課程名稱：來一堂善用線上資源的音樂課吧！2講師：臺北市興華國小方美霞教師 主持人：國立東華大學 劉明洲教授課程內容：本場次線上教學教師增能研習邀請到臺北市興華國小方美霞教師擔任講師，善用線上資源音樂課Part1獲得與會老師們的廣大回響，紛紛希望美霞老師能多開幾場研習，單位也順應老師們的需求加開了第二場研習。Part2的音樂課果然是沒有讓眾老師們失望，依舊精采又有趣，美霞老師分享了許多可以融入音樂課程的線上資源，有節奏類型、音感訓練、音樂創作等等的網站，讓線上音樂課不再只有聽課，還增添許多有趣的創意與互動。

課程名稱：在疫情中談學校經營及未來學校的想像講師：雲林縣樟湖生態國民中小學 陳清圳校長主持人：國立東華大學 劉明洲教授課程內容：本場次線上教學行政人員增能研習邀請到雲林縣樟湖生態國民中小學陳清圳校長擔任講師，清圳校長利用自身的經驗向大家分享如何在疫情中準備好線上教學，如何讓家庭與學校一致的聚焦在孩子學習身上，以及提供一些關於後疫情時代未來老師教學方向的建議。在停課之前清圳校長已經為了線上教學做好了預先準備，務實地做好線上演練、積極地協助老師們提升線上教學能力、果決地做了對的決策、仔細地進行每個環節的沙盤推演，讓師生們都能做好準備迎接新的教學型態。線上教學除了教師與行政端的努力之外，還需要跟家長們配合才能達到事半功倍，為此，清圳校長還特地寫了一封信給家長們，保持與家長的溝通管道，互相配合，才能夠讓每一位學生都能有良好的學習效果。

課程名稱：善用模擬軟體教化學講師：劉璿科學基地劉睿荷教師主持人：國立東華大學 劉明洲教授課程內容：本場次線上教學教師增能研習邀請到劉璿科學基地劉睿荷老師擔任講師，睿荷老師在自然科領域有非常高的造詣，多次帶領團隊參加科展拿到亮眼成績，兩次的研習也是知無不言的把所學都傾囊相授，讓與會教師收穫滿滿。這次講師分享的是可以應用在化學課的ACD/ChemSketch軟體，雖是全英語的軟體但是強大的功能依舊讓老師們驚呼連連，軟體的操作很直覺，多摸索練習一定會是線上化學課的一大助力。

課程名稱：寒假作業使用因材網分享 自然領域講師：新北市丹鳳國小施春輝主任 主持人：國立臺中教育大學 李政軒所長課程內容：本次線上教學增能研習，為寒假作業使用因材網分享系列最後一場，邀請新北市丹鳳國小施春輝主任擔任講師，以自然領域為主題。施主任分享寒假作業以「鞏固已學」、「應用所學」及「預備將學」三種方式進行規劃，除了教師與學生互動之外，家長也可和學生一起參與寒假作業，達到協助學生在完成寒假作業的過程中，搭配因材網自主學習而達到複習、應用及預習的效果。教師也可了解學生在寒假中學習自然領域的情形，為開學的授課預作準備。

課程名稱：線上平臺在國語文課堂的應用講師：臺東縣新生國小 劉逸青教師主持人：國立東華大學 劉明洲教授課程內容：本場次線上教學教師增能研習邀請到臺東縣新生國小劉逸青教師擔任講師，介紹線上平臺與平臺實際運用時機，其中又著重分享線上自主學習平台因材網的運用，實際示範國語文課程可以如何運用因材網來達到線上教學以及課堂補充，甚至可以利用線上影片讓學生課前預習跟課後複習，讓學習不在侷限於教室中。講師親切且專業的解說搭配上實際的線上操作，讓與會老師們都能輕鬆理解，不只學習到平臺的操作與應用，還感染了講師教學的熱忱與溫暖。

課程名稱：寒假作業使用因材網分享 英語文領域講師：臺北市南港國小林玉姬教師主持人：國立臺中教育大學 陳志鴻助理教授課程內容：本次線上教學增能研習，為寒假作業使用因材網分享系列之一，邀請臺北市南港國小林玉姬教師擔任講師。以英語文領域為主題，分享如何運用因材網及免登入居家線上學習資源網頁規劃寒假作業，同時分享於課堂作業時使用Google Classroom、Ed Puzzle及Nearpod等平台之心得，研習過程中並使用Slido與參與者互動。

課程名稱：寒假作業使用因材網分享 國語文領域講師：南投縣史港國小施君潔主任 主持人：國立臺中教育大學 陳志鴻助理教授課程內容：本次線上教學增能研習，為寒假作業使用因材網分享系列之一，邀請臺北市南港國小林玉姬教師擔任講師。以英語文領域為主題，分享如何運用因材網及免登入居家線上學習資源網頁規劃寒假作業，同時分享於課堂作業時使用Google Classroom、Ed Puzzle及Nearpod等平台之心得，研習過程中並使用Slido與參與者互動。

課程名稱：寒假作業使用因材網分享–數學領域講師：臺中市北屯國小 葉晉源主任主持人：國立臺中教育大學 李政軒所長課程內容：本次線上教學增能研習，為寒假作業使用因材網分享系列之一，邀請臺中市北屯國小葉晉源主任擔任講師，以數學領域為主題。內容涵蓋教師端與行政端如何引起學生使用因材網之動機，運用因材網及免登入居家線上學習資源網頁規劃寒假作業分享如何使用組卷相關功能，且學校端如何提供家長因材網之相關資訊，如；研習、操作說明書、帳號之配置等。

AI機器學習-賽車

AI機器學習-迷宮車