0

0
0

文字

分享

0
0
0

當我們同在一起,變帥美無比

Jacky Hsieh
・2013/11/11 ・930字 ・閱讀時間約 1 分鐘 ・SR值 450 ・四年級

1382355_564723703576290_1548747732_n

美國影集《How I Met Your Mother》曾經在劇中提出了「啦啦隊效應(cheerleader effect)」,就是當你被朋友圍繞時,會看起來更有吸引力!最近這個劇中的假說,被加州大學聖地牙哥分校的心理學家Drew Walker與Edward Vul驗證──因為當我們看一群人時,傾向把大家的臉部特徵「平均」,看其中一人時也會覺得比起只看他一人時更「平均」。

看起來平均、大眾臉,聽起來好像不是個好消息,不過對吸引力而言,卻是另外一回事。Walker說:「平均臉看起來更具吸引力,可能的原因是因為平均消除了不吸引人的特徵。也許可以改寫托爾斯泰在《安娜‧卡列尼娜》的句子說明:『每個漂亮的人都是相似的,而沒吸引力的人卻有各自沒吸引力的原因。』」

Walker與Vul懷疑,這樣的平均臉吸引力,與我們傾向把一群物件視為「整體」,可能就支持了「啦啦隊效應」這個想法。於是他們便找來了超過130位大學生,做了五組實驗來驗證。

前兩個實驗,他們選了男生或女生的合照各100張,每張有不同的三個男生或女生,他們有時會以合照方式呈現,有時會獨立出現,受試者則要評斷他們的吸引力。同一張臉單獨先出現或合照先出現的順序為隨機,而每位受試者總共會對300位女生(實驗1)或男生(實驗2)評斷他們各自,與出現在合照時的吸引力。

-----廣告,請繼續往下閱讀-----

結果顯示,不論照片中是男生或女生,在受試者間其實有很大的差異,不過整體看起來,人在合照中的吸引力分數,會高於獨自出現的分數。

在實驗4,Walker與Vul想在嘗試,若不是「合照」,只是把臉照擺放在一起比較吸引力是否會有類似的結果?他們將實驗1中合照的每張臉獨立出來,比較當獨自出現,或隨機與另外三人、八人、十五人擺放在一起時(這些人的臉部照片被拼成2×2,3×3,4×4的正方形),吸引力是否有改變。結果顯示,多張臉一起出現時的個人吸引力分數,比起獨自一張臉出現的吸引力分數仍比較高。

Walker與Vul在這樣的結果發現了這樣的細微差異:「如果平均後的臉,因為那些不吸引人的特徵被『平均』掉而變得較具吸引力,那有互補臉部特徵的個人同在一起時──例如有人眼睛較寬有人眼睛較窄──比起他們獨自出現時,便有較好的提升吸引力優勢。」

資料來源:People Seem More Attractive in a Group Than They Do Apart──Science Daily [2013-10-29]

-----廣告,請繼續往下閱讀-----

原始研究:Hierarchical Encoding Makes Individuals in a Group Seem More Attractive──Psychological Science [2013-10-25]

照片來源:截錄自Lamigo 啦啦隊粉絲專頁

-----廣告,請繼續往下閱讀-----
文章難易度
Jacky Hsieh
57 篇文章 ・ 0 位粉絲
中大認知所碩士。使用者經驗工程師。喜歡寫東西分享。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

2

12
1

文字

分享

2
12
1
「腦海中的自我」與真實的你差很大?——心像準確度與「自尊狀態」高度相關
Bonnie_96
・2021/12/09 ・2008字 ・閱讀時間約 4 分鐘

「回想一下你昨天晚餐吃了些什麼?」此時,你的腦海是不是開始浮現各種餐點的圖像,像是大阪燒、泡麵等等。而這就是心理學當中的「心像」(Mental Image)概念。但是如果問大家說,「回想你長什麼樣」,你出現的畫面會是什麼呢?這也成為研究者超好奇的事。

以前我們都曾在課堂中畫自畫像,看看旁邊繪畫技巧超厲害的同學,畫得有夠像。但再看看自己手中那張,內心只會驚恐地想說:這到底是誰?!

事實上,畫在紙上的自畫像,完全取決於個人的繪畫技巧。但是出現在我們腦海中的,基本上就可以忽略有沒有高超繪畫技巧的因素,而是與我們對自我的「心像」構成有關。

圖/Pexels

其實你的「心像自拍」,跟你只有 87 分像……

於是實驗開始!修但幾勒,你一定會問說,我腦中浮現的畫面,是要怎麼「實體」呈現出來?

-----廣告,請繼續往下閱讀-----

英國班戈大學(Bangor University)和倫敦大學( University of London)的心理學家就開發了一種方法,能夠簡單地讓你把腦海中的「自畫像」(或是自拍)形象化。

他們隨機給參與者兩張不同人臉,讓你選出「最接近自己長相」的那張。就在這不斷重複「人臉二選一」數百次後。實驗者就會將參與者選出所有「最接近自己長相」的照片全部綜合、平均起來,就變成每個人腦海中獨特的「自拍」。

照理來說,如果參與者都選出「最接近自己長相」的照片,那麼最終出現的那張會趨近「我們真實的長相」,對吧?!

但是,結果告訴我們只有87分像啊……因為最後呈現的照片,是會選出一張和自己長得不太一樣的人臉。

-----廣告,請繼續往下閱讀-----

對自我的看法,會強烈影響心中的自我形象

所以,為什麼我們腦海中的自畫像,會和真實的自己長得不一樣呢?其實,這和我們內心如何看待自己、覺得自己是什麼樣的人,有很大的關係。

在讓參與者不斷經歷「人臉二選一」的實驗後,實驗者讓他們都填寫人格特質和自尊相關的問卷,來了解在他們心中自己是什麼樣子的人。結果,非常有趣地是,「你覺得自己是什麼樣的人,會影響你如何想像自己的外表!」

在數據收集的初級階段,每個參與者的臉都被拍成了護照式的照片。(a)在髮際線周圍裁剪,去除無關的特徵。 (b)參與者在隨機產生的面孔之間進行選擇,以創建他們覺得看起來像自己的「自畫像」面孔。 隨後填寫問卷。(c)測量他們的人格特質(BFI-10)和自尊狀態(SSES)。在數據收集的第二階段,向 112 位評估者展示參與者的真實面孔和 「自畫像」面孔 。(d)評估者使用 BFI-10 來評估他們對兩張臉的每個個性特徵的感知程度。 參考資料

研究發現,參與者對自己的看法和信念,會強烈地影響他們如何對自己的外表想像。也就是說,如果參與者認為自己是一個外向的人,那麼他們在腦中浮現自己的臉,會比在其他人面前看起來更自信和善於社交。

你一定也聽過,不管是面試或是約會等,千萬記得一定要留下好的「第一印象」。而這和心理學中的初始效應(primacy effect)有關。因為在一開始所得到的資訊,往往會比後來得到的有更大的影響。

-----廣告,請繼續往下閱讀-----

身為論文作者之一馬諾斯‧察基里斯(Manos Tsakiris)就解釋,「當我們看到一張新的臉時,其實在不到幾秒的時間,我們就已經根據我們所接收到的資訊,形成對某個人的印象。」

重點來了,不論對方所形成的第一印象是否正確,它都會影響我們對別人的看法。而同樣地,這件事情也反映在這項實驗中,因為我們對自己的印象,會影響我們在腦海中是如何看待自己的。

臉只有 87 分像……那身材呢?

如果說想像和真實的自己,長得不一樣。那我們對自己想像中的身材,也會有落差嗎?

在另個實驗中,繼續利用「身材二選一」的方式,最後會形成一張你所有「最接近自己身材」的照片全部綜合、平均起來。結果,這張在參與者腦海中「想像的身材」還是明顯長得不一樣啊……。

-----廣告,請繼續往下閱讀-----

同樣,參與者對自己身材的態度和信念,會強烈地影響我們對於身材的想像。值得注意的是,對自己的外表或身材,有負面情緒或態度的人,傾向會覺得自己的身材比真實的自己要胖很多。

我們對於自己的外貌和身材的想像,大多時候和「真實的自己」其實會有落差。而會造成差距的因素,就是和我們的內心怎麼看待自己有很大的關係。

而實驗者也提到,希望這項研究未來能夠幫助到身體畸形恐懼症(body dysmorphic disorder, 主要指患者會過度關注自己的身材和外表等缺陷,並過度誇張的臆想、甚至出現強迫行為等)等臨床中的評估。

圖/GIPHY

參考資料

  • Maister, L., De Beukelaer, S., Longo, M. R., & Tsakiris, M. (2021). The Self in the Mind’s Eye: Revealing How We Truly See Ourselves Through Reverse Correlation. Psychological Science. https://doi.org/10.1177/09567976211018618
-----廣告,請繼續往下閱讀-----
所有討論 2
Bonnie_96
21 篇文章 ・ 33 位粉絲
喜歡以科普的方式,帶大家認識心理學,原來醬子可愛。歡迎來信✉️ lin.bonny@gmail.com

3

5
0

文字

分享

3
5
0
大數據配對:《戀愛是科學》婚姻必勝公式,存在嗎?
雞湯來了
・2021/09/30 ・3771字 ・閱讀時間約 7 分鐘

  • 文/雞湯來了實習生蔡加柔
  • 校稿/雞湯來了陳世芃、張芷晴、榮淑媚
  • 製圖/雞湯來了特派員黃子芸
  • 編輯/雞湯來了蕭子喬

單身靠實力,結婚就靠大數據-《戀愛是科學》

《戀愛是科學》劇照。圖/雞湯來了 提供

「先將設立的理想型條件列出來,然後用電腦分析、引用大數據配對、清查身家背景,最後再簽訂婚前協議,進而快速鎖定「需要」的而非「想要」的伴侶,是避免浪費彼此時間的相親模式。」這是《戀愛是科學》女主角顏霏主張的戀愛 SOP,在劇中 ,她開設一間名為「戀愛科學婚姻仲介所」的公司,藉由大數據的分析,會員配對成功率達到八成之高。

如果這間公司真實存在,你想要加入嗎?你同意她提出「婚姻就是找一個適合你的合夥人」的說法嗎?

我們的匹配指數-「愛情」等於「合適」嗎?

當「勝女」如同「剩女」

「三高女」為何是婚姻市場釘子戶?

《戀愛是科學》劇照。圖/雞湯來了 提供

劇中年齡高、薪資高、學歷高的「三高女」卓乃慧,是一位事業有成的霸道女總裁,卻因為年齡偏大、學歷高又個性強勢等等所謂「死亡組合」,導致沒有願意與她牽手的對象,最後到戀愛科學婚姻仲介所尋求協助,並有了出乎意料的發展。

有一種好,是朋友都是為你好。有一種幸福,是別人覺得你幸福!

我稱它為亞洲壓力。-《戀愛是科學》

相較於乃慧清楚知道自己想要的對象,學歷必須在碩士以上,另外一位林小姐是朋友陪伴而來的。朋友打著幫她尋找幸福的名號,花了半小時洋洋灑灑地列了一堆條件,但是這樣真的是林小姐想要的嗎?

-----廣告,請繼續往下閱讀-----

以上兩位角色其實有個共同點,就是她們為自己設下「十分明確且詳細的前提」,無論是否這些條件出自門當戶對的文化或是他人意見。這時我們可以思考一個被討論已久的議題:究竟我們要選擇的是「我愛的人」還是「適合我的人」?換個角度來看,這個問題本身便是感性與理性之間的角逐。

系統的誤差值-當感性破解大數據

系統不會出錯,幫我配對出來的,一定都是條件、能力、價值觀各方面都相當適合我結婚的對象,可是系統它不會知道誰能讓我心情好, 誰會逗我笑。-《戀愛是科學》

我才不管什麼大數據,我 27歲,我選妳。就算妳離過婚,我都選妳。-《戀愛是科學》

《戀愛是科學》劇照。圖/雞湯來了 提供

儘管使用科學輔助,與乃慧設立條件相差甚遠的有福,仍然走進乃慧的心。劇中的另一對,男主角王軒宇也突破大數據,無視一切不利條件也鍾情於女主角顏霏。他們的情感都是突破大數據的存在,確實稱不上理性,而這又是為什麼呢?

事實上,儘管科學上確實能部分證實,我們的心動軌跡有跡可循,但至今依然沒有任何理論或是學者,能完整詮釋愛情的全貌。或許你也曾發現,無論再怎麼理性抉擇,你的暗戀對象或是伴侶,可能依然與你在心裡設定的理想型不太相同,究竟為何「直覺的喜歡」有時會讓人忽略所謂公認的「客觀擇偶條件」呢?學者曾證實,這樣莫名的吸引力其來有自。

當愛來臨時-5大吸引力來源

人類皆是感性與理性的綜合體,所以要做到完全拋卻感性是近乎不可能的。因此劇中除了女主角顏霏使用的科學數據相親法之外,仍有許多「不可測因素」悄然牽動著每位角色的情感,其中,就包含許多「吸引力來源」。以下統整幾項研究,與大家分享超乎理性、多半來自潛意識的五項吸引力來源:

-----廣告,請繼續往下閱讀-----

來源 1|時常遇見的「熟悉感」

學者曾在大學課程進行調查,發現在學期結束後,同學與座位附近的同學較有機會成為朋友、建立親密連結。另外一位研究者也在麻省理工學院學生宿舍,詢問一群學生的大學生活中三位親密好友,結果顯示 65% 來自同一棟宿舍。

《戀愛是科學》劇中,在沁藍送了 27 次宵夜之後,軒宇對她漸漸產生情感,可見情感連結或多或少與「熟悉感」相關。但在現實生活要注意的是,勇敢追愛和死纏爛打往往只有一線之隔喔!

《戀愛是科學》劇照。圖/雞湯來了 提供

相關推薦:《當男人戀愛時》啥款 ㄟ告白 ㄟ成功?論告白與追求的務實策略

來源 2|價值觀念具「相似感」

心理學家 Heider 提出的平衡理論指出,人會追求平衡的認知,例如相似的價值觀、意見、政治傾向等。其他學者也在研究中指出,伴侶婚後價值觀的相似性,對於關係滿意度的影響非常大!

-----廣告,請繼續往下閱讀-----

然而這也不能過度追求。例如顏霏的客戶 Jason,就堅持他的對象必須熟讀金庸的武俠小說,因為他希望有人能一起討論感興趣的事物。儘管我們認同伴侶間是需要相似感的,但是太過在意相同,反而會讓關係終止。

來源 3|本能追求的「安全感」

人類會因為過往經驗、個人性格等種種原因,漸漸影響對於感情中安全感的需求,進而影響擇偶。因此討論戀愛關係時,我們常提及三種親密依附類型:焦慮型、逃避型、安全型。簡單來說,容易缺乏安全感者多屬於焦慮型,逃避型的人則傾向封閉心房,並且注重隱私與關係界線,至於安全型,則是普遍認為的理想類型。

男主角軒宇和他的前女友沁藍,前者就偏向逃避型、後者則偏向焦慮型。軒宇始終不善於表達心意,而沁藍缺乏安全感,這也成為他們分開的致命傷。

相關測驗:你的安全感是哪一種愛情依附風格?

-----廣告,請繼續往下閱讀-----

相關連結:老天爺啊!另一半總是說自己沒安全感,我該怎麼辦?

來源 4|能被喜歡的「認同感」

我們容易被「表現出喜歡我們自己」的對象吸引。社會心理學者觀察進行快速約會(speed-Dating)的雙方並進行訪談後,部分受訪者表示,若感受到對方對自己有興趣,那麼自身會容易被對方吸引。

《戀愛是科學》角色裡,並沒有明顯的感情線來自於此。但我們能觀察到,顏霏在之前將軒宇視作小弟弟,在得知軒宇之前暗戀過自己之後,才轉換想法慢慢地察覺自己的心意。

來源 5|直觀感受上的「容貌」

亞里斯多德曾表示:「美貌是勝過任何介紹信的推薦函。」以生物本能來說,不可否認我們會被美麗的人事物吸引,可能是偏好對稱的五官、大眼睛等。然而每個世代的審美也都有變化,每個人看待容貌條件的想法都不同,最重要的是,有意識的思考容貌對於自己的意義即可。

-----廣告,請繼續往下閱讀-----

相關連結:臺灣人的8大愛情風格

幸福的交叉點-戀愛是「感性」與「理性」的交匯

有一些爸媽的觀念也是很奇怪,小時候學生時期不讓小孩談戀愛, 但是長大後卻直接催婚,這不是很不符合邏輯嗎?就等於是從來不考模擬考,就直接學測一樣恐怖。-《戀愛是科學》

《戀愛是科學》劇照。圖/雞湯來了 提供

所以,選擇伴侶之時除了考慮種種條件,最為重要的其實是回歸自我本身。勇於面對心裡的真實情感,梳理清楚這樣的吸引力從何而來、程度為何。

像是劇中的大數據聯誼法,近乎是絕對理性且公認可靠的存在。然而,這樣的客觀條件僅是輔助我們的工具,我們依然要依靠探索與自主思考。如此尋找出結合感性與理性的交匯之處,很可能就是一段幸福關係的起點!

相關連結:現在的孩子都在談什麼戀愛?

-----廣告,請繼續往下閱讀-----

參考資料

  • 林奕丞(2015)。夫妻間依附類型配對組合、休閒興趣的相似程度與婚姻滿意度之關係。國立政治大學輔導與諮商碩士學位學程研究所碩士論文。
  • 劉文琴(2006)。夫妻性格的相似性及互補性與婚姻滿意度及親密度的關係。佛光大學心理學研究所碩士論文。
  • Festinger, L. (1950). Informal social communication. Psychological Review, 57, 271-282.
  • Eastwick, P.W., Finkel, E.J. (2008). An in-depth speed-dating exploration of sex differences in romantic partner preferences and the disconnect between stated and in-vivo preferences.
-----廣告,請繼續往下閱讀-----
所有討論 3
雞湯來了
51 篇文章 ・ 463 位粉絲
幸福,如何選擇?雞湯來了相信我們值得擁有更優質的家人關係。致力提供科學研究證實的家庭知識,讓您在家庭生活的日常、人生選擇的關卡,找到適合的方向。雞湯來了官網、雞湯來了FB