運動與休閒學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/6

為配合我國社會變遷與體育發展及本校的轉型與發展，本學院於90年8月正式成立，並將原屬本校教育學院之體育學系（所）、運動競技學系、運動與休閒管理研究所調整成立運動與休閒學院，並於95學年度增設運動科學研究所：為提升本院競爭力於101學年度運動競技學系與運動科學研究所整併為「運動競技學系」，運動與休閒管理研究所與管理學院餐旅管理研究所整併為「運動休閒與餐旅管理研究所」。

News

學院網址：http://www.csr.ntnu.edu.tw/

Browse

Filters

2022 - 20253

Settings

Start date: 2020Subject: search.filters.subject.cognition

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    不同認知負荷的體操運動課程對兒童視覺空間工作記憶及前額葉氧合能力的影響：隨機對照試驗研究
    (2025) 林志謙; Lin, Chih-Chien
    本研究旨在透過使用近紅外光譜技術，探討不同認知負荷的體操運動課程對兒童視覺空間工作記憶和前額葉氧合能力的影響。研究採用隨機對照試驗的平行研究設計。在台北地區招募了90名年齡介於7至10歲的健康兒童參與者，並隨機將他們分配到高認知負荷組、低認知負荷組和控制組。高認知負荷組和低認知負荷組將分別參與為期8週的體操運動介入，而控制組則進行為期8週的靜態課程介入。在介入前後，將對所有參與者進行視覺空間工作記憶的評估，同時使用近紅外光譜技術檢測前額葉血紅蛋白濃度的變化。研究結果顯示，相較於前測，高認知負荷組及低認知負荷組在後測顯著提高工作記憶的反應正確率及辨別能力，此外，在後測結果中，高認知負荷組在工作記憶的反應正確率及辨別能力顯著高於靜態控制組。然而，在帶氧血紅蛋白濃度方面，發現有顯著的情境主效果，但沒有發現顯著交互作用。事後分析發現高工作記憶負荷 (即，2-back情境) 誘發的帶氧血紅蛋白濃度顯著高於低工作記憶負荷 (即，0-back情境)。進一步的相關分析結果表明，反應正確率及辨別能力的提升與帶氧血紅蛋白濃度的增加呈現顯著正相關。這項研究結果意味著，體操運動課程能普遍性的促進工作記憶表現，且結合認知負荷能展現出更大程度的促進效果。然而，雖然前額葉氧合能力與工作記憶表現之間存在正向關聯性，但工作記憶表現的促進效果並不完全依賴前額葉氧合能力的益處。
  • No Thumbnail Available
    Item
    從認知到體知 —運動中「忘」與「記」的哲學探究
    (2023) 蔡宗儒; Tsai, Tsung-Ju
    在運動的領域裡，存在「忘」與「記」兩種看似不同、並且彼此對立的哲學傾向。「記的哲學傾向」推崇「認知」對「體知」產生的正面效果，認為「認知」可以確保知識的嚴謹性、客觀性、可理解性、和可傳達性，但卻也同時產生了「認知等於體知」和「認知必須先於體知」的謬誤。而「忘」的哲學傾則是對「記」的一種對立傾向，其主要立場是否定「認知」對「體知」的幫助，並且認為「認知」本身是一種限制，無法幫助人們把握體知，甚至更可能阻礙體知。然而，儘管這種做法讓運動的人們擺脫了認知的束縛，但另一方面卻也產生了「傳授與學習的困難」、「理論作者的自我矛盾」、和「淪為一種不科學的理論」的問題。本文嘗試先對「記」與「忘」兩種哲學傾向的內涵進行考察，藉以說明運動領域中的諸現象；接著，在理解了「忘」與「記」兩種哲學傾向的優點和缺點後，嘗試以一種「有機整體論」的動態方式來把握運動中「忘」與「記」的關係，並提出本文最主要的論點：「忘與記的動態論」，說明「忘」與「記」不僅是兩種共容的哲學傾向，甚至還具有相互必要性。
  • No Thumbnail Available
    Item
    醫師對人工智慧應用於醫療照護與樂活健康準備度之研究
    (2022) 陳芸; Chen, Yun
    人工智慧 (Artificial intelligence, AI) 被認為在醫療照護與樂活健康領域之應用深具潛力，導因於AI系統對大量資訊數據的蒐集處理及運算的高效能，若能適切地應用在疾病預測分析、影像診斷、臨床決策輔助、個人精準醫學等等用途時，不但能夠有助於降低醫療人員的工作負荷，亦能夠提升預防醫學的實用價值。然而當AI被使用在這些醫療或健康範疇時，醫護等應用人員所該具備的相關知識、能力與態度，包括在應用過程中輸入數據的準確性與可靠性、輸出結果的判讀能力與解釋力、資訊的隱私維護等等，成為AI是否能適切地應用在醫療照護與健康促進的重要人為因子。本研究欲以問卷調查的方式，瞭解臨床醫師們對於人工智慧應用在醫療照護以及健康促進的準備度，並從認知、能力、態度、擔憂、期望不同面向進行分析。問卷填答對象為2021年9月到2022年5月在北部某醫學中心服務的實習醫學生、住院醫師、主治醫師，共回收232份有效問卷。問卷內容經過編碼之後，通過信度與效度分析驗證其為有效的研究工具。分析結果顯示，整體受訪醫師們各因素的平均分數為「能力」3.07分、「期望」4.13分、「擔憂」3.25分、「認知」3.46分、「態度」3.75分，以及「整體準備度」3.49分。針對受訪醫師的年齡、性別、身份別、專業科別及畢業學校加以分層分析，可以發現「整體準備度」分數主要會受到專業科別、身份別以及畢業學校影響而有顯著的不同；科別差異上以PGY一般科醫師以及影像醫學科醫師準備度較高，婦產部與麻醉部醫師較低；身份別上以PGY一般科醫師較高。年齡與性別的差異雖未影響整體準備度，但年齡的差異會影響「擔憂」分數，以20-30歲的醫師最高分；性別的差異則是在「擔憂」與「認知」兩個因素上有顯著的不同，其中男性「認知」分數顯著較高但是「擔憂」分數顯著較低。由本研究結果得知，臨床醫師自評對於人工智慧應用在醫療照護以及樂活健康的準備度普遍落在普通到同意之間。透過分層分析發現最年輕世代的PGY醫師對AI應用有顯著較高的解釋能力及擔憂程度於是具備較高的整體準備度，然而在「認知」的部份尚未有顯著提高。未來如何從醫學教育方面補強人工智慧在醫療與健康應用的相關知識與技能，將會是重要的課題。