『大家都在偷學的~論文搜尋技巧』

『大家都在偷學的~論文搜尋技巧』

Crazy Donkey - Morsmordre (Official Audio)

Crazy Donkey - Morsmordre (Official Audio)

成為三分之神並非偶然,庫里到底經歷了什麼?

成為三分之神並非偶然,庫里到底經歷了什麼?

廖芳慶

這段影片主要講述了NBA球星斯蒂芬·庫里在成名之前所經歷的艱辛與挑戰。

年少時期的庫里身材屬於瘦弱型,甚至在16歲時,他還被父親要求徹底重塑投籃姿勢。經歷了無數痛苦與淚水才練就出色的三分能力。

儘管他在高中畢業後遭遇許多大學的質疑與拒絕,甚至連父親的母校也只願意提供替補機會,但他最終選擇加入戴維森學院開啟大學籃球生涯。

面對大學首秀,他竟然狂失十三球的糟糕表現,但球隊總教練依然選擇給予他信任並告訴他,請他直接接管比賽。隨後庫里便拿出亮眼的表現與實力,在球場上贏得讚許並從中確立了球隊的核心地位,並在隨後的賽季中帶領球隊闖入瘋狂三月,吸引了無數人的目光與讚賞。

這部短片透過史蒂芬·庫里(Stephen Curry)早期的成長經歷,傳遞了幾個非常核心的生涯與自我成長觀念,若運用在高職的生涯規劃課程中,能與學生的技能養成、挫折忍受力及就業升學抉擇產生強烈的共鳴。

一、 這部短片強調的核心觀念

  1. 專業來自「打掉重練」的刻意練習,而非單純的天賦
    庫里在16歲時身形單薄(僅168公分),為了挑戰職業,他被迫打破既有的肌肉記憶,忍受痛苦修正投籃姿勢。高一整個暑假他練到脫力痛哭,每天必須投進500顆空心球且動作不能變形。卓越的技術成果從來不是偶然,背後是極度枯燥、反覆且自我要求的精進歷程。
  2. 面對外界的標籤與質疑,用實力重新定義自己
    庫里在高中畢業時即便成為隊史得分王,想追隨父親腳步進入名校維吉尼亞理工時,卻被校方毫不留情地嘲諷「太瘦弱根本沒法打球」,甚至只願給沒有獎學金的替補名額。但他沒有自我懷疑,而是選擇拒絕屈就冷板凳,走出自己的路。
  3. 比「技術」更關鍵的是「心理韌性」與容錯力
    戴維森學院的鮑伯教練坦言,最初吸引他的並不是神準的三分球,而是庫里「投丟後依舊能保持心態、繼續堅韌出手」的心理素質。
  4. 從搞砸的谷底迅速復原的調整能力
    大學第一場比賽,庫里發生了高達13次失誤、走步與摔倒,遭到外界與教練組強烈質疑。但當下一場比賽教練要求他接管比賽時,他即便開局投出「三不沾」與打鐵,依然能頂住壓力進入心流狀態狂砍32分,成功扭轉局勢。

二、 生涯規劃課程給高職生:可引導討論的5個面向

高職生通常在高中階段就開始接觸專業技能(如餐飲、工科、商管、設計等),並且即將面臨升學、技能檢定或踏入職場的抉擇,可以結合短片情境與學生生活進行深度對話:

1. 談「專業技術養成」:如何面對基本功的枯燥與瓶頸?

  • 對照情境:庫里每天練投500顆空心球、姿勢變形就不算,甚至練到崩潰哭泣。
  • 引導問題:
    • 「在你的專業實作(如切菜、配線、程式、製圖、繪畫等)中,是否也曾遇過需要『打掉舊習慣重新學起』的痛苦階段?」
    • 「從『會做(業餘)』到『精通(專業)』,我們該如何熬過反覆練習的枯燥感?」

2. 談「撕除刻板標籤」:面對不被看好時,如何證明自我價值?

  • 對照情境:目標校系以「身材過於瘦弱、三星期望值低」為由看衰庫里。
  • 引導問題:
    • 「技職體系的學生有時會面臨外界對學歷或專業科目的既定刻板印象。如果未來在求職或升學時遇到像名校對待庫里一樣的否定,你會如何用自己的『作品』或『專業技能』來證明實力?」

3. 談「環境與舞台選擇」:選名校/大公司做替補,還是選能發揮專長的舞台?

  • 對照情境:庫里拒絕了名校的無獎學金替補條件,選擇加入規模不到2000人、39年未在「瘋狂三月」贏球的小學校戴維森學院,卻在那裡獲得完整的信任與核心發揮空間。
  • 引導問題:
    • 「在未來的實習、升學或求職抉擇中,是該盲目追求『光鮮亮麗的大校或知名企業但只能打雜』,還是選擇『真正看重你的特質、願意給你實戰磨練機會的團隊』?」

4. 談「挫折與容錯力」:當第一天在職場實習「搞砸了」,該如何重整心態?

  • 對照情境:大學首秀打出荒腔走板的13次失誤,但第二場立刻扛住壓力找回節奏。
  • 引導問題:
    • 「如果在未來的實習現場、證照考試或專題競賽中,你像庫里一樣開局發生重大失誤、被主管或評審責備,你會如何面對尷尬與挫折感?如何避免下一場比賽自暴自棄?」

5. 談「雇主/伯樂看重的特質」:除了專業硬實力,什麼軟實力最難被取代?

  • 對照情境:教練最看重的是「投丟後依舊敢出手的堅韌態度」,而非單純的得分數字。
  • 引導問題:
    • 「很多同學以為只要證照多、分數高就是優秀,但為什麼職場主管往往更看重『抗壓性』與『不怕犯錯、願意主動承擔的態度』?」

同學們,看看在短片中的庫里!他身材單薄、曾被名校看輕嘲諷,連投籃姿勢都要忍痛打掉重練,練到痛哭脫力。初登大學賽場,他甚至單場搞砸了13次失誤。

但他為何能成為傳奇?不是因為從不犯錯,而是投丟後依舊敢於堅韌出手的胸襟!

在技職路上磨練技術,枯燥與碰壁在所難免;但請記住,一時的失誤不是定局,外界的標籤更困不住真本事。只要耐得住千錘百鍊、頂得住挫折,相信你所累積的專業,終能讓你投出屬於自己的滿堂彩!

【颱風天學習不間斷】2026/10/19 115-1教學實習 板書撰寫教學(課堂完整版) 師大物理陳育霖老師

【颱風天學習不間斷】2026/10/19 115-1教學實習 板書撰寫教學(課堂完整版) 師大物理陳育霖老師

本次的板書教學影片為教學實習課程中錄製的課堂版本,比起之前的板書教學主題影片,內容更加的充實且完整,並且刻意保留了老師繪製示意圖的過程,讓觀眾可以學習到畫好示意圖的技巧。此外,課堂最後也有來自學生們的提問環節,讓老師來解答板書撰寫上可能會遇到的一些問題。 #師大 #物理 #陳育霖 #教育 #教學 #教師 #繪圖 00:00 開頭 01:14 技巧一:佈局 04:39 技巧二:對齊─中文、英文、方程式 08:58 技巧三:空白 10:20 技巧四:畫字 10:52 技巧五:筆順 12:50 技巧六:示意圖 18:27 技巧七:配色 19:18 技巧八:插圖 23:07 技巧九:不要把黑板當計算紙 23:53 技巧十:右端靈活運用 25:54 技巧十一:互動工具 27:00 提問及解答環節 35:58 結尾:擦好黑板的重要性

116學年度高中種子教師考招相關影片-大學招生委員會聯合會

116學年度高中種子教師考招相關影片-大學招生委員會聯合會

116學年度高中種子教師考招相關影片

【116學年度高中種子教師】大學多元入學方案說明-招聯會王泓仁執秘

【116學年度高中種子教師】繁星推薦暨申請入學招生作業說明-甄選會陳佳純副組長

116學年度家長/學生考招資訊分享-大學招生委員會聯合會

116學年度家長/學生考招資訊分享-大學招生委員會聯合會

116學年度家長/學生考招資訊分享

【116學年度】大學多元入學方案說明-招聯會王泓仁執秘

【116學年度】招生簡章上手指南-招聯會李宏森組長

為什麼鄧紫棋這麼年輕,卻能說出這樣的話

為什麼鄧紫棋這麼年輕,卻能說出這樣的話

方法不對,努力白費

方法不對,努力白費

他只說了一分鐘,你卻替他重播了一年;真正的止損,不是把每句話想明白,而是不再替爛人重播。

他只說了一分鐘,你卻替他重播了一年;真正的止損,不是把每句話想明白,而是不再替爛人重播。

何謂長期主義?你要學會在得不到回饋的日子裡,依然堅持做對的事情!

何謂長期主義?你要學會在得不到回饋的日子裡,依然堅持做對的事情!

費德勒:看似毫不費力,背後竭盡全力

費德勒:看似毫不費力,背後竭盡全力

AI 的智慧變便宜以後,最缺的是什麼?|Alexandr Wang(Meta)

AI 的智慧變便宜以後,最缺的是什麼?|Alexandr Wang(Meta)

00:00 開場:AI 的智慧變便宜以後,最缺的是什麼 01:04 Alexandr Wang(Meta):YC 創業學校 2026 01:59 Wang:第一個點子太早了 02:52 Wang:訓練模型的三樣東西,Scale AI 的起點 04:50 Wang:在共識之前的信念 06:23 Wang:卡住的不是模型,是擴散 07:24 Wang:大衛與歌利亞,小團隊的機會 09:11 Wang:智慧變多以後,稀缺的是願景 11:50 Meta 的處境:Llama 4 之後 12:48 核對「便宜八倍」與資本支出 13:42 對談之後:Muse 系列產品 14:50 Wang:給十八歲自己的建議 15:34 篤定與倖存者偏差:這對一般人的意思 大家好,我是 Jim,這裡是 AI Notebook。這一集是一個新系列,演講訪談系列的第一集,主角是 Alexandr Wang。他十九歲創辦 Scale AI,現在在 Meta 帶領超級智慧實驗室。今年夏天,他回到 YC 的創業學校,對著台下一群十八到二十歲的年輕人,說了一句很大的話。他說,現在可能是一個文明只會遇到一次的機會。這一集只問一個問題,這句話是真的嗎?如果是真的,機會到底在哪裡,跟我們一般人又有什麼關係?我先把答案放在前面。他的意思是,AI 的智慧,正在變成按一下就拿得到的東西。當智慧不再稀少,最缺的,就變成知道要往哪裡走的人。這句話,我覺得有一半站得住,另一半要打折。因為說這句話的人,正好在全世界花最多錢追趕 AI 的公司之一,負責這整件事。我們分三步走。先看他年輕的時候,怎麼看見別人沒看見的東西。再看他說的機會,到底長什麼樣子。最後把他的身分放回來,看看這句話要打幾折。先從 2016 年,一個十九歲的大學生開始。 📎 資料來源 • Alexandr Wang: "This is a Once-in-a-Civilization Opportunity"(YC Startup School 2026, Garry Tan 對談)    • Alexandr Wang: “This is a Once-in-a-Civili...   • YC 官方逐字稿:Alexandr Wang — Building a Frontier Lab https://www.ycrootaccess.com/p/alexan... • Y Combinator:Scale AI 公司頁(S16, Jared Friedman) https://www.ycombinator.com/companies... • NYT:Meta Invests $14.3 Billion in Scale AI to Kick-Start Superintelligence Lab(2025-06-13) https://www.nytimes.com/2025/06/12/te... • CNBC:Scale AI promotes Droege to CEO as founder Wang heads for Meta(2025-06-12) https://www.cnbc.com/2025/06/12/scale... • Meta:Personal Superintelligence(Mark Zuckerberg) https://www.meta.com/superintelligence/ • Meta AI Blog:Introducing Muse Spark(2026-04-08) https://ai.meta.com/blog/introducing-... • Meta Newsroom:Introducing Muse Spark https://about.fb.com/news/2026/04/int... • Bloomberg Tech 2026:Meta AI Chief Wang on Winning the Race in AI(2026-06-05)    • Meta AI Chief Wang on Winning the Race in AI   • Meta for Developers:Build with Muse Spark(Muse Spark 1.1 定價) https://dev.meta.ai/resources/blog/bu... • Claude API 定價(含舊版 Opus) https://claude.com/pricing • CNBC:Meta Q1 2026 earnings(資本支出指引、裁員) https://www.cnbc.com/2026/04/29/meta-... • CNBC:Meta Q2 2026 earnings(資本支出 1300–1450 億美元) https://www.cnbc.com/2026/07/29/meta-... • Meta for Developers:Meet Muse Spark 1.2 and Muse Code(2026-08-05) https://dev.meta.ai/resources/blog/bu... • Meta AI Research:Introducing Muse Glimmer(2026-08-10) https://research.meta.ai/blog/introdu... • Axios:Meta debuts Muse, its long-planned personal AI agent(2026-09-08) https://www.axios.com/2026/09/08/meta... • TechCrunch:Everything new coming to Meta's AI agent Muse(2026-09-23) https://techcrunch.com/2026/09/23/eve... • 404 Media:Meta Tests Muse AI Agent Calls That Are Actually Made By Humans in a Call Center(2026-09-22) https://www.404media.co/meta-tests-mu... • GeekWire:Amazon blocks Meta's Muse AI assistant(2026-09-21) https://www.geekwire.com/2026/amazon-... • Le et al., Building High-level Features Using Large Scale Unsupervised Learning(Google, 2012) https://arxiv.org/abs/1112.6209