Professor Day 2026

關於本活動

NCU Professor Day 由國立中央大學與 Garmin Health 亞洲研究團隊共同主辦，邀請來自新加坡、日本、韓國等亞洲地區的大學教授來台，分享穿戴裝置在健康科學、教育研究與學習分析領域的最新應用與研究成果。本次活動延續 Garmin Health 於新加坡國立大學（NUS）舉辦的研究交流場次，展示中央大學在 AI 教育與健康科學整合領域的具體研究成果。

活動亮點

活動背景

NCU Professor Day: Wellness @ Scale 由國立中央大學與 Garmin Health 亞洲研究團隊共同主辦， 聚焦穿戴裝置在健康科學、教育研究與學習分析領域的最新應用， 邀請來自亞洲各地的大學教授齊聚中央大學，分享研究成果並促進跨國學術交流。

本次活動以「Wellness @ Scale」為主題，探討如何將個體層級的生理感測數據擴展至大規模真實情境（如教室、校園）， 並結合 AI 與多模態學習分析方法，發展可落地的教育科技應用。

活動資訊

• 活動名稱：NCU Professor Day: Wellness @ Scale
• 時間：2026 年 6 月 26 日（週五）13:00–16:00
• 地點：國立中央大學 教研大樓三樓 未來教室
• 預計規模：約 100 人（海外教授、台灣各校教授、業界研究人員）
• 合辦單位：Garmin Health 亞洲研究團隊

議程

教學工作坊：UeduPAD App 實作

本次活動將首次對外公開介紹由 Uedu 優學院團隊開發的 UeduPAD App， 一款能直接讀取 Garmin 穿戴裝置 原始資料（raw data），並同時支援透過 Garmin Health API 讀取雲端同步資料的研究級行動應用。 工作坊中我們將帶領與會教授實際操作，並分享 UeduPAD 在以下研究領域的應用潛力：

• 體育科學 / 運動科學 — 訓練負荷與恢復監測
• 體能訓練 — HRV 引導之個人化訓練
• 認知功能研究 — 自律神經與認知表現關聯分析
• 情緒與焦慮感知 — 真實情境下的壓力與情緒量測
• 教學輔助與學習分析 — 課堂生理感測整合 Educational Omics 框架

工作坊內容包含：UeduPAD App 操作教學、Garmin 手錶實際資料量測流程、研究資料匯出與後續分析建議。

請與會者攜帶的物品

• 筆記型電腦（建議）：規格不拘，ARM 或 x86 架構皆可，能上網即可。寬鬆來說 iPad 也能操作，但較不方便查看 Garmin SDK 的 raw data，因此建議攜帶筆電
• iPad：版本不拘，用於執行 UeduPAD App
• Garmin 手錶：個人慣用裝置即可

與會者可以得到什麼

本次活動不只是單向的研究分享，更希望讓每位與會教授或業界專家帶著「可立即應用於自身研究」的資源離開。

• UeduPAD App 試用權限 — 取得 國立中央大學 Uedu 優學院團隊（張家凱助理教授）自行開發的研究級 App，能直接讀取 Garmin 穿戴裝置的 raw data，作為後續研究資料蒐集工具。
• Garmin 雙路徑資料存取方法 — 學會兩種互補的取資料方式： （1）透過 Garmin SDK 直接由手錶取得原始 raw data，適合需要高時間解析度與感測細節的研究； （2）透過 Garmin Health API 從雲端取得已同步的 HRV、心率、活動量、睡眠等資料，適合長期、被動式的大規模資料蒐集。 兩種路徑互補，可依研究設計彈性選擇。
• 實作經驗 — 透過工作坊親手操作，完成從手錶量測 → App 讀取 → 資料匯出的完整流程。
• 跨領域研究藍圖 — 了解 Educational Omics 框架，思考如何將生理感測整合進自己的教學或研究設計（適用於教育、體育、心理、運動科學等領域）。
• 國際學術人脈 — 與來自新加坡、日本、韓國、台灣的教授直接交流，建立未來跨國合作的可能性。
• 與 Garmin Health 亞洲研究團隊對接 — 直接認識 Garmin Health 研究團隊成員，討論潛在的研究合作與裝置支援。
• 茶敘交流 — 在輕鬆氛圍下與其他研究者深入討論，可能擦出新的研究火花。

研究倫理保護（IRB 涵蓋）

Uedu 優學院之多模態學習分析研究已通過 國立臺灣大學研究倫理委員會審查， 案號 202507EM058，採 umbrella IRB（傘式倫理審查）架構， 涵蓋平台學習歷程、穿戴式裝置生理數據（Garmin / Apple / Google）、 UeduBrain 多模態腦神經感測等多項研究活動。

本機制可協助與會學者處理以下學術倫理議題：

• 知情同意 — 直接套用 Uedu 既有的「穿戴式裝置生理數據蒐集同意書」範本，確保受試者權益。
• 受試者保護 — 自願 opt-in 原則、隨時撤回權、不影響課程成績等保護機制已內建於流程中。
• 資料保護與去識別化 — Uedu 提供的資料管理 SOP 涵蓋儲存、存取、保留期限與銷毀程序。
• 學術發表合法性 — 投稿期刊或國際會議時可援引本 IRB 案號作為倫理審查依據。
• 跨校合作便利性 — 採 umbrella 架構，新增的研究子計畫可透過修正案（amendment）方式加入，無須重新送審完整 IRB。

* 詳細的 IRB 加入流程、同意書範本與資料管理 SOP 將於工作坊現場提供。

預計邀請講者

來自亞洲各地的大學教授，分享穿戴裝置在健康科學與教育研究中的最新應用：

• 新加坡 — 新加坡國立大學等校教授
• 日本 — 日本各大學教授
• 韓國 — 韓國各大學教授
• 台灣 — 國立中央大學及台灣各校教授

* 詳細講者名單與議程將於確認後更新

相關學術研究（國際文獻）

本次活動主題與近年國際學界在「穿戴裝置 × 生理感測 × 學習分析」交叉領域的發展密切相關。以下為由其他研究團隊發表、與議程主題高度相關的近期同儕審查文獻：

穿戴裝置與多模態學習分析

• Worsley, M., et al. (2020). Data Capture and Multimodal Learning Analytics Focused on Engagement With a New Wearable IoT Approach. IEEE Transactions on Learning Technologies.
  多模態學習分析中以穿戴 IoT 量測學習投入度的代表性框架。
• (2025). Smartwatch-Enabled Data Analytics for AI-Based Evaluation. SCITEPRESS.
  智慧手錶數據結合 AI 評估學習表現的近期工作。
• (2025). A Wearable-Supported Contextual Learning Model. Journal of Wireless Mobile Networks, Ubiquitous Computing, and Dependable Applications (JoWUA).
  穿戴裝置支援的情境式學習模型設計。

HRV、壓力與真實情境量測

• (2025). A continuous real-world dataset comprising wearable-based heart rate variability alongside sleep diaries. Scientific Data (Nature).
  真實情境長期 HRV 公開資料集，為課堂情境量測提供方法論基礎。
• Rosenbach, et al. (2025). Assessing Stress Level Scores Against Wearables-Driven Physiological Measurements. Stress and Health (Wiley).
  主觀壓力量表與穿戴裝置生理量測的對應關係驗證。

* 目前國際學界尚無針對「Garmin 穿戴裝置 × 大學課堂 × 學習分析」此一交集的同儕審查論文，本次活動的兩場研究演講即聚焦於填補此一研究缺口。

相關國際場次

• NUS 場次（2026 年 2 月）：新加坡國立大學，由 Garmin Health 主辦
• NCU 場次（2026 年 6 月）：國立中央大學，本次活動

名詞解釋

Garmin SDK

Garmin 官方提供的軟體開發套件（Connect IQ SDK），可在 Garmin 手錶上撰寫自訂應用程式（watch app / data field），直接讀取感測器原始數據（如 BBI 心跳間期、加速度、PPG 波形等），不需經過 Garmin Connect 雲端。

Garmin API

Garmin Health API，是 Garmin 提供給研究與企業的雲端 API。當使用者授權後，研究者可透過 API 取得手錶上傳到 Garmin Connect 雲端的彙整資料（HRV、心率、睡眠、壓力、活動量等），適合長期、大規模、被動式（passive）的資料蒐集。

Uedu（優學院）

由國立中央大學張家凱助理教授團隊開發的教育科技平台，以生成式 AI 為核心，融合教學、學習與研究三個層面，建立基於 Educational Omics（六維度多模態資料整合）的可信賴教育資料湖。平台網址：https://uedu.tw

Uedu Lab

Uedu 平台的研究者資料下載介面，作為 Trusted Educational Data Lake 的對外窗口。提供經 IRB 審查通過的學者，下載去識別化後的多模態學習資料（AI 對話歷程、生理感測、學習特質量表等）以進行學術研究。

Uedu Mind

Uedu 平台的子系統之一，聚焦於 PALM（Physiologically-Aware Language Models，生理感知語言模型）的研發。Uedu Mind 將學習者的生理狀態（如 HRV、壓力指數、注意力）整合進 LLM 的對話脈絡中，使 AI 教學助理能根據學習者當下的身心狀態提供個人化引導。

UeduPAD

國立中央大學 Uedu 優學院團隊（張家凱助理教授）自行開發的研究級行動應用，部署於 iPad / 行動裝置上。同時支援兩種資料來源：（1）透過 Garmin SDK 直接由手錶取得 raw data，（2）透過 Garmin Health API 從雲端取得彙整資料。設計目標是讓非技術背景的研究者也能輕鬆蒐集 Garmin 生理數據用於體育、運動、認知、情緒、教育等研究領域。

交通與地圖

• 地址：320317 桃園市中壢區中大路 300 號 國立中央大學 教研大樓三樓 未來教室
• 高鐵：高鐵桃園站轉乘 172 號公車（約 25 分鐘）至中央大學
• 台鐵：台鐵中壢站轉乘 132 / 接駁公車（約 20 分鐘）至中央大學
• 自行開車：國道一號中壢交流道下，沿中大路約 10 分鐘可抵達校園
• 校內導引：自正門進入後沿中軸路直行，教研大樓位於圖書館旁

在 Google Maps 開啟

主辦團隊

相關研究發表（本團隊論文）

以下為 Uedu 優學院團隊（國立中央大學張家凱助理教授實驗室）與本次活動主題直接相關的學術發表：

參與對象

海外教授、台灣各校教授、業界研究人員

合辦單位

Garmin Health 亞洲研究團隊