分類: 圖書館資源懶人包

為什麼 Google 第一筆結果不一定最好？

Posted on by

許多人遇到問題時，第一個反應往往是打開 Google 搜尋，並直接點選排在最前面的結果。久而久之，我們容易形成一種印象：搜尋結果越前面，代表資訊越重要、越可靠。 然而，搜尋引擎的排序機制並不是以「資訊是否正確」作為唯一依據。理解搜尋結果是如何產生的，也是資訊素養教育中相當重要的一環。 搜尋排名不等於

繼續閱讀

資料不平衡，會不會變成看不見的 AI 歧視？

Posted on by

－從數位文化殖民到 AI 輸出後的詮釋責任 AI 已經深入研究日常，幫忙整理文獻、摘要資料、比較觀點，想必各位大概已經練就反射動作：先看有沒有 AI 幻覺的影子；畢竟 AI 幻覺一旦出現在你的研究或是參考文獻裡，輕則尷尬，重則可能讓你在口試現場體驗學術版社死，投稿時也徒增不必要的風險。 不過這篇文章

繼續閱讀

AI 素養世代來了！大學教學與研究的華麗轉身術

Posted on by

生成式人工智慧（GenAI）鋪天蓋地席捲高等教育殿堂，嵌入資料蒐集、研究工作流、出版平臺與校園資訊環境，大學教師正面臨「再專業化」（Reprofessionalisation）的挑戰。我們擔憂學生作業是否由 AI 代寫，為了可能的虛構幻覺而必須逐筆核對參考文獻，誠信危機考驗互信，其中更關心學習歷程是

繼續閱讀
data donation

什麼是 Data Donation？以 Facebook 為例，看研究者如何取得使用者的數位足跡

Posted on by

當問卷潛藏誤差、API 不一定適用，研究者如何請使用者把平台資料帶出來？ 合先敘明，這不是 Facebook 備份教學 這不是一篇教你如何下載 Facebook 資料的操作文，更不是要鼓勵大家把個人資料隨便交出去，而是思考一個傳播與科技研究裡越來越重要的問題： 當研究者想研究社群媒體使用行為時，資料

繼續閱讀

生成式 AI 與著作權：2026 年值得關注的法律發展

Posted on by

引言：AI 創作的繁榮與法律的十字路口 當前生成式 AI 技術正以前所未有的速度爆發，AI 已能從無到有寫出深度報導、繪製大師級畫作，甚至生成高畫質影像。然而，技術發展的速度遠快於法律制度的調整，AI 與著作權之間的衝突正成為全球關注的重要議題。截至 2026 年初，全球針對 AI 企業的版權侵權訴

繼續閱讀

6,294 頁資料，怎麼真的做成一篇論文？

Posted on by

6,294 頁資料，怎麼真的做成一篇論文？ 從街頭潮流研究，看大型數位檔案如何被蒐集、分期、編碼與理論化 剛開始寫論文時，很多研究生最怕的是：資料不夠；資料庫查了一輪又一輪，關鍵字改了好幾版，還是覺得手上的材料太少太薄弱；於是你繼續蒐集：書籍、期刊文獻、會議論文、博碩士論文、政府公報、研究報告，能下

繼續閱讀

從 arXiv 到 Science 的補強之路：諂媚型 AI 研究如何走向頂刊

Posted on by

從 arXiv 到 Science 的補強之路：諂媚型 AI 研究如何走向頂刊 AI 會逢迎不是最值得驚訝的地方；真正值得學的是，研究者如何把「大家都有感」的現象，做成可測量、可檢驗，也能承受頂刊審稿挑戰的研究。 AI 說你很有潛力，教授問你怎麼排除其他解釋 AI 說：「這是一個很有潛力的研究題目，

繼續閱讀

用 EndNote 追蹤撤稿文獻：別讓「殭屍文獻」混進你的論文

Posted on by

寫論文時，我們常把重點放在找文獻、整理引用格式與撰寫內容，卻容易忽略一件事：你引用的文獻，現在是否仍然有效？ 有些論文出版後，可能因資料錯誤、圖片問題、研究結果不可靠、重複發表、抄襲、同儕審查異常或研究不當行為而被撤稿（Retracted）。若研究者沒有及時發現，這些文獻就可能繼續出現在論文、投稿稿

繼續閱讀