最新資料

一般警察三等◆法學知識

一般警察四等◆法學知識

移民三等◆法學知識

115年 - 115 身心障礙特種考試_四等_財稅行政：稅務法規概要#138838(29題)

115年 - 115 身心障礙特種考試_四等_經建行政：貨幣銀行學概要#138837(4題)

115年 - 115 身心障礙特種考試_三等_教育行政：教育心理學#138836(8題)

115年 - 115 身心障礙特種考試_三等_教育行政：教育行政學#138835(4題)

115年 - 115 身心障礙特種考試_三等_財稅行政、法制：民法#138834(27題)

115年 - 115 身心障礙特種考試_三等_法制：民事訴訟法與刑事訴訟法#138833(28題)

115年 - 115 身心障礙特種考試_三等_法制：刑法#138832(27題)

115年 - 115 身心障礙特種考試_三等_經建行政：貨幣銀行學#138831(6題)

115年 - 115 身心障礙特種考試_三等_地政：民法（包括總則、物權、親屬與繼承編）#138830(27題)

115年 - 115 身心障礙特種考試_三等_地政：土地政策#138829(4題)

80. 個案研討會中特教老師希望透過前事調整策略，以防止或降低小沈問題行為發生的頻率，試問下列哪一項建議最符合前事調整？ (A)在小沈拍桌時，立刻剝奪其下課時間 (B)只要小沈半天沒出現行為問題，就給予獎勵 (C)在分派難度較高的任務前，先給予預告，並提供學生必要之鷹架 (D)當小沈的問題行為影響到班級同儕，於冷靜後教導小沈向全班同學道歉

79. 若教師們再進行該生的行為功能評量，根據小沈「遇到挫折或不公平對待時會尖叫、搥牆」的情境表現，其情緒行為問題最主要的「行為功能」可能為何？ (A)逃避外在刺激 (B)逃避內在刺激 (C)獲得外在刺激 (D)獲得內在刺激

78. 試問上述四位老師所運用的「區別性增強」策略，下列哪些敘述完全正確？ (甲)布可老師使用區別性增強替代行為(DRA) (乙)布可老師使用區別性增強其他 行為(DRO) (丙)老賴老師使用區別性增強替代行為(DRA) (丁)老賴老師使用區別性增強不相容行為(DRI) (戊)青三老師使用區別性增強低頻率行為(DRL) (己) 青三老師使用區別性增強其他行為(DRO) (庚)易芳老師使用區別性增強高頻率行為(DRH) (辛)易芳老師使用區別性增強低頻率行為(DRL) (A)甲、丁、己、辛 (B)乙、丙、戊、庚 (C)乙、丙、戊、辛 (D)甲、丙、己、庚

籤號 7主題名稱：H. 競爭類型運動次項目：d. 守備/跑分性球類運動學習內容：Hd-IV-1 守備/跑分性球類運動動作組合及團隊戰術試教項目：壘球-跑壘

籤號 6主題名稱：H. 競爭類型運動次項目：a. 網/牆性球類運動學習內容：Ha-IV-1 網/牆性球類運動動作組合及團隊試教項目：桌球-正反手擊球

籤號 5主題名稱：H. 競爭類型運動次項目：b. 陣地攻守性球類運動學習內容：Hb-IV-1 陣地攻守性球類運動動作組合及團隊試教項目：足球-傳接球

123123

講師：陳耘得

簡介：1231231313

23123123

講師：陳耘得

簡介：123213213

qweqwewqe

講師：陳耘得

簡介：qwqweqwewqewqe

花

描述：eeeeee

rrttt

描述：ffggg

ggggg

描述：ddddd

24 有關肩胛棘附近相關解剖之敘述，下列何者正確？ (A)肩胛上肌與肩胛下肌為其分別附著之肌群 (B)棘上肌與棘下肌同為肩胛下神經支配 (C)棘上肌與棘下肌同為腋神經支配 (D)棘上肌與棘下肌同終於肱骨大結節附近

37 6 歲 A 男童活潑好動、上課坐不住，午睡時間走來走去，回家時媽媽發現右耳及臉頰紅腫瘀青，立刻帶至醫院驗傷。調閱幼兒園監視器畫面，顯示 B 教師拉傷其耳朵及用手掌打臉。B 教師可能違反下列何種法律？ (A)性別平等教育法 (B)兒童及少年福利與權益保障法 (C)兒童及少年性剝削防制條例 (D)性騷擾防治法

12. 若有4家供應商提供原料，欲檢定此4家原料平均數是否相等，可用下列何種檢定？(A) F 檢定 (B) t 檢定 (C) Z 檢定 (D)卡方檢定

23. 檢定母體平均數時，若母體為常態分布且小樣本，下列敘述何者正確？(A)母體變異數已知時用Z檢定 (B)母體偏離常態時用 t 檢定(C)小樣本時用 t 檢定 (D)母體為常態分布用 F 檢定

15. 某醫療院所建置病患再住院風險預測模型，特徵包含「年齡」、「體重」、「血壓 數值」及「診斷類別代碼」等，資料科學家考慮是否需對數值特徵進行標準化 (Standardization)處理。下列何種模型對特徵尺度最不敏感、最適合在不進行 標準化的情況下直接使用上述特徵進行訓練？ (A)線性迴歸(Linear Regression)； (B)支援向量機(Support Vector Machine)； (C)K 近鄰演算法(K-Nearest Neighbors)； (D)決策樹(Decision Tree)

(e) Michael addition