最近有從祕魯進入台灣的Delta印度變異株的案例 是相當大的威脅，因為此變異株已經使英國疫情顯著回昇 但是，台灣的主要威脅是連目前英國變異株Alpha都尚未被壓制 -- #Delta變種株的威力多大? 英國政府統計在每7天內每十萬人中的新冠確診數 感染率確實在上升，目前數字超過60，是3月2日以來的最高水平 然而此時英國已經超過45.8%的民眾完成二劑接種 擁有COVID抗體的民眾 也已經超過原本估計族群免疫門檻 6月7日為止根據從隨機選擇的成年人口樣本抽血檢測 幾乎整個英國擁有抗體的人群比例現在都達到了 80% 的大關 尤其威爾士省(Wales)為 88.7% 後續需要釐清是真的抗體對於Delta效價不足 還是實際上新感染者都是在尚未接種的族群中感染 或著是已接種疫苗者，或許受到Delta感染，但是不致重症 因為英國國家統計局也顯示 輝瑞BNT和牛津AZ疫苗已被證明非常有效。 總共只有0.5%在接種一劑後仍然感染 而在第二次接種後這一比例僅為 0.1%。 所分析的兩種疫苗之間並沒有太大區別 #儘管阿斯利康注射劑似乎只用一劑就更有效 (這裡再提黃立民老師日前台大新冠疫苗記者會的數據 AZ疫苗只打第一劑的保護效力76%，甚至還高於其他疫苗 這數字應該是指避免症狀，且尚未考慮到新一代強力變種株的。) -- #我們需要第三劑嗎? 根據美國華盛頓大學整理 Delta變異株以目前mRNA疫苗來說，尚可以應付 輝瑞BNT和莫得納，兩者對於巴西與印度變異株 預防感染保護效力，分別是82%與85% 華爾街日報訪問美國國家過敏和傳染病研究所 (National Institute of Allergy and Infectious Diseases, NIAID) 主持疫苗開發部門的Dr. John Mascola表示 未來所謂第三劑、第四劑的概念，是以恢復記憶為前提的”Booster” 主要可能是人類對於免疫的記憶，我們有可能六個月後回遺忘 在這個時間點，美國完成二劑接種者，已經達到全國人口45% 有些已完成莫得納二劑接種的族群，六個月後仍有足夠的中和抗體濃度 但是John Mascola不認為這免疫力可以持續 二劑起始之後，再六個月是否需要再增強一劑 以及是否增強的一劑需要為了當季的變種株重新製作 這就幾乎等於我們流感每年打一劑了 -- #混打會成為常態嗎? 另外值得一提的是 華爾街日報訪問John Mascolar，追加第三劑會限定廠牌嗎? 這裡，John Mascola明顯表示可以考慮 #混打 也就是第三劑可以有不同廠牌的選擇 不過，這也是考量公衛現實 因為一直使用相同廠牌的疫苗，對民眾是相當不方便的 如果第三劑開始需要並實施 那麼會不會使杜克大學全球衛生中心的全球再開放預測(2024)會更延後? 這就沒有答案了 -- 目前台灣在美國與日本、立陶苑疫苗的供應下，疫苗供應量逐漸穩定 目前在各地方政府指引診所可以針對疫苗殘量 開放18歲以上可以 #替補 施打 日後再強化更好的疫苗預約系統給全國民眾使用 大概可以解決眼前暫時問題 只是對於還有每半年到1年的第三劑以上施打 學習像是美國疫苗站的設置還是有需要的 畢竟復甦的速度取決於疫苗覆蓋的速度 這樣才能避免經濟在疫情中衰退 在亞洲，針對冠狀病毒的疫苗接種工作進展相較歐美緩慢。 迄今為止，成就最高的國家是微型國家和塞舌爾、馬爾地夫或新加坡等島國。 雖然新加坡目前每 100 人中註射了近 86 劑 但馬爾代夫和塞舌爾最近分別達到了約 92 劑和 140 劑。 蒙古這個人口不到 350 萬的國家，達到了每 100 人接種110劑的水平。 中國 - 上週六注射了第 10 億劑 - 截至週一已註射了約73劑。 這是根據研究項目 Our World in Data 收集的數據得出的。 印度通過其本地生產的AZ疫苗（稱為 Covishield）幫助鄰國和盟友 並且還擁有印度本身讀國產疫苗可供使用，大大提高了接種率 每 100 人的疫苗接種劑量在一天內增加了 3.3%。 然而，日本疫苗接種率的上升幅度更快。 在為 7 月夏季奧運會開幕做準備之際，正在加快疫苗接種速度。 但相比之下，日本的疫苗接種數量仍然相當低，約為每 100人26劑。 -- 當然，我們在亞洲已經被點名敬陪末座的疫苗接種率 與越南、巴基斯坦水準是一樣的 所以出現老人緩打是非常不應該 還同一時間媒體各種放大疫苗副作用與死亡 後來真的出現死因釐清的新聞，也沒有人看 AZ被亂黑一通，不知道莫得納會不會有類似情況 我一直感覺有一股莫名強大的力量正在阻止台灣早點獲得族群免疫 只是它不是用很直接的方式在施展杯葛技巧而已 不知道如果出現打AZ疫苗後中樂透，可不可以也報導出來算疫苗的副作用呢?

［如何分配一天的蛋白質］​ 健身要吃夠蛋白質是舉世皆知。但要怎麼吃，就是爭議比較多的了。有人認為只要一整天有吃夠蛋白質，就不會有任何差別；有些人認為要每3小時吃一次蛋白質，甚至半夜設鬧鐘起來吃。本文即要透過一篇研究，來探討「平均蛋白質會不會比較好」。​ ​ 📍為何平均分配「可能」會比較好：​ 若能讓身體的肌肉蛋白合成率一直保持高水準，那理論上應該能最大化增肌效果。而因為一次要吃體重0.3倍（公克）的蛋白質才能最大化肌肉蛋白合成率，所以把蛋白質平均分配到每一餐「應該」會比較好。​ ​ 📍試著驗證的實驗：​ 研究員把受測者分成兩組：一組平均分配蛋白質、另一組不平均分配。而不平均分配的那組，早餐的蛋白質量不足體重的0.3倍。然後在12週的實驗內，他們每週重訓三次，實驗結束後再測量肌力和瘦組織重的變化。​ ​ 📍實驗結果：效果差不多​ 在瘦組織重的量測和各項肌力測試上，即使平均分配組都增加更多，但兩組的差異未達統計上的顯著。代表兩組在瘦組織重和肌力上的成長，在統計學上是沒有差異的。​ ​ 📍結果解讀：​ 研究顯示，只要蛋白質總量吃得夠，怎麼吃就不會有什麼影響，所以間歇性斷食或單純早餐/宵夜不喜歡吃太多蛋白質也沒關係，其他時候能補足就好。不過，即使未達統計上的顯著，因所有測量結果都是「平均分配組」成長較多，所以或許平均分配蛋白質還是有好處的，只是效果很小，只有想要拼到基因極限的人才需要特別注意。​ ​ *註：這是我第一次針對單一一篇論文做介紹分析，通常不會這樣寫，因為這幾乎只是統整作者的想法而已。本文是為了下一篇的「統計學基礎篇」所寫，因為在那篇文章中會以本研究當例子，所以特別先拉出來介紹給有興趣的人看。 ——————————​ 喜歡我的文章的話，歡迎追蹤按讚分享​ 想閱讀更多更詳細的健身科學文章的讀者，可點擊 bio 中的連結​ ​ #健身 #運動科學 #增肌 #蛋白質 #protein

#政經八百政治標記 〔 #考題中的政治學 #性別平權指標大補帖 〕  ▌公民與社會第32題   今年指考公民科第32-34題也是題組，題幹提到某國 GDP 、平均所得和勞動參與率持續提升，而失業率創新低。  但在經濟數據亮眼的同時，該國民間倡議組織也公布兩項統計數據批評政府的施政報告缺乏性別主流化觀點：  ❶ 生育率持續下降而女性在婚後退出勞動市場以承擔家庭照顧工作的比例正逐年攀升。  ❷ 雙薪家庭夫妻分攤家務勞動時間的比例，有男性下降而女性上升的情形。  32題詢問「數據顯示女性對 GDP 之貢獻程度並未妥當呈現出來，其理由是 GDP在計算時並未包含下列何者？」  正確答案為 (D) 選項：「非市場交易之產出」  這題考的重點是許多經濟指標無法完整反映性別在經濟數據上的差異，也未能將非市場交易之產出（例如家務勞動計算進對經濟的貢獻）。  為了回應這樣的缺失，近年開始出現許多指數提供給我們不同於以往的觀察視野。  於是今天「考題中的政治學」就要帶各位壯士們一窺現在有那些常見的性別平權指數可供我們參考！   ▌常見的性別平權指數  為了更加清楚統整世界各國性別平等落實與否的情況和資訊，許多組織都有推出各式各樣的指數來做為性平衡量的參考。  其中較為著名的指標包含以下三個，分別是：  ❶ 聯合國開發計畫署（UNDP）的人類發展指數（HDI） ❷ 性別不平等指數（GII）  ❸ 世界經濟論壇（WEF）所公布的性別差距指數（GGI）。   ▌人類發展指數（HDI）  人類發展指數由聯合國開發計畫署（UNDP）所公布。  推出的緣由是因為UNDP認為經濟指標雖和國家的發展密不可分，但並非是唯一的指標，應該用更全面的標準來衡量。  因此選取了健康（平均餘命）、教育（平均受教育年數、預期受教育年數）及經濟（購買力平價的人均 GNI ）三大領域綜合而成人類發展指數。  數值介於 0 至 1 之間，愈趨近於 1 表示社會經濟發展程度愈高。   ▌性別不平等指數（GII）  由於 UNDP 認為性別不平等是阻礙人類發展的主因之一，因此在 2010 年公布 GII 來衡量發展成就在兩性之間的分配差異。  和 HDI 指數很大的不同之處在於 GII 計算上排除「所得水準」的考量，因此國家的經濟發展程度未必會與 GII 指數有絕對關聯。  GII 指數由三面向五指標編製而成：  ❶ 生殖健康（孕產婦死亡率、未成年生育率） ❷ 賦權（國會議員女性比率、25歲以上受過中等教育以上之人口比率） ❸ 勞動市場參與（15歲以上之勞動力參與率）  數值介於 0 至 1 之間，愈趨近於 0 表示性別愈平等。   ▌性別差距指數（GGI）  和前述提到的兩個指數不同，性別差距指數是由世界經濟論壇（WEF）所公布，著重衡量各國兩性在社會資源分配與取得機會之差異程度。  涵蓋四面向：  ❶ 經濟參與和機會（勞動力參與率女男比例、薪資公平性、主管階級與專技人員女男比例） ❷ 教育程度（成人識字率女男比例、各級教育在學率女男比例） ❸ 政治賦權（國會議員和部會首長女男比例、總統任職年數女男比例） ❹ 健康與生存（健康平均餘命女男比例、出生嬰兒女男比例）  數值介於 0 至 1 之間，愈接近 1 表示兩性落差愈小。   ▌比較  具體舉台灣和鄰近的日本跟韓國比較，三國中人均收入最高的是世界排名17的日本（41340美元）、其次為26名的韓國（30600美元），最後才是台灣（25360美元），位列第30名。  HDI 指數的部分，日本世界第19名0.915、第21名的台灣以0.911超越第23名0.906的韓國。  可以看出來在 HDI 的指標下，雖然整體排名情況與人均 GNI 相似，但因為還加入了健康與教育的指標，因此台灣和日韓兩國的差異並不如人均 GNI 巨大，甚至還能夠超越韓國。  GII 與 GGI 上的則差距更為顯著，由於指標不著重各國的經濟水準，因此台灣在兩項指標均優於日韓。  GII 表現為全球第九，勝過第11名的韓國和24名的日本。GGI 上的差異更是驚人，在台灣以0.746取得第29名時，日韓都在百名開外，尤其日本甚至只位列122名。  由此可見，純然的經濟數據的確如同考題所述，無法完整反映出性別的差異。  ▌思考  綜觀各項指標，可以發現經濟發展的程度高低未必和性別平等落實與否的程度完全相同，從台灣和日韓的對比就很明顯可以看出。  不過雖然台灣在性別平等上的表現，就各指標來說比日韓還要來得好，也在世界上名列前茅，不過這並不代表我們已經足夠平等。  根據主計處2016年的統計，台灣女性平均每日花在家務勞動是3.88小時，其配偶或同居男性卻僅為1.13小時。  雖然台灣女性勞動參與率已經超過50％，但因結婚跟生育退出職場的比例依舊居高不下，職場為女性設下的玻璃天花板依然存在，需要我們持續致力於落實平等。