1

0
0

文字

分享

1
0
0

跨物種、跨國界殺手— 狂牛症、禽流感、狂犬病

科學月刊_96
・2011/05/08 ・2369字 ・閱讀時間約 4 分鐘 ・SR值 612 ・十年級

-----廣告,請繼續往下閱讀-----

更多好文請參閱《科學月刊2011.5月號》〈跨越物種的致命殺手〉

隨著科技發達,世界各國交流貿易頻繁,朝無國界之國際村方向邁進,導致國際間不斷地發生新浮現或新興人畜共通傳染病(emerging zoonotic infectious diseases),這些可怕的傳染病原於動物及人類之間傳播,世界衛生組織(World Health Organization, WHO)對人畜共通傳染病(zoonoses)的解釋為︰具有感染與致病力的病原經自然途徑在人類及脊椎動物間傳播而導致的疾病。研究顯示人畜共通傳染病的病例數快速增加,且在地理分布上也有明顯擴張的趨勢,甚至發展出新的抗藥性機制,而被感染的動物具多樣性,包括有蹄動物、食肉動物、囓齒動物、靈長類動物、蝙蝠和禽鳥類等。

文獻指出,在已知1415種可造成人類感染的病原中,有868種(61%)病原為人畜共通,其中175種被認為是新浮現疾病,而且當中的132種(75%)為人畜共通傳染病。隨著這些新浮現人畜共通傳染病相繼在世界各地發生,不僅影響國際間的人員、動物及相關產品流通,更造成社會恐慌與經濟的衝擊。爰此,介紹其中很可能入侵台灣的三種人畜共通傳染病:狂牛症、禽流感(家禽流行性感冒)及狂犬病,依疾病特性、傳染途徑、致病機轉、診斷方法及政府作為等依序介紹之。

狂牛症

2010年台灣疑似發生人類感染狂牛症死亡案例,再次掀起民眾對狂牛症的恐慌,雖然截至目前為止,農委會尚未從輸入之畜產品中檢測出疑似病例,但走私進口的畜產品,若流入市場,誰來把關?在狂牛症已造成歐洲危機之下,台灣民眾需要時時警惕,對狂牛症有一定程度的認識。
牛海綿狀腦病(BSE)即是俗稱的「狂牛症」,牛海綿狀腦病的病原是普里昂蛋白質(prion),腦內的普里昂蛋白質因摺疊(folding)錯誤而導致不正常聚集,進而在腦與脊髓造成海綿狀孔洞。人如果食入了罹患牛海綿狀腦病之牛腦或牛肉就有可能感染普里昂蛋白質,造成腦部海綿狀病變,此病又稱為「新型變異庫賈氏症」(vCJD),為新型人畜共通傳染病。

牛海綿狀腦病首先在1986年於英國被報告,科學家推測牛海綿狀腦病的發生是由於牛隻餵食含有普里昂蛋白質的動物肉骨粉所造成,於1992年有3萬6700病例被確定,至1995年降至1萬4300病例。

-----廣告,請繼續往下閱讀-----

牛海綿狀腦病的爆發使英國牛肉產業大受影響。於1996年內,英國牛肉價格下跌了25%,屠宰場與零售業者被迫暫時休業,13萬勞工受到影響,英國政府下令銷毀30月齡以上之牛隻,增加了15億英鎊的財政支出,並從1996年至今共累積了35億英鎊的財政預算支出。出口貿易亦受到重大打擊,於1996年英國在歐盟頒發禁令後受到嚴重打擊,連帶英國內需牛肉也大幅縮小,其中一年外銷損失達7.2億英鎊。

狂牛症不只是可怕的跨物種殺手,它的肆虐會造成嚴重的經濟損失,台灣應以他國為借鏡,提早防範及加強把關措施。

禽流感︰

台灣位於候鳥遷徙路徑上,候鳥極有可能將他國(中國、日本及俄國)的禽流感病毒帶來台灣,感染台灣的家禽,特別是每年9~12月,帶毒率達高峰,加上惡劣的家禽飼養環境,容易引起大量家禽暴斃,既威脅民眾的生命安全也損害經濟。

禽流感的全名是家禽流行性感冒,其病毒屬於A型流行性感冒病毒(Influenza A Virus),不同亞型病毒對於鳥類的致病力不同,所造成的臨床症狀差異性大。禽流感病毒中H5或H7亞型可以造成雞或火雞的高度傳染及急速死亡,為高病原性家禽流行性感冒。

-----廣告,請繼續往下閱讀-----

許多國家曾經爆發過高病原性禽流感,包括了澳洲、英國、南非、美國等國家。高病原性禽流感曾於1983~1984年在美國爆發,共銷毀1700萬隻禽鳥,損失約6500萬美元。自1997年於香港爆發高病原性禽流感後(H5N1),共撲殺約130萬隻家禽,高病原性禽流感除了造成大量家禽死亡外,更會感染於人,危害民眾之生命。

科學研究發現,1918年流感大流行奪走了世界上大約2000萬人的性命,是由禽流感病毒突變而來。更有學者預估當禽流感再度爆發時可能會奪走百萬人之性命。現今,本病在亞洲(柬埔寨、越南、泰國),推測可能已經損失了將近5.6億美元,並且持續在中國大陸、印尼等地持續肆虐。

若禽流感病毒持續發生並產生突變,將嚴重威脅幼齡兒童與老人生命安全,而禽流感所帶來的經濟損失將十分巨大。學者依據非典型肺炎SARS(嚴重急性呼吸道症候群)對經濟的影響,預測禽流感爆發後可能造成經濟的損失,推估亞洲地區需求方面衝擊(demand shock)影響會達到992億美元,供應面衝擊(supply shock)影響則會有142億美元。

所以本病對人類生命安全與經濟的影響性甚高,引起全球高度重視,值得慶幸地,目前我國仍為亞洲地區高病源性家禽流行性感冒非疫區國家之一。

-----廣告,請繼續往下閱讀-----

狂犬病︰

近來狂犬病在東南亞及中國等鄰近國家肆虐,而狂犬病係由麗莎病毒(Lyssavirus)引起之急性病毒性疾病,所有溫血脊椎動物均可能感染,為重要人畜共通傳染病病原,嚴重威脅動物健康與人民安全,相關疾病監控與防疫策略之研擬已成為公共衛生重要議題。

本病的發生幾乎遍布全球,台灣早年亦有記載,但經努力後成為亞洲地區少數狂犬病非疫區之一。世界衛生組織的資料指出全世界每年多於5萬5000人死於本病,其中95%病例發生於亞洲及非洲國家,雖然目前台灣為狂犬病非疫區,但我國鄰近之中國、東南亞、韓國等地,其狂犬病疫情有日趨嚴重之傾向,且近年來國際交通往來密切,非法走私動物及其產品之行為防不勝防,而我國與中國大陸兩岸開放小三通之後,交通更是日趨頻繁,使狂犬病入侵我國之風險大為提高,根據世界衛生組織之資料,大陸地區每年均有數百人死於狂犬病,近5年狂犬病感染人數持續上升。

據中國衛生部公布,近年中國大陸之狂犬病疫情逐年上升,病例數高居全球第2位,僅次於印度,2004~2006年各通報2651、2537和3279例,3年總計8403例死亡,占總死亡數的30.1%,高居37種法定傳染病之首。2007年截至10月底共通報2717例狂犬病,其中2532例死亡,較前年同期(2653例)上升2.41%,總計共23個省發生病例,其中以廣西、貴州、四川、湖南和廣東省之疫情最為嚴重。

因此除積極地防範非法走私動物及其產品之行為以防止狂犬病入侵外,仍應藉由宣導與教育強化全民對此疾病之認識,呼籲其定期對自己飼養之犬貓注射狂犬病疫苗,嚴格控管流浪犬貓且減少其族群之擴張,降低狂犬病入侵之風險。

-----廣告,請繼續往下閱讀-----

作者:李淑慧,任職行政院農業委員會家畜衛生試驗所

文章難易度
所有討論 1
科學月刊_96
249 篇文章 ・ 3653 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

4
0

文字

分享

0
4
0
SmartReading 科普閱讀力大賽——打造新世代自主閱讀指標,培養學子適性成長!第三屆頒獎典禮暨第四屆賽事啟動!
PanSci_96
・2022/09/26 ・3811字 ・閱讀時間約 7 分鐘

108 課綱開啟全新閱讀素養時代。

科學素養不再侷限於考試的解題方法,學生閱讀科學讀物時,如何在氾濫資訊中找到高品質、適合學習程度的科學素材,是教育現場至關重要的課題。

臺灣師範大學 SmartReading 團隊將 AI 讀物難度分級技術,透過測驗、選書、閱讀、讀後回饋四大功能,完整記錄孩子的學習歷程,提升中小學生科普閱讀動機,成為自律自主的科普學習者。

臺灣師範大學於 110 年至 111 年間,與國科會、新北市、臺中市等單位合作,連續辦理三屆「SmartReading 科普閱讀力大賽」,每屆競賽歷時半年。競賽組別以國小三年級至高中一年級共分七個組別。參賽學校涵蓋臺北市、新北市、臺中市、臺南市、高雄市、花東等十九縣市,報名參賽人數累計八千餘人。

國立臺灣師範大學第四屆科普賽將擴大辦理,邀請PanMedia泛科學馮瑞麒總經理、數感實驗室賴以威教授、臺大科教中心賴亦德執行長,持續提供參賽者更生活化、趣味化的科普文章。圖/國立臺灣師範大學

由系統建置適合學生閱讀的兩千多本科普讀物

競賽期間,參賽學生使用「SmartReading 適性閱讀」系統,透過精準快速的中文閱讀能力診斷,將閱讀程度與讀物難度適配。藉由系統已建置,適合國小三年級至高中一年級的 2,180 餘本科普讀物,不僅能激勵其學習動機,更可有效提升選擇的效率,降低科學閱讀恐懼。第三屆科普閱讀力大賽不受疫情波擾,採實體與線上兩種施測方式,於 111 年 5 月份圓滿完成賽事。

111 年 9 月 24 日於臺灣師範大學舉行頒獎典禮,邀請新北市教育局張明文局長、臺北市教育局鄧進權副局長、臺灣閱讀協會陳昭珍理事長、康橋國際學校秀岡校區卓意翔副校長、親子天下兒童產品事業部副總經理林彥傑、新北市信義國小陳桂蘭校長到場擔任頒獎嘉賓。參賽學校師生、家長齊聚典禮會場,為優秀的得獎同學喝采。

-----廣告,請繼續往下閱讀-----
111 年 9 月 24 日於臺灣師範大學舉行頒獎典禮,邀請新北市教育局張明文局長、臺北市教育局鄧進權副局長、臺灣閱讀協會陳昭珍理事長、康橋國際學校秀岡校區卓意翔副校長、親子天下兒童產品事業部副總經理林彥傑、新北市信義國小陳桂蘭校長到場擔任頒獎嘉賓。參賽學校師生、家長齊聚典禮會場,為優秀的得獎同學喝采。圖/國立臺灣師範大學

臺師大宋曜廷副校長表示,數位閱讀邁向新時代,團隊使用「SmartReading 適性閱讀」系統作為科普賽競賽平台,期望在知識爆炸的時代,藉由測驗、選書、規劃的「智慧閱讀三步驟」,培養學子的跨領域閱讀力與閱讀習慣,讓學生們手握知識大門的鑰匙,成為自律自主的「SmartReader」。

科普閱讀競賽的三大特色

一、適配閱讀能力與圖書難度,擴增多元書籍與文章素材

參賽學生首先須參加中文適性閱讀能力診斷(DACC),依據診斷結果,配合其當前閱讀能力的科普推薦書單,讓學生選書有依據、個人化。本競賽目前共有「推薦書單」、「推薦文章」等 2 種閱讀素材,主題包含植物/動物、數學、天文地科、物理/化學等 8 大類別。「推薦文章」功能,則與「PanSci 泛科學」及「數感實驗室 Numeracy Lab」合作評選,當前提供 600 餘篇線上科普短文,競賽期間提供已超過 4,000 人次的瀏覽次數。

二、綜合性閱讀五力分數,開啟學生全方位閱讀力

-----廣告,請繼續往下閱讀-----

本競賽賽程為期半年,學生透過「前測、閱讀任務挑戰、後測」三個階段。競賽期間,系統詳細記錄每週閱讀歷程,並產出線上「閱讀五力分數」報表。自主規劃閱讀期間計算為「規劃力」;讀後評量填答結果計算為「執行力」;閱讀多元書籍類別的結果計算為「博學力」;閱讀單一書籍類別的深化成果則計算為「精進力」;前後測成長結果計算為「成長力」。將閱讀能力數據化、可視化。

三、閱讀任務徽章,深化學生文化素養與科普閱讀興趣

本競賽內建徽章蒐集系統,參賽者於指定時間依據提示完成閱讀任務,即可獲得期間限定的特色科普徽章。任務內容包含閱讀指定的書單及文章類別、世界性科普節日、科學家生辰、台灣重要節慶與其他隱藏任務。本屆各年級累計獲得徽章達 20423 枚,因設計活潑及任務類型多樣,大受參賽者好評。

競賽結果發現學生的閱讀偏好

一、科普閱讀參與,國小男性最踴躍

-----廣告,請繼續往下閱讀-----

活動期間參賽者共完成約 21,153 本的書籍評量。以不同學習階段來看;國小參賽者整體閱讀平均本數為 24 本,男生平均閱讀本數為 28 本,女生平均閱讀本數為 20 本。國、高中參賽者因科普讀本難度較高,需要較長的閱讀時間及一定的科學基礎知識,國中參賽者整體平均閱讀書籍數為 10 本;高中參賽者中女性平均閱讀本數多於男性,整體平均閱讀書籍數為 7 本。

總閱讀量/本人數平均閱讀量/本
全體學生21,1531,10019
8,05150516
13,10259522
國小學生17,47971624
6,47432520
11,00539128
國中學生3,45935510
1,4611669
1,99818911
高中學生215297
116148
99157
活動期間參賽者共完成約 21,153 本的書籍評量。表/國立臺灣師範大學

二、學生偏好閱讀動物/寵物類與地球生態/天文類書籍

整體參賽學生對於科普書籍的喜愛程度,以植物/動物類(男生 28.19%、女生 27.91%)最能引起學生的閱讀興趣(如:《昆蟲老師上課了!:吳沁婕的超級生物課》、《小島上的貓頭鷹》、《神奇樹屋》等系列)。在次要類別,男女皆喜好生態/生命科學類的書籍(男生 15.20%、女生 16.87%)。

整體參賽學生對於科普書籍的喜愛程度,以植物/動物類最能引起學生的閱讀興趣。在次要類別,男女皆喜好生態/生命科學類的書籍。圖/國立臺灣師範大學

三、參賽學生閱讀歷程的質與量均佳,表現令人驚豔

-----廣告,請繼續往下閱讀-----

本次參賽學生皆積極參與競賽。

以三年級組第一名得主,臺北市立大同國小的林靖軒同學為例,競賽期間閱讀書籍本數高達 383 本,書籍讀後評量的通過率更高達 95%,書籍不僅讀得多,更是能讀得要領。

四年級組第一名為第二次參賽的新北市信義國小謝秉言同學,本次競賽期間共閱讀 427 本書。

其中五年級組為本次競爭最激烈的一組,臺北市立長春國小的黃葦川同學以及高雄市立集美國小的吳勁毅同學,兩者僅以極小的分數差距位居第一及第二名。

-----廣告,請繼續往下閱讀-----

此外,第一次參與競賽的高雄市立正義國小的孫政遠,競賽期間閱讀 281 本書籍,通過率達到 97%。

四、教育主管機關、學校師長及家長支持鼓勵,帶動學生優異表現

新北市教育局致力於推動智慧閱讀教育,不遺餘力,成果豐碩。本屆競賽全台共 2,104 人報名參與,全國賽獎項獲獎學生共計 36 人,其中新北市得獎學生便囊括 14 位,表現相當亮眼。

家長與學校師長共同陪伴,使得學生能專注於本次競賽,並有相當卓越的成果,例如新北市康橋國際學校、臺中市明道中學、臺中市葳格國際學校、臺北市東山中學等校,皆因全力推廣閱讀活動,才能有優異的競賽成果。以新北市康橋國際學校國中部為例,此次七年級組參賽者,全國賽前5名得主中,康橋中學就獲有 3 名的佳績。

-----廣告,請繼續往下閱讀-----
臺師大華語文與科技研究中心洪嘉馡教授說明第三屆科普閱讀力大賽成果。圖/國立臺灣師範大學

第四屆科普閱讀力大賽即將開跑

延續前三屆廣受好評之科普賽事,第四屆科普賽將擴大辦理,邀請「PanMedia 泛科知識股份有限公司」馮瑞麒總經理、「數感實驗室 Numeracy Lab」賴以威教授、「國立臺灣大學科學教育發展中心」賴亦德執行長,持續提供參賽者更生活化、趣味化的科普文章,預期第四屆科普閱讀力大賽將能讓全球讀者有更高品質的閱讀體驗和更充實的閱讀收穫。

活動詳情請參閱官方網站
新聞聯絡人:高等教育深耕計畫辦公室——鄭德蓉 02-2366-0916 #111

0

6
0

文字

分享

0
6
0
科普閱讀力UpUp!泛科學、數感實驗室加入臺師大第三屆 SmartReading 科普閱讀力大賽
PanSci_96
・2021/10/16 ・1578字 ・閱讀時間約 3 分鐘

閱讀素養是從小便需要培養的重要能力,不過,要讀得好、讀得懂,卻不是件容易事。為了協助學生深入閱讀不偏食,臺師大與科技部攜手合作,通過科普閱讀力大賽,陪孩子一起跑一場科普閱讀馬拉松。

第二屆順利結束後,第三屆閱讀力大賽更邀請了泛科學(泛科知識股份有限公司)、數感實驗室 Numeracy Lab 一起加入,讓內容更多、更廣,希望帶給學生們滿滿的閱讀力!

學生讀得太淺怎麼辦?SmartReading 適性閱讀陪你深入閱讀

光是 2020 年,台灣共出版了 3 萬 5 千多種出版品,可說是什麼都有、什麼都不奇怪,然而,孩子們到底有沒有讀「懂」呢?

國立台灣師範大學宋曜廷副校長分享了史丹佛大學最新的研究,其中發現:有近 2/3 的高中生無法區分網站上的「新聞」與「廣告」,凸顯學生們讀得「淺」的問題。此外,需要思考與批判的科普閱讀,歷年推行總是遇到不少阻礙,因為較缺乏故事性,常常被學生們「打入冷宮」。

-----廣告,請繼續往下閱讀-----

上述種種難題,到底該如何克服呢?就去參加配備「SmartReading 適性閱讀」系統的科普閱讀力大賽吧!

參與科普閱讀力大賽的學生們,需要先參加中文適性閱讀能力診斷(DACC),透過診斷結果,為每位學生量身打造專屬「推薦書單」。獲得書單後,學生們便可以依照自己喜歡的進度和方式去挑戰閱讀任務,選擇自己喜歡的書籍,最後進行評量,確認閱讀成效。

除了量身打造的閱讀計畫,閱讀力大賽還特別設計了超級有趣的科普徽章,像是科味滿滿的「π」徽章,就讓孩子們愛不釋手,嘗試增加閱讀量、甚至挑戰並不熟悉的作品類別,努力得到專屬徽章。

更厲害的,是超深入的「閱讀五力分數」評量系統,不但為考慮學生自主規劃閱讀的「規劃力」、填寫評量的「執行力」,還會考量學生閱讀的多元程度,看看他們是否具有「博學力」以及代表閱讀深入程度的「精進力」等等。再輔以前後測的閱讀成長情況,計算「成長力」,可說是任何閱讀的面向都不馬虎!

-----廣告,請繼續往下閱讀-----

學生們都喜歡讀什麼?動物、生態惹人愛

第二屆科普閱讀力大賽中,共有 2 千多位學生報名,歷經半年,共完成了近 8 千本書籍評量,平均一位學生閱讀了 13 本書籍。

看了這麼多內容,哪些是孩子最喜歡的呢?動物/寵物類遙遙領先,再來則是地球生態、天文類相關書籍。有趣的是,進入國中之後,學生們的閱讀習慣也逐漸轉變,心頭最愛變成了是地球生態/天文類書,再來則是綜合科學類。

國小參賽者更是這次比賽的小小黑馬,像是四年級組第一名的吳同學,在比賽期間不僅閱讀了 250 多本書籍,更在評量中幾乎都得到 A、A+,不僅讀得多、讀得好,更是讀得懂。

第三屆科普閱讀力大賽開跑!攜手泛科、數感一起提升閱讀力

新的閱讀馬拉松馬上就要開跑了,第三屆科普閱讀力大賽將與泛科知識、數感實驗室Numeracy Lab 一起合作,繼續將科學內容變有趣,配合學生的需求、增進學習動機。

-----廣告,請繼續往下閱讀-----

泛科知識馮瑞麒總經理表示非常高興網站上的文章能夠成為閱讀素材,更笑言經過了「9SmartReading 適性閱讀」系統才知道原來有些原以為只適合高中生的內容,其實也可以提供給國中生們閱讀,透過這樣的系統,相信能夠幫助更多學生獲得適合的書籍。

來自數感實驗室Numeracy Lab 的賴以威教授則說,能以這些數據的方式解決像是閱讀這樣的人文問題,實在是令人期待又興奮。

究竟,接下來這場馬拉松會帶著學生們跑到哪裡?又會帶他們看到什麼樣的風景呢?更多訊息,歡迎關注比賽官網:https://smartreading.net/contest2021/index.aspx

PanSci_96
1226 篇文章 ・ 2337 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。