東海大學應用物理系

東海大學應用物理系 東海大學物理系
一百零二學年度更名為應用物理系，原物理組更名為材料及

東海大學物理系大學部於民國四十四年東海大學創辦時即成立，首位系主任為鍾盛標教授。

歷年來培育許多傑出物理人才，如王亢沛博士(第一屆物理系，曾任東海大學校長)、劉全生博士 (第二屆物理系，曾任國立中央大學校長)、陳瑞騰博士 (第四屆物理系，美國密西根州韋恩大學物理系教授)、陳敏博士 (第五屆物理系，美國麻省理工學院物理系教授)、凌大鏞博士 (第六屆物理系，美國俄亥俄州立大學物理系教授)、錢嘉陵博士 (第七屆物理系，美國約翰霍普金斯大學物理與天文系教授)、張圖南博士 (第八屆物理系，美國南加州大學物理與天文系教授)、劉克非博士 (第九屆物理系，美國肯德塔基大學物理系教授)、張松生博士 (第十屆物理系，美國東北大學物理系教授)、彭仁傑博士 (第十二屆物理系，美國伊利諾州立大學香檳校區物理系教授) 等。早期 (1955~1970) 的東海大學物理系，請參閱中華民國物理學會2006年出版的「197

0 年前台灣物理系所的發展」第 73 ~ 88 頁。

民國九十四年本系大學部增為雙班—招收「物理」及「應用物理」兩組學生。至今(民國一百零一年)已培育出五十四屆逾一千五百位畢業生，系友遍佈國內外學界與產業界。東海大學物理系碩士班於民國八十七年成立，迄今已培育十三屆近百位碩士，九十九學年度起開始招收博士班。建立完整之物理專業養成體系。一百零二學年度更名為應用物理系，原物理組更名為材料及奈米科技組，應用物理組更名為光電組。

東海大學物理系原座落於理學院，教學研究空間約一百八十坪。民國九十年遷至大智慧科技大樓，教學研究空間增加為五百六十七坪。翌年接辦物理年會，為自民國七十五年睽違十六年後，重現於東海大學校園內的物理學界盛會。民國九十三年基礎科學實驗館落成，物理系於該館五樓又增加二百六十坪空間，提供系內材料與奈米科技相關領域教師，教學與研究之用。

1951/05/26 出生的 Sally Ride，史丹佛大學物理博士，1983 年搭乘「挑戰者號」太空梭升空，成為第一位飛上太空的美國女性。她兩度執行太空梭任務，也是唯一一位同時參與 Challenger 與 Columbia 兩次太空梭...
25/05/2026

1951/05/26 出生的 Sally Ride，史丹佛大學物理博士，1983 年搭乘「挑戰者號」太空梭升空，成為第一位飛上太空的美國女性。

她兩度執行太空梭任務，也是唯一一位同時參與 Challenger 與 Columbia 兩次太空梭事故調查委員會的人。

Richard Feynman（理查‧費曼）示範的那個著名的「O-ring凍僵實驗」背後，Ride 扮演了關鍵的角色，讓挑戰者號失事的真相大白。

回到 1983 年 6 月 18 日早上 7:33，美東夏令時間。

挑戰者號太空梭從甘迺迪太空中心升空。機組員一共五人，前排是 Sally Ride、指揮官 Bob Crippen、駕駛員 Frederick Hauck，後排是 John Fabian 和 Norm Thagard。除了 Ride 之外，其他四位都是美國海軍出身的男性。

比起「第一位美國女性太空人」，比較少人知道的是：她是個物理學家，研究領域是 X 射線天文物理與自由電子雷射。她結束太空人生涯之後，於 1989 年到加州大學聖地牙哥分校（UCSD）物理系任教，並擔任加州太空研究所（California Space Institute）所長，2007年從 UCSD 退休。2012年因胰臟癌過世，享年 61 歲。

除了太空人、物理學家之外，其實 Ride 一開始，九歲時是個以「職業網球選手」為人生目標的天才網球少女。靠著出色的網球才能，進入了名門女校 Westlake School for Girls 就讀。1968 年進入賓州的 Swarthmore College 主修物理，選這個學校的原因是，當時有個很厲害的網球教練 Ailyn Terada 在此任教。這段期間她連續拿下兩屆的東岸大學校際女子網球賽單打冠軍。優異的成績讓她的偶像金恩夫人（Billie Jean King，12座大滿貫得主，國際網球名人堂成員）告訴她：「你該成為職業網球選手！」她就毅然決然的休學，專心打網球。但是她練了三個月後很快「認清事實」（人外有人、天外有天），再度毅然決然的放棄成為職業網球選手的夢想，重回校園，進入史丹佛大學。

1977 年她在史丹佛念博士班的時候，看到校內的學生報紙刊登 NASA 招募太空人的廣告：「NASA 史上第一次，女性也可以報名！」她就寫信去要了一份申請表。
這下劇情從「網球爭霸戰」切換到「宇宙兄弟」了。（哪個漫畫家也來出一個「宇宙姊妹」吧～～）

她從 8000 多個申請者中脫穎而出，成為 35 人錄取名單的一員，連她在內有 6 位是女性，於 1983 年出第一次任務（STS-7）。

獲選之後，媒體問她的問題，除了訓練內容之外，還包括「你會不會擔心太空飛行影響生育能力？」「妳要帶什麼化妝品上太空？」Ride 也只能苦笑以對。以 40 幾年前來說或許不用苛責，不過如果到了 2026 年還是這種想法的話，就太落伍了。

她在這次任務的主要工作，是操作太空梭的機械手臂，部署兩顆商業通訊衛星。1984 年 Ride 又飛了一次 STS-41G 任務，一樣是把衛星送上軌道。

1986 年 1 月 28 日，她曾搭乘的挑戰者號，升空 73 秒後在空中解體。七位組員全數罹難。Ride 認識上面所有的太空人。她隨即被指派加入調查這個事故的「羅傑斯委員會」。她是唯一一位「現役太空人兼 NASA 員工」的成員，也是立場最尷尬的一個，因為調查對象是自己的同事和上司。

再來就是那個有名的「O-ring 實驗」了，有看過 Feynman 「你管別人怎麼想」的讀者應該都知道：Feynman 在電視聽證會上把 O-ring 橡膠圈泡進冰水裡，當場示範低溫會讓它失去彈性，導致了這場事故。

這其實還另有內情，Ride 過世之後才被同樣身為委員會成員的空軍將領 Donald Kutyna 在訪談中披露：

「有一天我和 Sally Ride 一起走，她走在我右邊，眼睛直視前方。她打開筆記本，左手把一張紙遞給我，眼睛依然直視前方，一個字也沒說。那是一份 NASA 內部文件。上面有兩欄資料，第一欄是溫度，第二欄是 O-ring 在不同溫度下的彈性，資料顯示溫度一冷它就會變硬。Sally 跟我是好麻吉。她相信我，所以才把這張紙給我，因為這樣不會牽連到她，也不會牽連到 NASA 內部把這份文件給她的人，這些人都可能因此被炒魷魚。」

Feynman在書中沒提到 Ride，因為他也不知道這些曲折，他在 1988 年過世，所以當時「全世界知道這件事的只有三個人」：Ride、Kutyna，以及不知名的 NASA 工程師。他在書中有說到，Kutyna 邀他去家裡吃晚餐，在餐桌上「順口提起」O-ring 在低溫下會失去彈性這件事。

2001 年，她和伴侶 Tam O'Shaughnessy（也是女性，UCSD 心理系教授，曾經是職業網球選手）共同創立 Sally Ride Science，推廣女孩的科學教育，直到過世。

Ride 在訪談中提及性別刻板印象的「畫面」：「If you ask an 11-year-old to draw a scientist, she's likely to draw a geeky guy with a pocket protector. That's just not an image an 11-year-old girl aspires to.」（你叫一個 11 歲的孩子畫一個科學家，她畫出來的多半會是個帶著口袋筆夾的阿宅。這當然不是 11 歲女生會嚮往的形象。）

因為如此，Sally Ride Science 的每一場活動，講師都是女性科學家。比起「講一些鼓勵女孩投入科學」的話，Ride 用實際的體驗與場景告訴女孩們：「你看，這個操作機械手臂的人、這個拿著試管的人、這個解微分方程的人，跟妳一樣。」

超中二物理宅雜記
話都給我說就好 其之561

圖：Sally Ride, 1951~2012（來源：NASA）

各位每天從早上起床，活動了一整天（不管是在重訓在唸書還是在耍廢）後，再到晚上睡覺，都在做一件非常厲害的事「與重力對抗」，其實負擔滿大的欸。你看看每次太空人回到地球，一出艙門就一副快軟癱撐不住的樣子，你就知道對抗重力有多難了，自豪一下吧各位！...
20/05/2026

各位每天從早上起床，活動了一整天（不管是在重訓在唸書還是在耍廢）後，再到晚上睡覺，都在做一件非常厲害的事「與重力對抗」，其實負擔滿大的欸。你看看每次太空人回到地球，一出艙門就一副快軟癱撐不住的樣子，你就知道對抗重力有多難了，自豪一下吧各位！

你平常不太會意識到這件事而會覺得我誇大其詞，這是因為地球上演化出來的生命體，38 億年來都活在 g = 9.8 m/s² 這個從國中物理就開始整你的常數下，地表的環境我們就稱為 1g。我們的心跳、肌肉、骨骼、平衡感、內耳前庭系統，全部都是「為了這個 1g 環境調校好」的精密機器。

進入太空時代，NASA 做了不少「微重力」環境對生物的影響。結果看起來不像會讓我們「因為脫離地球重力束縛而成為 NewType」，而只會給我們肌肉萎縮與骨質疏鬆而已，真是無趣啊！

那如果重力變強，像悟空到界王星修行呢？這就是「超重力」（hypergravity）研究的領域。地球表面我們無法製造真正的「強重力」，但用離心機就可以模擬相當於幾 g、十幾 g 的超重力環境了。

過去的超重力研究多半用老鼠（目前網路敏感詞…），不過成本高、世代交替時間長，做起來很累人。加州大學河濱分校的 Ysabel Giraldo 的研究團隊因此再次請出生物界的「傳家寶刀」：果蠅。果蠅大約 10 天就一個世代，而且有百年累積、史上最完整基因工具箱可以讓科學家以上帝視角來改造這種生物，大腦簡單到目前科技已經破解其結構、行為卻又複雜到幾乎可以跟各種「高等」生物類比。

而且，到目前還沒聽過有動保團體拉白布條為果蠅爭取動物權、中元節也不用拜拜。

研究團隊用一個直徑 30 公分大的離心機，可以調整轉速產生 4g、7g、10g、13g 的等效超重力場。他們把果蠅放在離心機上甩個 24 小時（急性暴露），或讓整個發育過程都在超重力下進行（慢性暴露），然後把牠們放回 1g 環境，看看會發生什麼。

首先是「往上爬」。果蠅有種「負趨地性」（negative geotaxis）的本能，把牠放在直立的管子底部，牠就會往上爬。這個行為是果蠅研究的標準測試項目，廣泛用於評估神經肌肉功能、老化、神經退化疾病。

研究團隊用了兩種測試方法：

1. 把在高處的果蠅震到管底（嚇牠一跳），看牠在 15 秒內能不能跟一直生活在 1g 環境下的正常果蠅一樣往上爬 5 公分。（這是「驚嚇—逃跑」反應）

2. 不嚇牠，單純觀察 5 分鐘內自由活動。（自發性負趨地行為）

結果顯示：4g 急性暴露的果蠅，驚嚇實驗中表現正常；但自發性爬行則明顯下降，走得慢且短。而7g、10g、13g 暴露的果蠅，兩種實驗都無法正常往上爬。

作者解釋：「驚嚇反射」可以暫時掩蓋 4g 超重力造成的身體疲憊，就像火災現場的人靠著腎上腺素，可以發揮神力搬著重物逃走；而在一般的情境下，剛從超重力環境回來，累得半死的果蠅，動都不想動。更大的超重力負荷（7g 以上），讓果蠅即使在受到驚嚇時也不會爬了。只是究竟是「身體壞了爬不動」、還是「太累了不想爬」還是「兩者皆是」，還有待進一步驗證。

此外，研究團隊用「果蠅活動監測器」（Drosophila Activity Monitor）記錄了果蠅一週的活動模式（用紅外線光束計算果蠅跨越光束的次數）。正常果蠅是「晨昏雙峰」型：天亮前和天黑前最活躍，中午午休，晚上睡覺，跟人類差不多嘛。

在 4g 環境下生活過的果蠅移回 1g 環境後，活動量大幅增加！簡直是進入「亢奮」狀態。這個效應可以維持一週以上，研究團隊把這比喻為「持續性壓力反應」，4g 的超重力讓身體進入長期的高警戒狀態。而 7g 以上則是「過度負擔」，活動量大幅降低，進入「優先儲能、節約消耗」模式。

接下來，如果是從蟲蛹開始整個發育期都在超重力下呢？

他們把果蠅分為三組：(a) 對照組，在 1g 下發育；(b) 整個發育過程在 4g 或 7g 下進行（第一代），羽化後測試；(c) 連續 10 個世代都在超重力下繁殖（只有果蠅才能作這種實驗，不然研究生會哭），用第十代測試。

結果顯示，全部變糟！重力越大越糟！本來在 4g 下一天的果蠅「驚嚇—逃跑」測試可以過關，但是在 4g 下發育的就不行了，可見發育階段影響更大。7g 以上的就全部不行了。就算養個十代，也沒有因此培養出「能適應高重力的果蠅」。在其他逆境如飢餓、溫度、缺氧壓力下，果蠅可在數代內出現適應性變化，稱為「跨世代適應」（transgenerational adaptation）。但超重力的適應性經過 10 代還不足以培養出來。

這個研究，發表於2026/04/23 的「Journal of Experimental Biology」（實驗生物學期刊）

超中二物理宅雜記
話都給我說就好 其之560

圖上：悟空啊，到界王星去鍛鍊可能不是個好主意喔！（ドラゴンボール©鳥山明／集英社）

圖下：歷經「超重力鍛鍊」果蠅的活動程度（上午與下午 5 點，一般果蠅活動的兩個高峰期），藍色是對照組，黃、紅、深紅、紫分別是在 4g, 7, 10g, 13g 下生活過的果蠅，可以看到 4g 果蠅的活動力增強了，更大的都下降（來源：JEB）

1995 年的電影「危機總動員」中，達斯汀·霍夫曼從一隻猴子身上分離出病毒抗體、幾天內合成血清、擋住了疫情爆發。電影裡那隻虛構的「Motaba 病毒」，靈感正是來自非洲的伊波拉病毒。現在，伊波拉再次在剛果登場，但狀況比電影嚴苛多了：沒有血清...
19/05/2026

1995 年的電影「危機總動員」中，達斯汀·霍夫曼從一隻猴子身上分離出病毒抗體、幾天內合成血清、擋住了疫情爆發。電影裡那隻虛構的「Motaba 病毒」，靈感正是來自非洲的伊波拉病毒。現在，伊波拉再次在剛果登場，但狀況比電影嚴苛多了：沒有血清、沒有疫苗、連快篩都認不得它。

自 1976 年首次被爆發以來，非洲已經爆發過十幾次伊波拉疫情。不過這次可能更嚴重，因為這次的伊波拉，是大家比較不熟悉的那一型。剛果衛生部 5 月 15 日宣布，伊圖里省（Ituri）已經出現 246 例疑似病例、80 例死亡。光是「在公布之前就累積到這個數字」這件事，不難想像病毒早已悄悄擴散了一波。鄰國烏干達也通報了兩例確診，一人死亡。WHO 秘書長譚德塞（你還在喔）在 5 月 17 日清晨直接宣布這次疫情構成「國際關注公共衛生緊急事件」（PHEIC，這是 WHO 警報系統的最高等級），並警告實際疫情規模「可能遠大於目前所偵測到的」。

這次是一種叫做「本迪布焦型」（Ebola Bundibugyo，源於地名）的罕見伊波拉病毒。這型的麻煩之處在於，現有的現場快篩經常會漏掉它，更糟的是，目前沒有任何核准的疫苗與療法。剛果的醫護人員手上能用的工具，跟 1970 年代差不多：隔離病患、追蹤接觸者、進行檢疫。沒了。

那為什麼疫情會擴散到這個程度才被發現？答案是檢測儀器把它漏掉了。根據剛果國家生物醫學研究所（Institut National de Recherche Biomédicale, INRB）的說法，最初地方衛生中心使用的診斷儀器只認得「薩伊型伊波拉」（Ebola Zaire，過去幾乎所有剛果疫情的元凶都是這隻）。結果就是，4 月 28 日到 5 月 1 日採到的檢體，驗起來通通是（偽）陰性；後來送到首都金夏沙用更先進的工具重驗，還是陰性。5 月 3 日到 7 日在採的檢體，一開始也是陰性，後來送到金夏沙才驗出陽性。

INRB 的科學家開始懷疑這個病毒不是一開始以為的「常客」薩伊型，就先試試用針對「蘇丹型伊波拉」（Ebola Sudan，另一個近期常作怪的型別）的 PCR 檢測來試試看。結果的確抓到了一些病毒基因片段，但是仔細分析的結果，那些片段根本不是蘇丹型，而是本迪布焦型。用的是蘇丹型的魚鉤，卻釣到本迪布焦這條魚，讓科學家們嚇了一跳。

這型在歷史上只爆發過兩次：第一次是 2007 年烏干達西部與剛果交界的本迪布焦地區（131 例、42 例），第二次是 2012 年在剛果（至少 57 例、29 死）。這次是它第三次登場，而且來得又急又猛。這次的經驗顯示，急需一種「能在田野現場就完成、不必送到專業實驗室」的本迪布焦型快篩試劑，只是這種東西目前並不存在。

WHO 已經在 5 月 5 日派團隊進場，提供醫療用品與防護裝備。譚德塞也宣布從緊急應變基金釋出 50 萬美元支援。這是 PHEIC 制度從 2005 年設立以來，第九次啟動，也是第三次因伊波拉而啟動。譚德塞這次似乎是直接根據兩國提供的資訊就宣布，而不是依正常程序，等緊急委員會開會。約翰霍普金斯大學的全球衛生法學家 Alexandra Phelan 評論：「程序上非常令人意外，但考慮到規模和擴散風險，這個決定是合理的。」

近年來薩伊型伊波拉疫情之所以能被控制下來，疫苗扮演了關鍵角色，而這次缺乏可用的疫苗會讓事情變得更棘手。目前只能靠隔離病患、追蹤接觸者、進行檢疫這些「老派工具」來應對，好在剛果由於多次疫情洗禮，在這方面可說是擁有世界級的經驗。UCLA 的流行病學家 Anne Rimoin 的結論令人提心吊膽：「這會是『考驗全球衛生安全體系是否還有用』的那種病原體。」

好不容易武漢肺炎／Covid 疫情過去了，不要再來一次啊…（不過 WHO 那種「不要用地名我們來把病毒的名字改掉」的溫柔到哪裡去了呢？）

超中二物理宅雜記
話都給我說就好 其之559

貓具有「物件恆存性」的認知嗎？簡單講就是「東西被藏起來看不到了，你還記不記得它的存在」。這個能力是皮亞傑（Jean Piaget）提出的幼兒「感知運動期六階段」發展中的核心。前三個階段跟本研究沒什麼關係姑且不提，後面三個是：第四階段，8～1...
18/05/2026

貓具有「物件恆存性」的認知嗎？簡單講就是「東西被藏起來看不到了，你還記不記得它的存在」。這個能力是皮亞傑（Jean Piaget）提出的幼兒「感知運動期六階段」發展中的核心。前三個階段跟本研究沒什麼關係姑且不提，後面三個是：

第四階段，8～12 個月「次級循環反應的協調期」：當著嬰兒的面把玩具藏進某個位置，嬰兒會去那個位置找，找不到就會放棄。

第五階段，12～18 個月「三級循環反應期」：可以追蹤「連續可見位移」，玩具在嬰兒面前從 A 點移到 B 點再移到 C 點，嬰兒能追到最後的位置。

第六階段，（18 - 24 個月）「心智表徵期」：可以理解「不可見位移」，玩具被偷偷從一個地方移到另一個地方（移動過程嬰兒看不見），嬰兒仍能理解它存在於某處並試圖尋找。這需要嬰兒對「不在視野中的物體」建立完整的心智表徵。

已經有許多動物被證實能達到第四、第五階段。但第六階段就比較有爭議，有學者認為，只有大型猿類在排除所有干擾因素後，仍能展現出可信的第六階段能力。

英國 Sussex 大學的 Jemma Forman 團隊，用「期待違反」（violation-of-expectancy）的方法，要來看看貓的能耐。過去多數研究的結論是，貓在不可見位移（invisible displacement, IVD）測試中無法穩定展現出第六階段的理解。不過貓是個高明的獵手，她的獵物：鳥、老鼠、蜥蜴隨時會跑進草叢、飛上樹、消失在視線裡，照理說「不可見位移」應該難不倒牠啊，難道是貓太會「讀空氣」，一進實驗室就知道「不用那麼賣力」開始擺爛？

「期待違反」的原理是：如果貓能認知「物體存在」的表徵，當你給牠看一個違反這個表徵的事件，例如把玩具放進 A 箱子，卻從 B 箱子拿出來，牠應該會表現出「驚訝」的反應：死盯著看、瞳孔放大、僵住不動、靠近並探索那個物體。人類嬰兒會這樣，狗也會這樣。那貓呢？

有 18 隻家貓參與測試，實驗道具是兩個 16 公分立方的紙箱，箱子內側貼了泡棉（避免玩具放進去時發出聲音洩漏線索），還有一個 A4 資料夾用來遮擋視線。每隻貓事先會從球、髮圈、小老鼠玩偶、大老鼠玩偶、玩具仙人掌裡挑出最愛的（玩具仙人掌大獲全勝，18 隻裡有 11 隻選它，原因不明），然後實驗開始。

實驗有兩種設計。第一種是單次可見位移（single visible displacement, SVD）：操作者當著貓的面把玩具放進其中一個箱子，然後等 60 秒看貓會不會去找。

第二種才是重頭戲戲：操作者把玩具放進一個箱子後，把 A4 資料夾擋在貓和箱子之間，做出交換兩個箱子的位置的動作（可能是真的換也有可能是假動作），拿開資料夾讓貓再看到兩個箱子，然後從箱子裡把玩具拿出來。如果玩具從原本位置的箱子出來，這叫「一致情境」（箱子沒換位置）；如果從另一個箱子出來，這叫「違反情境」。

結果第一個實驗就讓研究團隊翻白眼：在最簡單的 SVD 測試中，有 56% 的試次貓根本沒找到玩具，這其中 80% 是貓根本找都沒找，完全是擺爛狀態。這跟過去研究說「貓可以輕鬆通過 SVD 測試」的結論完全不同。研究團隊認為，可能不是「貓沒有這個能力」，而是貓認為「你的獎品太爛了」。

第二個實驗，研究團隊原本預期：貓看到玩具「從錯誤的箱子」冒出來時，應該會像人類嬰兒和狗一樣，盯著看更久、更想去探索那個違反期待的箱子。

結果再度槓龜。

貓在「一致情境」（箱子沒換）中，去玩玩具的機率反而比「違反情境」中更高，而且對裝玩具的箱子做出的探索行為也更多；當玩具「違反預期」從錯誤的箱子裡冒出來時，貓反而興趣缺缺。

研究團隊很坦白地說，這個結果讓他們困惑，而且需要進一步研究來區分到底是「貓沒有心智表徵所以不覺得違反」（認知解釋），還是「貓有看出違反，但因為某種原因失去動機」（動機解釋）。

另一個變數是「操作者是誰」。每次實驗都會輪流由飼主和研究人員擔任操作者，看貓在熟人和陌生人面前的反應是否不同。結果顯示，當研究人員（陌生人）擔任操作者時，貓玩玩具的機率反而比飼主擔任時更高，注視玩具的時間也更長。但同一時間，貓對箱子做出的探索行為，在研究人員操作時反而比飼主操作時更少（IRR = 0.49，p = .015）。

研究團隊的解釋是：貓被陌生人的新奇感吸引（所以更注意這個情境，也更想玩玩具），但同時又會跟陌生人保持安全距離（所以不太想靠近箱子）。這兩股力量是分開作用的：貓對人類存在的好奇心，跟牠對情境的探索意願，是兩件事。

總之搞了半天，這個研究的主要結果是「貓啊我真搞不懂你～～」

這個研究，發表於 2025/07/09 的 PLOS ONE。

超中二物理宅雜記
話都給我說就好 其之558

圖：人類啊，別在拿我們做這種無聊實驗了，煩欸～～（Generated by ChatGPT）

Williamina Paton Fleming 在 1857 年的今天出生於蘇格蘭。她十四歲成為當地師資培育制度裡的「學生教師」（pupil-teacher），一邊當學生、一邊兼差教比自己更小的小小孩。嫁給 James Orr Flemi...
15/05/2026

Williamina Paton Fleming 在 1857 年的今天出生於蘇格蘭。她十四歲成為當地師資培育制度裡的「學生教師」（pupil-teacher），一邊當學生、一邊兼差教比自己更小的小小孩。嫁給 James Orr Fleming 後一起移民美國波士頓。

1878 年才剛到波士頓不久，老公就拋下她跟兒子跑了，為了養家，她找了份工作：在哈佛大學天文台台長 Pickering 教授家裡當女僕。

Pickering 的太太 Elizabeth 獨具慧眼，看出她是個人才，不應該只是打掃煮飯，向老公大力推薦應該讓她進天文台工作，「聽某嘴、大富貴」，Pickering 教授聽老婆的話在 1879 年讓 Williamina 進天文台兼差做行政工作，後來又升成正式職員。

教授顯然對 Williamina 的工作能力頗為滿意，傳說中他曾飆罵表現不佳的男助理：「我家的蘇格蘭女僕都比你做得好！」("My Scottish maid could do better!")，然後把男助理轟出去，把工作交給她。

1881 年，Williamina 轉為正職，擔任 copyist and computer：抄寫員兼「計算員」。跟電影「關鍵少數」一樣，computer 不是電腦，而是「用人腦做計算的人」，當時這種工作經常雇用女性，因為科學界覺得女人比較細心、又比男人便宜。

1870 年代，「乾版法」問世之後，長時間曝光攝影成為可能，因此開啟了「系統性研究天體」的可能性。Pickering 開始實驗一種新技術，把稜鏡綁在物鏡前，用一張底片同時取得幾百顆恆星的光譜。他請Williamina被指派去負責這些底片的初步檢查、保管、儲存，以及底片上各種天體的分類。累積夠多底片後，他們決定做一件大事：史上第一次大規模的恆星光譜分類。這個重責大任，就落到 Williamina頭上。

成果就是大名鼎鼎的《Draper 星表》(Draper Catalogue)，刊在《哈佛年鑑》第 26、27 卷裡，一口氣登錄了 Williamina 用肉眼確認的 10,351 顆恆星的光譜，每一顆還都附上攝影亮度。

在分類的過程中，她發現大部分的恆星光譜可以放進典型的類別，但總是會冒出一些「長得不太對」的怪咖。她進一步分析這些非典型光譜，從這些「怪咖」裡挖出了 10 顆新星（Nova）、以及 300 多顆亮度會週期變化的變星。早期天體照片還很稀有，有些挑剔的人會把她的發現歸咎於「底片有瑕疵啦」，但她始終堅信照片上看到的就是真的，後來也證明她是對的，顯示她勤奮、有膽識、有獨立判斷的能力。

除了這些，她還發現了 59 個氣體星雲、91 顆沃夫–瑞葉星（Wolf-Rayet stars,一群表面溫度動輒幾萬度、正在劇烈把外殼吹掉的大質量瀕死恆星），以及 69 顆帶有明亮氫譜線的獵戶座型恆星。她對紅色恆星特別有興趣，也就是現代所謂的碳星（carbon stars，大氣中碳比氧多、看起來特別紅、光譜上布滿碳分子吸收帶的紅巨星）。她還發現另一群恆星，雖然光譜看起來也像碳星,可是藍光部分卻多得多，她乾脆替它們開了個新類別，這群星現在叫做 R 型碳星，屬於碳星的一個子分支。

她為這些發現，在《年鑑》裡寫一個名叫「異常光譜」（Peculiar Spectra）的章節，用表格把這些怪咖恆星整理出來、逐一描述它們光譜的特異性，沒能在她過世之前正式出版。

她的另一代表作是《變星照相研究》，紀錄了她發現的 222 顆變星的位置、以及觀測用的比較星序列（magnitude sequences），也就是替每顆變星挑一組亮度已知的「參考星」，讓未來其他天文學家比較、判斷變星目前的亮度。這些變星絕大多數是因為光譜裡同時出現明亮的氫譜線、又交織著 Class M（表面溫度低於 3500 K 的紅色冷恆星）帶狀光譜而被她認出來的。這種「亮氫線 + Class M 帶狀」的組合，她稱為 Md，一直是她最有興趣的對象，只要看到 Md，幾乎就能斷定這顆星是變星。她還按氫譜線的相對亮度、以及連續光譜最亮的位置，把 Md 細分成 11 個子類。除了科學研究之外，她也花了大量時間在處理《哈佛年鑑》一卷又一卷的付印準備工作——她那種快速抓重點的能力，在最後校稿時格外管用。

1899 年，哈佛校方終於正式承認她的貢獻，將她升職為「天文照相資料總監」（Curator of Astronomical Photographs）。1906 年，她獲選倫敦皇家天文學會的榮譽會員，不久之後又當上衛斯理學院的天文學榮譽研究員。過世前幾個月，墨西哥天文學會頒給她 Guadalupe Almendaro 獎章，表彰她發現的新星。她同時也是美國天文與天體物理學會、以及法國天文學會的會員。

Williamina的身體狀況一直都不好，只是靠著她強韌的生命力硬撐。1911 年 5 月她因為極度虛弱而住院，短短幾天病情急轉直下，後來併發肺炎於 1911 年 5 月 21 日辭世。

本文主要取材自 Annie Jump Cannon（她在哈佛天文台的同事與接班人）於 1911 年所撰的悼念文，刊登於《Science》期刊(Cannon， A. J. 1911. "Williamina Paton Fleming." Science， Vol. 33， No. 861， pp. 987–988)。

超中二物理宅雜記
話都給我說就好 其之557

圖左：基於 Williamina Paton Fleming 生平的輕小說《我只是教授家的女僕，為什麼要我編世界第一本恆星光譜星表？》（當然是假的，Generated by ChatGPT）

圖右上：Williamina Paton Fleming 本尊（來源：維基百科）

圖右下：這本「Pioneer of the Stars」才是真的書（來源：Amazon）

我們小時候（很久很久以前，恐龍還沒滅絕的時候）有個人人嚮往的酷東西，叫做「睡眠學習機」，長得像個錄音機，其實也就是個錄音機，放在枕頭旁邊，你睡覺的時候念課文還是參考書給你聽。當時覺得「有這東西就可以整天玩，唸書什麼的一邊睡一邊念就行了！」超...
14/05/2026

我們小時候（很久很久以前，恐龍還沒滅絕的時候）有個人人嚮往的酷東西，叫做「睡眠學習機」，長得像個錄音機，其實也就是個錄音機，放在枕頭旁邊，你睡覺的時候念課文還是參考書給你聽。當時覺得「有這東西就可以整天玩，唸書什麼的一邊睡一邊念就行了！」超讚的，可惜身邊的同學沒有人用過，不知道效果如何。

當然這就牽涉到神經科學裡的一個老問題：「人要『有意識』到什麼程度，才能搞懂周遭發生的事？」

過去的研究顯示，人被麻醉的時候，聲音的刺激依然能夠點亮大腦處理聲音的腦區。但「腦區有反應」跟「聽懂」差很多。這些訊息到底有沒有被傳到更高階、跟「認知」「理解」有關的腦區呢？一直沒有明確的答案。

最近美國 Baylor College of Medicine 的 Sameer A. Sheth 的研究團隊在開刀房裡，從正在動腦部手術的重度癲癇病人的大腦直接記錄神經元活動，藥物已經對這些病人無效，只能進行「前顳葉切除術」切除病灶，範圍包含海馬迴、海馬旁回、杏仁核。由於大腦左右對稱，切掉出問題的那一邊，基本上還是能運作。

病人以俗稱「牛奶針」的 propofol 麻醉，研究者利用切除腦組織之前的 20 分鐘空檔，看看他們的大腦聽到複雜聲音時會怎麼反應。

研究者使用「NeuroPixels」電生理探針，其截面積70 微米×100微米，長度為 1 公分，塞了超過 1000 個微電極接點，能同時記錄上百個神經元的活動。在切除海馬迴之前將探針插入，播放 15 到 20 分鐘的聲音，然後抽出探針，將切除手術完成。整個研究在 7 位病人身上共記錄到 651 個單一神經元的電生理活動。

海馬迴除了掌管記憶之外，近年有一些研究顯示：海馬迴其實也處理「環境裡的階層抽象結構」，例如空間導航（在大腦中架構出環境地形地貌），往上甚至涉及「世界是怎麼組織起來的」這種格局的抽象結構。這次的研究，是想看看語言結構是不是也歸它管。

第一個實驗叫做 oddball paradigm（異常刺激典範），就是放一堆「嗶嗶嗶」聲（背景音）中間突然混進一個「噗」（異常音）。演化的結果，讓大腦本來就會被這種「日常背景中的異常」所吸引，因為那往往代表「好康的」或是「危險的」東西出現了。問題是：麻醉中的大腦（海馬迴）呢？

結果顯示，有 25% 的神經元碰到「噗」時放電率明顯比「嗶」高，而且是「慢慢學會」的。在 10 分鐘的播放過程中，一開始兩種聲音引起的反應並沒有統計顯著性，但隨著時間過去，差距越來越大。而且不只是單純的「放電變強」，而是神經編碼方式整個改變了，呈現出神經的可塑性（plasticity）。

接下來他們放的是《The Moth Radio Hour》這個 podcast 中的三段大約 7 分鐘的真人自述故事：〈Wild Women and Dancing Queens〉、〈My Father's Hands〉和〈Juggling and Jesus〉。在 4 位病人身上記錄到 375 個神經元的活動。

結果如下：
1. 字彙頻率：麻醉中的大腦「聽」到越常見的單字，放電頻率越高，相關係數~0.48。這其實跟前一個 oddball 實驗「稀有的比較受注意」相反。

2. 詞性與語意：85.6% 的神經元能區分（放電模式不同）至少一個「語意類別」（人物、地點、情緒、物體、動作……），70% 以上能分辨詞性（名詞、動詞、形容詞等等）。

3. 上下文與預測： 神經元放電不只編碼當下這個詞，還攜帶了接下來幾個字的語意資訊。研究人員從神經訊號中可以解碼出（還沒聽到的）後續詞的語意，準度跟「已經聽到的詞」差不多，這不就和大型語言模型的「文字接龍」有點像嗎？

4. Surprisal（驚奇度） ：這是「這個字塞在其上下文脈絡下有多出乎意料」的指標，結果發現神經元放電率確實會被 surprisal 調節。既然聽到「出乎意料」的用語時神經行為會改變，當然就表示「有在預測」而「出來的跟預測的不一樣」。作者舉了個例子:「有一個人在打棒球，他打中了球，球飛過了月亮」聽到「月亮」時你會愣一下，因為你預期的是「全壘打牆」而不會是「月亮」。

研究團隊把這群麻醉病人的結果，跟另一批清醒的癲癇病人（在病房裡聽同樣 podcast）做了比較，兩組的神經編碼能力幾乎一模一樣。麻醉中的大腦不只聽得到，而且能處理詞性、語意、上下文預測，跟清醒的大腦沒什麼差。

病人從麻醉中醒來，問他們記不記得聽了什麼，答案都是「No」。研究者提出的假說是：麻醉中的大腦感覺整合（sensory integration）沒被切斷，麻醉真正阻斷的可能不是「處理」，而是「記憶鞏固」（consolidation），大腦接收到訊號而且處理了，但沒有被刻進長期記憶。

當然啦，免不了要提醒一下各位讀者，以上結果僅限於「用propofol麻醉後，海馬迴對聲音的反應」。能不能推廣到其他麻醉藥、其他無意識狀態、其他腦區？要做了才知道。

這個研究，發表於 2026/05/06的「Nature」。

超中二物理宅雜記
話都給我說就好 其之557

圖上：即使被麻醉了，人腦也具有二喬的能力，能預測「你接下來要說的是…」（ジョジョの奇妙な冒険©荒木飛呂彥／集英社）

圖下：(a) 以機械手臂輔助植入 NeuroPixels 現場 (b) 黃色區域就是掌管記憶的海馬迴，紅點為探針插入位置（來源：Nature）

現在 AI 大行其道，我們在學校教書的，也知道潮流（學生用 AI 寫作業跟程式）不可擋，只是一再告知「人腦也要放進工作流裡，還有，怎麼用 AI 要好好揭露」，只是收到的作業 95% 同學的「揭露」都是長這樣：「使用 AI 協助資料收集與校稿...
13/05/2026

現在 AI 大行其道，我們在學校教書的，也知道潮流（學生用 AI 寫作業跟程式）不可擋，只是一再告知「人腦也要放進工作流裡，還有，怎麼用 AI 要好好揭露」，只是收到的作業 95% 同學的「揭露」都是長這樣：「使用 AI 協助資料收集與校稿，再由作者進行最後檢查後定稿。」唉呀老師都被看扁了呢。

不過這年頭老師跟學生一樣大用特用 AI，思考研究 idea 時很刺激也很痛快，不過開始寫程式 debug 就滿煩的了，最後成果出來當然開心，但是要寫論文又超痛苦。有 AI 這種好東西誰不用？只是每個研究人員用的程度深淺不一，事實上也發生過 AI 亂掰、圖亂畫，甚至還登上了頂級的醫學雜誌，成為笑柄。

所以從學生到研究人員到期刊，都得面對「AI 使用如何揭露」的問題。

看到現在最樂意揭露 AI 使用的，大概就是那些靠北專業人士的酸民：「你看我隨便用 AI 做一做，也不會比你差。」堪稱光明磊落的行為，可以頒發「最誠實揭露 AI 使用獎」。

（繼續之前也來揭露一下，以下初稿是 AI 寫的）

2026 年 5 月初，在溫哥華舉行了世界研究誠信大會（World Conference on Research Integrity，簡稱 WCRI）。研究者、出版商、倫理學家與相關工作者聚在一起，想要討論出一套全球通用的標準：研究者用了 AI，到底要在什麼時候、用什麼方式揭露？主持人是 Bert Seghers，他是比利時Flemish commission for research integrity的主席，本行是數學家，他希望這份指引能在 2026 年底前發布。不過從會議現場的反應來看，這份指引要寫出來，並不容易。

會議室的螢幕上寫著一行字：「研究者應該揭露使用 AI 進行構想發想的情形，即使這些構想最終沒有出現在發表的稿件中。」然後叫大家選邊站。大部分人默默走向標示「強烈反對」的牌子下方集合，「強烈同意」那邊只有小貓兩三隻，現場爆出一陣尷尬的笑聲。這個場面，大概可以濃縮整個 AI 揭露議題目前的氛圍：大家都覺得該做點什麼，但對於要做到什麼程度，看法分歧。

傳統的共識依然可用：作者要為自己發表的內容負責，不管這些內容是怎麼做出來的；引用別人的東西要好好註明來源；研究方法要交代清楚。許多期刊目前都有自家的 AI 揭露規範，通常都會明訂「AI 不能列名作者」。但 Seghers 點出問題：「有些期刊的規範寫得很模糊，而且各家標準兜不起來，我們必須取得共識。」

目前研究者投稿時明顯「不太愛揭露使用 AI」。各種調查問研究者「你有沒有用 AI」，「有」的比例是 28%～76%，但實際在論文中揭露的比例，研究顯示遠低於這個數字。BMJ（英國醫學期刊）出版集團旗下的 49 種期刊，2024 年共收到超過 25,000 篇投稿，這些期刊都強制要求揭露 AI 使用情形，但實際附上揭露聲明的，只有 5.7%。原因是研究者可能不確定哪些事情需要揭露，或是擔心揭露 AI 使用後審稿人（尤其是惡名昭彰的 reviewer 2）會「另眼相看」，影響稿件被接受的機會。

AI 用到什麼程度才需要揭露？揭露到多細？很多科學家會用 AI 來潤飾文字，這算不算？投稿前拿 AI 幫忙抓一下拼字文法的錯誤，這種小事是否可以不必特別提？當然，對於不同領域狀況也不同，對於本來就是文字為主的文史哲領域，跟以數據資料的基礎科學領域，「AI 幫忙處理文字」所代表的意義絕對大不相同。

修改文字是一回事，如果是把 AI 用在「全自動代理式研究」，那當然就是完全不同層級的事了。

要揭露到什麼程度？強硬派認為，論文裡應完整寫出用了哪個模型、在幾月幾日幾點幾分用的、所有的提示詞（prompt）跟 AI 回應全部要附上。反對派則擔心，這種繁瑣冗長的揭露要求，加上「承認使用 AI 對審查不利」的疑慮，反而會讓更多人乾脆不揭露。也有人主張門檻訂得越高越好，要等到 AI 的貢獻已經達到作者等級才需要揭露，較小的貢獻將會變得太普遍，全面揭露反而失去意義。

另一個問題是：怎麼確保作者真的能對 AI 產出的內容「負起完整且知情的責任」？所謂「盡到查核責任」確認 AI 沒有亂講話，實務上其實越來越難了。AI 系統越來越自主、能力越來越強，它能做的事情可能已經超出作者自己能核對的範圍。甚至有人提案：「任何 AI 生成的內容，至少要有兩位共同作者來審查驗證。」這件事（當 AI 的校對員）想起來就無聊到爆，那我乾脆別用 AI，全部自己做算了…

也有學者對整個會議的努力抱著懷疑的態度。考量到技術變化速度這麼快、各學科的規範又南轅北轍，想要制定一套實務上通用的指引，可能根本辦不到。

雖然大家的意見南轅北轍，Seghers 跟共同主持人 Kari Weaver（安大略大學圖書館聯盟的人工智慧與機器學習計畫負責人）還是希望能訂出這份將會命名為「溫哥華標準」（Vancouver Standard）的 AI 揭露指引，既能具體提供實務可行的準則；又能涵蓋未來隨著 AI 發展出現的各種可能的情境。

這聽起來像個「不可能的任務」，光是大家在會議上吵來吵去的這段時間，AI 的樣貌可能又改變了不少。Seghers 自己也承認：「有人說這太天真了，但能把問題的輪廓描繪出來，本身就已經是一種成就。」

看起來還有得吵，而且不見得吵得出結果，大家走著瞧吧。

超中二物理宅雜記
話都給我說就好 其之556

圖：研究者對於「AI 使用揭露」，雖然人人同意是必要的，但揭露到哪裡，態度保留者居多。（ChatGPT 生成）

「現在的遊戲都只會追求畫面華麗，還有一堆套皮免洗手遊，爛死了！還是當年『超級任天堂』的『第三次超級機器人大戰』才有味道。」老阿宅經常有這種感嘆。這種說法有道理嗎？老遊戲真的比較好玩嗎？英國牛津大學網際網路研究所團隊，決定好好研究這個問題：到...
12/05/2026

「現在的遊戲都只會追求畫面華麗，還有一堆套皮免洗手遊，爛死了！還是當年『超級任天堂』的『第三次超級機器人大戰』才有味道。」老阿宅經常有這種感嘆。這種說法有道理嗎？老遊戲真的比較好玩嗎？

英國牛津大學網際網路研究所團隊，決定好好研究這個問題：到底是哪些人在玩「老遊戲」？他們會回頭玩哪個年代的遊戲？這件事跟他們的快樂指數有關係嗎？

懷舊遊戲（retro game）通常指 1970 到 2000 年代初期的電子遊戲。過去這個現象主要靠回憶式問卷或實驗室研究（烙人來實驗室打電動）來探討，不過回憶通常失之主觀，而且「過去很美好」彩虹泡泡往往使回答失真；實驗室環境也跟真實打電動的情境差很遠。

這個研究厲害的地方是盡可能重現真實的遊玩情境：1,099 位 Nintendo Switch 玩家從 2022 到 2025 年，總共高達 13,000 小時、25,000 回合的遊戲記錄，全部來自任天堂官方授權的「Switch Online」服務上提供的經典家用主機模擬器（任天堂紅白機、超級任天堂、N64、Game Boy、Game Boy Advance、Sega Genesis）。研究者把這些紀錄跟玩家自填的人口背景與心理量表結合，得到一份史上最大規模的懷舊遊戲行為描述。

第一個問題是：誰在玩老遊戲？答案是：全職工作的年長男性比較多為大宗。如果用「至少 10% 的遊戲時間花在懷舊遊戲」當門檻，全樣本約有 7% 符合「懷舊玩家」標準。年齡分布為：20 多歲玩家平均只把 2% 的時間花在老遊戲，到 40 歲已經升到 8%。

接著是：哪個年代的遊戲最受歡迎？以主機來看，最受歡迎的是任天堂 N64 和超任，佔了所有懷舊遊戲時間的一半以上。研究者推估出玩家「時光倒轉」到什麼時代，結論是玩家 5 到 13 歲的童年，尖峰大約落在 10 歲。這跟記憶心理學裡的「reminiscence bump」（回憶高峰）相當吻合：人到中年後，最容易喚起的個人記憶往往來自青少年到成年初期。

但也有個意外的結果：有 27% 的懷舊遊戲時段，玩的是玩家出生前就已經停產的主機。也就是說，有一部份的人玩懷舊遊戲，不只是在重訪自己的童年（個人懷舊），而是在「想像一個自己沒參與過的過去」（歷史懷舊），有可能是把它當成深入認識遊戲史的「文化探索」，或是可以拿來擺出一副「我老玩家」姿態的「宅圈社會資本」。

再來是：他們怎麼玩這些遊戲？Switch 是掌上型主機，但是也可以接電視玩。研究發現：Game Boy 系列原本就是掌上型，玩家在 Switch 模擬器上玩時，69% 會選掌機模式；對比之下紅白機、超任、N64用掌機模式的只有 57%。這表示玩家傾向用「接近原始體驗」的方式再來一次。

最後一個問題是：玩懷舊遊戲的人有比較快樂嗎？答案是「看不出來」。生活滿意度、遊戲中的「連帶感」等指標在懷舊玩家與非懷舊玩家之間沒有長期顯著差異。不過作者指出，目前的結果還不能否定「短期效益」的存在，玩老遊戲的當下那幾十分鐘，或許會有情感波動，只是不會累積成可量化的長期差異。

從嬰兒潮後期一路到 X 世代，是第一代從小就有家用遊戲機的人，已經或是即將退休。遊戲產業可能會推一波「瞄準銀髮族的懷舊市場」、世代間以共玩老遊戲來聯繫感情的現象也可能會增加。不過許多老遊戲因為儲存媒體損壞、廠商不再發行而正在「永久消失」中（估計 87% 的老遊戲已經再也玩不到了QQ）。如何保存這些遊戲的「文化遺產」，是不是也該列入下一個重要的議題呢？

這個研究，發表於 2026/03/26 的「Psychology of Popular Media」（大眾媒體心理學）。

超中二物理宅雜記
話都給我說就好 其之555

圖：紀念一下筆者入宅坑的原點（SDガンダムワールド ガチャポン戦士2 カプセル戦記©BANDAI）

明天5/12是南丁格爾（Florence Nightingale，1820-1910）的誕辰，提到這個名字，大家腦中浮現的應該是「紅色彗星」夏亞專用，身高 27.8 公尺，全身紅色、威風凜凜的 MS「夜鶯」（才怪）…重來，應該是畫像中提著油...
11/05/2026

明天5/12是南丁格爾（Florence Nightingale，1820-1910）的誕辰，提到這個名字，大家腦中浮現的應該是「紅色彗星」夏亞專用，身高 27.8 公尺，全身紅色、威風凜凜的 MS「夜鶯」（才怪）…重來，應該是畫像中提著油燈、在帳棚中細心檢視傷兵狀態的身影。「提燈天使」、現代護理之母，是她標準的「社會形象」。

不過據說在士兵的口中，她是「拿著鐵鎚的女人」，因為她為了取出藥品救治傷兵，拿了鐵鎚撬開上鎖的儲藏室。雖然跟白衣天使的形象落差很大，但是精神是一致的。

不過她的另一面其實是個徹頭徹尾的數據宅，傷兵在她的眼中，除了是個需要照顧的人類之外，可能也是個「統計數字」。由於她在統計與公衛的貢獻，成為英國皇家統計學會史上第一位女性會士。

南丁格爾身為統計學家實事求是的性格，可能來自她的父母，她生於義大利文藝復興重鎮佛羅倫斯，所以就取了這個名字。她姊姊生於那不勒斯的 Parthenope，所以也取了這個名字。這對父母為小孩命名的邏輯算是有始有終，也還好小孩沒有生在名字不好聽的城市。

南丁格爾是出身英國上流家庭的大小姐，從小學習希臘文、拉丁文、法文、德文、義大利文、歷史、哲學，最重要的是，還有數學！在那個年代，貴族小姐學數學是很奇怪的事。

南丁格爾 16 歲時跟聖女貞德一樣「聽到神的呼召」，下定決心奉獻世人，浮現了「要當護理師」的想法（不過因為是說歷史故事，所以後面還是使用舊稱「護士」）。當時的護士基本上是社會底層的工作，好人家的女兒是不會去做這行的，所以她也只把這個志向放在心裡。直到 1844 年，她正式宣布要走這條路，因此爆發了家庭革命，一直要到 1853 年，她才成為真正的護理人員，在倫敦一家小小的婦女療養院擔任院長（講「院長」好像很了不起，其實比較像「舍監」或「管理員」）。

一年後克里米亞戰爭爆發，英國跟法國、土耳其聯手打俄羅斯。前線傳回來的醫療慘況讓泰晤士報整版痛罵政府，戰爭部長（也是南丁格爾的友人）緊急請她帶隊去伊斯坦堡附近的 Scutari 軍醫院。她帶著 38 個護士前往，在這裡留下了「提燈天使」這個形象。

不過從這裡開始，敘事分成了「南粉」跟「南黑」兩種。（如果是傳統的「偉人傳記」，都屬於南粉派）

她在Scutari 的前幾個月，這家醫院的死亡率高達42%，次年三月，英國政府成立衛生委員會（Sanitary Commission），對醫院大舉清消與進行工程改善，讓死亡率下降到2%。「南黑」派認為，高死亡率得歸咎於南丁格爾，因為她沒有認清糟糕的衛生條件是高死亡率的元兇，提燈巡視、撫慰傷兵根本無濟於事，是政府直接介入才解決了問題。「南粉」派則反駁，南丁格爾當然知道原因，但是她沒有權限調度人員來進行清消與工程，只能向政府反映。

不管事實真相是哪一個，總之在克里米亞的經驗之後，就成為公共衛生改革的急先鋒。

她回英國後被視為戰地英雄，還受到維多利亞女王召見表揚。之後她全心投入戰地醫院的醫療資料分析，並且與當時英國最傑出的統計學家 William Farr長期合作。1858年完成了長達 850 頁的「影響英國軍隊健康、效率和醫院管理的事項筆記」（Notes on Matters Affecting Health, Efficiency, and Hospital Administration of the British Army），她狂熱的工作，有時連續長達 24 小時不休息。

她和 Farr 得到的結果令人震驚，他們發現英軍戰死的有 4000 多人，但是死於「可預防的傳染病」的竟然高達 16000 人！南丁格爾分析資料時才知道，自己負責的 Scutari 醫院死亡率竟然是全軍最高，更是深受打擊。更離譜的是，承平時期英國軍人的死亡風險居然比戰爭時期還高，因為工業革命後都市過度擁擠，衛生條件比前線還爛…

結論很明顯：「公共衛生問題比戰爭還可怕」。問題是，就連現代人看到統計數字跟圖表也會頭痛，何況是 19 世紀的英國國會議員跟維多利亞女王？

南丁格爾絞盡腦汁，畫出了名留歷史，堪稱「資料視覺化」經典之作的「雞冠圖」（coxcomb），後來的人改稱為「玫瑰圖」（rose diagram）：這是圓餅圖的一種變形將圓分成 12 等分，每一格代表一個月，從圖中心向外延伸的扇形面積代表那個月的死亡人數，藍色代表「可預防的疾病」（霍亂、傷寒等），紅色代表「戰傷」，黑色代表「其他原因」。這張圖厲害的地方是讓任何人都能一眼看出「藍色部分壓倒性的大」，對於她推動的公共衛生改革，提供了無比的說服力。對比到了現在，還有不少人無論呈現什麼資料都只會用折線圖，南丁格爾真的很厲害。

她的努力沒有白費。這份報告跟玫瑰圖直接促成了英國軍醫療系統的全面改革，士兵和平時期死亡率之後幾年下降了一半以上。1859 年，她成為英國皇家統計學會第一位女性會員。1874 年，美國統計學會也選她為榮譽會員。

之後她持續用「先收集資料、分析、視覺化」這套方法論推動當時還是英國殖民地的印度的公共衛生改革，經過十年的努力，駐印度英軍的死亡率從每千人 69 人降到 18 人。

看遍無數統計資料後，她跟 Farr 認為，醫院的醫療記錄格式不一，缺乏一致的疾病分類系統，許多資料有缺漏或是彼此矛盾。因此她提議所有的醫院應該採用相同的醫療紀錄表格以及統計方法，1860 年在倫敦舉行的「國際統計大會」認可了南丁格爾這個構想，可稱為現代「醫院病歷標準化」的起點。

所以南丁格爾不但是「提燈的白衣天使」，也是「熱血硬派」的統計學家與公衛學家，「醫療大數據」、「資料視覺化」這些摩登玩意的先驅者。

超中二物理宅雜記
話都給我說就好 其之554

圖左上：南丁格爾於 1860 年之照片，Henry Hering 拍攝（來源：維基百科）
圖右上：著名的「玫瑰圖」，標題為「東線軍隊死因圖解」（南丁格爾原來取名為「雞冠圖」，來源：維基百科）
圖下：MSN-04II「南丁格爾」（機動戦士ガンダム 逆襲のシャア ベルトーチカ・チルドレン©富野由悠季／BANDAI）

賀！！ 本系 #李其紘 老師榮升 #副教授！李老師長期深耕凝態物理與材料科學領域，研究聚焦於聲子、熱傳輸與材料結構等關鍵議題，近年更於排名前10%的國際頂尖期刊中發表多篇具代表性的研究成果，展現卓越的學術能量與研究影響力。其中，與本系林...
07/05/2026

賀！！ 本系 #李其紘 老師榮升 #副教授！

李老師長期深耕凝態物理與材料科學領域，研究聚焦於聲子、熱傳輸與材料結構等關鍵議題，近年更於排名前10%的國際頂尖期刊中發表多篇具代表性的研究成果，展現卓越的學術能量與研究影響力。

其中，與本系林丞彥、陳冠妤同學共同發表於《Materials Today Physics》的研究指出，Mn₂OBO₃ 材料於 3.5–1250 K 的超寬溫區間內呈現單軸零熱膨脹行為，為目前已知溫域最廣的零熱膨脹材料之一；研究亦發現，此特性源自 BO₃ 單元橫向振動與 MnO₆ 熱膨脹效應間的平衡。

此外，與臺灣大學材料系合作、發表於《Advanced Science》的成果，透過中子散射技術首次直接觀測 β-Zn₄Sb₃ 中聲子與 rattler 的 avoided crossing 現象，顯示其可有效抑制熱傳導並提升熱電效能，為熱電材料研究帶來重要突破。

另一項與成功大學材料系合作、刊登於《Small》的研究則顯示，MAPbCl₃ 中極低的聲學聲子群速度會造成強烈聲子散射，使其熱導率接近非晶材料水準，對理解鹵化物材料熱傳輸機制具有重要意義。

2026 年 4 月，與中山大學物理系合作之研究成果再度發表於《Advanced Science》，進一步深化對磁性與鐵電材料耦合機制的理解。

李老師在研究、教學與人才培育上的卓越表現深獲肯定，此次榮升副教授實至名歸。本系全體師生同賀，並歡迎新同學加入研究團隊，共同再創高峰！

#恭喜老師榮升
#也歡迎同學加入李老師團隊

Address

西屯區臺灣大道四段1727號
Taichung
40704

Opening Hours

Monday 08:00 - 17:00
Tuesday 08:00 - 17:00
Wednesday 08:00 - 17:00
Thursday 08:00 - 17:00
Friday 08:00 - 17:00

Website

Alerts

Be the first to know and let us send you an email when 東海大學應用物理系 posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Shortcuts

Share