新豐即時影像的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

運用多媒體認知情意學習理論比較SHAKING-ON、KAHOOT在臺語學習的成效

為了解決新豐即時影像的問題，作者羅婉綸 這樣論述：

基於多媒體學習的認知情感理論，本研究採用Shaking-on和Kahoot兩種類型的遊戲，探討參與者在臺語學習中的遊戲焦慮、遊戲興趣和心流體驗，並進一步比較對遊戲學習價值、學習興趣和焦慮的不同影響。本研究採用問卷調查的實驗研究方式。將目標學生分為兩組，分別進行Shaking-on和Kahoot兩種不同動作的數位遊戲，以了解他們在數位遊戲評量後的遊戲焦慮、遊戲興趣和心流經驗是否具有顯著差異，同時探討於遊戲學習價值是否具有顯著差異。在使用遊戲作為評量前，由教學者測試受試者的臺語焦慮，以了解不同性別之焦慮狀況；遊戲結束後，則進行「數位遊戲評量情意量表」，以測量受試者的遊戲焦慮、對遊戲的興趣、心流體

驗與對遊戲學習價值的感知。本研究共收回299份之有效之數據並進行驗證，結果顯示，性別差異並不影響臺語焦慮；在遊戲焦慮構面，不同動作的數位遊戲表現沒有差異，但在遊戲興趣、心流經驗和遊戲學習價值構面有顯著差異，且肢體動作較大的Shaking-on明顯優於Kahoot。此外，在臺語學習成效上，肢體動作較大的Shaking-on同樣優於Kahoot。

新興技術之殺手級產品預測

為了解決新豐即時影像的問題，作者彭政諺 這樣論述：

在科技日新月異的環境下，市場競爭的程度愈趨激烈，各家廠商皆在尋求各項新興技術之殺手級應用，以求能於市場中佔有領導地位。殺手級應用(Killer Application)一詞指的是足以改變整個產業規則的新產品或服務，然至今卻仍無一可依循之模式以探討殺手級應用。因此，本研究欲以探討具備何種條件之產品、服務能稱之為殺手級應用，並透過分析、歸納其彼此間之共通性，以建構殺手級應用產品之預測模型。本研究係以電視、行動電話、網際網路、AI醫學影像辨識為本研究之標的物，並使用關鍵多數、科技接受模式及創新擴散理論為本研究之架構基礎，以定義並分析殺手級應用。係經本研究探討，顯示若母體數為非固定之前提下，將難以明

確定義殺手級應用之關鍵多數數值，因此本研究使用主流設計之概念為關鍵多數之定義，並以其為殺手級應用產品之判斷基準。本研究分析指出，電視、行動電話及網際網路已達關鍵多數，因此判斷其為殺手級應用產品，且透過彙整相關文獻，得知此三項產品之認知有用性、認知易用性、使用態度、相容性、可試用性、可視性及結果展示性多對使用態度與使用意願有顯著影響，為其三項之共通點；AI醫學影像辨識則未達關鍵多數，故尚未為殺手級應用產品，因此本研究透過問卷調查，得知AI醫學影像辨識之可試用性、可視性及結果展示性對使用態度並未有顯著影響，為與電視、行動電話及網際網路之差異所在。本研究結果係以關鍵多數與電視、行動電話及網際網路之共

通點為殺手級應用產品預測模型之構面。殺手級應用產品預測模型之建立，將可作為國內業者尋求殺手級應用或後續研究者之有效參考依據；AI醫學影像辨識之可試用性、可視性及結果展示性則為其目前發展之重要關鍵因素，因此若能有效提升其曝光度，將能有效影響使用者的使用態度。其結果亦可作為廠商改進方向之建議與後續研究者之參考。