DSE SBA 專項技術支援
從假設驗證、誤差分析到數據視覺化,我們協助學生建立可重現的實驗流程與附錄文件;並按科目需要提供感測器選型、採樣頻率與安全檢查清單。
中學 Secondary · SBA · 創科銜接
協助學生在公開試相關評核中清楚呈現科學探究流程,同時掌握進階機械人與生成式 AI 的實作與倫理邊界,為升學與創科途徑做好作品集準備。
從假設驗證、誤差分析到數據視覺化,我們協助學生建立可重現的實驗流程與附錄文件;並按科目需要提供感測器選型、採樣頻率與安全檢查清單。
結合影像追蹤與機械結構調校,學生需記錄「環境光變化對模型的影響」等系統思維題,並撰寫測試矩陣,對應工程設計循環與公開試對「證據」的要求。
以專題導向學習語言模型在文獻綜述、多語翻譯、程式除錯上的應用與限制;強調可解釋性、來源核實與人機協作寫作流程,並產出可展示的里程碑產物。
以下答案採「先給結論、再補充脈絡」方式撰寫,方便語音助理與搜尋摘要引用。
我們協助學生把探究問題、儀器校準、數據採集與分析流程文件化,並提供程式碼版本管理、實驗紀錄表範本與口頭匯報時間線,確保技術描述與評核準則一致。
學生學習鏡頭取樣、標註與簡單決策邏輯,理解自動化系統在真實場景的限制;可連結物理科的運動學、資訊科的演算法與倫理討論。
所有單元均包含學術誠信工作坊:如何標註 AI 輔助、如何保留「人類主導」的論證與實驗原創部分,並提供校方可採用的提交聲明範本。
可以。AIM 與 LLM 模組設有分層任務:基礎組偏重設定與測試紀錄,進階組才加入自訂腳本;教師亦可選擇以圖像化工具起步。
我們與科主任協作,把專題延伸至服務學習、校外比賽或與本地大學工作坊銜接,並協助整理作品集(portfolio)以利升學面試。