Browsing by Author "王嘉琪"

Now showing 1 - 3 of 3

大學生憂鬱情緒、自尊、污名化、自我揭露與求助態度之關係
(2010) 王嘉琪; Wang Chia-Chi
本研究旨在探討大學生「憂鬱情緒」、「自尊」、「揭露預期效益」、「揭露預期風險」、「求助社會污名」、「求助自我污名」等求助內在知覺與「求助態度」之間的關係。並探討 (1)不同性別在各變項之間差異的情形 (2)各變項對「求助態度」分別具有預測力 (3)「自尊」在「憂鬱情緒」與求助內在知覺各變項是否扮演中介角色 (4) 求助內在知覺各變項在「自尊」與「求助態度」是否扮演中介角色 (5)不同性別在「憂鬱情緒」、「自尊」與求助內在知覺各變項對「求助態度」路徑的差異。以東台灣與北台灣之公私立666位大學生為受測對象，進行問卷調查。研究工具包含自尊量表(SES)、流行病學研究中心憂鬱量表(CES-D)、求助社會污名量表（SSRPH）、求助自我污名量表(SSOSH)、求助態度量表(ATSPPH-SF)與揭露預期量表(DES)等六部份。研究結果如下：(1)不同性別的大學生只在「揭露預期風險」、「揭露預期效益」、「求助態度」有顯著差異；在「自尊」、「憂鬱情緒」、「求助社會污名」、「求助自我污名」沒有顯著差異 (2)「憂鬱情緒」、「自尊」、「維持自我信心」、「減低自我感」與「揭露預期效益」對「求助態度」分別具有預測力 (3)「自尊」在「憂鬱情緒」與求助內在知覺的「揭露預期效益」、「揭露預期風險」、「求助自我污名化」扮演中介角色 (4) 求助內在知覺的「揭露預期效益」、「揭露預期風險」、「求助社會污名化」「求助自我污名化」在「自尊」與「求助態度」扮演中介角色 (5) 不同性別在「憂鬱情緒」、「自尊」與求助內在知覺的各變項對「求助態度」的影響路徑不同。並提出具體建議，以作為教育、輔導人員及未來研究者的參考。
大尺度環流對西北太平洋副熱帶高壓之貢獻度
(2021) 梁晏瑜; Liang, Yen-Yu
西北太平洋副熱帶高壓(以下簡稱副高)的強度及範圍影響東亞地區的天氣現象，如：春末夏初的副高西北側牽制著梅雨鋒面的位置並影響水氣傳送，夏季時的熱帶氣旋沿著副高邊緣前進。若能掌握好副高的變異性及先驅指標，就能對季節性預報有較直接的幫助。大尺度環流為影響副高強度的因素之一，可分成哈德里胞環流、沃克環流及季風環流三部分，本研究分析多組再分析資料討論各環流分量對副高強度的影響，同時利用CMIP6氣候模式檢驗在全球暖化下各環流的強度及趨勢變化。本研究使用200hPa速度位來量化環流。首先將速度位的緯向平均定義為哈德里胞環流，剩餘的偏差場再分為年平均值和季節週期，分別代表沃克環流及季風環流。研究中分為兩部分，第一部分分離熱帶大尺度環流—哈德里胞環流、沃克環流及季風環流，取該環流之速度位峰值得出時間序列後，比較各環流的年際變化及長期趨勢。第二部分將各環流之時間序列移除平均場後定義為環流指數，接著選定兩處研究範圍—臺灣地區(WPSH Taiwan)及北太平洋地區(NPSH)建立副高指數，並與各環流指數做相關分析及回歸分析，討論各環流對低層不同範圍的副高變異其貢獻程度差異多寡。研究結果顯示在北太平洋地區副高的環流貢獻量，再分析資料、歷史模擬資料以及SSP 5-8.5情境下未來推估模式資料主要環流貢獻皆為哈德里胞環流，分別占了55%、51%、44%，其次皆為沃克環流分別占了36%、35%、30%。接著比較在臺灣地區副高的環流貢獻量，再分析資料、歷史模擬資料以及SSP 5-8.5情境下未來推估模式資料的主要貢獻環流皆為哈德里環流，分別占了77%、89%、55%，其次的環流貢獻上再分析資料為沃克環流(21%)、歷史模擬資料及SSP 5-8.5情境則為季風環流分別占7%、30%。
雲量對全球水文循環的影響 - 中等複雜氣候模式模擬結果
(2013) 李柏翰
大氣中二氧化碳濃度增加所造成的暖化效應，不僅使地表和大氣溫度上升，同時也會改變全球的水文循環。根據氣候模式的模擬，暖化下全球平均降雨增加率會小於大氣柱水氣量的增加率，其原因為降雨的變化被全球能量的收支平衡所控制，其中以大氣的輻射冷卻與降雨所釋放的潛熱關係最為緊密。雲量對於輻射冷卻有非常大的影響，而現今的氣候模式對於雲的模擬存在著非常大的不確定性。因此本研究設計一理想化的實驗，並控制深對流雲量，用以討論雲量對降雨變化率的影響。　　實驗結果為，當雲量減少(增加)時，降雨變化率隨之增加(減少)。其原因為減少(增加)雲量時，大氣輻射冷卻增強(減弱)，為使大氣達到能量收支平衡所需的潛熱釋放也隨之增加(減少)，蒸發、大氣柱水氣量的變化率以及地表溫度的變化與降雨的變化有著相同的趨勢。不同的二氧化碳濃度，並不會改變降雨隨雲量的變化趨勢，差別在於較高濃度的二氧化碳實驗會使降雨變化率的改變量變小。　　本研究亦分析觀測及模式資料的雲量在不同時間尺度下的變化。觀測資料的雲量變化沒有完全一致的表現，模式內的雲量在任何時間尺度之下變化都很小，同時模式明顯地低估了雲量的長期趨勢變化。