11月21日，上海纽约大学2025年秋季学期本科生科研专题研讨会圆满落幕。
每学期一次的研讨会，通过开放申请与评审选拔的形式，为上纽学生提供了向全体师生展示科研阶段性成果、彼此交流想法并收获反馈的平台。
本届研讨会分为综合人文、社会科学和理工科三大类别，学生们创新严谨的科研成果，充分展现了上纽师生协作的重要性，以及上纽对本科生科研的培养与支持。
学术事务副教务长John Robertson、文理学部主任David Atwill，以及数据科学学科负责人郭丽教授为获奖学生颁奖。研讨会现场气氛热烈，吸引了众多师生到场观摩交流，其中包括多位导师及来自不同学科领域的教授。
本届评委对学生科研的严谨与投入印象深刻。
城市研究和计算机科学助理教授王肇南表示：“很高兴见证我们学生对科研的热情和成长。相比于常规的课程学习，做科研需要自己花功夫探索——这个过程注定不会一帆风顺。试错、反思，科研如此，人生亦如此。”
全球公共卫生助理教授韩瑾欣喜于学生们研究时的深刻洞见：“我仿佛在聆听研究生级别的研讨会或学术会议报告，而这些报告者实际上都是本科生。”
三大学科类别的“最佳研究项目奖”与“最佳演示奖”由评委会选出，而“最受欢迎项目奖”则由现场观众投票决定。以下，是本届研讨会获奖者与我们分享的科研心得。
综合人文
- 最佳研究项目奖
获奖学生：2028届学生周跻轩、黄锦坤
导师：经济学副教授Peio Zuazo-Garin
项目名称：基于评分机制的学生个体与合作投入研究
项目简介：本研究探讨不同小组作业评分机制如何影响学生在个人任务与合作任务之间的精力分配，并分析哪些机制最能减少“搭便车”现象、提升公平性。研究设计了一个基于问卷的平台化行为模拟实验，要求参与者在多轮实验中于个人任务与小组任务间分配固定的努力点数，并依次体验平均评分、排名加权、加权评分及重复合作等四种机制。结果显示：平均评分导致最低的合作投入；排名加权激励最强，合作贡献最高；加权评分表现适中且更稳定；短期重复合作能提升合作，但过强反馈会削弱后期动机。本研究为高校小组作业设计公平、透明且具激励性的评分机制提供了实践指导。
为什么选择这个课题？
周跻轩：我们选题的灵感来源于大一上学期的学习体验。许多课程要求小组作业，鼓励我们与不同文化背景的同学合作。我们发现老师们在评分方式上存在差异：有些给全组每人相同的分数，有些则将小组成绩与个人展示表现相结合。
与同学交流中我们了解到，一些人因为贡献远高于其他组员却得到相同成绩而不满，而另一些人也承认自己“搭便车”却拿到了好成绩。我们认为这两种情况都偏离了小组合作的初衷。除了学生需要提升沟通能力外，老师也可能需要完善评价机制，以更好地激励公平与有效的参与。
研究中最令你惊喜的部分是？
黄锦坤：实验结果和我们最初的猜想几乎一致，这让我们很惊讶。面对不同的评分机制，学生确实会调整精力分配，在小组任务中投入更多。而在同一团队里合作久了，前期大家往往干劲十足，可一旦觉得自己建立了不错的“口碑”，后期反而更容易“躺平”。
- 最佳演示奖
获奖学生：2026届学生Mathew Obsequio Ponon
导师： 交互媒体艺术学艺术助理教授Gottfried Haider
项目名称：ml5.js序列数据建模对面向教育与艺术应用的开源Web端机器学习的贡献
项目简介：序列数据建模的实现比较复杂，因此对教育与创意编程社群而言，这项技术目前仍不太容易普及。本项目通过在开源机器学习库ml5.js中集成长短期记忆网络（Long Short-Term Memory Network，LSTM）与卷积神经网络（Convolutional Neural Network，CNN）架构，试图弥补这一缺口。该实现（implementation）扩展了ml5.js现有的神经网络方法，使其能够支持时间与空间数据处理，并开发了多个展示功能性的实际应用，包括实时手语识别与天气预测系统。该功能将TensorFlow.js的操作抽象为符合ml5.js设计原则的用户友好型应用程序编程接口（Application Programming Interface，API）。目前，该实现以实验分支形式开放维护，已被学生用于课程项目。这验证了其教育价值，也展示了如何将高级机器学习技术成功带给没有技术背景的普通用户。
与导师合作，体验如何？
我能在研究中取得的所有成果，都要归功于我的导师Haider教授。我做这个项目的契机，是因为在IT服务台偶然遇见了他。那之前我们从未见过面、说过话，但在简短交谈后，他很愿意让我加入他的研究。他总能在必要时给出切实的解决方案，也会指出那些需要我进一步思考的问题。他精通多个领域，能从更宏观的角度看问题。在我们的周会讨论中，他给出的许多建议都让我很受用。这种“全局观”对我的研究尤其有帮助，因为我们不仅要处理技术问题，还要关注以用户为中心的设计和该项目的未来走向。
研究中最令你惊喜的部分是？
在开展研究后，有人真的将我开发的某项功能应用于他们在纽约大学交互通讯项目（ITP）的毕业设计中。他们将其用于一个我完全没有预料到的方向——舞蹈领域的机器学习。看到有人用我做出的成果，去实现一个我自己都无法想象的用途，让这份研究变得更加有意义。
社会科学
- 最佳研究项目奖
获奖学生：2026届学生成晓涵、袁之腾
导师：应用社会经济研究中心主任、御风全球社会科学讲席教授吴晓刚
项目名称：中国大学生幸福感的阶级差异：基于大学教育过程的中介分析
项目简介：既有研究通常将大学视为一种“均衡器”，并主要从入学机会平等与向上社会流动等角度讨论教育公平。然而，这一视角忽略了在高等教育过程中可能出现的不平等。基于北京大学生追踪调查数据，本研究探讨家庭社会经济地位（SES）与大学生心理幸福感之间的关系，并揭示其中的作用机制。研究发现，来自较低SES家庭的学生心理困扰程度更高。通过中介效应分析，低SES家庭的学生较少担任学生干部和参与社团活动、学习效能较低，部分解释了这一关系。学生的学业成绩没有显示中介效应。本研究加深了对当代中国大学生的理解，并为社会再生产和当代中国的社会平等议题提供了新的思考。
与导师合作，体验如何？
成晓涵&袁之腾：吴教授给我们提供了非常完备的数据和详实的反馈，我们的理论假设和模型设计也遵循了基本的社会科学研究原则，最后能做出更强有力的论证。其间我们也受到了其他老师的支持：作为量化研究方法的“小白”，我们在社会学助理教授缪佳的指导下，掌握并运用了基本的数据分析方法；计算社会科学实践助理教授陈梓曦给我们提供了入门教程，让我们在自学STATA软件进行分析时，心里踏实了许多。
你们遇到过什么挑战，又如何应对？
成晓涵：我最大的挑战是和导师的定期会议。每次开会前，我都压力很大，总希望自己能说出这两周内“令人满意”的进展，导致当自己觉得进展很小时就很焦虑。不过每次导师都非常支持我们，会回应作为“小白”的我们面临的诸多困难。我也很庆幸之腾会在我焦虑的时候，给我做心理建设，让我慢慢调整和导师的相处模式。
袁之腾：我当时最大的挑战是研究方法。以前的课程最多训练到文献综述和研究计划，并没有真正动手分析数据、解释研究结果。所以两个月内掌握STATA这个新工具，并做出有显著性的成果，心里比较没底。但导师给了我很大鼓励，并在一开始就制定了全套的学习和实践日程表，将困难的挑战拆解成一个个小任务。这对我很有帮助，让我循序渐进地克服了挑战。
- 最佳演示奖
获奖学生：2026届学生Kayla Brackett
导师：计算社会科学实践助理教授陈梓曦
项目名称：“外来者”的建构：美国与英国X（原Twitter）平台上的反移民与分离主义话语研究
项目简介：近年来，美国与英国的民粹主义运动愈发将移民描绘为对国家认同与社会凝聚力的威胁。本项目借鉴弗朗茨·法农（Franz Fanon）的相关理论，运用认知网络分析（Epistemic Network Analysis, ENA）建模方法，考察2017年至2025年间反移民与分离主义叙事在X（原Twitter）平台上的传播机制。研究团队以100条来自经认证的政治人物与政府机构账户的推文为试点数据，通过人工编码识别其修辞框架，包括“安全威胁”“文化不相容”“非人化语言”等。分析结果显示，平台动态具有放大排斥性话语的效果，揭示精英主导的话语如何在数字空间中再生产出殖民式的归属层级。
为什么选择这个课题？
我之所以选择这个课题，是因为我对移民政治、移民史及数字传播的兴趣越来越浓厚，尤其是在伦敦交换之后。在那里，我上了一门移民研究课程，围绕种族、移民与政治写了几篇论文。我逐渐喜欢上这类研究，也开始看到自己写下的内容与我在伦敦乃至世界各地所观察到的现象有所关联。我特别好奇，反移民叙事是如何在网络上流传开来的，那些具有影响力的账户是否会塑造公众情绪、又是如何塑造的。这个项目涉及民族主义、媒体和身份认同，恰恰都是我感兴趣的议题。通过此次项目，我也深入探讨了一个既贴近当下社会情势又与我切身相关的问题。
你遇到过什么挑战，又如何应对？
这是我第一次做定量研究、使用定量工具。我需要对每一条推文做人工编码，过程非常耗时，但最终确实让我更深入地了解了自己的数据。学习ENA也挺有挑战性的，尤其是如何搭建数据集、解读可视化结果，以及处理各种报错。我花了很多时间提问、看教程、不断试错和学习。因为这项研究是我未来毕业论文的起步工作，现在把这些难点都摸透，反而让我打下了更扎实的基础，也为项目的下一阶段做了充足的准备。ENA的可视化能力让我印象尤其深刻。在ENA的帮助下，我成功将分离主义话语背后的模式可视化。看到“安全威胁”“非人化语言”等主题在可视化图中清晰地聚集在一起，那些隐性的关联一下子变得非常直观。我也意识到，分析工具的作用如此之大，能够揭示第一眼难以识别的动态关系。
理工科类
- 最佳研究项目奖
获奖学生：2026届学生Ashley Chen
导师：计算机科学助理教授申华
项目名称：基于声学嵌入的深度伪造检测与预防研究
项目简介：近年来，伪造视频，尤其是深度伪造（deepfake），变得易于生成、流传迅速。深度伪造能够通过“拟声拟态”冒充高影响力公众人物，从而导致财产损失和政治扰动等问题。为此，我们提出一种“物理签名框架”，通过在数字视频生成阶段将动态签名以物理方式嵌入，实现内容安全。本项目将研究重点放在音频端，利用“回声隐藏”（echo hiding）技术，将实时语音转写信息编码进音频播放中，以实现视频的可验证性与防伪功能。
从这段研究经历中，你学到了什么？
我从导师身上学到了很多，特别重要的一点是，要强调自己研究的动机。通常来说，这会包括研究更广泛的影响，从而让受众理解这项研究为什么重要。在计算机科学领域，有时我们过于投入，一心扑在写代码、训练模型等事情上，忘了当初开始做这些事情时的深层目的。代码写久了，我会刻意停下来，回顾一下之前的工作，思考手头的工作到底是什么，是否真的有意义。
对于其他想参与科研的本科生，你有什么建议吗？
大胆行动起来，多提问题！很多低年级学生常以为，必须先上某门课、跟某位老师学过某个专题，才能动手参与科研。课堂学习固然能打下基础，但科研更多是依赖自我探索，因为你可能是第一个把既有方法应用到全新领域的人，甚至可能需要自己发明新的方法。那些你最初觉得“很简单”或“有点傻”的问题，恰恰是其他研究者没有想到的切入点。
- 最佳演示奖
获奖学生：2026届学生黄伊悦
导师：神经学副教授Adeen Flinker
项目名称：想象言语的神经动力学与表征研究
项目简介：当前的言语神经假体高度依赖对运动皮层中神经表征的解码，但对于重度瘫痪患者而言，该区域的功能可能受到损害。相比之下，“想象言语”（imagined speech）会激活非运动皮层区域，但相关研究仍十分有限。本项目运用机器学习方法分析颅内脑电图（ECoG）数据，以探究想象言语过程中哪些脑区与哪些神经特征处于活动状态。研究识别出下额回（Inferior Frontal Gyrus, IFG）和中央前回（Precentral Gyrus, PrCG）中存在发声前活动与发声活动。编码模型进一步揭示IFG中存在与声学特征相关的专属表征。研究结果表明：非运动皮层信号具有重要潜力，可推进面向重度瘫痪患者的言语神经假体的发展。
为什么选择这个课题？
我从小学习双簧管，所以很好奇我们的大脑是如何处理声音的，比如音乐声和说话声。在纽约交流期间，因为对“言语处理的神经生物学”非常感兴趣，我加入了纽约大学朗格尼医学中心的Flinker实验室，担任研究助理。后来，我开始参与“想象语言”（imagined speech）这一研究项目，主要有两个原因。
首先，“在脑中想象一个声音”是我们日常都会做的事情。准备演讲时，我会在心里默念要说的内容，从而在正式讲述时更加流畅；练习双簧管时，我也会先在脑中想象第一个音该是什么音高，这样更容易一开始就把音准吹对。久而久之，我意识到：声音意象确实能帮助我们更好地发出声音，但在这个过程中，大脑究竟发生了什么，我们其实并不了解。因此，我非常想弄清楚“想象语言”背后的大脑机制。
其次，通过阅读文献，我意识到：弄清楚“想象语言”的神经机制，未来可能真正帮助到瘫痪患者。讲话对日常生活至关重要，但一些患有神经系统疾病（如中风）的人因为严重瘫痪而失去控制发声肌肉的能力，无法说话，我们的研究有望为他们带来新的沟通方式。
从这次研究与展示的经历中，你学到了什么？
我学会了如何向本专业之外的听众介绍自己的研究。在最初撰写展示讲稿时，我使用了大量神经科学领域的专业术语，非本领域的听众很难理解。为了解决这个问题，我开始反复练习，讲解给非自然科学背景的朋友听，并向Flinker实验室的成员请教如何改进表述方式。渐渐地，我学会了用更通俗易懂的语言来解释自己的研究，让更多人能够听明白。
最受欢迎项目奖
获奖学生：2028届学生Gabriel Fernandes Mello Ferreira
导师：环境研究助理教授黄康宁
项目名称：不均等的热暴露：里约热内卢贫民区的气温与脆弱性研究
项目简介：相较于城市中较为富裕的地区，里约热内卢的贫民区（Favela）反而更易受到城市热岛效应（Urban Heat Islands, UHIs）的影响。气温升高凸显了当地社区在社会与环境层面的脆弱性。本研究利用卫星数据，对里约热内卢非正规居住区中的城市热岛进行制图与分析，获取地表温度（Land Surface Temperature, LST），并结合既有文献中关于绿色屋顶与冷屋顶的降温幅度（ΔT）数据，对降温效果进行建模评估。通过识别高温最为集中的街区并模拟不同温度情景，研究进一步评估冷屋顶与绿色屋顶等缓解策略的有效性。研究成果以交互式地图形式呈现，旨在提升分析结果对政策制定者与社区公众的可获取性，为降低热风险提供决策参考。
为什么选择这个课题？
我生长在里约的一处低收入社区，那里几乎没有绿地，时常热浪滚滚。2025年春季学期，我在巴西的家人还向我抱怨他们那里气温太高。几天后，我又在社交媒体上看到很多人提到，里约的南区（城市中收入水平较高的区域）比北区（低收入群体集中地区）要凉快得多，不少人还说一到南区就明显感觉轻松了许多。正是在这样的背景下，我决定把这一现象作为“探究式写作”（Writing as Inquiry）课程的作业主题。
我发现这种现象其实有一个专门的名称——“城市热岛效应”。于是，我决定继续深入研究，并围绕“绿色屋顶”和“冷屋顶”如何缓解里约城市热岛效应，撰写了“大一学生奖学金”（First-Year Fellowship）的项目申请。本学期，我进一步推进了这项研究，选择通过模拟的方式，探讨这些方案在里约的实际应用效果。
对于其他想参与科研的本科生，你有什么建议吗？
不必太纠结研究方向是否和自己的专业完全对口，重要的是去做自己真正感兴趣的研究。我主修的是电子信息工程（电子工程），但我的项目聚焦于环境研究。这个选题是我真正热爱的，在我看来，这一点才是最重要的。