2020年12月26日 星期六

決斷的演算(4/5)

決斷的演算:預測、分析與好決定的11堂邏輯課
Algorithms to Live By: The Computer Science of Human Decisions
https://www.books.com.tw/products/0010761815


發人深省與每一章都讓人停下來思考的好書




第七章 過度配適—少,但是更好

談到思考,我們往往覺得想得越多越好:列出的優缺點越多,做出的決定越好;列出的相關因素越多,越能精準預測股價。實際上統計模型倘若太過複雜,使用過多參數,會太容易受我們取得的資料影響,而可能隨參與者不同而出現大幅差異,這就是過度配適。機器學習的一大重要事實是:考慮因素較多、比較複雜的模型,未必比較好。這章演示了過度配適如何扭曲我們對資料的解讀,點出日常生活中俯拾皆是的過度配適事例,並且教你如何藉由交叉驗證等方法揪出過度配適(像是怎麼分辨真正的人才和僅是懂得揣摩上意的員工?)並且對抗它。



達爾文考慮要不要向表妹求婚(窮舉各項優缺點)
Marry- Marry- Marry QED
https://www.livescience.com/3307-charles-darwin-strange-facts.html

https://theoreticalecology.wordpress.com/2014/02/12/darwing-quote-of-the-day-marry-mary-marry-q-e-d/


富蘭克林難以決定時,會比照辦理,拿出紙左邊寫贊成理由,右邊寫反對理由,再考慮兩邊各點理由的重要性(兩個贊成的重要性可以等於三個反對)


2020年12月19日 星期六

決斷的演算(3/5)

決斷的演算:預測、分析與好決定的11堂邏輯課
Algorithms to Live By: The Computer Science of Human Decisions
https://www.books.com.tw/products/0010761815

  

第五章 排程—優先的事情優先處理

重要且緊急、重要但不緊急、不重要但緊急、不重要但不緊急……,時間管理大師總教人照這順序處理事情。但電腦科學家會要你先搞清楚「用什麼標準來評量成果」。是在期限內完成最重要?還是盡量縮短讓客戶等待的時間?抑或劃掉待辦清單上越多項目越好?不同的評量標準得採用不同的作業策略。本章還用電腦的「上下文交換」探討讓其他工作插隊的代價,用「往復移動」提醒忙到變成在空轉的徵兆;並告訴你如何在反應能力和處理能力間取捨,為何有時完成工作的最佳策略反而是慢下來。

 

我們怎麼過一天,就會怎麼過這輩子;經常做怎麼樣的事就會變成那樣子的人

生活中,很多事情不重要但卻必須及時:柴米油鹽/繳帳單/工作賺錢(為別人而活)

重要的事情去往往不緊急、沒有時效性:維持感情/追求人生價值/放空思考與體驗(為自己而活)

 

是該想到就去做還是刻意不要馬上動手處理?

 

花時間成為一門科學

1874放棄哈佛入學許可、富有律師之子跑去工廠當機械學徒的科學管理之父泰勒 
Frederick Taylor(1856-1915) 

2020年12月12日 星期六

決斷的演算(2/5)

決斷的演算:預測、分析與好決定的11堂邏輯課
Algorithms to Live By: The Computer Science of Human Decisions
https://www.books.com.tw/products/0010761815


兩位作者

Brian Christian(超神的專業作家)
https://brianchristian.org/

Youtube演講
https://www.youtube.com/watch?v=gPBiJsqTRms

另一本大作The Most Human Human(過去人嘗試變得像機器或電腦般運算,現在人們嘗試讓機器與電腦變得像人一般對話、感受與思考;那麼人跟機器的差別何在?怎麼樣才算是人而非沒血沒淚的演算法機器?)

https://www.books.com.tw/products/0010786061


Tom Griffiths(任教於普林斯頓心理系,跨了統計、電腦演算與心理認知的神人老師,這些神人老師的CV真的會讓人看了氣死...)
http://cocosci.princeton.edu/tom/index.php

兩位作者的文采真是令人崇拜,透過單純與前後邏輯一致的演算法,讓人看見身而為人的人性與人世間的複雜


2020年12月5日 星期六

決斷的演算(1/5)

 決斷的演算:預測、分析與好決定的11堂邏輯課

Algorithms to Live By: The Computer Science of Human Decisions

https://www.books.com.tw/products/0010761815



 

這本書的知識含量太高、讀起來過硬&很多數理證明力有未逮TAT


前言:為什麼我們能跟電腦學決策?

演算法的本質是「解決問題的一連串步驟」,參考食譜做麵包、依圖樣打毛線衣案SOP執行工作流程都是某種演算法(1234 if then…)

人類面臨的許多挑戰跟電腦科學家一樣都是:如何運用有限的空間、時間和注意力,因應未知事物和不完整的資訊。本書釐清這些難題的數學架構,闡述工程師如何教電腦發揮最大效用,並了解人腦如何克服相同限制。電腦科學不只能協助我們簡化問題以取得進展,甚至能提供具體的解決方法。

 

Q:要不就買下眼前這棟房子/跟目前的女友結婚?

要不拋下其他選擇(買下或定下來),要不就走人不吃回頭草再找其他標的物。

難處在於「錯過好機會」和「說不定還有好機會」之間徘徊取捨,你立刻發現自己陷入兩難:如果沒有判斷基準,要怎麼知道某棟房子(某個女孩)是不是最佳選擇?但如果看過的房子不夠多,又怎麼知道判斷基準在哪?你取得的資訊越多,越能掌握真正的好機會,但在此之前錯過好機會的機率也越高。那麼你該怎麼做?倘若蒐集資訊反而可能不利,那麼該如何做出明智決定?這種狀況十分殘酷,可以說是矛盾。


大多數人面臨這類問題時,直覺上通常認為必須在取捨間取得某種平衡,得看過夠多的房子才能建立標準,再依據標準找出想要的房子。這種權衡概念非常正確,但大多數人沒辦法明確說出平衡點在哪。所幸這確實有明確答案:是37%。

 

由於我們生活的空間和時間都有限,每個人都遭遇到一類問題。在一天或十年中,我們應該做什麼、或應該不做什麼?應該容忍什麼程度的混亂?什麼樣的秩序算是過度?新事物和心頭好各佔多少比例,才能使生活最讓人感到滿足?


2020年11月28日 星期六

區域聯防的脈絡

是說接到友廠同業的器材支援請託,(亂)源頭(禍首)大概是環保毒化災的區域聯防演練

不知道是友廠同業白目還是下狀況的考官想法獨特(以為支援器材可以如同餐廳點菜):

臨時要求支援SCBA與A級防護衣

想說如果是主管機關的場子,配合演出/賣個人情也就算了(器材帶過去給人家裝檢欣賞後,再帶回家連車馬費都沒有)

直接請夥伴回絕:

SCBA與A級防護衣維保中,不克外借,僅能支援C級防護衣與豬鼻子(前兩者貴重/出廠麻煩+夥伴騎摩拖車比較方便)...

2020年11月21日 星期六

科學思考的九堂課(2/2)

「科學的思考」九堂課:學校不教的科學

作者:戸田山和久
(翻譯網頁中作者的研究興趣與主題)摘錄:
研究基於科學哲學的三個主題。(Philosophy of Science and Information
1.雖然有一種世界觀,認為在這個世界上僅存在物體(物理物體),但科學中卻出現了許多抽象物體,例如數字,信息和心理狀態。問題在於如何以一致的方式在“唯一事物世界視圖”中繪製這些抽像對象。
2.知識不是人類的專利,而是在其他生物中發現的自然現象。從這一角度出發,我們應該重新認識認識論的傳統問題,例如“我們對世界了解什麼和了解多少”和“應該採用什麼方法來獲取知識”,並將認識論嵌入自然科學的一部分。認識論歸化計劃”。
3.作為一種職業,技術人員不僅要對客戶和雇主承擔社會責任,而且還要對公眾負責。這種額外責任的依據是什麼?應用倫理學,科學技術和社會理論:應如何建立一種教育和社會支持系統,使工程師能夠正確履行這些職責?

看照片感覺有點那個的老師XD


 
第二部 有識公民的科學素養――從放射線曝露風險開始思考

第七章 我們又不是科學家,為什麼要有科學素養?
科學沒有辦法解決的問題
第一類問題(資源分配):很遺憾,科學本身是人類的稀缺資源
科學、技術是人類最有效率且合理的問題解決手段,想想天花、鼠疫等傳染病的根除,以及汽車、飛機等運輸工具的發明,事情就很明顯了。因為科學是瞭解這個世界怎麼運作的最佳手段。
誰可以先享用科學的結晶呢?藝術家優先嗎?那就代表美的價值要比平等的價值還來得高。要保存什麼價值讓未來的社會傳承下去呢?什麼樣的社會才是值得存續的社會呢?原則上,這類問題超越了科學的範圍。

2020年11月16日 星期一

管理系統運作績效認可

是說好同情一些同業夥伴,總在抱怨與指責為何老闆不重視、大家不守法與不落實ISO系統.... (也或許在群組當中,有如莒光日電視教學,發言論調必須政治正確或同溫層取暖吧?!)

法規與系統往往談的是理想的應然與t陳述描繪的是What(a good system or standard looks like),而非 實然與How(to achieve or establish a good system)

從外部關係人(官員、專家學者)的角度與立場,只看有什麼&定錨的基準點是(某個看過或想像中的)理想狀況(躺著講話不腰疼)
從內部關係人的角度與立場,看的是成本效益、有多少資源做多少事& 定錨的基準點是先前的狀況(要面對各種利益的衝突與起毛雞的糾纏)



從外人的角度看,往往覺得內人都是笨蛋、應為能為而不為&造假務虛沒有integrity;
而從內人的角度看,覺得這這些外人言必稱法規或者條文規定(應OO或XX),其實就是(如同大老闆)只有空洞願景而無達成目標的具體方案或步驟(只知What 而無Know How也提不出具體作法)=把願景當成目標的"壞策略"(=沒有策略可言&意見沒有參考價值),把空話與假話當真才是真正的笨蛋(當真與認真你就輸了)

而老闆不重視、大家看不懂法規與ISO純屬掛牆上的一張證書(用於自欺欺人),或許才是真實且合理的狀態(更笨的是還去申請績效認可與爭取拿到國家獎項,然後發生事故與職災的時候會更囧與有趣.....)
凡存在的必合理,只有真正的笨蛋才會認定別人都看不懂、不知道(活在自己的世界當中)
官員與學者老想著業者和民眾不守法或無知,以制定更多的法規為績效
其實業者與民眾的眼睛是雪亮的,也在觀望官方的態度(有沒有把自己制定的規矩當一回事,)

大家相互折騰,真是有趣的生態


法律是雙面刃,保護與限束是一體的兩面,創新與突破多半從灰色地帶而來(法規與現行制度都不是牢不可破的東西,但也不能正面對撞就是了...)
http://greenhornfinancefootnote.blogspot.com/2014/09/blog-post_10.html


常常覺得實事求是的工程師與白手起家的老闆,多半正視實然的種種困窘(少談各種目標願景)可謂是真小人(考慮利益、成本與代價)
而一些大官領導、左派憤青或是計畫企劃的幕僚,多半講的是高大上的目摽願景與理想(讓人聽了超熱血沸騰/充滿希望)可謂是偽君子(不考慮成本代價與可行性)
想說自己也是遊走在真小人與偽君子之間的擺渡人

身為一個幫資本家應付政府規定的打工仔,對於法規的愛恨情仇有如滔滔江水

超愛以下這種直白不假掰、正視實然窘境的文章(作者真是太令人崇拜了- 為了從事合法的性交易而去讀法律系,還有拉客的「三七仔」稱謂,原來是妓女七成、妓院三成的接客費公定價;
對於少數為法條是問的執法人員&裝模作樣的外行條文控或正義魔人,這種文章太刺激/太刺眼了,還好多數正常的人知道要睜一眼與閉一眼,不要對一些沒辦法認真的事情嚴肅看待(法規應該基於人情與事理,而非條文規定)

 

社交網路發言準則
1.遇到外行或心有成見定見偏見的,不要跟人家爭辯(心存善意反而是浪費自己的時間與心力,標準回應:你說的對!謝謝指教!)
2.遇到老千或把你當成是韭菜或肥羊的快閃(呵,不經一事不長一智。自己要有些底子才能分辨出哪些是江湖郎中)
3.遇到看法有見地的高手要想辦法引起對方注意、看有沒有機會交流。(自己要先做過功課再發言,不然人家高手也是很珍惜自己的時間與心力滴)
https://greenhornfinancefootnote.blogspot.com/2020/10/blog-post.html

2020年11月14日 星期六

科學思考的九堂課(1/2)

「科學的思考」九堂課:學校不教的科學




第一部 科學的思考是怎麼樣的思考?

第一章 「理論」與「事實」怎樣不同?
「科學使用的詞彙」和「討論科學的詞彙」
各種科學詞彙(電子、基因、天擇…),搭配討論科學詞彙(理論、假設、測量、預測…)與發展脈絡來談,才可謂科學,而非偽科學。


神創論貼紙運動
演化論只是一種理論,而非事實 evolution is a theory, not a fact


「智慧設計」的策略
人太精密,不可能是透過演化拼湊而來(一定是造物主依自己的形體所設計建造)

2020年11月7日 星期六

哲學的追問,科學的革命(2/2)

哲學的追問,科學的革命:用通俗語言寫給現代人的思想常識入門課

作者- 陳嘉映


本書算是回顧科學哲學與觀念的發展歷史,所謂的科學或是不科學,其實需要對照與比較才容易讓人看清楚(現今絕大多數人沒有比亞里斯多德、歐基里德或托勒密更加明智)
例如:(以下這個完全不科學的)科學最前沿 (只是for鄉民自我感覺科學良好的偽科學內容農場)

對照組:
公司OBS(歐巴桑)鄉民關切手機/基地台電磁波是否會致癌
轉貼以下懶人包與問答集的路徑供參(雖然官方見解不見得完全中立、學術研究不見得利益free,但好歹要有憑有據- 有資料引述來源)



————下篇(由幾篇專論)————

【第四章 經驗與實驗】
經驗主義與理性主義的區分
經驗主義:主張經驗是知識的唯一來源
理性主義:知識來源除了經驗之外,還有先驗的知識與超驗的知識

理性態度與重視經驗兩者其實差不多是同一回事

2020年10月31日 星期六

哲學的追問,科學的革命(1/2)

哲學的追問,科學的革命:用通俗語言寫給現代人的思想常識入門課




人類解釋世界的努力,前有神話、巫術,後有哲學、科學。排除了千難萬險,才抵達日心說、牛頓力學、進化論、量子物理,直至今日,科學已儼然成為「真理」的代言者。
對於現代人而言,科學是最佳解答嗎?哲學還能做些什麼?


【導論】
科學認識
科學對於人類的影響
1.改變生活
2.影響了人類認識世界的方式

本書討論後者,包含:
科學在哪些方面促進了我們對於世界的理解,但又在哪些方面給我們帶來新的困惑與讓我們的理解產生困難。

科學透過它提供的世界觀改變了我們對於真實世界的詮釋與解讀。
科學描述的是世界是一些物理定律與數學公式,乃至於物競天擇演化與神經傳導
至於自由意識、道德、愛情和友誼,乃至於日常的感覺與思考推論都只是一些幻像。

科學=真理,(建構科學的)代價是把自我與心靈排除在外
自私或無私、說謊或誠實、貪生怕死或成仁取義曾經不可同日而語,但是基因演化、賽局與系統調適理論,讓人失去判斷依據,只剩所謂目的性與工具性的理性


2020年10月24日 星期六

靜態與動態的不公平

「公平與否」這個問題,大概只能問蒼天



不公平的代價

階級的遺傳與翻轉


公不公平的思辯
  1. 公平有兩種,一種(靜態公平性)是某個時點橫斷面的財富分配狀態(最高所得的1%人,擁有的財富比例),另一種(動態公平性)是財富分配狀態隨著時間的變化或遍歷性(e.g., 富不過三代or 富者恆富)
  2. 動態公平比靜態公平重要 (人生而不平,但經過輪迴之後平等)
  3. 一般鄉民可以接受靜態的不公平(e.g., 某人中上億頭彩),但不能接受動態的不公平(e.g., 財富地位世襲)

Ronald Dworkin
一個公平的社會應該要是endowment insensitive, ambition sensitiveAmbition 是指個人的努力、發奮向上的拼勁。Endowment則是指諸如金湯匙之類無關個人努力的、生下來就給定的資源或機會。一個動態公平的社會,就是要使endowment的重要性降低、ambition的重要性提高。



2020年10月17日 星期六

直視全貌(3/3)

直視全貌:穿越過度簡化的迷障,從複雜理論探索科學、商業與社會文化的新視角
A CRUDE LOOK AT THE WHOLE: The Science of Complex Systems in Business, Life, and Society


這個複雜性科學之所以不容易理解,是因為其背後的本體論、認識論與方法論都不同於原來的傳統科學

本體論(現象的本質為何)
複雜科學:現象是interactioninterdependency 的結果(無法預測)
傳統科學:現象就是input output(可以預測)

認識論(知識是什麼)
複雜科學:探索與理解interactioninterdependency 背後的脈絡與機制
傳統科學:探索與掌握input output間的規律與法則

方法論(研究現象的方法)
複雜科學:Agent Based Modeling/ Simulation and Algorithm(透過模擬與演算來窺探不同的情境與可能的演化發展)
傳統科學:收集數據分析與進行控制對照實驗研究,依據以往理論或經驗建立方程式


2020年10月10日 星期六

直視全貌(2/3)

直視全貌:穿越過度簡化的迷障,從複雜理論探索科學、商業與社會文化的新視角
A CRUDE LOOK AT THE WHOLE :The Science of Complex Systems in Business, Life, and Society

作者 John H. Miller

經濟學科班出身,難怪對於那方法論與科學哲學觀可以鞭辟入裡



五、從六標準差到新奇的雞尾酒:雜訊
對於品質與生產製造系統而言,變異與差異不好
提升品質與製造系統的生產效率而言,同質性越高越好(每個步驟都標準化)

然而就發現新事物而言,錯誤與變異(乃至於漫無目的的搜尋)是好的



如何找到最佳解(最高點或最低點)



2020年10月3日 星期六

直視全貌(1/3)

直視全貌:穿越過度簡化的迷障,從複雜理論探索科學、商業與社會文化的新視角
A CRUDE LOOK AT THE WHOLE :The Science of Complex Systems in Business, Life, and Society

複雜性科學(Complexity Science)=>科學的典範轉移,一種另類的因果關係解釋與說明理論
理性之夢
微觀動機/宏觀行為
規模的規律與秘密



呵呵,難以一窺全貌




緒論
「今日的人類有如剛睡醒困在睡夢的幻境與現實世界的渾沌當中,我們帶著石器時代情緒、中世紀的體制與神一般的科技創造出星際大戰式的文明,茫然不知該如何理解現實與事實,還有我們對於自身與其他生命的危害。」
社會如何征服地球

傳統科學的思考依賴化約論(Reductionism)- 透過各種定律與定理來表現,給我們一種清楚知道自己在做什麼的幻覺(在工程的世界)

然而在真實世界的運作,連最單純的部份也已種種複雜的方式相互作用,世界頓時變得神奇、危險,顯露出各種不可思議的結果與怵目驚心的災難。
嘗試預期+建立種種機制預防失靈或災難的發生,往往提高了系統的複雜度,創造出導致失靈與意外災難的新路徑
Normal Accident Theory

認識世界的複雜性,人類才能生存下去。


2020年9月26日 星期六

Toyota的失敗學

TOYOTA的失敗學:善用失誤,創造逆轉勝!

作者群:一群Toyota退下來的職人
想想看:什麼時候大家會去看一本產線組長與領班寫出來的書?


對照組- 留美學人寫的零錯誤


前言

「失敗=不好」是社會的常識,大家都會想要「不要失敗」
然而以上心態卻導致情勢惡化

製造現場永遠存在許多問題與事故,但問題與事故失敗
問題與事故=改善的機會&通向成功的寶山

2020年9月19日 星期六

利潤、不確定性與人生的價值

來看一篇文章,文章出處: 萬維鋼·精英日課 「利潤」究竟是什麼


這一講不是要講經商,我們小小地梳理一個大大的話題:從經濟學角度看,人生應該追求什麼

簡單地說,最值得追求的東西是「利潤」

我不信你會不想要利潤。利潤是收入減去成本剩下的那一部分,是收穫比付出多出來的部分。利潤是正的,說明你的一切努力都沒有白費,說明瞭社會對你的肯定。利潤要是負的,就說明你創造的價值配不上你的一番折騰。
但你要是細想,利潤是一個神秘的東西。

你必須直接去市場上買賣點什麼東西才談得上利潤。上班拿固定工資是沒有利潤的。哪怕你工資再高,那也只是你的勞動所得,都是根據你這個水平,你應該得的,是市場認為正好等於你的付出的回報 這表現在你要是不上班就沒有收入。(呵,對於上班族與打工仔而言,最大的利潤=領薪水不做事)

2020年9月12日 星期六

失控的數據(3/3)

失控的數據:數字管理的誤用與濫用,如何影響我們的生活與工作,甚至引發災難

呵,本書可謂是各行各業扭曲績效指標的常識大補帖(狀態顯示為被退休作者踹飛XD)


第十章 警政系統
公眾安全只有一部分能靠警察來維持,治安或犯罪率反應的是犯罪的容易程度(如否容易被抓,被抓後的刑責)

治安其實得仰賴整體司法系統,如檢察官、法規、刑罰制度與假釋系統,甚至有很大層面取決於當地的風土民情與背後更廣大的經濟、種族與文化因素。

FBI犯罪統一報告

犯罪率高低變成當地局長與民選首長的政績或壓力
警政首長又將壓力轉嫁給下屬與第一線員警
焰口

2020年9月5日 星期六

失控的數據(2/3)

失控的數據:數字管理的誤用與濫用,如何影響我們的生活與工作,甚至引發災難

作者(令人崇拜與尊敬的歷史學老師)
Jerry Z. Muller

作者關於這本書的演講

書名是Tyranny of Metrics績效指標的暴政
暴政的來源是人們普遍的三種錯誤信念
1.能衡量才能管理(萬物皆可衡量)
2.依據績效(衡量的結果)進行獎懲(獎懲其實不單只有外在$),也讓人囿於衡量指標與獎懲,失去動機、道德價值判斷、想像力、主動性與創新力。
3.能夠透過公開(各種標準化)衡量的結果,來管理非營利事業機構(e.g., 大學的排名、醫療院所的評比)導致作繭自縛與失去特色與使命

看作者批判量化績效的誤用與扭曲真是過癮


2020年9月2日 星期三

安全?危險?判斷安全或危險的標準或基準?

該不該設定一個判定安全或危險的標準或基準?
e.g., 瘦肉精的含量、農藥殘留量、化學品暴露容許濃度、放颱風假的風量與雨量… etc

Hnit

不應該把安全想像成是零危險(0或白)、危險想像成是一定會出事(1或黑)的二分法(幼稚與不健康的想法)
相對健康與成熟的觀點:
  1. 把所謂的安全或危險視為:由純白到純黑之間的灰階漸層(沒有絕對的安全,有的只是相對的風險大小或者顏色深淺)
  2. 把所謂的風險視為會出事與不會出事的疊加狀態(superposition state事情的發展可以有很多可能,可能會出事,也可能不會出事)只有在出事之後,我們才能看清與知悉釀成事故發失的因果路徑與種種脈絡因素(如同量子狀態在被觀察後才被確定在事情發生之前,其實不確定)
  3. 所謂的安全標準,只是提供一個判斷風險大小的參考基準,不應該作為Yes or No標準(吃瘦肉精的豬肉、添加硝酸鹽的香腸或鹹魚、吸多了PM2.5與廚房油煙、曝曬陽光紫外線或宇宙輻射都可能讓人致癌掛點,然而對於一個騎摩托車、跑夜店逞兇鬥狠的黑狗兄或者大和田/半澤直樹那種職人乃至於安寧病房的病患而言,以上致死風險微不足道)

慶讚中元來講一些鬼話

2020年8月29日 星期六

失控的數據(1/3)

失控的數據:數字管理的誤用與濫用,如何影響我們的生活與工作,甚至引發災難




這本書的對照組- 如何衡量萬事萬物(這本我看到一半就放棄了,為了衡量而衡量一定可以找到一些方法或指標)

身為一個飽受各種績效數字所苦後來搖身一變,成為樂在扭曲各種績效指標的打工仔而言,這本書真是說出了心聲啊,好樣的歷老師與學者(寫這本書的目的只是想了解為何許多現代組織無法發揮應有預期,不但生產力低落更讓其中成員感到沮喪)。本書的論述架構也很具參考價值。

大學部/碩班乃至於MBA的課堂上,往往教導大家學習效法與使用各種標準最佳實務的作法,而到了博班的課堂上才教導與提醒大家注意各種標準最佳實務的後遺症、例外與使用限制。程度差別或許如下:
學士:知道有什麼(但不會用、用不出來)
碩士:知道某些東西可以用,有用過
博士:知道哪些狀況下,什麼東西不要用或不能用
Hint:
微觀、單一步驟、投入產出線性/沒有交互作用的,可以透過數字指標進行管理
宏觀、多個步驟、投入產出非線性/有交互作用的,不可以透過數字指標進行管理(PDSA觀察背後的脈絡、下有對策的反作用力與unexpected consequence的副作用)


2020年8月25日 星期二

從檢測的敏感性與特異性來看稽核結果

是說最近因為台大公衛蹭存在感引發議論流行討論檢測採樣的偽陰性與偽陽性問題,想到不久要ISO認證,接受稽核老師的抽樣查核與折騰相互傷害,來發想猜測一下
Compliance Review, 稽核或風險查勘的敏感性(sensitivity)與特異度(specificity)到底多高?

接受稽核有如被告,要準備好多paper work證明自己應為能為已為

2020年8月22日 星期六

心流(3/3)

心流:高手都在研究的最優體驗心理學
Flow: The Psychology of Optimal Experience



第八章  獨處和與他人相處的樂趣
生活的品質取決於兩個因素:工作體驗,以及我們與他人的關係。自我就是由與我們互動的人,以及我們成就工作的方式這兩種情境所定義的。
「陪伴」對體驗品質有很大的影響,與他人的互動則是決定幸福與否的關鍵因素。另一方面,一個人也必須學習獨處享有「隱私」,否則難以完成需要注意力集中的事,我們必須學會不藉助任何外物,就可以控制意識的能力。


獨處和與他人相處間的衝突
被群體排擠,名列人類恐懼的前茅,排擠、流放與單獨監禁被視為最嚴重的制裁手段

活著在人群中,死亡不在人群中
現代都市生活提供的頻繁互動就像是一種疏緩劑,讓各自孤單生活的人能夠樂在其中,即便這些互動不見的愉快,有時甚至危險- 人群中可能有罪犯與騙子。

人天生喜歡有伴,合作與合群是演化深植在人類DNA的一種特質。
傻瓜idiot=獨處與不向他人學習的人

然而與他人處是最有趣暨最無聊的活動- 端看相處的對象是誰。
乃至於能否改變與轉變彼此之間的關係