顯示具有 for 在學生 標籤的文章。 顯示所有文章
顯示具有 for 在學生 標籤的文章。 顯示所有文章

2025年7月11日 星期五

常用 GPTs 推薦

1. Universal Primer: 回答任何問題,適用於所有人!!

2. Prompt Engineer: 建立或修改 Prompt,適用於使用生成式AI者!!

3. Writing Assistant: 協助修改英文寫作,中文也可喔!!

4. Write for me: 從無到有,中英文皆可,適用於所有人!!

5. JM/期刊論文閱讀與彙整

6. 快速瀏覽論文重點(只需上傳論文,但須提醒她使用「繁體中文」--日文介面)

7. 多種論文評析(RAPID, 詳下之說明)

8. Scholar GPT (論文檢索/閱讀/評論等,詳 *** 後之介紹)

9. PubMed Buddy

10. PsycINFO Search

11. 論文寫作原則複習與測驗

待補充/彙整....

歡迎推薦

-------------------------------------------------------------------

RAPID是一份快速但全面的指南,教你如何在閱讀論文時,如何充分運用RAPID。

1️⃣ 明確你對文章的需求 在開始之前,請釐清你的目標:

  • 批判性評估(評判品質、偏誤、效度)
  • 摘要(簡潔版 vs. 詳細版)
  • 方法學檢視(統計、抽樣、研究設計)
  • 教育性學習(學習評估框架、統計概念)
  • 證據整合(跨研究比較) 你越明確,我就越能客製化整個流程。

2️⃣ 選擇評析表 我可以使用正式評析表之框架客製化工作流程

  • CASP – 適用於質性研究及一般臨床研究
  • STROBE – 觀察性研究
  • CONSORT – 隨機對照試驗
  • PRISMA – 系統性回顧/統合分析
  • JBI – 護理及健康相關的質性/量性研究

📌 小提示:如果你不確定該選哪個,告訴我研究類型,我會幫你選擇。

3️⃣ 提供文章(PDF/DOCX格式最佳) 直接上傳檔案。我會:

  • 提取方法、結果和討論部分
  • 標記缺失細節或不一致之處
  • 識別統計缺陷(如缺失信賴區間、不明確的p值)
  • 建議你可以向作者詢問的問題 如果是圖像檔或掃描檔,我可以執行OCR來讀取。

4️⃣ 決定深度和風格 我可以提供:

  • 簡潔的重點摘要 → 「200字內的關鍵發現和限制」
  • 逐步深度分析 → 逐一檢視每個評估準則
  • 教學模式 → 解釋某事為什麼重要並舉例說明

5️⃣ 使用互動式問題 要深入探討,可以嘗試:

  • 「哪些偏誤可能影響這些結果?」
  • 「考慮到研究設計,證據強度如何?」
  • 「樣本數對於結論是否足夠?」
  • 「哪些替代分析方法能改善這項研究?」
  • 「告訴我這如何與[主題]的其他研究相契合?」

6️⃣ 超越論文本身 我可以:

  • 與較新的文獻交叉檢驗發現
  • 建議後續研究問題
  • 協助建立多項研究的比較表格
  • 為患者或非專業人士製作通俗摘要

7️⃣ 注意RAPID的「紅旗警示」 我會指出:

  • 統計紅旗 – 測試方法誤用、缺失效應量
  • 方法學缺陷 – 隨機化不佳、盲法不明確
  • 報告缺陷 – 挑選性結果呈現、表格不完整
  • 倫理疑慮 – 同意書問題、資料隱私漏洞

**************************************************************************

📚 文獻精讀與批判性閱讀 10 種方法

方法名稱簡介適用情境輸出成果
1. 📜 摘要與提問(Summarize & Question)先用簡潔語言重述文獻重點,再提出 3 個有深度的問題。想快速掌握文獻重點並引發思考時。摘要 + 問題清單
2. 💡 批判性思考(Critical Inquiry)提出 3 個挑戰作者觀點或方法的問題,檢驗論證合理性。評估研究的可信度與嚴謹性時。批判性問題
3. 🆚 對比分析(Contrast Analysis)將多篇文獻的觀點、方法或結果進行表格化比較。系統性文獻回顧、差異分析。比較表
4. 🗝️ 核心概念提煉(Key Concept Clarity)抽取文中最關鍵的概念,並用簡單語言解釋。建立研究知識基礎時。概念清單與定義
5. 🧠 結構導圖(Structure Mapping / Mindmap)用圖形化方式呈現文獻的章節架構與內容關聯。複雜內容的視覺化理解。思維導圖
6. 🔍 多視角觀點搜集(Perspective Research)搜尋並整理對同一主題的不同觀點與結論。平衡多方觀點、避免偏見。多觀點整理報告
7. 💬 反思引言(Reflective Quotation)挑出文中關鍵引文並附上個人反思。對研究內容有個人觀點時。引文 + 評註
8. ❌ 事實查核(Fact Check)驗證文中資料、數據或結論是否與外部可靠來源一致。檢驗研究真實性。錯誤或正確性清單
9. 🧐 假設辨識(Assumption Identification)找出作者未明說但影響結論的假設。分析研究背後的邏輯前提。假設清單
10. 🖼️ 概念圖解(Diagram)將研究的關鍵過程、模型或理論框架製作成示意圖。教學、報告展示。圖解檔案

2025年7月10日 星期四

實習學生常遇到的臨床問題--AI回應的表現

主題:生成式AI輔助生理疾病職能治療實習生學習之提問效能研究

研究目的:

1. 探討不同生成式AI平台(如ChatGPT、Claude、Gemini)在生理疾病職能治療相關提問之回應準確性與實用性

2. 分析職能治療實習生使用生成式AI時的提問策略與模式

3. 設計並驗證提問技巧訓練介入對實習生使用生成式AI學習成效之影響

2025年6月18日 星期三

團體帶領的評估與回饋

我們在臨床收集到的團體錄影檔,應該超過100個團體/錄影檔。

現有AI的技術至少可以分析其音檔/逐字稿(順道做成錄影檔的字幕),且速度快!!

所以我們已啟動「主持人帶領團體表現」之評估與回饋研究計畫!!

另,臨床教學時,後續臨床帶領的團體影音檔,我們應可於2天之內及完成評估與回饋!!

也可交給帶領者自行操作,以快速獲得評分與回饋!!

加上之前計畫書的評分與回饋,即可更完整!!

我相信後續應可證實這些評估與回饋可讓團體帶領的品質與成果「顯著提升」!!

---------------------------------------------------------

上述教學或研究的關鍵在於:「治療師帶領團體表現評估表」之良寙!

2025年6月8日 星期日

Deep Research 的表現應已(遠)超過碩班水準

早上測試 ChatGPT vs Gemini vs Claude 之 Deep Research 表現 (June 8, 2025)。

我的 prompt: "請彙整2023年迄今,以大型語言模型發展虛擬病人或虛擬考官之實證論文,且可於 PubMed 或 Scopus 資料庫可查詢到的實證論文"

三者皆自動解讀 prompt,列出特定執行流程與範疇,以供使用者確認。

如 Gemini:

----------------------------------------------------------------------------

(1) 針對 PubMed 與 Scopus 資料庫,設定關鍵字組合進行檢索,關鍵字包含「大型語言模型」(Large Language Model, LLM)、「生成式AI」(Generative AI)、「虛擬病人」(virtual patient)、「標準化病人」(standardized patient)、「虛擬考官」(virtual examiner) 及「客觀結構式臨床測驗」(OSCE) 等,並將發表日期限定在2023年1月1日迄今。

(2) 篩選搜尋結果,識別出屬於「實證研究」性質的論文,排除純理論探討、評論或會議摘要等非實證文章。

(3) 針對每一篇符合條件的論文,詳細摘要其核心內容,包括:

(a) 研究使用的具體大型語言模型(例如 GPT-4, Llama 等)。

(b) 虛擬病人或考官的應用情境(例如:醫學教育、臨床技能訓練、能力評估)。

(c) 研究方法與設計,包含系統開發流程與評估方式。

(d) 主要研究發現、數據結果與成效。

(4) 綜合所有論文的資訊,分析當前以大型語言模型發展虛擬病人或考官的技術趨勢、主要挑戰(如:回答的準確性、安全性、倫理問題)以及未來研究方向。

(5) 比較不同研究在方法學上的異同,例如提示工程(prompt engineering)的技巧、評估虛擬角色表現的指標,以及衡量的教育成效。

---------------------------------------------------------------------------

我確認或修改後,他們就開始執行!!

約10分鐘後(可去喝茶/咖啡),就彙整出來了,包含參考文獻(正確率很高,皆可連結/驗證)!

效能一定超越碩班畢業生水準,因為時間效率(應是50:1--碩班畢業生至少要花50倍的時間,品質就不說了;博班生或是20:1)。

 ChatGPT vs Gemini vs Claude 三者表現差異呢? 我覺得差不多!!

2025年5月24日 星期六

翻新或製作「教學影音檔」之內容/題材

先考量需要(重要)性與急迫性

重要性如

生成式AI之於醫學教育之應用

精神個案會談(含FIFE訪談等)

-----------------------------------------------------------------------

再考量製作單元:

如「FIFE訪談」

1. FIFE之概念與價值

2. FIFE之訪談架構(與紀錄)

3. FIFE訪談之準備

4. FIFE訪談之執行流程

5. FIFE訪談之紀錄與後續追蹤

如「生成式AI之於醫學教育之應用」

  • 「期刊論文閱讀或彙整」(可再分為2主題: ChatGPT & NotebookLM之應用)
  • 「期刊論文閱讀或彙整之目標」整體與各層級學員
  • 「虛擬病人之發展」概念說明
  • 「虛擬病人之發展」實例說明
  • 「虛擬考官之發展」概念說明
  • 「虛擬考官之發展」實例說明
  • 「知識測驗之發展」概念說明
  • 「知識測驗之發展」概念說明

2025年5月2日 星期五

ChatGPT 幫我介紹本人....!!

介紹本人研究、研究生涯、還有一些觀點....

詳ChatGPT 的 My GPTs (請點選/連結):

我的職涯--研究旅程(研究為主、教學還有臨床)問答

為何「您需要」考慮選擇「研究生涯」!!??

生成式AI的研究構想

這些 GPTs 有不同主題,皆有套餐(重點提示),也可以自行點餐(提問)或追問。

您也可選擇語音模式,若有 ChatGPT 會員,但須有點耐心,因為ChatGPT聽中文雖然正確性高,但有點慢。

或有疏誤,但皆可跟我釐清!!

上述 My GPTs 主要取材於我的部落格貼文(已>1000篇,故幾乎無人看得完,有興趣者看看目錄或分類說明後,再說...),還有取材自最近的研究計畫,當然也沒有人想看我已發表的超過250篇論文....

Have fun!!

2025年4月24日 星期四

如何運用ChatGPT提升期刊論文閱讀之效能--初步構想

初步構想/步驟如下:

0. 確認閱讀目標:選擇特定論文內容(如研究目的、主要研究結果、主要研究結果之解釋與臨床應用、論文主要要概念/詞彙等;其他(進階概念)如研究設計、資料分析、研究限制、論文評析等)

1.請 ChatGPT 彙整閱讀目標之重點,解釋關鍵概念。學員可再詢問/釐清,直到自覺理解為止。若有困難,再找專家協助。

2.請 ChatGPT 出選擇題(上述閱讀目標)至少5題以上,以確認理解程度。若未達到80%正確率,請回步驟1。

3.隔48小時以上之後,再執行2一次(ChatGPT重新命題)。若未達到80%正確率,請回步驟1。

4.隔7天以上之後,再執行2一次(ChatGPT重新命題)。若未達到80%正確率,請回步驟1。

5.請 ChatGPT 出問答題(上述閱讀目標)至少5題以上,以確認理解深度。請 ChatGPT評論,若未達到80%正確率,請回步驟1。再測試一次問答題。若ChatGPT的評論太甜,請ChatGPT提高評論標準,請 ChatGPT以嚴謹的標準給予評論與回饋。

這一定是艱辛歷程,但應可有效率地提升閱讀/理解效能!

以下是 ChatGPT 的修改建議

0 明確訂定閱讀目標並依Bloom分類標記層級。學員自選「記憶與理解」或「應用與分析」等,決定該次學習目標之深度
1 請ChatGPT根據指定之Bloom層級,提供重點整理與精確解釋,若不理解則進行問答,直到明確掌握為止。
2 要求ChatGPT根據設定層級命題選擇題5題以上,其中包含基本理解題與至少2題應用或分析層次之複雜題型,並設定通過標準80%以上。未通過則回步驟1一次(最多重覆三次)。
3 間隔48小時以上重新測驗一次(不同題目),未達80%則回步驟1一次。
4 間隔7天以上再次測驗一次(不同題目),未達80%則回步驟1一次。
5 請ChatGPT根據設定層級命題問答題5題以上(至少包含2題分析、評價或創造層級),並要求ChatGPT以嚴格標準提供具體與明確的評論與範例答案,未達80%則回步驟1一次。若評論不夠嚴謹,學員應主動要求ChatGPT提供更明確、詳細的回饋。

若擬提升英文「閱讀」能力者,請選擇英文論文。
閱讀選定目標後,需以閱讀英文文獻為主,輔之以ChatGPT彙整與說明(中英文皆可)。步驟2請 ChatGPT 以英文命題,若想提高英文閱讀能力考驗,則請 ChatGPT 提高閱讀難度命題即可。
若還不夠,那可請 ChatGPT以問答題命題,您可用口頭或文字回應喔! 
寫作應是終極考驗,必有助於閱讀。可更明確理解文字語意以及論文內容,絕對是不同層級!!

我很難預期後續還有多少人「想念英文」或「需要念英文」。



2025年1月14日 星期二

臨床 vs 研究 之難題 (之前的見解,還有生成式AI的分析)


臨床
研究
情境
個案歧異性大
複雜較難駕馭
除非建立明確專長,否則難以挑選病患。大多是通才,難以深入
既深且廣,不易選擇
研究人員需要學好多種能力(詳八大核心能力),還有屢敗屢戰的精神,才能駕輕就孰。之後即可選擇戰場,長遠規劃研究主軸
入門與進階
入門容易進階難,且不易運用學理與科學方法,主因為個案差異大,理論與現實有距離。
好處是如果滿足現況,壓力少
研究之入門與進階皆不易,但比較有跡可尋,且短期看不到成效,需要長期作戰
功力可累積,逐漸深厚!
團隊
常單打獨鬥,各做各的,鮮有交流
易受主管(機關)從上而下之影響
通常團隊作戰,但你須要具備「領導」、「被領導」、「合作」的能力
團隊大小差異甚大,領導人為關鍵
能力養成
隨著時間與閱歷,只要用心,可自動累積臨床經驗
但臨床經驗因為病人個別化差異大,且難應用科學方法,故經驗是否有效難以確認
研究經驗,因為在操控的環境下,且可套用嚴謹方法,因果關係比較容易看清,因此經驗/能力比較容易累積
須持續嘗試錯誤,才能應用於「複雜」的臨床情境
潛在威脅
u  醫學研究進展快速,大學所學容易過時,且因未具備研究能力,故難以追上最新進展
u  實證醫學嚴重衝擊臨床經驗之價值
u  人工智慧的應用勢必取代部分醫療人力
競爭對手來自全世界,隨著中國大陸的崛起,競爭勢將更為劇烈
March 13, 2015 首稿
Aug. 21, 2017 修改 

Jan. 14, 2025 Claude AI 分析如下:

我會從多個面向來比較這兩種職業的難易度:

工作/任務可選擇性:
- 職能治療師:選擇性相對較低,因為必須根據病人的需求和狀況提供服務,較難拒絕或選擇個案。工作內容主要由病人的康復需求決定。
- 職能治療研究人員:選擇性較高,可以根據自己的興趣和專長選擇研究方向和主題,也可以決定要探討的特定人群或議題。

學習環境/機會:
- 職能治療師:學習機會較為實務導向,主要透過臨床經驗累積和在職訓練提升技能。可參加繼續教育課程,但受限於工作時間安排。
- 職能治療研究人員:有較多專業進修機會,可參與學術研討會、工作坊,進行跨國交流。能夠深入鑽研特定領域,但需要主動尋找資源和機會。

評估/檢查工具的數量與精準度:
- 職能治療師:主要使用標準化的臨床評估工具,工具數量固定且有限。精準度受限於工具本身的信效度。
- 職能治療研究人員:可以開發和驗證新的評估工具,使用較多元的研究方法和儀器。需要考慮研究工具的信效度,並持續改進測量方法。

可自行掌控的時間:
- 職能治療師:時間較不彈性,需配合醫療機構的門診時間和病人預約。工作時間較為規律但自主性較低。
- 職能治療研究人員:時間安排較具彈性,可自行規劃研究進度。但常需要配合研究計畫期程,趕寫報告和論文時可能會很忙碌。

可運用的資源:
- 職能治療師:資源主要來自醫療機構提供的設備和材料,受限於預算和規定。但臨床資源較為完整和標準化。
- 職能治療研究人員:可申請研究經費,使用學術單位的設備和資源。但需要積極爭取經費支持,資源的取得較不穩定。

團隊合作強度:
- 職能治療師:需要與醫師、護理師、物理治療師等醫療團隊密切合作,且直接面對病人和家屬。合作強度高且即時。
- 職能治療研究人員:主要與其他研究人員、指導教授合作,也可能需要與臨床單位配合。合作方式較為彈性,但溝通協調的複雜度可能更高。

補充比較面向:

工作壓力來源:
- 職能治療師:壓力主要來自病人康復進展、臨床決策的即時性、以及與病人家屬的溝通。
- 職能治療研究人員:壓力來自研究成果的產出、論文發表、經費申請,以及研究創新性的要求。

專業成長路徑:
- 職能治療師:發展方向較為明確,可朝向專科治療師或管理職發展。
- 職能治療研究人員:發展空間較大,可以選擇學術研究、產業研發或政策研究等多元方向。

從整體來看,這兩種職業各有其挑戰性,難易度的判斷需要考慮個人特質和興趣。職能治療師的挑戰在於臨床實務的即時應變和人際互動,職能治療研究人員則面臨研究創新和資源取得的挑戰。



2024年12月3日 星期二

研究能力的養成與深化之路

從基礎養成、成功關鍵、以及長期投入三項說明之:

# 一、基礎養成階段

1. 碩士階段

- 扎實修習研究所課程,打好理論基礎

- 開始實作:撰寫研究計畫與論文

- 重點:與指導教授密切互動,接受指導與修改

2. 博士階段

- 延續碩士階段的基礎訓練

- 進階發展:積極與國際學者交流

- 關鍵:善用審查委員意見持續改進

- 特色:這是終身學習的開始,非畢業即結束

# 二、成功關鍵(需找到或營造良好的學習環境)

- 投入充足時間與專注力

-每次與指導教授討論前做足準備

- 認真思考並回應(高手)審查意見

- 保持學習熱忱與鑽研精神

 # 三、不同階段的時間投入示例

1. 碩士在職生

- 案例:週末討論,累計約100次

- 每次30-50分鐘深度交流

- 證明:即使是在職,堅持付出也能有成果;但仍須持續,才能向上提升

2. 博士全職生

- 投入程度:>4年全職深耕

- 討論次數:遠超過100次

- 特點:自主研究/準備時間更長,討論品質更高

3. 專業研究人員

- 年度目標:至少完成一份研究計畫、一篇國際期刊論文

- 要求:投入大量自主研究/準備時間

- 成果:(才有機會)能與研究團隊及國際學者進行高層次交流/成長

# 結語

研究能力的培養是一個循序漸進、永無止境的過程。從碩士到博士,再到專業研究人員,每個階段都需要持續投入、保持熱情。時間的積累與堅持不懈的努力,終將轉化為深厚的研究功力。就業環境以及團隊支持,絕對是關鍵!!

以上由 Claude AI  協助潤飾而成。

2024年11月29日 星期五

善用多種 AI 以優化研究流程

優化的研究流程:

1. 初步方向發想:

   使用 ChatGPT 進行腦力激盪,提出研究構想的雛形。透過其語言處理能力,可以快速探索潛在的研究議題或框架。

2. 文獻檢索與確認:

   - 使用  Perplexity 進行初步文獻檢索,獲取關鍵資訊及其引用文獻(必看)。 

   - 在檢索過程中,將結果與傳統資料庫(如 PubMed 或 Scopus)對照,確保檢索結果的全面性和準確性。這有時間時再投入。

3. 文獻彙整與摘要:

   - 利用 NotebookLM 對檢索到的文獻進行摘要,快速獲取研究的核心內容。

   - 同時標記關鍵細節或有疑慮的部分,於利後續核查。

4. 構想修正與迭代:

   - 基於文獻整理的內容,重新審視研究構想。再次利用 ChatGPT,進一步改善研究方向與假設。

   - 若研究方向發生重大改變,可返回第2步重新檢索相關文獻,確保新的方向基於充分的文獻支持。

5. 語言修飾與結果表達:

   - 在構想基本成熟後,使用 ChatGPT 提供文本修飾建議,以提升學術語言的專業性與可讀性。

   - 針對其修飾內容進行批判性審查,確保每句文字符合學術標準,並且不誇大。

6. 交叉檢查與確認:

   - 在每個階段進行交叉檢查,例如由 Perplexity 提供的文獻是否經得起學術標準的檢驗,NotebookLM 的摘要是否捕捉到關鍵資訊。

   - 保持對最終研究構想的查核,確保AI工具自動化處理的結果符合預期並確保品質。必要時找高手確認!

7. 自動化流程探索(可選進階):

   若研究工作頻繁且重複性高,考慮透過工具的 API 將檢索、摘要和修飾過程串聯起來,建立一個自動化的工作流程,進一步減少手動操作的時間成本。

---

工具特點強調:

1. Perplexity:

   - 提供快速檢索並連結引用文獻,適合建立方向和擴展知識。

   - **改進建議**:搭配學術資料庫使用,以避免偏倚或資料覆蓋不足的問題。

2. NotebookLM:

   - 擅長根據資料生成摘要,適合快速整理重點。

   - **改進建議**:摘要結果需與文獻全文對比,避免忽略上下文或過度簡化內容。

3. ChatGPT:

   - 多功能性強,適用於構想生成、提供評論與修飾文字。

   - 改進建議:對其回應須保持批判性,確保符合學術標準。批判力不足者,宜找高手確認。

---

預期成果:

- 整體效率與成果提升達 **5~6 倍**。

- 減少資料處理時間,將更多精力集中於研究設計與批判性分析。

- 提升研究文字表達的專業性與清晰度。

- 維持學術嚴謹性的同時,讓工具真正發揮輔助研究的潛力。

這樣的流程既保留了工具的核心優勢,也融入了更高的嚴謹性和可靠性,適合學術研究者作為長期工作的框架。

以上內容由 ChatGPT 協助生成!我的效率提升至少5倍!!

2024年11月26日 星期二

檢索增強生成(Retrieval-Augmented Generation) + NotebookLM

 為了解決大型語言模型(Large Languae Modls, LLMs)的一些局限性(如hallucination/幻覺),研究人員開發一種名為檢索增強生成(Retrieval-Augmented Generation, RAG)的最新技術。RAG能夠讓LLMs參考可靠的外部知識,從而提高模型的表現。以下是RAG的主要特點和優勢:

RAG的原理在於結合二個關鍵組件:

  • 檢索模型:負責從外部知識庫中獲取與查詢相關的資訊,外部知識庫係由使用者提供。
  • 生成模型:利用檢索到的資訊和原始查詢來產生回應。

RAG的優勢

  • 提高準確性:通過引用外部可驗證的資訊,RAG可減少LLMs產生錯誤或虛構回應(即「幻覺」)的風險。
  • 即時資料更新:RAG允許LLMs獲取最新資訊,無需重新訓練模型。
  • 成本效益:相比持續微調LLMs,實施RAG可能更具成本效益。
  • 增強相關性:通過利用特定領域或專有數據,RAG可以使LLMs的輸出更符合特定人士/組織的需求。

RAG的應用:RAG在需要維持準確性和相關性的領域特別有用,例如:

  • 客戶支援聊天機器人
  • 問答系統
  • 知識密集型應用程序

NotebookLM 是 Google 推出的一款實驗性 AI 工具,旨在提升使用者在處理和組織筆記、文件及想法時的效率。這款工具結合先進的語言模型技術,特別是基於 Gemini 的模型,能夠幫助用戶快速理解、分析和擴展其上傳的資料(亦即應用上述RAG+LLMs)。

NotebookLM 的主要功能
  • 資料整合:用戶可以上傳各種文件類型,包括 Google 文件、Google 幻燈片、PDF 檔案及網址。NotebookLM 利用這些來源進行後續的互動和分析。
  • AI 驅動的分析:該工具能自動生成上傳文件的概述、摘要、關鍵主題以及建議問題,幫助用戶更好地理解內容。
  • 智能問答:用戶可以針對其來源提出問題,NotebookLM 將提供帶有內嵌引用的答案,直接鏈接到原始文件的相關部分。
  • 筆記和組織功能:NotebookLM 允許用戶創建、保存和組織筆記,並能將選定的筆記轉換為大綱、目錄或學習指南。
  • 協作功能:用戶可以與他人共享筆記本,促進協作研究和學習。
  • 音頻導覽:NotebookLM 能生成短小、有趣的“播客風格”音頻,讓用戶能夠以聽覺方式吸收信息。這功能強大!!如討論我的 blog 之 Podcast 音頻,但目前只有英文。
使用 NotebookLM 的優勢
  • 時間效率:NotebookLM 大幅減少閱讀和摘要所需的時間,使得用戶能更專注於信息的應用。
  • 增強生產力:通過簡化信息消化過程,用戶可以在更短時間內完成更多任務,例如準備報告或進行研究。
  • 個別化體驗:該工具根據用戶的過往互動和偏好自定義摘要和見解,確保最相關的信息可被突顯。

2024年8月6日 星期二

提升 ChatGPT 效能的關鍵

除了 GPT 模型效能之外,我覺得最重要有二:

1. 使用者之 domain knowledge: 知識越強越有效能,因為判斷力越佳(辨別 ChatGPT之回應),也能深入提問/給予指示。這需要時間與學習... 但這屬於專業知識,自己一定要努力!!

2. 提示工程 (prompting engineering):

除了思維鏈(chain of thought)和少樣本學習(few-shot learning)之外,還有一些其他有效的提示工程技術可以提升prompting的效能:

  1. 任務分解(Task decomposition):將複雜任務分解為更小、更容易管理的子任務。
  2. 自我一致性(Self-consistency):生成多個解決方案並選擇最一致的答案。
  3. 思維樹(Tree of thoughts):探索多條思維路徑,選擇最佳路徑。
  4. 零樣本提示(Zero-shot prompting):不提供示例,直接描述任務。[這效能有限]
  5. 反向提示(Reverse prompting):從期望的輸出開始,反向構建提示。
  6. 角色扮演(Role-playing):讓AI扮演特定角色來完成任務。
  7. 思維框架(Thought frameworks):提供結構化的思考過程。
  8. 多步推理(Multi-step reasoning):引導AI通過多個步驟得出結論。
  9. 反例學習(Learning from mistakes):使用錯誤示例來強化正確行為。
  10. 元提示(Meta-prompting):使用AI生成或優化提示。

這些技術可以單獨使用或結合使用,以提高AI輸出的質量和相關性。

這也需要時間與學習... 但這對醫療人員屬於新領域,想善用GPT者一定要努力!!

*** prompting engineering技能的關鍵之一定是 domain knowledge!! 因為prompting engineering的應用一定跟特定領域有關!!

Note: GPT 模型之效能,一定逐年提升,因為太競爭了!!我們可以坐享其成,但上述 domain knowledge & prompting engineering... 仍然關鍵!! 


以下是一項prompting engineering提升效能(正確率)的實證:

Source: Boosting GPT-4V’s Accuracy in Dermoscopic Classification with Few-Shot Learning.
Comment on “Can ChatGPT vision diagnose melanoma? An exploratory diagnostic
accuracy study”
Jinge Wang, PHD, Gangqing Hu, PHD
PII: S0190-9622(24)02572-6
DOI: https://doi.org/10.1016/j.jaad.2024.06.098

另外:使用ChatGPT之困境:如何判斷與提升ChatGPT回應之品質

判斷和提升ChatGPT回應品質的關鍵在於多方面能力的培養:

1.       知識基礎:紮實的專業知識和廣博的通識教育是評估AI回應的基石。跨領域的知識積累能幫助我們更敏銳地識別AI可能出現的錯誤或偏差。這如前述「使用者之 domain knowledge」

2.       批判性思考能力:這包括邏輯推理、辨識謬誤、多角度思考和質疑資訊來源的能力。培養批判性思維有助於我們不盲目接受AI的回答,而是進行深入分析和評估。

3.       閱讀與寫作能力:深度閱讀是積累知識的重要途徑,而寫作則能訓練我們組織思路和清晰表達。這兩項能力是提升知識儲備和批判思考的基礎。

4.       提升寫作能力:寫下重點後,可請 ChatGPT或高手評論,可更提升知識深入,也能提升寫作/表達能力。這也是提升/改善 ChatGPT回應品質關鍵之一:給予明確/完整的指示。

5.       實踐與交流: 學以致用和與高手切磋至關重要。實踐有助於將知識內化,而與他人交流可以expose自身思維盲點、接觸多元觀點,並磨練表達能力、提升批判能力。

6.       善用ChatGPT作為學習工具:ChatGPT在提供和彙整文獻方面具有優勢,可以作為快速提升「基本知識」的起點。然而,我們還需要:

o    驗證ChatGPT提供的資訊

o    學會提出更精確的問題以獲得更佳品值的回答

o    ChatGPT的回答視為思考的起點,而非終點


2024年7月2日 星期二

又被加薪了

加薪5000元/月-- 執行國科會計畫的主持人費--從1.5萬變成2.0萬(2024年8月開始)

2024年一月起,公務人員加薪4%,另增約1萬元的研究費

台大的新進教師,符合獎勵新聘特殊優秀人才作業要點可獲得加薪4萬元(可持續3年)

這些加薪對於年輕人應是一大鼓勵!!

雖然我已快退休,享受這些加薪的日子有限,但樂於見到此景!!



2024年2月29日 星期四

新構想:ChatGPT 輔助學習--基本統計

原規劃給我導生的-沒人報名。

我主動去撈2個學生...

目標:

  1. 協助導生學習基本統計課程(怡靜開授的必修課,一學分)。
  2. 初步測試 ChatGPT輔助學習統計之效能。

具體學習目標:

統計方面--了解上述統計課程之主要概念與應用;

ChatGPT--了解如何用ChatGPT以學習/釐清統計概念與應用

執行方式:

  1. 參與者於課後,自行複習,若遇不懂之概念/應用,則先以 ChatGPT釐清之。
  2. ChatGPT練習(參與者):協助確認課程重點/主要概念,協助解釋與舉例說明,也可協助出考題以確認了解程度。亦即學習如何使用 ChatGPT以協助答上述目標。
  3. 課後定期討論(參與者跟我),以釐清統計概念與 ChatGPT使用方法
可能遭遇困難【對策】:
  • ChatGPT使用方法【參考範本/多練習/交流】
  • 統計概念/應用難以快速理解【多看解釋/應用實例,多交流】
  • 學生對於ChatGPT提供訊息之判斷能力,短期內難以提升【持續學習/應用,調整心態--急不來】

2024年1月31日 星期三

實習學生心理領域「團體帶領」之教學與研究

吃飯的傢伙:心理領域實習學生與治療師之「團體帶領」,可謂最常執行的治療活動。

充實的歷練:實習學生定期需要好好準備、執行、以及檢討團體帶領之準備、過程與成效。還有每周多次的實務練習。

充滿教學與研究的機會:上述過程,參與的治療師與個案人數,皆龐大,故自然擁有極大的教學與研究機會。以教學/評估為例,計畫書的準備、評估與教學、活動執行的教學與評估、活動成效的評估與改良.... 主題多、學術與實務價值高!!

實證不足:國內外OT皆少見,無論團體帶領之教學與評估,皆相當有限。

故我覺得心理領域「團體帶領」之教學與研究,充滿機會!!


圖:桃療病人享受放輕鬆花園採果樂趣

一般實習生之準備/帶領團體之順序如下:

準備計畫書(或企劃書)、與指導老師討論、準備執行、執行團體、事後討論/計畫書結案。

相關文件:計畫書準備要求、計畫書、團體執行紀錄、計畫書撰寫評估表(含結案計畫書評估)、團體執行評估表(含技巧與成效)、個案參與評估表、個案滿意度與回饋評估表。

相關研究主題以上述執行順序歸類如下:

  • 提升計畫書準備效能【擬優先執行/撰寫院內計畫】

    1. 計畫書準備/回饋教學與評估模式之發展與驗證
      1. 檢討/改良現有教學、評估與回饋模式以發展最佳教學與評估模式
    2. 計畫書撰寫評估表(含結案計畫書評估)之發展與驗證
      1. 內容效度、評估者間/評估者內信度驗證(第1篇論文)
      2. 反應性與預測效度驗證(第2篇論文) 【反應性可驗證教學模式改良後,能否呈現前後之差異。預測效度可驗證計畫書撰寫表現預測計畫書執行表現】
      3. 比較 ChatGPT 與專家之評分表現【二者之一致性、intra-rater reliability,或是 ChatGPT如何有效協助臨床人員評估學員表現。Feb. 8 新增】
    3. 建立計畫書資料庫
      1. 結合臨床與教學單位之資料庫

  • 提升團體帶領之執行效能【擬撰寫中大型計畫】

    1. 團體帶領之觀察/紀錄表之發展與驗證,包含個案、帶領者以及協助者、環境、器材以及與計畫書之一致程度等。
      1. 內容效度、評估者間/評估者內信度驗證(第1篇論文)
      2. 反應性與預測效度驗證(第2篇論文) 【反應性可驗證教學模式改良後,能否呈現前後之差異。預測效度可驗證團體帶領表現預測團體成效】
    2. 影響團體帶領效能之因素探究【機制探究】
      1. 建構/驗證/改良機制
    3. 建立團體影音資料庫
      1. 結合臨床與教學單位之資料庫
  • 團體帶領成效指標之探究
    1. 團體帶領技巧評估工具之發展與驗證
      1. 心理計量特性驗證
    2. 團體帶領成效評估工具之發展與驗證
      1. 直接/立即 vs 間接/中長期成效
      2. 心理計量特性驗證

  • 不同團體類型之異同

    1. 特定團體,如體適能、認知團體帶領
    2. 不同團體之差異比較


2023年12月25日 星期一

給我的導生:寒假做甚麼?

好好放空一陣子??

培養核心/基礎能力(如英文閱讀能力--這是吸收新知識的關鍵能力)??

運動!!

好好想想未來,這個最好有老師可以聊聊喔!!

歡迎找我打工,還可以學習....

歡迎找我聊聊,任何主題皆可!

歡迎逛逛我的部落格....

台大演講網

好好追劇


--- 人生就是一些選擇的結果 --- 不是沒有時間 --- 而是有沒有好好思考/準備/找高手討論!!??

2023年10月10日 星期二

天花板與自由度--臨床人員與研究人員的比較

我約大三時,看出臨床治療師【升遷/薪水】的天花板,最近數年亦可看出其【成就/貢獻】之天花板,更可看出【緣由何在】!! 

自由度是主要緣由之一。

臨床人員的自由度實在有限!!這自由度亦影響臨床人員衝破天花板限制的機會。

所以我大學畢業後,很快選擇出國念研究所【當時國內無OT研究所】,後續走上學術研究!! 幾乎沒有蹉跎,所以很早【不到40歲】就升到正教授!!

學術研究強調自由,有時間/自由,才能發揮!! 所以我選擇臺大,因臺大提供教授最多時間/最高自由度的環境!!

我的天花板在哪? 那就看我的能耐與選擇【已非魚缸/環境的限制】... 尤其我早升正教授,具備充分/絕對的時間/自由!!

下圖可看到我的天花板... 還有努力空間!!


Source: expertscape

上述或許有些抽象,容後再修!!

2023年8月29日 星期二

歡迎我的導生擔任【研究實習生】

可參與2項研究計畫,其一或二。

研究一:同理心評估與介入;研究二: ChatGPT 相關評估工具發展以及輔助教學成效研究。

時間上,平均每周至少4小時,否則難以連貫。若擬同時投入2計畫,最好每週>6小時。

無須同學任何先備知識,只要可以持續投入即可,若需休假絕對可以【早提出即可】。

工作地點大多可在住處,視訊討論,必要時再見面。

時薪至少200元,若投入/成效佳,最高500元。由老師決定。

應該可以做到大學畢業,只要學生願意!!

有興趣者,歡迎參考下列相關研究計畫書,再找我聊聊!!

同理心評估

同理心介入

ChatGPT相關之評估工具發展

ChatGPT輔助教學成效

Note: 老師提供類似機會已有諸多經驗,迄今老師是「屢敗屢戰」... 學生應該至少有薪水... 還有學習... 歡迎聊聊這些經驗,雖然難以概化/應用於各別同學。



2023年8月18日 星期五

期刊論文與英文 閱讀能力 等級

表一:研究生 期刊論文與英文 閱讀能力 等級特徵

等級可理解論文內容之特徵英文閱讀特徵相對應學位
初級能理解論文的基本概念能理解基本的英文句子和常見的單詞。-
基礎級能理解論文的主要觀點,但可能對某些專業術語、概念或研究方法感到困惑能理解簡單的英文段落,但可能需要查詢某些單詞的意思大學新生/大二學生
中級能夠理解論文的大部分內容,包括研究方法和結果。【研究方法是研究所課程重點之一】能夠流暢地閱讀大部分的英文內容,但可能對某些專業術語或複雜的句子結構感到困惑大學高年級學生
進階中級能夠完全理解論文,並能夠評析論文之優/缺點能夠理解專業術語和複雜的句子結構,但可能需要花更多的時間來理解某些段落

【很厲害的】碩士班學生

高級能夠不僅理解論文,還能夠對其進行深入的分析與評析能夠流暢地閱讀和理解大部分的英文論文,包括專業術語和複雜的句子結構博士班學生
專家級能夠從多個角度評價論文,並能夠與自己的研究進行整合能夠快速地閱讀和理解英文論文,並能夠對其進行評價和分析博士後研究員/初級教授
大師級能夠對論文進行深入的批評和分析,並能夠提出創新的觀點和建議。英文閱讀能力達到母語者的水平,能夠輕鬆地閱讀和理解任何英文論文。資深教授/領域專家

這個表格提供一個大致的分級和相對應的學位,但實際上每個人的學習進度和能力不同。然而對於大學生,分級太少【區辨力有限】,學生晉級之難度過高

 

表二:大學生期刊論文與英文閱讀能力等級特徵

等級論文內容特徵英文閱讀特徵
1級可理解論文的標題和摘要,但對主要內容和結論有困難。能理解基本的英文句子和常見的單詞,但對專業/研究方法術語感到困惑。
2級能夠理解論文的摘要、簡介和結論,但對研究方法和結果的細節有困難。能夠閱讀一般的英文段落,但可能需要查詢某些專業/研究方法單詞的意思。
3級能夠理解論文的大部分內容,但對某些專業/研究方法術語或複雜的理論有困難。能夠流暢地閱讀大部分的英文內容,但偶爾需要查詢專業/研究方法術語。
4級能夠完全理解論文,包括其研究方法、結果和結論,並能夠進行基本的評價。【這是研究所課程重點之一】能夠理解專業術語和複雜的句子結構,並能夠流暢地閱讀大部分的英文論文。
5級能夠對論文進行深入的分析與評析,並能夠與其它文獻進行比較和連結。【這是博士班課程重點之一】英文閱讀能力接近或達到母語者的水平,能夠輕鬆地閱讀和理解任何英文論文。【這需要孰悉研究方法始能達成】

*一般大學生,甚至畢業生,大多卡在第3級;畢業後,可能不進則退。

以上主要由 ChatGPT提供。第5級基本上極少數大學生可達成。