Browsing by Author "陳昭安"

Now showing 1 - 4 of 4

全球暖化下的熱帶降雨
(2012) 陳昭安; CHAO-AN CHEN
從全球平均角度來看，在模式模擬全球暖化情境中，全球平均降雨變化呈現隨著時間增加的趨勢，並且對於降雨事件的發生頻率與強度，則有一弱降雨發生頻率減少，強降雨發生頻率增加之趨勢，並且呈現一個減弱的熱帶環流。然而，實際上降雨變化存在複雜的空間差異，因此與區域平均降雨變化相關之區域降雨頻率與強度的改變，也會隨著區域不同而有差別。本篇論文分析氣候模式模擬全球暖化情境，檢驗熱帶區域降雨變化的影響機制，並且進一步探討在這樣的降雨變化之空間差異下，其降雨頻率與強度的變化，以及其相對應的熱力與動力作用的貢獻。此外，亦利用大氣穩定度的改變來探討對流發展深度與熱帶環流變化的關係。一般而言，當氣候變暖，平均降雨增加(減少)主要與降雨頻率增加(減少)以及強度增強(減弱)有關，這樣的變化主要受到大氣水氣增加之熱力貢獻，以及與熱帶環流變化有關的動力貢獻之影響。熱力貢獻對於平均降雨變化、降雨事件的頻率與強度，皆為正貢獻，特別是極端降雨事件，並且空間分布差異相對很小，而動力貢獻則係造成區域差異的關鍵。降雨頻率增加與強度增強，受到熱力貢獻主導較多，進而有利於平均降雨之增加。動力貢獻則可進一步加強這樣的變化，例如透過錦上添花機制(rich-get-richer mechanism)或海洋熱通量回饋。或者透過對流深度加深效應，輕微的減弱熱力貢獻。相對於熱力貢獻，動力貢獻與降雨發生頻率減少和強度減弱較為相關，例如透過落井下石機制(upped-ante mechanism)、對流深度加深效應、長波輻射冷卻、冷平流作用，然而暖平流則輕微有利於降雨事件的頻率增加。對於與降雨相關的之熱帶環流改變，透過資料分析與模式模擬測試顯示，當氣候暖化，熱帶環流可能減弱亦可能增強。當大氣環境越穩定(不穩定)，對流可發展深度亦隨之加深(變淺)，並且導致熱帶環流的減弱(增強)。
國小學童於網路合作學習中對話行為之自動分類系統
(2010) 陳昭安
本研究建構一自動化的對話分類系統，使其能將國小學童所進行之電腦合作學習活動的對話內容，依照已定義的對話行為類型進行自動分類，包括如｢討論概念｣、｢討論命題｣、｢整理階層關係｣、｢要求幫助或提供幫助｣、｢檢討構圖任務的正確性｣、｢時間控制｣、｢流程控制｣、｢協調操作權責｣、｢計較權責｣、｢激勵組員｣、｢確認組員是否在線上｣、｢詢問組員身分｣、｢搗亂｣、｢吵嘴｣、｢其它事件｣等十五類的對話行為類型。此系統先將對話內容進行斷詞，經由本體論中相關權重運算之後，能將對話內容歸類到各所屬的對話行為類型。為了測試該系統的分類效果，將電腦所分類出的結果與人工分析結果進行比對。研究結果發現：（a）當該系統在分類｢檢討構圖任務的正確性｣及｢流程控制｣的對話行為類型時的結果較佳，但在分類｢詢問組員身分｣、｢其它事件｣的對話行為類型時的結果較差；（b）系統針對無完整結構的句子、需從溝通脈絡判斷對話行為類型的句子以及有錯別字的句子容易分類錯誤，建議未來設計應能考量加入錯別字的校正以及對話內容脈絡的處理。
建構試題自動分類系統之研究－以MOCC術科試題為例
(2002) 陳昭安
文件分類之研究自1961年由Maron提出之後，無論在中文或是英文方面都已經得到很好的成果，運用這方面研究的基礎，可轉化到試題分類的機制。試題分類系統可有效簡化教學工作者對於大量不同來源的試題作分類的負擔，進而充分的準備教材。在學習者方面，可幫助了解試題所包含的能力項目及比重，而達到更有效率的學習。在試題開發者方面，可以作為分析及鑑定試題優劣的工具。本研究的素材為「中華民國電腦教育發展協會」所發展的PreMOUS Word (MOCC Word標準級) 及MOCC Word專業級認證，研究中採擷PreMOUS Word試題的關鍵字詞構成「特徵關鍵字詞庫(FTB)」，並藉由關鍵字詞與各能力項目間的權重，構成權重向量矩陣。應用TF、TFxIDF、IDF、WIDF和TFxIDF2等字詞權重函數構成權重向量矩陣，對PreMOUS的試題作回歸測試 (Recall Testing)，並由回歸率 (Recall Rate)了解能力項目分類的正確程度，找出最佳的方法。本研究針對PreMOUS Word試題進行回歸測試，可得到高達100%的回歸率。針對多於24能力項目，且具複雜的綜合能力項目的MOCC Word 專業級術科題庫分類，亦有高達72%的正確率。運用此試題分類系統可有效的提高試題的分類速度，進而達到題庫品質管控的目標。
技職校院課程資料管理與維護群組之規劃及建構
(國立台灣師範大學工業教育學系, 2000-08-??) 戴建耘; 饒達欽; 徐昌慧; 黃釗田; 陳昭安