• 沒有找到結果。

實 驗 室 使 用 規 則

N/A
N/A
Protected

Academic year: 2022

Share "實 驗 室 使 用 規 則 "

Copied!
2
0
0

加載中.... (立即查看全文)

全文

(1)

A組 課程 B組

9/17 分組、課程介紹、器材準備、實驗室、儀器及藥品安全使用及認識與報告格式等 9/18

9/24 調整放假(補12/8日) 中秋節 9/25

10/1 基本器材操作及儀器操作(如分析天平、pH meter及分光光度計等) 10/2

10/8 標準溶液之標定及可滴定酸 10/9

10/15 準確度、與精確度的評估及利用EXCEL分析數據 10/16

10/22 食品亞硝酸鹽含量測定、利用EXCEL求迴歸及作圖 10/23

10/29 碳水化合物測定、利用EXCEL求迴歸及作圖 10/30

11/5 實驗操作考(一) 11/6

11/12 期中考週 11/13

11/19 台灣的營養標示及基本成分分析(水分、灰分、粗脂肪、粗蛋白)試驗內容、流程、儀

器操作介紹及各組樣品的前處理 11/20

11/26 基本成分分析(水分、灰分、粗脂肪及粗蛋白) 11/27

12/3 基本成分分析(水分、灰分、粗脂肪及粗蛋白) 12/4

12/10 基本成分分析(水分、灰分、粗脂肪及粗蛋白) 12/11

12/17 基本成分分析(水分、灰分、粗脂肪及粗蛋白) 12/18

12/24 期末報告的呈現 期末報告的呈現 聖誕節 12/25 12/31 實驗操作考(二) 實驗操作考(二) 元旦 1/1

1/7 實驗期末考及操作考錯誤檢討及補考 1/8

1/14 期末考週 1/15

注意事項:

一、嚴守實驗室安全規則

二、報告內容: (1) Title (2) Introduction (3) Materials (4) Methods & Procedure (5) Results (6) Discussion (7) References (格式:IFT)

*A組:星期四 & B組:星期五交報告至 EP210 ※ 報告之文字部分一律手寫(圖表除外)

*遲交一天扣作業分數10分,並依天數累計

*凡同學間作業抄襲被發現者 (相似度達80%),不論原版或再版皆以零分計算!

三、值日組工作: 【未完成值日組工作者,值日組分數零分】

(1) 實驗課之 pretest、課程輔助

(2) 提早找助教報到 (A及B組皆於星期三找助教) (3) 實驗當天提前20分鐘到教室配藥或其他準備事項 (4) 實驗室清潔及檢查

四、評分標準: 書面報告:30% 期中及期末考:35% 操作考:15%

值日組:10% 實驗精神:10%

五、其他: (1) 遲到或早退一次扣總分1分 (2) 有事須先請假,但仍須交報告 (3) 曠課、早退一次扣總分3分,曠課及請假總計超過3次者須重修

(2)

實 驗 室 使 用 規 則

為維護安全,凡於本實驗室工作或上課者均應遵守實驗室規則:

1 嚴禁於實驗室中吸煙、用餐、吃東西、嬉戲及大聲喧嘩。

2 要穿實驗衣、頭髮較長者應自動用橡皮筋將其捲短,實驗者應穿長褲,女孩 尤應避免穿裙子做實驗, 不准穿拖鞋或涼鞋 ,並確實做好個人安全防護。

3 所有有機溶劑、強酸、強鹼,均應在抽風櫥 (hood) 內操作,並應戴眼鏡或 安全眼鏡及嚴禁火源。

4 化學藥品、器皿或設備使用完畢後均應放回原處。

5 打破玻璃或其他器皿、設備應立即清理並報告助教。

6 若受傷時,不論大小應立即報告助教或老師,如不小心沾到化學藥品,應立 即用自來水大量清洗。

7 傳遞物品時,不可在空中拋遞。

8 做實驗時應盡量保持安靜,不得喧鬧 。

9 上實驗課時,如需有等待的時間,不可擅自離開,除看相關資料及就近照顧 實驗外,不可做其他活動,如:打手機聊天、看報紙、聽音樂、打橋牌 10 若揮發性溶劑起火時,應立即關閉火源,並以濕抹布蓋熄,情況嚴重時使用

滅火器,切勿慌張驚叫。

11 使用試劑時應看明標籤,充分了解其性質,以免誤用。

12 切勿拿取他組桌上的藥品及屬於他組的儀器 。

13 實驗過程中所使用之器皿均應清洗乾淨並放回原處。

14 實驗結束後,值日組同學應檢查所有設備、電源、水源、門窗是否關閉及倒

垃圾。

參考文獻

相關文件

電磁加熱攪拌器

當天實驗

本課程除重視學生語文能力的培養外,還着重加強文學、中華文

綜合不同說話者觀點、論點」,在初中階段,可選用較簡單的

教育部資通訊科技人才培育先導型計畫 實習零 實習零 實習零 實習零 MATLAB/Simulink使用說明 使用說明 使用說明 使用說明 25 圖示.

(七)遵循 TSD 體外輻射暴露防護準則。 (T:時間短﹔S:使用屏蔽﹔D:距離長)避

(一)依「勞工安全衛生設施規則」第 106~108 條與第 112~113

MASS::lda(Y~.,data) Linear discriminant analysis MASS::qda(Y~.,data) Quadratic Discriminant Analysis class::knn(X,X,Y,k,prob) k-Nearest Neighbour(X 為變數資料;Y 為分類)