如果，這些名人都是Gay？ - PanSci 泛科學

如果，這些名人都是Gay？ · 1. 不管一開始看得是花的圖片，還是知名同志人士的照片，多接觸群(High Contact)對於同性戀的內隱偏見較低，看的資料並沒有帶來顯著影響。

· 2. 420文字分享友善列印420社會群體科學傳播精神心理如果，這些名人都是Gay？鄭國威Portnoy・2012/12/28・2191字・閱讀時間約4分鐘・SR值513・六年級＋追蹤圖片來自維基百科公開揭露「某人」是同性戀，一向是件備受爭議的行為，尤其是當「某人」並未同意被揭露時。

然而；然而即使「某人」自己公開出櫃，還是會被有心人批評這種行為不宜，只因為他們心中對於同性戀的某些負面刻板印象被召喚起。

然而「公開出櫃」這件事，除了出櫃這個動作以外，還有「公開」，公開要到什麼樣的程度才叫作公開呢？即使某人公開表示自己是同性戀了，但並不表示所有人都會在同一瞬間知道這件事。

演藝圈裡頭一直有這種所謂「公開的秘密」，就是指圈內人都知道某某明星是Gay或Lesbian，但是因為沒有話題性、不夠大牌，所以也沒人在乎；相反的，台灣演藝圈中最知名的男同志蔡康永即使公開出櫃，也因為他的地位、身份，或許還有人緣，不會有媒體狂追猛打，報導動輒在他的名字前面加上「男同志」，例如「男同性戀主持人康永即將接下本屆XX獎主持棒…」；所以，由於各種原因，並不是人人都知道「某人」是同志，或是確定某人的確是同志，即使某人已經公開出櫃。

(2015年6/23，蔡康永在中國電視節目《奇葩說》上談到自己出櫃其實經歷過許多挫折，因此儘管許多人在鼓起勇氣出櫃前最後一刻跟他聯絡，他通常會勸對方再想想。

同時他也表示許多知名人士出櫃，對他都是很大的鼓舞。

完整影片請見此。

）說到這個，有人認為媒體報導動輒加註某人的「同性戀」身份是種污名，也有人認為這種作法才能提高同性戀在大眾印象中的存在感，讓人們覺察到「其實同性戀很普遍」。

兩種說法都得看上下文脈絡跟實際的閱聽人感受才能說個準，不過一般來說，若一個人有家庭成員或朋友是同性戀，這個人在表現上較不會「展現出」對同志的偏見，「心理上」對同性戀也較能接受。

也就是說，熟悉的人如果出櫃，會影響人們對同性戀的看法，那麼對於一般人來說，知道知名人物(同樣也算是熟悉的人)是同性戀，會不會也降低人們對同性戀的偏見呢？讓我們看看這個調查：NilanjanaDasgupta與LuisRivera兩位研究者透過報紙廣告招募了127名異性戀。

這些人被分為兩組，研究者給其中一組(對照組)看15種「花」的照片跟描述，另一組(實驗組)則看知名同性戀人士的照片跟簡單介紹，然後進行內隱態度測試(ImplicitAttitudeTest)。

如果你有興趣的話，可以到這個網站自我測試看看。

簡單來說，你會看見同性戀或異性戀的照片，你必須立即按鍵盤上的E(同性戀)或是I(異性戀)進行判斷。

跟著你會看見一組組字詞，有些正面，有些負面，像是「愛」、「喜悅」、「朋友」、「恨」、「嘔吐」、「炸彈」等等，然後同樣按E或是I鍵盤進行判斷。

下一階段是把上面兩個測試(圖像跟字詞)合併，網站會要求「當你看見同性伴侶或正面字詞時，按E；當你看見異性伴侶或負面字詞時，按I」，然後再反過來做，當看見同性伴侶或負面字詞時按E，異性伴侶跟正面字詞時，按I。

網站會紀錄你的測試時間，如果你對特定連結之間的反應特別快，那就代表你內隱態度較喜歡這樣的連結。

接著所有受測者回答自己的朋友與家人裡頭有多少同性戀，研究者再依照這些數字將受試者分成兩群–「少接觸群」(low-contact)跟「多接觸群」(high-contact)，配合之前的測試，得出結果如下圖：從圖中可以發現，1.不管一開始看得是花的圖片，還是知名同志人士的照片，多接觸群(HighContact)對於同性戀的內隱偏見較低，看的資料並沒有帶來顯著影響。

2.但是在少接觸群(LowContact)中，看了知名同志人士照片的實驗組，對同志的偏見比看花朵照片的對照組顯著來得低。

3.單單只是看了同志的照片跟簡短介紹，少接觸群對於同志的內隱偏見就降低至跟多接觸群差不多(無顯著差異)。

內隱偏見很難造假，所以這個實驗調查出來的結果讓人頗驚訝。

但內隱偏見跟外顯偏見還是不同的：回答偏見問題時手指動得稍微慢了點，不代表你在真實生活中也會將偏見表現出來。

所以研究者在一週之後又邀集了同一批受測者進行調查；首先，先簡單測試他們是否還記得上週看過的花朵或知名同性戀照片，接著用「投票」的方式讓受測者表明他們對一系列議題的政治傾向，裡頭混雜了一些跟同性戀相關的議題，例如支不支持同性婚姻、同志認領小孩、以及職場上差別待遇等。

針對不同議題，受測者須表示他們是否可能願意為了支持該議題而投票，給出從0(非常不可能)到6(非常可能)的分數，下圖為這次再測試的結果：從上圖我們又可以再次觀察到一些有趣的結果：1.多接觸群普遍比較支持同性戀公民權，不管先前的實驗中看的資料是什麼。

2.在少接觸群中，看過知名同志人士照片跟介紹的那組更傾向於支持同性戀公民權，比起看花的那組來得顯著高出許多。

從接連的調查可以發現，只是單純看見出櫃知名人士的照片跟介紹，知道這些知名人士其實都是同性戀，就足以大幅改變人們對同性戀的偏見，不管是內隱還是外顯。

世界各地都有保守的反同者不贊同知名的同志人士公開表露性傾向，也不喜歡媒體提到或報導他們的性傾向，大概就是希望人們不受影響，繼續保持偏見吧。

我想這個實驗調查頗值得搬到台灣來複製，尤其在此時此刻。

資料來源：CognitiveDaily: “Outing”admiredgaysandlesbiansmaydecreaseprejudiceDasgupta,N.,Rivera,L.M.(2008).WhenSocialContextMatters:TheInfluenceofLong-TermContactandShort-TermExposuretoAdmiredOutgroupMembersonImplicitAttitudesandBehavioralIntentions. SocialCognition,26(1),112-123.DOI:10.1521/soco.2008.26.1.112數感宇宙探索課程，現正募資中！相關標籤：內隱出櫃同性戀政治熱門標籤：大麻量子力學CT值女科學家後遺症文章難易度剛好太難所有討論 4登入與大家一起討論#1匿名訪客2011/04/18回覆簡單來說，那種「原來XXX也是Gay/Lesbian」的震撼會給人打了預防針的感覺，不再對於同志議題畏畏縮縮吧。

#2大信林2011/12/29回覆我測驗到一半就放棄了，為什麼負面的詞要跟同性戀百在一起，這實驗也太不客觀了#3DiedLiu2012/04/24回覆這標題用的很不恰當…#4益品饒2012/05/02回覆如果你有繼續做下去的話，你會發現實驗在中途有將詞語的位置掉換，後半段的實驗負面的詞是跟異性戀擺在一起的。

鄭國威Portnoy247篇文章・ 554位粉絲＋追蹤是那種小時候很喜歡看科學讀物，以為自己會成為科學家，但是長大之後因為數理太爛，所以早早放棄科學夢的無數人其中之一。

怎知長大後竟然因為諸般因由而重拾科學，與夥伴共同創立泛科學。

現為泛科知識公司的知識長。

RELATED相關文章你害怕打疫苗嗎？帶你破解「疫苗猶豫」──《疫苗先鋒》書評「LivingwithCOVID-19」，臺灣準備好與病毒一起生活了嗎？航空器簽派員：陪著你從起飛到降落的地上飛行員品種狗狗的行為，有關遺傳，非關品種TRENDING熱門討論即時熱門機器學習×鈣鈦礦材料：讓AI設計太陽能電池！13小時前當Omicron已成為日常，下一個迫切問題：到底有沒有後遺症？會永久破壞某些器官嗎？14小時前科學宅的戀愛契機：「同類交配」理論422小時前【錯誤】感染武漢肺炎未必會肺纖維化，也沒辦法自行檢測！｜武漢肺炎內容查核#2321天前思考別人沒有想到的東西——誰發現量子力學？52022/06/03科學宅的戀愛契機：「同類交配」理論422小時前時間是甚麼？國內物理學家與哲學家怎麼看？44天前控制進食時間與熱量，小鼠可以更長命？32022/05/23164文字分享友善列印164化學物語能源動力電腦資訊機器學習×鈣鈦礦材料：讓AI設計太陽能電池！研之有物│中央研究院・2022/03/09・6280字・閱讀時間約13分鐘＋追蹤本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

採訪撰文｜簡克志美術設計｜林洵安機器學習輔助材料設計為了2050淨零排放的目標，太陽能發電為不可或缺的再生能源之一，其中「鈣鈦礦太陽能電池」是近年最熱門的研究領域，不僅成本低廉、光電轉換效率也可達到25%。

然而，鈣鈦礦材料在環境中容易降解，影響使用壽命。

材料科學家為了做出效能好又穩定的鈣鈦礦「料理」，無不卯足了勁，替這道菜加上各種「食材」，但是越複雜的菜，調出好味道就越困難。

人腦畢竟有限，如果交給機器呢？中央研究院「研之有物」專訪院內應用科學研究中心包淳偉研究員，他與團隊訓練了一套機器學習模型，可以又快又準的找出複雜鈣鈦礦材料的最佳化條件！「鈣鈦礦太陽能電池」是近年最熱門的研究領域，不僅成本低廉、光電轉換效率也可達到25%。

圖／WikimediaCommons光電好夥伴：複雜鈣鈦礦材料對太陽能電池來說，鈣鈦礦材料具有優異的光電性質和低生產成本，近年也廣泛應用在LED、雷射、光感測器和光觸媒。

鈣鈦礦是什麼呢？最初是指鈣與鈦的氧化物CaTiO3，而現在常講的「鈣鈦礦材料」為一種統稱，泛指擁有相似結構的金屬鹵化物材料，通式為ABX3。

要調配出優秀的鈣鈦礦材料並不容易，科學家必須像大廚一樣，運用各種「食材」煮出ABX3。

鈣鈦礦材料ABX3 的結構示意圖，同一個位置可以放入不同的相應元素。

資料來源／JournalofEnergyChemistry鈣鈦礦材料 ABX3 的「食材」有哪些？A的位置：可放入+1價的有機或無機陽離子，例如甲胺（CH3NH3+，簡稱MA）、甲脒（HC(NH2)2+，簡稱FA）或銫離子（Cs+）。

B的位置：可放入+2價的無機金屬陽離子，通常是鉛離子（Pb2+）。

X的位置：可放入-1價的鹵素陰離子，如碘（I–）、溴（Br–）、或氯（Cl–）離子。

由於鈣鈦礦材料在環境中容易降解、影響使用壽命。

研究發現，添加多種有機和無機離子的鈣鈦礦太陽能電池可大幅提升性能和穩定性，因此科學家為了調配出最好的鈣鈦礦材料，加料不手軟，成份也愈來愈複雜。

在眾多複雜鈣鈦礦材料中，包淳偉研究員探討的是 MAyFA1−yPb(BrxI1−x)3 ，下標符號y和1-y表示相對含量，如果MA佔60%、FA就是40%，因為MA和FA會競爭同一個位置；同理Br和I亦然。

圖片為鈣鈦礦材料通式ABX3 對應到混合離子鈣鈦礦材料MAyFA1−yPb(BrxI1−x)3 之示意圖。

圖／研之有物問題來了，MAyFA1−yPb(BrxI1−x)3 這個材料這麼複雜，比例要怎麼配比較好呢？「你累積的經驗越多，你就猜得越準」，包淳偉說道。

2016年曾經有國外團隊為了找出離子濃度配方與 MAyFA1−yPb(BrxI1−x)3 元件性能的關係，不惜花重本「土法煉鋼」，分別將兩組相對含量7等分（0,1/6,2/6,3/6,4/6,5/6,1），做出49種不同的鈣鈦礦太陽能電池，再去測量光電轉換效率，得出最佳比例為MA2/6FA4/6Pb(Br1/6I5/6)3 。

然而，爲何這樣的濃度配方可以得到最佳元件呢？很遺憾的，實驗團隊由於實驗表徵手段的限制，並不能解答這個重要的基礎問題。

因此，實驗團隊仍然需要學生們焚膏繼晷地爆肝，用試誤法（trialanderror）把最佳配方「踹」（try）出來。

國外團隊為了找到MAyFA1−yPb(BrxI1−x)3 最佳比例，做出49種不同的鈣鈦礦太陽能電池，黃框處即為最佳比例。

左圖為相應濃度的元件外觀，右圖為相應濃度的材料表面微結構。

資料來源／Energy&EnvironmentalScience不過，一直反覆試誤並非好方法，畢竟每做一次實驗就是一次成本。

因此，科學家也設法從理論模擬著手，包淳偉強調「模擬的好處是可以在電腦空間中創造一個最純淨的系統。

」，而原子尺度模擬，更可以達到原子級的解析度，提供許多實驗無法量測的資訊。

要如何模擬一個材料系統？材料科學注重製程（Process）、性質（Property）和結構（Structure）之間的關係。

當我們對結構不夠瞭解時，往往只能透過不同的製程參數，慢慢做出我們想要的性質，可能在失敗多次之後，才能抓到一些訣竅。

理論模擬幫助科學家在做出樣品之前，先建立能量模型，找出能量最低、最穩定的微結構。

當我們了解結構之後，可以避免有問題的製程參數設定，進而得到較好的材料性質。

首先，如果要知道材料性質，有個最精準也最耗時的方法：「第一原理計算」，只用量子力學原理，從頭開始把原子間的作用力和能量計算出來。

因為計算繁瑣，應用上只能模擬1奈米以內（10-9 公尺）的三維材料，抓到數個皮秒（10-12 秒）內的原子狀態，若再往外擴展所耗費的時間和成本難以想像。

相對地，計算材料性質也有省時省力的方法：「分子動力學模擬」，運用古典的牛頓力學，搭配統計力學去計算系統的微觀結構和能量。

分子動力學模擬大約可以模擬100奈米內的三維材料，抓到數個微秒（10-6 秒）內的原子狀態，可模擬的系統尺寸和時間都比第一原理計算要來得多！可惜準確度對於現在化學組成高度複雜的新穎材料而言是一個極大的挑戰。

有沒有一種方法，可以做到又快又準呢？有有有！它就是近年大熱門的「機器學習」！圖／研之有物第一原理計算僅適合用在1奈米以內尺度，計算準確耗時；分子動力學模擬可用於100奈米尺度，計算省時卻不夠精準；透過機器學習建立的神經網路模型，可以快速模擬100奈米尺度的材料，也保留高準確度。

資料來源／包淳偉時間就是金錢，請愛用機器學習！當包淳偉看到2016年國外團隊的 MAyFA1−yPb(BrxI1−x)3 鈣鈦礦研究之後，他認為「結構」這塊還有很多地方可以討論，如果透過理論模擬，先找出最低能量的微結構，或許就能更有效率地探索離子濃度空間，找出決定最佳配方的關鍵要素！由於第一原理計算和分子動力學模擬都不夠好用，包淳偉就將念頭轉到近年熱門的「機器學習」，他和團隊就先從簡單的PbI2 開始，慢慢做到複雜的鈣鈦礦材料。

一開始包淳偉的團隊使用布朗大學開發的原子尺度機器學習套件（AtomisticMachine-learningPackage,AMP）來進行訓練與測試，然而，由於AMP套件性能無法達到預期，包淳偉團隊就走上了自行開發機器學習分子動力學模擬程式的不歸路。

訓練神經網路模型時，包淳偉採用第一原理計算的結果當作機器學習素材，並設計函數進行反饋校正，直到預測的原子能量誤差遠小於熱擾動。

這套神經網路模型如何運作？先輸入原子座標（位置向量 r），再換算成「原子指紋」（特徵向量 G，表示該原子與其他原子之間獨一無二的相對關係），之後透過神經網路，快速輸出整個材料系統的原子能量和作用力。

從輸入到輸出，要模擬原子走一個步階（註1）有多快？假設以2000顆原子的計算量來看，自行開發的機器學習方法只要約0.1秒，第一原理計算則要花費3小時，足足快了十萬倍（註2）！包淳偉與團隊成功訓練出可以模擬複雜鈣鈦礦材料系統的神經網路模型。

資料來源／包淳偉此神經網路模型可以準確預測MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的系統能量和受力。

縱軸表示包淳偉團隊的神經網路模型模擬結果，橫軸表示第一原理計算結果。

資料來源／包淳偉AI告訴我們什麼？包淳偉團隊成功訓練出來的神經網路模型，可以在2,000顆原子左右的材料系統上進行數百萬種可能的原子排列採樣，並計算出複雜鈣鈦礦材料的最低能量結構，模擬出不同原子在材料中最穩定的位置、它們的振動，以及它們受到擠壓時會怎麼跑。

多虧了神經網路的快速計算，即使是 MAyFA1−yPb(BrxI1−x)3 這麼複雜的系統也能處理，跑了將近1百萬次結構模擬，得出不同成份比例下81種最低能量的微結構（如下圖），這是第一原理計算絕對跑不出來的成果。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的最低能量原子結構，縱軸y為MA濃度（CMA，從MA0-FA1到MA1-FA0），橫軸x為Br濃度（CBr，從Br0-I1 到Br1-I0），各自9等分。

為求圖片簡潔，省略x,y=0或1的結構圖。

資料來源／包淳偉找出系統最低能量的原子組態還不夠，包淳偉團隊想要進一步檢驗鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 是否能穩定地保持混合狀態，因此計算不同濃度成份下的離子混合能Emix（如下圖）。

混合能是負的，表示系統會傾向混合在一起，這也是材料學家想要的微結構，系統會維持單一固溶相，原子和原子之間「和平共處」。

混合能是正的，表示系統會傾向分離成不同成分的「相」（Phase），材料不能保持穩定的混合狀態，會析出相異固溶相，產生許多缺陷。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的混合能Emix分布，藍色表示混合能為負（維持單一固溶相），紅色表示混合能為正（析出相異固溶相），可以看到Br和MA濃度高的時候，容易析出化合物。

其中，縱軸y為MA濃度（CMA），橫軸x為Br濃度（CBr）。

資料來源／包淳偉從 MAyFA1−yPb(BrxI1−x)3 混合能分布初步來看，Br濃度（CBr）或MA濃度（CMA）越高的時候，混合能就越高，系統越容易析出相異的固溶相。

除了混合能之外，研究團隊更進一步檢驗了不同濃度成份下的其他結構參數，例如短程有序參數αA-B（正值表示A-B析出；負值表示A-B混合）、晶格扭曲ηs（shearstrain）與晶格畸變ηv（volumetricstrain），觀察析出化合物時，是否真的會改變晶格的幾何結構。

為了將模擬結果和實際情況對照，包淳偉再將模擬出來的結構以第一原理計算出不同濃度成份下的材料能隙（Eg），以及用內差法比對2016年國外團隊的實驗數據，得出不同濃度成份下的元件短路電流（Jsc）和光電轉換效率（powerconversionefficiency,PCE）。

有了這些關鍵數據，我們終於可以完成鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 優化製程參數的最後一哩路！鈣鈦礦材料設計最佳化！還記得我們一開始跑模擬的目標嗎？幫助研究團隊在花大錢做實驗之前，先找出最穩定的結構，從結構參數回推好的製程參數，進而得到較好的材料性質。

那麼要如何把這麼多參數的相關性一網打盡呢？有個好工具叫「皮爾森相關性矩陣」（Pearsoncorrelationmatrix）。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料透過機器學習方法模擬之後，計算出性質參數（Eg、Jsc、PCE）、結構參數（Emix、α、ηs、ηv）與製程參數（CMA、CBr）與之間的相關性。

其中，r為相關係數，紅色正值表示兩者正相關，藍色負值表示兩者負相關。

資料來源／包淳偉上圖的矩陣整合了結構參數、製程參數與性質參數的相關性。

這張表格要怎麼解讀呢？首先看結構參數，混合能（Emix）越高，晶格扭曲（ηs）程度越大，MA和FA不互溶，Br和I也不互溶，鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 不能保持穩定的混合狀態。

再來看製程參數和結構參數，Br的濃度（CBr）和MA的濃度（CMA）越高，晶格扭曲明顯增加，使得混合能越高。

尤其是Br，Br加得越多，MA和FA不互溶，Br和I也不互溶，容易析出其他固體相，在材料中引入缺陷。

最後看性質參數與結構參數，會發現混合能越高，光電轉換效率（PCE）和元件短路電流（Jsc）越差。

因此，如果要提升光電轉換效率，必須降低Br和MA的摻雜濃度來減少晶格扭曲，以降低混合能，使得MA和FA，Br和I都能充分混合，讓析出物和缺陷減少。

使電流傳輸時不會受到材料缺陷或晶界的阻礙，光電轉換效率才會好。

要做出好的鈣鈦礦材料MAyFA1−yPb(BrxI1−x)3 必要條件之一：「降低Br和MA的摻雜濃度，盡量讓材料維持單一固溶相」。

這就是理論模擬的科學力量，預先評估一款材料設定的製程參數好不好。

如果要透過實驗方法窮舉出上述的最佳化原則，不僅金錢花費巨大，時間成本也相當高。

包淳偉與研究團隊透過近年熱門的機器學習技術，建立了模擬材料系統的神經網路模型，因為神經網路快速運算的特性，大幅降低花費時間和成本，並且模擬結果相當準確。

包淳偉團隊從簡單的化合物模擬開始，終於在2021年成功發表複雜鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 的最佳化條件，成果發表在權威期刊《JournalofPhysicalChemistryLetters》。

目前除了繼續改善神經網路模型之外，也開始和其他國外研究團隊合作解決混合複雜元素的材料系統問題，例如高熵合金。

最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金，而包淳偉團隊也正在使用機器學習輔助原子尺度模擬來研究它有趣的塑性變形性質。

要做出好的材料，結構、製程與性質缺一不可，機器學習輔助的模擬方法可以幫助科學家快速找到最低能量的結構，這是傳統模擬方法無法做到的。

目前除了繼續改善神經網路模型之外，最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金，而包淳偉團隊也正在使用機器學習輔助的原子尺度模擬來研究它有趣的塑性變形性質。

圖／研之有物註解註1：原子走一個步階的意思是：原子從某個位能井跳到下一個位能井。

註2：此為研究團隊早期模擬MAPbI3 的成果，之後的神經網路模型效率更好。

延伸閱讀機器學習與材料廚神的神祕Recipe應用人工神經網路勢能場研究複雜鈣鈦礦材料微觀結構見微知著─分子模擬的應用AhighlydistortedultraelasticchemicallycomplexElinvaralloyExplorationofthecompositionalspaceformixedleadhalogenperovskitesforhighefficiencysolarcellsIsmachinelearningredefiningtheperovskitesolarcells?MicrostructureMapsofComplexPerovskiteMaterialsfromExtensiveMonteCarloSamplingUsingMachineLearningEnabledEnergyModelMolecularDynamicsSimulationforAll數感宇宙探索課程，現正募資中！相關標籤：光電轉換效率太陽能發電材料科學機器學習皮爾森相關性矩陣鈣鈦礦熱門標籤：大麻量子力學CT值女科學家後遺症文章難易度剛好太難所有討論 1登入與大家一起討論#1samlin-case2022/06/11回覆高知識份子的疫苗猶豫，也來自於科學研究的可怕，實驗數據是可被「人為篩選」(研博的應該可以理解)，更可被「人為隱藏」(隱性的特殊案例)，這兩個人為的重大問題，是疫苗猶豫的最根本來源。

研之有物│中央研究院40篇文章・ 320位粉絲＋追蹤研之有物，取諧音自「言之有物」，出處為《周易·家人》：「君子以言有物而行有恆」。

探索具體研究案例、直擊研究員生活，成為串聯您與中研院的橋梁，通往博大精深的知識世界。

網頁：研之有物臉書：研之有物@FacebookRELATED相關文章【2003諾貝爾化學獎】細胞膜的分子通道【2002諾貝爾化學獎】質譜與核磁共振關注大麻合法化，先了解大麻的大小事調香師的秘密：「糞臭素」挑起你骯髒的慾望TRENDING熱門討論即時熱門機器學習×鈣鈦礦材料：讓AI設計太陽能電池！13小時前當Omicron已成為日常，下一個迫切問題：到底有沒有後遺症？會永久破壞某些器官嗎？14小時前科學宅的戀愛契機：「同類交配」理論422小時前【錯誤】感染武漢肺炎未必會肺纖維化，也沒辦法自行檢測！｜武漢肺炎內容查核#2321天前思考別人沒有想到的東西——誰發現量子力學？52022/06/03科學宅的戀愛契機：「同類交配」理論422小時前時間是甚麼？國內物理學家與哲學家怎麼看？44天前控制進食時間與熱量，小鼠可以更長命？32022/05/23