歡迎來到 IaS1：設計科學探究

你有沒有想過，物理學家是如何從一個簡單的問題——例如「點解降落傘可以令人減速？」——一步步演變成一場精確的實驗室實驗？在科學領域中，能否獲得可靠的答案，完全取決於實驗的設計與準備是否嚴謹周全。

本章將探討科學探究思維（Ideas about Science, IaS1）：這是你規劃有效、準確且安全實驗所不可或缺的工具庫。如果以前覺得科學術語很令人困惑，不用擔心；我們會透過生活化的例子，一步一步為你拆解每個核心概念！

---

1. 假說、預測與模型

每一項偉大的探究都始於一個想法。然而在物理學中，我們用來表達這些想法的詞彙都有著非常明確且嚴謹的定義。

必須掌握的核心術語

• 假說（Hypothesis）：針對觀察到的現象，提出一個具嘗試性質且可供檢驗的解釋。
例子：「空氣阻力取決於降落傘的表面積。」

• 預測（Prediction）：若假說成立，對實驗中將會發生的情況所作出的具體、可量度陳述。
例子：「若我將降落傘的表面積增加一倍，下降所需的時間就會增加。」

• 模型（Model）：用以解釋或預測系統運作方式的表述形式（可以是實物模型、數學公式或電腦模擬）。
例子：繪畫隔離體圖（Free-body diagram），以力箭頭標示重量和空氣阻力；或者利用電腦模擬空氣粒子碰撞降落傘傘面的過程。

重點速記：假說解釋事情點解（Why）會發生，而預測則具體說明你預期會看到乜嘢（What）可量度的變化。

---

2. 變數與公平測試

要檢驗一個預測，我們必須設計公平測試（Fair test），仔細選定要改變甚麼變數、量度甚麼變數，以及將哪些變數保持不變。

變數的種類

• 自變量（Independent Variable）：由你刻意改變以觀察其影響的因素。
記憶小貼士：Independent = 由 I（我）主動改變的變數。

• 因變量（Dependent Variable）：作為實驗結果由你量度的因素。其數值取決於自變量。
記憶小貼士：Dependent = 你記錄的 Data（數據）。

• 控制變量（Control Variables）：在整個實驗過程中必須保持不變的因素，以確保實驗的有效性（Validity）（即符合公平測試原則）。

考試必背秘訣：如何解釋控制變量

考官經常會問：「點解學生必須將某個特定變數保持不變？」
切記千萬不要只回答「為了公平」。你必須具體說明：改變控制變量會影響因變量，導致你無法確定實驗結果究竟是由自變量引起，還是由該未受控制的因素所致。

數據類型與圖表選擇

你收集的數據類型決定了應使用哪種圖表作視覺化呈現：

• 類別數據（Categoric Data）：以不同類別、名稱或標籤呈現的數據（例如測試不同金屬：銅、鐵、鋁）。
適用的圖表：條形圖（Bar chart）。

• 連續數據（Continuous Data）：可以在連續數值尺度上取任何數值的數據（例如長度、質量、溫度或時間）。
適用的圖表：線圖（Line graph）。

---

3. 量度質素：精密度、準確度與誤差

在物理學中，「準確（Accurate）」和「精密（Precise）」是不能混為一談的。釐清兩者的分別對考取佳績至關重要！

準確度（Accuracy）vs. 精密度（Precision）

• 準確度（Accuracy）：量度值有多接近真實值（True value）。
• 精密度（Precision）：重複量度所得的各個數值之間有多接近（即數據分散程度極小），無論它們是否接近真實值。

生活比喻：想像你在擲飛鏢擲向靶心。如果所有飛鏢都緊密集中在左上角，你的投擲就是精密但不準確。如果飛鏢都落在靶心附近，那就是準確。

解像度（Resolution）

• 解像度（Resolution）：儀器所能檢測到的最小物理量變化。
例子：一把標準的 30 cm 木尺帶有毫米刻度，因此其解像度為 \(1\text{ mm}\)。數碼游標卡尺的解像度則可達 \(0.01\text{ mm}\)。
注意陷阱：使用高解像度的計時器（例如讀數至 \(0.01\text{ s}\)）並不代表你的結果必然準確，因為人類的反應時間（約 \(0.2\text{ s}\)）仍會引入誤差！

可重複性（Repeatability）vs. 可再現性（Reproducibility）

• 可重複性（Repeatability）：原實驗者使用相同的步驟與相同的儀器重複實驗，並獲得相同的結果。
• 可再現性（Reproducibility）：由不同的人進行實驗，或同一人使用不同的儀器或方法進行實驗，依然獲得相同的結果。
記憶小貼士：Repeat = 同一人重複；Reproduce = 由其他人再做一次。

計算不確定度（Uncertainty）

每次進行重複量度時，真實值總是存在一定的不確定度。在 GCSE 物理中，計算重複量度數據的不確定度時，請使用以下標準公式：

\(\text{Uncertainty} = \frac{\text{Range}}{2}\)

（即：不確定度 \(=\) 全距 \(/ 2\)）

計算範例：
學生記錄了紙旋轉翼下落三次的時間：\(10.2\text{ s}\)、\(10.4\text{ s}\) 和 \(10.6\text{ s}\)。
1. 計算全距（Range）：\(\text{Range} = \text{Maximum} - \text{Minimum} = 10.6\text{ s} - 10.2\text{ s} = 0.4\text{ s}\)
2. 計算不確定度（Uncertainty）：\(\text{Uncertainty} = \frac{0.4\text{ s}}{2} = \pm 0.2\text{ s}\)
平均時間為 \(10.4\text{ s}\)，因此最終結果應寫成 \(10.4 \pm 0.2\text{ s}\)。

---

4. 實驗誤差與安全

隨機誤差 vs. 系統誤差

• 隨機誤差（Random Error）：實驗過程中不可預測的波動變化（例如人類反應時間的輕微變化或氣流擾動）。
改善方法：進行重複量度並計算平均值（Mean），這樣可以減少隨機誤差的影響。

• 系統誤差（Systematic Error）：一種具規律性、可預測的誤差，使所有量度值每次都偏離真實值相同的幅度（例如從斜角度讀取刻度，或儀器出現故障）。
改善方法：計算重複次數的平均值無法消除系統誤差。你必須找出儀器或操作技術上的缺陷並修正實驗方法。

• 零點誤差（Zero Error）：系統誤差的一種特例，指量度儀器在理應顯示零時卻未歸零（例如電子天平在沒有放任何物品時顯示 \(0.5\text{ g}\)）。
修正方法：從隨後的所有讀數中扣除該零點誤差值！

危害、風險與控制措施

安全規劃是準備探究實驗中不可或缺的一環：

• 危害（Hazard）：具有造成傷害潛力的物體或情況（例如外露的高壓電線、熱水、下墜的重物）。
• 風險（Risk）：該危害造成傷害的可能性（機率）及其嚴重程度（例如觸碰裸露電線引致觸電的風險）。
• 控制措施（Control Measure）：為降低風險而採取的具體實際行動（例如使用絕緣電線、佩戴防熱手套，或在下墜砝碼下方放置沙盤）。
考試小貼士：只寫「小心一點（be careful）」是拿不到分數的。必須具體描述切實可行的行動！

---

5. 標準規範與考試規則

OCR 考官會嚴格審視特定的科學規範。遵循以下規則，避免失去寶貴分數：

數據表格式

在所有結果記錄表中，欄位標題必須嚴格遵循以下格式：物理量 / 單位。
正確範例：
• \(Time / s\)
• \(Length / m\)
• \(Potential\ difference / V\)
• \(Current / A\)

有效數字與國際單位制（SI Units）

• 有效數字（Significant Figures）：進行計算時，最終答案的有效數字位數應與你所使用的原始數據中精密度最低（即有效數字最少）者一致。
• 國際單位制（SI Units）：在進行計算之前，務必先將量度值換算為標準 SI 單位：
- 質量必須換算為公斤（\(\text{kg}\)），而非克。
- 距離／長度必須換算為米（\(\text{m}\)），而非厘米或毫米。
- 時間必須換算為秒（\(\text{s}\)），而非分鐘。

應避免的常見錯誤

• 切勿使用模稜兩可的詞語（如「份量 amount」）：請使用精確術語，例如質量（mass）、體積（volume）、長度（length）或電流（current）。
• 切勿混淆解像度與準確度：即使數碼儀表能顯示四位小數，但如果它存在零點誤差，讀數依然可以完全不準確。
• 切記扣除零點誤差：如果彈簧秤在未掛重物時讀數為 \(0.2\text{ N}\)，則必須在隨後的每個讀數中減去 \(0.2\text{ N}\)。

---

本章重點溫習

• 假說：解釋現象發生的原因；預測：說明將會量度到的具體變化。
• 自變量：由你改變的變數；因變量：由你量度的變數；控制變量：保持不變以確保測試公平有效的變數。
• 類別數據：使用條形圖；連續數據：使用線圖。
• 準確度：接近真實值的程度；精密度：重複量度值之間彼此接近的程度。
• 可重複性：同一人／同一方法；可再現性：不同人／不同方法。
• 不確定度：\(\frac{\text{Range}}{2}\)。
• 隨機誤差：透過計算重複量度的平均值來減少；系統誤差／零點誤差：透過校正儀器或在數據中扣除偏差值來修正。