科學探究思維（IaS1）：進行科學探究時需要考慮甚麼？

歡迎來到科學探究思維（IaS1）！你有沒有想過，科學家是如何從一個好奇的觀察——例如「為甚麼植物會向光彎曲？」或「為甚麼溫暖的汽水會更快漏氣（失去氣泡）？」——轉化為確鑿的科學知識？他們所運用的，就是一個清晰且符合邏輯的探究循環。

這些概念不只適用於單一課題，而是會貫穿於生物、化學和物理的 GCSE 考試中。只要掌握好如何設計實驗、選擇合適儀器、注重安全以及收集可靠數據，就能在各卷考試中穩奪分數。即使你以前覺得實驗術語有點混淆，也不用擔心——我們會一步步為你拆解每個概念！

1. 科學探究循環：假說（Hypothesis）與預測（Prediction）

科學是一個持續發展的循環。我們觀察世界、提出解釋、作出可檢驗的預測、透過實驗收集數據，最後檢視數據是支持還是反駁我們的想法。

甚麼是假說？

假說（Hypothesis）是根據科學理論或合理解釋，為觀察到的現象所提出的初步解釋。它回答了這個問題：「為甚麼會發生這種情況？」

例子：「生物洗衣粉中的酶在較高溫度下能更快分解食物污漬，因為分子擁有更多動能，碰撞得更頻繁。」

甚麼是預測？

預測（Prediction）是在特定條件下，對實際探究中將會發生的情況所作出的具體、可檢驗的陳述。它是從假說中邏輯推導出來的，通常採用「如果……那麼……」（"If... then..."）的結構。

例子：「如果我們將水溫由 \(20^\circ\text{C}\) 提高至 \(40^\circ\text{C}\)，那麼污漬消失所需的時間便會減少。」

考官提醒——避免常犯錯誤：
很多同學在題目要求寫出「假說」時，往往誤寫了「預測」。請記住：假說提供科學原因或潛在成因（即「為甚麼/Why」），而預測則描述可觀察到的測試結果（即「是甚麼/What」）。

重點歸納：假說解釋原因；預測推斷實驗結果。

2. 實驗變量與公平測試

為了檢驗預測是否正確，我們必須設計一個能明確找出結果成因的探究。

三大核心變量

• 獨立變量（Independent Variable，又稱自變量）：由你特意改變、操控或選取以探究其影響的因素。
• 應變變量（Dependent Variable，又稱因變量）：因應獨立變量的每次改變，而由你測量或觀察的因素。
• 控制變量（Control Variables，又稱控制變因）：所有必須保持不變（或加以監控及考慮）的其他因素，以確保它們不會無意中影響應變變量。

記憶小貼士：
• Independent = I change（由我改變）。
• Dependent = Data collected（收集的數據）。

甚麼是公平測試？

公平測試（Fair test）是指只有獨立變量獲准影響應變變量的探究過程。保持控制變量不變，能確保實驗具備有效性（Validity）。

對照組與基線

有時實驗需要設置一個對照組（Control group）（或基線/Baseline）。這是一個完全相同但不對獨立變量進行處理的實驗裝置。它作為比較的標準，用以證明所觀察到的任何變化確實是由獨立變量引起，而非自然發生的巧合。

考官提醒——答案必須具體：
在 OCR 考試中，寫「保持其他一切不變」或「使用相同的份量」將無法得分。務必具體指明變量名稱及數值：例如，寫出「將酸的體積恆定保持在 \(25.0\text{ cm}^3\)」或「將起始溫度恆定保持在 \(20^\circ\text{C}\)」。

重點歸納：只改變一個獨立變量，測量應變變量，並保持所有控制變量恆定不變。

3. 測量術語：準確度（Accuracy）、精密度（Precision）與有效性（Validity）

科學課程指引採用了科學教育協會（ASE）出版的《測量語言》（The Language of Measurement）中的精確定義。在考試中，準確理解這些詞彙的確切含義至關重要。

有效性（Validity）

有效性是指實驗方法是否適合回答所提出的問題。如果一個實驗設計只檢驗其聲稱檢驗的內容，並且控制了所有干擾變量，那麼它就是有效的。

準確度 vs. 精密度

• 準確度（Accuracy）：測量值與真實值（True value）或公認值的接近程度。
• 精密度（Precision）：在相同條件下重複測量時，各測量值之間的接近程度（即數據的分散或離散程度）。

飛靶比喻：
• 如果你投擲的所有飛鏢都緊密集中在靶心（\(\text{true value}\)）附近，你的投擲就是既準確又精密。
• 如果所有飛鏢緊密集中在遠離靶心的左上角，它們就是精密但不準確。
• 如果飛鏢散佈在整個靶盤各處，那就是精密度低。

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

• 可重複性（Repeatability）：由同一位操作者在短時間內、於同一實驗室使用相同的方法和儀器重複實驗時所獲得的精密度。
• 可再現性（Reproducibility）：由不同的操作者進行實驗，或在不同實驗室、使用不同儀器進行實驗時所獲得的精密度。

重點歸納：準確度是接近真實值的程度；精密度是重複結果之間的接近程度。

4. 規劃實驗測量：範圍（Range）、間隔（Interval）與解像度（Resolution）

在設計實驗步驟或評估實驗時，必須仔細考慮所選擇的數值和儀器。

實驗設計核心術語

• 範圍（Range）：獨立變量或應變變量的最大值與最小值。
例子：在 \(20^\circ\text{C}\) 至 \(70^\circ\text{C}\) 的溫度範圍內測試反應速率。
• 間隔（Interval）：獨立變量連續各數值之間的步長或增量。
例子：分別在 \(20^\circ\text{C}\)、\(30^\circ\text{C}\)、\(40^\circ\text{C}\)、\(50^\circ\text{C}\)、\(60^\circ\text{C}\) 及 \(70^\circ\text{C}\) 進行測試，其間隔為 \(10^\circ\text{C}\)。
• 解像度（Resolution，又稱分度值/辨析度）：測量儀器所能檢測並顯示的最小物理量變化。
例子：普通直尺的解像度為 \(1\text{ mm}\)，而電子天平的解像度可能達 \(0.01\text{ g}\)。

樣本量與重複測試

為甚麼我們要重複測試並計算平均值？

1. 減少隨機誤差（Random errors）的影響。
2. 能找出異常值（Anomalies/Outliers），並在計算平均值時將其剔除。
3. 提高計算所得平均值的可靠性與精密度。

重點歸納：選擇適當的範圍和間隔以觀察明確的趨勢規律，選用具備足夠解像度的儀器，並務必進行重複實驗。

5. 風險評估：危害（Hazards）與風險（Risks）

安全是科學實驗規劃中不可或缺的一環。在考試中，你必須清楚區分甚麼是「會造成傷害的根源」，以及「造成傷害的可能性有多高」。

危害 vs. 風險

• 危害（Hazard）：任何潛在具備造成傷害能力的本質特徵或事物。
例子：腐蝕性酸、本生燈的明火、有毒氣體、高溫玻璃儀器。
• 風險（Risk）：在操作條件下危害造成傷害的機率（可能性），以及該傷害的嚴重程度之結合。

控制措施（降低風險）

控制措施（Control measure）是指為降低風險而採取的具體行動。

• 危害：易燃溶劑（例如乙醇）。
• 控制措施：使用電熱水浴加熱，而非使用本生燈明火。
• 危害：腐蝕性酸濺入眼睛或皮膚。
• 控制措施：佩戴安全護目鏡及耐化學手套；在可行的情況下使用較低濃度。

考官提醒——安全題目得分陷阱：
切勿只簡單寫「小心一點」、「穿戴個人防護裝備（PPE）」或「把頭髮束起」，除非該措施與特定危害直接對應。作答時務必具體指明危害、可能造成的傷害以及確切的控制措施。

重點歸納：危害是危險的來源；風險是傷害發生的機率及嚴重性；控制措施能有效降低風險。

本章重點速記

• 假說（Hypothesis）：對事情為甚麼會發生所作出的科學解釋。
• 預測（Prediction）：在設定條件下將會發生甚麼的可檢驗陳述。
• 獨立變量（Independent Variable）：由科學家改變的因素。
• 應變變量（Dependent Variable）：所測量的因素。
• 控制變量（Control Variables）：保持恆定以確保公平測試與實驗有效性的因素。
• 準確度（Accuracy）：接近真實值的程度。
• 精密度（Precision）：重複讀數之間相互接近的程度。
• 可重複性（Repeatability）：同一個人員、同一套儀器。
• 可再現性（Reproducibility）：不同的人員、不同的儀器/實驗室。
• 危害（Hazard）：可能造成傷害的物體/物質。
• 風險（Risk）：傷害發生的可能性及其嚴重程度。