最新資料

轉學考-線性代數

轉學考-機率與統計學

轉學考-理論力學

115年 - 115-1 專技高考_食品技師：食品工廠管理#140535(5題)

115年 - 115-1 專技高考_食品技師：食品微生物學#140534(8題)

115年 - 115-1 專技高考_食品技師：食品加工學#140533(8題)

115年 - 115-1 專技高考_食品技師：食品衛生安全與法規#140532(5題)

115年 - 115年 - 115 專技高考_消防設備師：火災學#140531(4題)

115年 - 115年 - 115 專技高考_消防設備師：警報系統消防安全設備#140530(4題)

115年 - [非官方正解]115 專技普考_消防設備士：火災學概要#140529(42題)

115年 - 2026 中華民國多國籍企業研究學會_第一回管理專業能力認證：管理學#140528(50題)

115年 - 115-2 航海人員測驗_二等船副：航海學概要#140527(40題)

115年 - 2026 中華民國多國籍企業研究學會_第一回管理專業能力認證：企業概論#140526(50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

化學教師甄選題目匯總

講師：Kai

簡介：課程目的： 本課程旨在為有志於從事化學教學的教師提供全面的甄選題目匯總，以幫助其有效備考並在甄選考試...

幼兒教育及照顧法

講師：Mark

簡介：介紹幼兒教育及照顧法規內容 第一節總則 第二節教保服務機構設立及其教保服務 第三節教保服務機構組織與服...

師資培育法

講師：Mark

簡介：何謂師資培育法 何謂師資培育生

CH 8品質提升

描述：品質提升

CH 9資訊科技概念

描述：資訊科技概念

CH 10組織行為

描述：組織行為

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