教育科技研究速報

本研究探討了神經多樣性個體在追蹤自身「偽裝」行為時的體驗，發現自我追蹤並未如預期地提供自我洞察，而帶來了情感與詮釋上的挑戰。

本研究揭示電腦科學領域的性別引用失衡，尤其在會議論文中更為顯著，並探討了同質性引用及作者網絡結構等影響因素。

本研究利用 K-means 演算法，分析大學生學業、人格特質及幹部經驗等數據，提供精準的職業導向建議，提升就業成功率。

本研究探討科技如何支持台灣 LGBTQ+ 群體在面對社群敵意時，探索自我認同、尋求敘事及建立韌性的自主性。

本研究建立基於大五人格特質的學生代理模型，並驗證其行為與人類學習者之對應性，發現高達 71.4% 的行為符合人類學習模式。

本研究探討大學生與AI協作解決複雜問題時的模式，發現不同模式在效能與學習者自我調節策略上有顯著差異。

本研究提出一套標準作業流程，利用 Shadow-RAG 架構和視覺語言模型，僅需三天時間和少量人力，即可本地化研究生級的 AI 輔導系統。

本研究發現現行允許 LLM 輔助潤飾同儕審查稿件的政策，因 AI 偵測工具的準確性不足，難以有效執行，並可能導致錯誤指控。

提出 FIGURA 方法，透過模組化提示工程在安全過濾的文字到圖像模型中成功生成藝術人物攝影，解決傳統過濾器對合法藝術內容的阻斷。

本文探討生成式 AI 如何透過高維空間的幾何導航產生意義，並提出「導航式思維」的概念，作為一種新的學習與計算模式。

本研究表明，多智能體協作能有效提升眼科臨床診斷的準確性，並降低潛在的危害，優於單一大型語言模型。

本研究首次系統性地評估大型語言模型在教育領域的價值觀對齊程度，發現其偏好模式與人文教育原則高度一致，並在價值觀爭議領域展現出明確的立場。