學習資訊專業學院—圖書資訊學研究所

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/22

國立臺灣師範大學(本校)於民國四十四年成立社會教育學系圖書資訊學組,為臺灣最早成立之圖書資訊學相關科系。為培育知識經濟社會所需之高階圖書資訊服務人才,本校於民國九十一年成立圖書資訊學之獨立研究所(本所),隸屬本校教育學院,招收一般碩士生。

為提供在職圖書資訊服務人員之進修管道,本所於民國九十四年續接社會教育學系(社教系)之「圖書資訊學碩士學位在職專班(週末班)」及「學校圖書館行政碩士在職專班(暑期班)」,以培育具備資訊科技知能之圖書資訊服務人才。

為進一步推動跨領域合作,本所於民國九十五年與本校美術系、歷史系、國文系及產業界專家等共同籌設「數位內容與創新應用學分學程」,以培育兼具數位內容創作與加值應用之人才。因應圖書資訊學研究之變遷與知識服務產業之發展趨勢,本所於民國九十七年奉教育部核准成立博士班,並於民國九十八年招收第一屆博士生,以培育兼具圖書資訊學學術研究與管理領導能力之人才。

Browse

Search Results

Now showing 1 - 10 of 706
  • Item
    中英文文句相似度比對效果評估–以學位論文中英文摘要為例
    (2025) 郭承暘; Kuo, Cheng-Yang
    本研究結合Sentence Transformer模型與餘弦相似度計算,探討其在中英文學術文本相似性檢測中的應用,並比較人工評分與GPT 4o-mini模型在相似度判斷中的一致性。本研究以NDLTD為語料來源,蒐集 900篇完整中英文摘要的論文,提取 7,478句中文句子與 11,047句英文句子進行分析。使用Sentence Transformer模型將句子轉換為向量表示,並計算餘弦相似度以匹配中英文句子。此外,透過人工評分與 GPT 4o-mini 模型評分進行對比分析,評估模型的準確性與一致性。研究結果顯示,未設置門檻值時,人工評分認為高相似度句子比例為 79.94%,GPT 4o-mini模型為 69.67%。設定最佳門檻值 0.75(人工評分)與 0.79(GPT 4o-mini評分)後,高相似度句子比例分別下降至 76.8% 和 63.9%。GPT 4o-mini 模型與人工評分整體相關性達到中等水準(皮爾森相關係數 0.76,斯皮爾曼相關係數 0.69),允許一定容錯性時,Custom Weighted Kappa提升至 0.62,顯示 GPT 模型具備模擬人工評分的潛力。本研究表明,Sentence Transformer模型結合餘弦相似度計算能有效檢測中英文學術文本的語義相似性,而GPT 4o-mini模型作為輔助工具,提供提高審查效率的可能性。未來研究應進一步拓展語料庫多樣性,優化模型語義提取能力,並探索人工與機器評估結合的創新方法。
  • Item
    運用生成式AI進行程式設計之研究
    (2025) 賴譽毫; Lai, Yu-Hao
    本研究旨在探討學生如何使用生成式AI—ChatGPT進行程式設計任務的歷程,並更進一步去探討運算思維使用傾向、程式設計自我效能、程式設計的先備知識對學生進行任務的行為模式有什麼樣的關聯。本研究採用混和研究的方式,並採用便利取樣,以就讀大專院校並修習過程式設計者為對象,招募男性與女性各20名為本研究的受試者。在資料收集過程方面,本研究先以問卷調查的方式,量測學生的運算思維使用傾向、程式設計自我效能、程式設計的先備知識,隨後再請學生利用ChatGPT進行程式設計任務,並全程錄影其任務過程。在資料分析方面,本研究先以內容分析的方式,分別歸納出受試者的任務行為和使用提示詞目的之主要類別,再針對這些類別和運算思維使用傾向、程式設計自我效能、程式設計的先備知識進行相關性的分析。研究結果發現,受試者的運算思維使用傾向、程式設計自我效能和程式設計的先備知識與其ChatGPT的使用行為呈現顯著負相關;但與手動撰寫程式碼的時間則呈現顯著正相關。此外,受試者使用提示詞的目的,程式碼再生成-不符預期結果之使用次數與其程式設計自我效能、程式設計的先備知識亦呈現顯著負相關。再者,本研究根據受試者的任務行為,透過階層分群法將其分為三類,即擅長AI溝通者、不擅長AI溝通者、手動程式設計者。最後,本研究透過Kruskal-Wallis統計法來檢核不同執行任務類型之受試者在相關變項上的差異;分析結果發現,不擅長AI溝通者的學生,程式設計任務總分是三群中最低的,並且其先備知識和程式設計自我效能之邏輯思考、演算法、除錯的分數,皆顯著低於手動程式設計者。
  • Item
    老人與非老人急診住院預測與評分表發展之研究
    (2025) 林源隆; Lin, Yuan-Long
    無論是流感、大流行特殊傳染病疾病傳播事件,如: 新冠疫情(COVID-19)的傳播,屢屢會使逐年攀升的醫療需求更為加重,若能初步在急診檢傷階段精確地識別不同優先順序的患者進行看診,有益幫助患者縮短待診時間。本研究與台北馬偕紀念醫院急診部合作,以電子病歷系統(Electronic Health Record,EHR)的資料為分析對象,資料範圍在2019年至2022上半年,總計372,820筆就診紀錄。並拆分上、下半年與非老人、老人,共14個資料集相比較各時間區段的變化。欄位包含診斷關鍵的非結構化資料——主訴(Chief Complaint)和結構化資料(如:年齡、檢傷級數、到院方式、血壓等),試圖透過統計描述、自然語言處理技術(Natural Language Processing,NLP)之BERT模型和集成學習演算法(Ensemble Learning)中的XGBoost,推測疫情前、中、後不同時期之影響與住院患者的主要變數因子。後續藉由過往文獻或臨床研究、演算法變數篩選,初步探索建立非疫情期間(Non-Pandemic Periods)與疫情期間(COVID-19 Pandemic Periods)的住院風險評估表,以供急診實務上使用。主要結果發現本研究新增的三項變數(腦傷程度、呼吸頻率、供氧狀態)可以提高兩種模型的預測能力(BERT的AUROC: 0.8643-0.9815 提升至 0.9075-0.9879 ;XGBoost的AUROC: 0.7847-0.8603 提升至 0.7862-0.8605),多數時候「非老人」的預測結果是好於「老人組」。最佳的住院預測結果在「2021下半年」,推估疫情中後期患者的就診行為較為雷同,因此模型學習到相似的模式。由於BERT展現對文本資料的強大分析優勢,進而將BERT輸出層的住院機率值整合至XGBoost當成其中輸入變數。實驗結果發現能夠大幅度提高XGBoost的預測能力(AUROC: 0.7881-0.8605 提升至 0.9122-0.9858)。 住院評分表建立的探索,同樣也增加「主訴預測住院機率值」來達到區別非住院組及住院組兩群的驗證效果。由此可知合作醫院的主訴語料品質非常好,亦結合穩定性良好的BERT語言模型,達成準確度高的預測性。
  • Item
    青少年閱讀繪本對情緒管理的影響之研究-以臺北市某國中學生為例
    (2025) 陳怡秀; Chen, I-Hsiu
    本研究旨在探討青少年閱讀繪本對情緒管理的影響,以臺北市某國中學生為例。鑑於臺灣青少年心理健康面臨日益嚴峻的自殺風險,且情緒困擾與此高度相關,本研究旨在發掘閱讀繪本作為潛在的情緒管理介入策略。研究目的包括瞭解國中學生的情緒困擾問題、分析其選擇繪本的考量因素,並深入探討繪本閱讀對情緒覺察、情緒表達與情緒調節等情緒管理歷程的影響。本研究主要採用質性研究方法(如半結構式訪談、故事地圖),輔以量化數據(正負向情緒量表 PANAS)進行分析。研究對象為10位有情緒困擾但未達心理疾病的國中生,採立意取樣。研究流程包含前導問卷(識別情緒困擾類型)、繪本選擇與閱讀,以及閱讀後訪談與PANAS後測。研究結果顯示,研究參與者最普遍的情緒困擾類型為負面情緒與失落分離(兩者皆7人次),其次為自我認同及同儕關係。面對情緒困擾時,最常見的行為反應是「身體靜態隔離」(5次)及「藝術創作或欣賞」(3次),顯示情緒表達方式相對有限。在繪本選擇方面,「書名與封面」為主要立即性考量(各12人次),而繪本的「主題、角色、情節及風格」則與持續性閱讀密切相關。針對情緒管理歷程,22個繪本閱讀人次中,達到情緒覺察的有100%(22人次),情緒表達有91%(20人次),情緒調節有95%(21人次)。質性訪談獲得許多寶貴洞察,學生提及的哽咽、思念已故親友、霸凌經驗等,皆顯示繪本對其內心觸動之深。量化數據顯示,儘管整體正負向情緒量表前後測並無顯著差異,但進一步分析發現,90%的研究參與者(9位)負向情緒有所減少,且針對這9位參與者,負向情緒量表確實存在顯著差異,這表示繪本在減少負面情緒方面具有顯著成效。研究結論為繪本閱讀是促進國中生情緒管理、特別是減少負面情緒的有效工具,能幫助他們覺察、表達與調節自身情緒。
  • Item
    外籍家庭看護工在長者照護與生活適應中的資訊行為研究
    (2025) 林筑玉; Lin, Chu-Yu
    本研究旨在探討印尼籍家庭看護工於臺灣從事長者照護與生活適應歷程中的資訊行為,包含其資訊需求、尋求方式、使用策略、面臨之障礙與分享行為。隨著臺灣高齡化進程加速,外籍看護工已成為長照系統中不可或缺的照護主力,惟其資訊獲取與應用常受語言、制度、文化等因素影響,尚待深入瞭解。本研究採用質性研究方法,透過半結構式深度訪談,蒐集15位來臺工作五年以上之印尼籍家庭看護工的經驗。資料分析以Wilson資訊行為模型為理論基礎,並輔以Berry文化適應理論與Fisher等人之資訊場觀點,進行主題分析與詮釋。研究結果指出,受訪者在照護技能、醫療資訊、法律權益與生活適應等面向均展現高度情境導向之資訊需求。資訊尋求主要依賴Google、YouTube與同鄉支援,並透過社群平台如WhatsApp進行資訊交換與情緒支持。然而,其資訊行為亦受到語言能力、數位素養、雇主支持與時間限制等中介變項之影響。資訊分享行為不僅具實用性,也呈現社群連結與文化認同的功能,反映資訊行為在跨文化適應歷程中的關鍵角色。本研究補充既有理論對移工資訊行為實務面向的理解,並提出建立多語資訊平台、強化溝通橋樑與數位能力培養等政策建議,以提升資訊可近性與移工福祉,深化照護現場的資訊支持結構。