。 因此，研究內容將進一步討論學齡期兒童於校園中出現的內科疾患症狀及發生意外事故傷害之形式、各年級分佈之情形及其

相關因素等，並且針對桃園市元生國民小學進行為期一整學年度，包含上下兩學期的收案，將每日所有因內科疾患症狀或意外事故傷害，而到學校健康中心處理的學童，進行完整資料收集。同時，將收集到的資料利用Excel軟體進行整理、分類，並使用R統計軟體進行資料分析。 由分析結果發現，一年級學童因處於幼小銜接階段，學校生活適應為一大壓力源，因而出現較多的壓力型內科疾患。而三、五年級學童因面臨重新編班，轉換新老師、新同學及面對新的班級常規，將會承受相對較高的壓力，也就出現較多的壓力型內科疾患。外傷的情形則因低年級學童四肢骨骼肌肉尚處於發育階段，肢體協調成熟度亦尚未發展完善，對意外的即時反應能力較差；加上使用

遊戲器材的頻率最高，以及校園生活常規遵從性較差，愛奔跑且橫衝直撞，更容易發生意外，進而導致受傷。隨著年齡及學校年級的增長，高年級學童發生外傷的頻率則明顯下降。