學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73873

Browse

Start date: 2020Has files: No

Search Results

Now showing 1 - 10 of 45
  • No Thumbnail Available
    Item
    資訊服務機構混合資訊安全機制之研究
    (2023) 郭宇婕; Kuo, Yu-Jie
  • No Thumbnail Available
    Item
    基於深度學習方法之急診心臟病患住院預測研究
    (2023) 晉良昊; Chin, Liang-Hao
    急診壅塞問題將增加病患等待時間和造成醫療資源配置的困難，故能於病患檢傷階段進行住院預測可將醫療資源配置給急需急診醫療資源之患者。本研究以「台北馬偕教學醫院」之2011年至2018年共計八個年度，1,065,480筆急診病患於檢傷階段可得之主訴、基本資料與診斷資料為研究資料，用以預測住院可能性。本研究是以XGBoost來進行結構化變數的篩選，然後以BERT來進行主訴和補充主訴的住院預測，最後再以深度學習的方法來對於主訴和補充主訴進行住院預測。本研究涵蓋一系列的深度學習的流程，包含了結構化資料與主訴資料前處理、主訴之否定詞處理、不平衡資料集處理、心臟疾病判別、結構化變數轉成補充主訴以及XGBoost、BERT、BiLSTM和CNN模型建立及評估。研究結果發現住院預XGBoost結果最高AUC為0.8182、BERT結果最高AUC為0.8859、BiLSTM結果最高AUC為0.9447、CNN結果最高AUC為0.9268。研究推論深度學習模型在住院預測方面有較好的預測結果。再加入心臟疾病後住院預測BERT結果最高AUC為0.8972、BiLSTM結果最高AUC為0.9361、CNN結果最高AUC為0.9341。研究推論心臟疾病對於住院預測是可以提升預測力。研究方法與發現提供急診住院預測參考並希冀提升急診室資源有效配置。
  • No Thumbnail Available
    Item
  • No Thumbnail Available
    Item
  • No Thumbnail Available
    Item
    使用者個資之資安危機敏感意識探討：以Instagram為例
    (2024) 樓恩琦; Lou, En-Chi
    Web 2.0 時代使用者可以與其他使用者產生互動，允許使用者不只作為瀏覽者也可以是資訊提供的建立者，進而有了社交媒體的產生。Instagram 是一個主要以圖片和影片分享為主的平台，使用者可以透過各種功能分享日常生活和與他人互動。隨著現今社群平台蓬勃發展，社交媒體也開始結合電子商務功能，使用者不僅能能透過社群媒體與親朋好友交流、維繫感情，更能夠在上頭買到想要的商品或服務；然而，這些行為背後存在著資訊安全的風險。個人資訊、隱私、資訊安全在社交媒體上受到極高的關注，個人資訊以及隱私在社交媒體上尚未有明確區分範疇；資訊安全多半以預防性，像是提醒建置防火牆宣導。本篇研究採取半結構式訪談，試著從使用者角度探討他們認為在Instagram上屬於個人資訊的範疇定義、使用行為上對於個人資訊感到危機風險的意識以及就第264.3版介面使用上個人資訊保護的看法以及給予建議。本研究方向不只針對於自身個人資訊，在社交媒體超連結特性下，整個社群網絡皆是影響範圍；故也會針對使用下對於他人個人資訊的探討。研究發現，使用者對於Instagram個人資訊定義上可以廣義區分成兩大類，也發現在數位化時代下，對於保護個人資訊的理解變得更加重要，需要更加全面地考慮個人資訊的範疇；對於自己的個人資訊有較高的風險意識，然而，人們對於他人的資訊分享則存在著不確定性，這可能受到個人對於資訊敏感度的影響；介面的設計對於提醒使用者注意個人資訊的風險是有幫助的，個人化的功能和提醒視窗可以增加使用者對於個人資訊保護的意識，並給予他們更多思考是否分享的機會。本研究提供對於社交媒體上個人資訊保護的洞察，並給予未來在設計介面和提升用戶風險意識方面的一些方向。這對於社交媒體平台、用戶以及相關利益相關者都具有重要的參考價值。
  • No Thumbnail Available
    Item
  • No Thumbnail Available
    Item
    以人工智慧輔助中文期刊參考文獻剖析之研究─以人文社會科學領域為例
    (2024) 郭珮涵; Kuo, Pei-Han
    隨著科學論文發表數量的快速增長，引用來源的多樣性和格式差異增加了參考文獻剖析的難度。本研究旨在探討如何自動化擷取科學論文中的參考文獻，並利用人工智慧工具進行剖析，藉以簡化工作流程，降低人力和時間成本，並提升圖書館的知識傳播效能。本文提出了從中文期刊文章檔案中自動化擷取參考文獻的方法，並評估使用人工智慧工具剖析參考文獻的可行性。本研究實驗分為三個部分，第一部分設計程式，擷取期刊文章中的參考文獻章節；第二部分評估不同人工智慧工具在參考文獻剖析任務中的效能；第三部分根據第二部分的實驗結果修正實驗方法，並評估和比較修正後的成果。實驗結果如下：1. 在參考文獻擷取實驗中，基於規則方法的程式能夠自動擷取文章中的參考文獻內容，用於建立資料集作為後續研究基礎。2. 在參考文獻剖析實驗中，本研究比較了spaCy和ChatGPT兩種基於Transformer架構的人工智慧工具的效能。實驗結果顯示，ChatGPT在各欄位的F1-score表現優於spaCy，具有較高的準確性和穩定性。3. 在第三部分實驗中，選擇了第二部分中效能較佳的ChatGPT進行提示修正。實驗結果顯示，經過提示調整後，ChatGPT在各欄位的F1-score表現均有所提升。本研究結果顯示了使用人工智慧工具自動化剖析參考文獻的可行性，並展現了大型語言模型在這一任務中的潛力和優勢。未來研究可以進一步嘗試結合多種人工智慧工具，探討利用不同模型優勢提升參考文獻剖析的準確性，同時探討減低剖析成本的可能性。
  • No Thumbnail Available
    Item
    以BIG6大六教學法資訊素養融入高中新興科技教學之探究
    (2024) 王淑蕙; Wang, Shu-Huei
    本研究主要在探討BIG6大六教學法融入高中新興科技課程的成效。研究者藉由發展資訊素養融入課程的教學設計，探究BIG6大六教學法融入新興科技議題課程的實施成效及面臨困難，呈現修課學生的學習表現以及教師在教學歷程中的專業成長，同時亦關注圖書館及圖書教師在實施資訊素養課程中扮演之角色。本研究採行動研究法，研究對象為東部某高二來自不同班級且資訊素養基礎各異的十一名多元選修課學生，規劃以新興科技議題為核心，BIG6大六教學法為架構，進行六週的資訊素養課程。研究者透過觀察法、問卷調查法及訪談法，利用現場觀察記錄、教學反思紀錄、學生學習單、自我評量表及小組評分表、訪談錄音資料等研究工具，最後歸納資料以評估學習成效。研究結論表明，BIG6大六教學法融入高中新興科技課程具有高度可行性和有效性，學生在資訊素養、自主學習、合作學習和創新思維均有成長。透過縝密規劃和有效教學策略運用讓資訊素養課程得以順利推動，儘管面臨課程設計需滾動修正及教師負擔加重等挑戰，但通過圖書館支援將能提供更多的奧援，例如透過與圖書教師的協同教學可促進教師專業成長、圖書館在課程中扮演輔助教學的關鍵角色等。研究建議有下列四點。首先，為了提升資訊素養融入新興科技教學的效果，應調整BIG6大六教學法，設計跨領域課程，激發學生的創新思維和綜合學習能力。教師應靈活運用BIG6步驟，根據學生需求調整授課，並鼓勵參與競賽或活動來鞏固知識。其次，圖書館需更新資源，創建支持自主學習和小組討論的環境，定期舉辦資訊素養研習作為教師教學的支援。此外，圖書教師與學科教師應協同教學，共同設計課程內容，提供即時指導，並進行教學反思和經驗交流，學校行政亦應提供資源和支持，鼓勵協同教學。最後，未來應擴大研究樣本和時間範圍，驗證結果是否具有普遍性和長期效益，以推動各校資訊素養教育的發展。綜上所述，本研究提供未來高中推動資訊素養教育一個有效教學模式和寶貴的經驗。透過學科教師及圖書教師的協同合作，以及對教學方法的靈活調整，可以提升學生的資訊素養能力，實現資訊素養教育的創新和發展，並為後續相關研究提供參考。
  • No Thumbnail Available
    Item
  • No Thumbnail Available
    Item
    東亞2001-2021系統性文獻回顧與統合分析文獻之書目計量學研究
    (2024) 戴呈珍; Tai, Cheng-Chen
    本研究採用文獻計量學方法，探討東亞(中國、日本、韓國、台灣)2001至2021年間發表之系統性文獻回顧(Systematic Reviews, SR)與統合分析(Meta-Analysis, MA)文獻之主題及發展趨勢。本研究資料來源於Web of Science資料庫，共計71,360篇論文。首先，應用 CATAR進行文獻的概觀分析，以揭示系統性文獻回顧與統合分析文獻之年度文獻分佈、重要被引文獻，以及發表此類文獻數量最多的學術機構，並關注關鍵作者及其學術貢獻，探討在此期間發表最多論文的作者及其論文的引用情況，以期識別出中國、日本、韓國、台灣在實證醫學領域中的領導人物。接著，應用 VOSviewer進行主題分析，深入解析系統性文獻回顧與統合分析文獻之主題及其發展趨勢；透過關鍵詞共現度分析，依據關鍵詞出現頻次(Occurences) 進行排序，列出前10項重要關鍵字，並聚類出中國有7個群聚分群，日本、韓國、台灣各有8個群聚分群，從而更清楚顯示出研究的熱點領域；基於共現頻率，產生不同顏色的分群架構，概述中國、日本、韓國、台灣研究主題分佈情況。此分析還包括趨勢分析及作者分析，展示了2001至2021年間系統性文獻回顧與統合分析文獻主題的發展軌跡及趨勢。透過疊加視圖，觀察到研究與關鍵字相關的趨勢，結果顯示自2018至2019年起，研究的焦點開始轉向至疾病本身，例如，全膝關節置換術(total knee arthroplasty)、麻醉(anesthesia)、非小細胞肺癌(non-small cell lung cancer)、肝細胞癌(hepatocellular carcinoma)、超音波(ultrasound)、covid-19、nivolumab等主題，表示實證醫學方法學已趨成熟，並開始聚焦於疾病相關研究。此外，透過共著作者關係 (co-authorship)分析，探討作者間的互動關係，了解他們發表系統性文獻回顧與統合分析文獻中的合作情況。本研究的結果和建議，使臨床人員有效掌握系統性文獻回顧與統合分析文獻發展情況，讓醫學圖書館館員了解系統性文獻回顧與統合分析文獻特性，並提供對研究和實踐方向的實用參考。