《科學寶盒試用分享心得文》
幸運收到出版社朋友的邀請,可以帶孩子來玩這個科學寶盒,簡單介紹一下什麼是科學寶盒。
每年嘉義市國中小會舉辦「科學168教育博覽會」,今年由於疫情關係,改由各校設計科學寶盒(共有83款,2萬1千多盒),讓學童帶回家製作,待開學後再作成果展發表。
因為內容物組合都不太一樣,開箱時有點興奮。說真的,我還蠻滿意這箱的內容。
內容物:一份說明書、4個實驗材料包、一個組裝材料包、一個索瑪立方體、一個魔術方塊(而且很好轉)
我非常慶幸家裡有位資深物化生家教老師(配偶本人),讓我在這些實驗中可當一位非常好的攝影角色,而實驗過程中,說明書有將學習目的、實驗原理、操作、觀察都蠻詳細的說明。但因為家長本身有優秀的科學背景,才能夠隨時應付實驗結果不佳後的修正。(所以其實這樣的科學寶盒有點考驗家長能力的)
🎈虎克投石器:
在解說彈力時先讓孩子列舉生活中有彈力的物品。練體操的小兒立刻想到彈簧床,大兒子想到的是彈力球。原以為將竹筷綁橡皮筋對小孩來說會費力,但小二的兒子操作上是沒有問題,大人稍作微調即可。(但建議廠商ㄧ開始便可附上短竹筷,雖然文章中有教如何切竹筷,但畢竟這不是本實驗主要方向,不過我們沒有切割竹筷,最後一樣完成了實驗)
此實驗最麻煩的應該是最後要將湯匙固定在發射台上的階段,這邊就完全由大人接手。最後成功完成投石器,家裡的小孩跟貓咪都玩得蠻開心的。
🎈爆走機械蟲:
利用振動的原理,讓機械蟲走動。
因為我們的教學對象年紀較小,所以目的在於能讓機械蟲移動就好,也就是授課者本人(在下的配偶)憑藉著本身的科學知識在進行實驗,完全沒在看說明書。那我之後有認真看了說明書,雖然圖文並茂,可是我滿頭問號,所以建議附上QR code解說影片會比較實在。
因為機械蟲的腳真的不好固定,也很難用成一樣高度,最後我們的爆走機械蟲成為爆走旋轉咖啡杯,瘋狂轉圈也是一種爆走,不錯了啦!
建議是:電池盒建議附有開關的,不然直接拔電池時,手很容易跟轉動的馬達碰在一起
總結一下我這盒科學寶盒的優缺點吧
⛱優點
1.說明書我覺得內容完整,尤其在於新知解說與課後討論的部分蠻適合中高年級以上的孩子來互動。
2.材料包一包一包分開裝並編號,清楚明瞭。
3.科學寶盒內容多元豐富
4.實驗過程都不會太長
⛱缺點
1.我這盒少了一本藍色說明書
2.實驗需要影片輔佐(連結好像就在藍色說明書裡)
整體上我的感覺還不錯,因為本來就喜歡在家帶著孩子做東做西,剛好這次收到的內容是符合孩子年級可以理解的,而且竟然有魔術方塊太意外了,待我練會教孩子玩!
另外索馬立方體我拼成功一次沾沾自喜時,老公說,這個東西有240個解,不敢置信,第一次玩到這個,覺得有趣。
#嘉義市科學168教育博覽會
#防疫樂學 #樂學
#親子共學
#幼兒科學 #兒童科學 #虎克彈石器 #爆走機械蟲
「用簡單的機械做科學實驗」的推薦目錄:
- 關於用簡單的機械做科學實驗 在 Facebook 的最讚貼文
- 關於用簡單的機械做科學實驗 在 子迂的蠹酸齋 Facebook 的最佳解答
- 關於用簡單的機械做科學實驗 在 Eddie Tam 譚新強 Facebook 的最佳貼文
- 關於用簡單的機械做科學實驗 在 #steam科學實驗 - Explore | Facebook 的評價
- 關於用簡單的機械做科學實驗 在 簡單的兒童科學實驗2022-在Facebook/IG/Youtube上的焦點 ... 的評價
- 關於用簡單的機械做科學實驗 在 簡單的兒童科學實驗2022-在Facebook/IG/Youtube上的焦點 ... 的評價
- 關於用簡單的機械做科學實驗 在 研究所板 - Dcard 的評價
用簡單的機械做科學實驗 在 子迂的蠹酸齋 Facebook 的最佳解答
最近似乎陷入了對兒時電視節目的懷舊思維中。近期有個朋友聊起,大概20年前曾在年代MUCH播放的《超暴力激鬥》,讓我忍不住上網查了查這節目的許多後續及發展。其實我甚至不知道其實這節目在台灣有不少粉絲,甚至新一代的機器人戰鬥節目《Battlebots》在網飛上還有播。不過今天就簡單聊聊這個當年我曾經一度癡迷的節目。
《超暴力激鬥》(《Robot Wars》)是英國所製作的節目。用最簡單的理解,便是武裝遙控車相互戰鬥的擂台賽,這些機械多半是由參賽隊伍自行設計和改裝。聽起來很無聊,但看著眼前重達百多公斤的機器相互攻擊,男孩心中的那股機器人夢想好似成真,看得欲罷不能。
印象中,早期參賽者的思路都很簡單,幾乎是將五金用品店能找到的最大型武器都裝上,像是大型圓鋸、斧頭、鏈鋸、焊槍、重型鐵鎚、刺針,甚至是油壓剪,都裝在了機器上。不過很快就遇到了問題,那就是這些重型武器攻擊成功的機率簡直感人得沒效率,不然就是這些張牙舞爪的武器,很容易就因為撞擊或各方面的問題,導致故障或失能。例如大型圓鋸受到強烈撞擊,變形或斷裂都不奇怪。
那時看比賽,幾乎心中都有了成見,那就是大型機器都輸面大,速度越快和武器越小的,反而能有效攻擊。看到兩台一大一小的機器人上台,我下意識地便會覺得小台的應該會勝出。
因為規則寫明,一旦機器人無法移動就會判定失格,於是便有參賽者突破腦洞,理解到與其將對手機器人破壞殆盡,不如想辦法將其翻覆,導致其無法運作。於是這股風潮,引領多數參賽者重新設計思路,那些大型武器再也不受歡迎,出現了大量能使對手翻覆的「氣動翻板」。這一次的攻擊型演化,引來了競爭環境的改變,開始有隊伍設計機器人翻覆後能翻回來的保險機制,甚至出現有隊伍設計正反兩面都能順利運作的機器人。其實光看不同武器的演化,導致競爭環境的改變,就能感受到相當樂趣。
《Robot Wars》後來熄燈許久,由美國《Battlebots》重新再次引領機器人戰鬥節目的風潮,這幾年《Robot Wars》似乎也有過幾次復活。
我記得兒時的一大問題,便是台灣有沒有能孕育這類節目的環境?
當時的我無法回答這問題,但現在我能斬釘截鐵的說「沒有」。最常聽到的答案是台灣沒有車庫文化,多數家庭無法擁有自行五金改裝DIY的空間,當然我覺得這也是原因之一,但其實多數中南部的透天都有足夠大的空間能實行改裝或DIY。
我認為真正的原因在於台灣的教育文化。台灣教育重視理論和考試,鮮少鼓勵學生實作。要做出這些具備敏捷和攻擊性的遙控機器人,不只是要求理論設計,對實際裝卸和細部微調的經驗更是講究。台灣學生下課不會有去搞這類改裝電子機器的機會,父母會更希望孩子專心在課業上。等到這些孩子長大後,也不可能在工作之餘,單純為了興趣而搞台改裝遙控車。
我覺得「實作」的經驗是無價的。另一檔值得懷舊的科學節目《流言終結者》,就是最佳的代表。他們實際將電影中許多的爆炸和科學情節,以實驗的方式重新驗證,並告訴觀眾哪怕是聽起來再荒誕不羈的假設,都有實驗的價值。而《流言終結者》的幾名固定班底,如傑米海納曼,以及這幾年逝世的格蘭今原,他們多年前設計的機器人也曾在《Robot Wars》中大放異彩。
只是這麼多年過去,「實作」從未被教育體系重視過。
想來,我對「馬力」和「扭力」,最早的認識,也是來自於對四驅車齒輪比的實作。
用簡單的機械做科學實驗 在 Eddie Tam 譚新強 Facebook 的最佳貼文
譚新強:Galileo的教誨:人類非宇宙中心點
文章日期:2021年5月21日
【明報專訊】人類非常自以為是,一切以自己為中心的動物。自古以來,不止大部分人都以為大地是平或者是方的,他們更以為天上的星星、月亮和太陽,都是圍繞着我們而運轉的。當伽利略(Galileo Galilei)以望遠鏡觀察得來科學證據,支持哥白尼(Nicolaus Copernicus)的太陽中心論,他就被教廷批鬥和逼害了20多年之久。
即使現代人也有同樣自以為是的主觀願望。不少人偏見地以為近數十的所謂新發明,例如互聯網、手機、AI、機械人和加密貨幣等,都必然是人類史上最偉大和最重要發明。更有不少人甚至相信所謂加速回報定律(Law of Accelerating Returns),認為重要科技發明的速度不斷提升,很快就將達到人網合一的所謂「奇點」(Singularity)!
客觀點來看,這些科技發展雖重要,尤其互聯網和手機,令到日常生活更方便和豐富,但怎可能比火、蒸氣機、電力、電話、汽車和飛機等更重要?有人曾問過李光耀,什麼是偉大發明?他的答案是對新加坡而言,最重要的發明是空調!他認為在熱帶地區,如沒有空調,工作效率非常低,經濟發展必更困難。你可能以為李光耀此言是開玩笑,小小一台冷氣機,怎可能那麼偉大?但事實擺在眼前,新加坡是熱帶國家中,極少數(差不多唯一)能達到發達國家水平的國家之一,成功原素當然不止空調這麼簡單,但他立國不久即決定盡快在所有政府辦公室裝置空調,肯定對提升政府效率有極大幫助。
近20年科技無助提升生產效率
若以生產效率的趨勢來判斷近20年科技發展的成效和重要性,不幸客觀結論就必然是頗為失望,甚至驚訝。因為不論美國或中國,過去20年的勞動生產率(labour productivity)增長都不斷放緩(見圖1及圖2),就如數以萬億美元計的IT投資,每人手中一台超級電腦,都提升不了我們的生產效率。更不需遑論AI結合機械人,再加5G,所有工廠都應變得更自動化,需要的工人極少,理論上人均生產效率必定急速提升。
這麼多「超偉大」發明,怎去解釋生產效率增長率不加速反放緩的重大謎團?我認為可探討3個可能性。
(1)從1970年代開始,個人電腦(PC)開始崛起和普及,企業投入大量資源,期望生產力效率大幅提升。但長近20年的投資期,效果一直是失望的,在互聯網普及前,大部分電腦幾乎可算是獨立的,主要用途只包括文書處理(word processing)、電子試算表(spreadsheet)和簡單資料庫(database)等,即使有通訊功能,也只限於速度極慢、撥號連線的modem。在這個單打獨鬥的環境下,大部分PC亦是一台昂貴的高級打字機,對生產力提升當然有限。後來隨着互聯網崛起、寬頻普及,企業開始看得到大量投資IT的回報。當然互聯網的發展,提供了創立大量新企業的機會(但即使如此,上世紀七十年代至今的生產力增長也一直放緩)。
同一道理,過去30年的新科技發展,將有重新提升生產力效率的一天,可能只是時辰未到。我贊同有此可能性,但到底現代科技,缺乏什麼催化劑,防止它們完全體現潛能?我也沒有準確答案,部分可能是投放的量未足夠,例如5G,大家一直期待網絡速度馬上提升10倍以上至Gbps級別,但事實上在美國和中國的用戶體驗極差,平均速度提升50%不到,某些情况和地區,甚至比4G更慢,亦較受障礙物如牆壁阻礙接收。應用方面更缺乏「killer apps」,據說在中國的流行5G App是Speedtest,就是用來測試通訊速度!現時平均每個基站服務約7000用户,當然寄望繼續增加密度,到了某個水平,希望能較成功體現5G功能。除此,高頻率的mmWave網絡仍在起步階段,高頻率才可真正大幅提升速度,但不幸物理上,mmWave穿透力更差,要實現IoT夢想,實時遙控高速機器,進行精細手術和應用於交通系統等,仍面對極大挑戰。
(2)人均生產效率增長放緩,有可能是定義和數據準確度的問題。會否是不可以金錢來量度近代科技發展所帶來的所有好處,除經濟增長外,亦有助改善人類健康、延長壽命,以及提升快樂感?有可能,事實上在過去200多年,全球人類壽命的確上升很多,從不到30歲升至現在的70多歲;但大部分應該是公共衛生的改善,尤其自來水的普及,農業進步導致營養改良,以及接生技術和環境改善,大幅減低嬰兒夭折率等,而非來自先進癌症治療法或基因工程技術。當然,近年英美的平均壽命更出現下跌趨勢。快樂的定義更抽象,跟科技發展更沒有一個必然關係,去多幾次日本就一定開心啲?著名人類學家Steven Pinker認為,原始的hunter-gatherers,以狩獵為生,不用花太多時間工作和計劃生活,平均快樂度反而比生活較穩定和富庶的農業社會高很多。原因是農業需要長達一年的工作計劃、播種、灌溉、收割和儲糧等等,全年忙碌,亦需全年憂慮天氣和瘟疫等。現代人更惨,不止需要計劃一年,未上幼稚園,已需要開始計劃人生,每年每月每日都有無窮無盡的所謂工作、責任和煩惱。
有人企圖解釋,可能分母也有問題。人均生產力增長減速,或者是因為現代經濟高度自動化,需要工作的人愈來愈少,即是失業,underemployment和不需工作的人愈來愈多,所以人均生產效率就被拉低了。這個解釋有兩個問題,首先在這次COVID大流行前,以美國為例,失業率跌至3.5%的50年新低,何來工作人數在減少?近月隨着美國疫情減退,失業率又再急速下降,所以此論點不成立。
有人指出,雖然表面失業率低,但有不少人不再尋找長工,只做點「零工」(gig),或只領救濟,所以人均生產效率被拉低。我沒有深入研究過,但我懷疑近年underemployment的情况,是否真的比以前嚴重。我的印象是從前較以農業為重的社會,鄉下的「閒人」更多,城市化才是提升人均生產力的最重要元素。
總括來說,我承認經濟數據未必能夠完全反映科技進步對人類的影響,但仍不可以此為解釋生產效率增長放緩的藉口。
人類發展漸近兩科學極限
(3)我認為最重要的解釋是人類發展已逐漸走近兩個科學上的極限。第一個是地球資源所能提供的可延續發展極限。人類發展,從古至今,尤其從工業革命開始,都可說是建築在耗用地球資源身上,尤其倚賴化石能源,最初是最髒的煤炭,後來是更好用但更有限的石油,再加上較清潔但難儲存運輸的天然氣。近年我們當然開始發現化石能源的碳排放,帶來嚴重氣候變化問題,如不能在極有限時間內解決,足可導致一次全球大規模動植物滅絕災難!
樂觀來看,這個危機當然也提供很多發展再生能源、電動車輛(electric vehicle, EV)、儲能、碳捕獲(carbon capture),以至「地球工程」(geoengineering)技術的機會。但不能否認的是地球本身是個充滿有機化學(organic chemistry)的環境,最方便的能源必然是與炭相關的,石油的能源密度是任何電池技術的20倍以上。按《巴黎氣候協議》的計劃,人類必須在2050年前達到碳中和,談何容易?去年因疫情,全球碳排放確下降了約6.5%,接近但仍不到每年遞減7%的目標,今年美、中等經濟重開,有可能達標嗎?
另一個更根本的是物理的極限。歷史上最偉大的科學突破,毫無疑問是二十世紀初,愛恩斯坦的狹義和廣義相對論,和稍後由玻爾(Niels Bohr)、海森堡(Werner Heisenberg)和薛丁格(Erwin Schrodinger)等人所發展的量子力學(quantum mechanics)。兩套理論非常偉大,亦有極大實用性,核能和核武正是它們的結合,是禍是福,見仁見智。但不幸過去60年,理論物理已可說碰到了堅硬牆壁,相對論與量子力學有非常根本性,甚至哲學性矛盾,聰明如愛恩斯坦,窮人生最後30年努力,也無法解決此問題。後人想出很多充滿創意的理論,例如超弦理論(Superstring Theory),但全都是紙上談兵,毫無實驗證明,所以於事無補。
物理極限對應用科技和經濟發展有很大影響。整個IT革命都是由半導體技術進步所推進。最有名的摩爾定律(Moore's Law),雖並非一條真正永恒不變的物理定律,但在過去50年,一直是芯片發展的一個指標。事實是每一代的芯片發展,雖仍在進步,但速度早已放緩,最初摩爾定律預期每9至I2個月,芯片密度即可翻一倍,近年已放緩至兩年以上。強如過去的老大英特爾(Intel),已停滯於14nm兩年以上,只有台積電和三星能繼續推前,能成功生產7nm芯片。即使台積電等能如期做到2nm,無疑必將接近物理極限,再縮小必將帶出各種量子世界的奇怪現象如「穿隧效應」(tunneling effect),極難控制芯片性能。
在應用層面上,影響也必極大。單是AI無人駕駛,已是個極重要的科技夢想,亦是Tesla股價的一個重要支柱。馬斯克(Elon Musk)教主是個頂級銷售員,他一直不斷告訴「信徒」無人駕駛是個相對簡單的ANI(Artificial Narrow Intelligence)應用,只需GPU或ASIC夠快,加上視覺數據,必可在短期內成功。按馬斯克的說法,年輕一代不需要學駕駛汽車,法律甚至將禁止人類開車,所有汽車變成AI無人駕駛的EV。
無人駕駛為極複雜AI難題
事實上,無人駕駛是個極複雜的AI難題,最近連馬斯克開始承認困難比原先想像中高很多。不止Tesla,大部分其他公司都碰到同樣問題,不少甚至已放棄。Uber和Lyft都計劃出售無人駕駛部門,Alphabet的Waymo,近日CEO和CFO等多位高層相繼辭職。德國各大汽車廠近日都推出質量非常不錯的EV,但並無太多AI功能。
我一向認為無人駕駛沒那麼簡單,應屬於AGI(Artificial General Intelligence)問題,即需要所謂common sense。人腦當然遠比電腦慢,但複雜度遠比芯片高,人腦neurons(神經元)數量超過1000億,synapses(突觸)數量更超過125萬億,更加是三維物體,連形狀和組織都對人腦的思考、性格和整個意識(conciousness)非常關鍵,遠比現時最先進二維為主,7nm GPU的540億原子粒多和複雜。即使未來用到2nm技術,能做出人類common sense的機會仍很低。不少AI專家認為,AGI需要whole brain simulation,或甚至不可以矽為基礎原料,改以用所謂wet ware,不知是否想以基因工程技術,在試管中培植出一個以碳為基礎原料的有機AI系統?聽起來,比Frankenstein(科學怪人)更恐怖!
我沒有答案,只想提醒大家不要過度自以為是,人類始終是渺小的,我們對宇宙的認知非常有限!
(中環資產擁有Tesla、Uber、Alphabet、台積電及三星財務權益)
中環資產投資行政總裁
[譚新強 中環新譚]
https://www.mpfinance.com/fin/columnist3.php?col=1463481132098
用簡單的機械做科學實驗 在 簡單的兒童科學實驗2022-在Facebook/IG/Youtube上的焦點 ... 的推薦與評價
簡單 易做的55個科學小實驗· 1、在臉盆裡倒入半盆水,用蘸了墨汁的筷子輕輕碰觸水面,即可看到墨汁在水面上擴展成一個圓形。 · 2、拿棉花棒在頭皮上摩擦二、三下。 · 3、 ... ... <看更多>
用簡單的機械做科學實驗 在 簡單的兒童科學實驗2022-在Facebook/IG/Youtube上的焦點 ... 的推薦與評價
簡單 易做的55個科學小實驗· 1、在臉盆裡倒入半盆水,用蘸了墨汁的筷子輕輕碰觸水面,即可看到墨汁在水面上擴展成一個圓形。 · 2、拿棉花棒在頭皮上摩擦二、三下。 · 3、 ... ... <看更多>
用簡單的機械做科學實驗 在 #steam科學實驗 - Explore | Facebook 的推薦與評價
配合108課綱新素養,符合STEAM教育理念,用有趣又好玩的小實驗,讓孩子用簡單易懂的方式學習科學原理。 ♦️ 開啟孩子的創新思維大門!… See more. ... <看更多>