Chemistries

Chemistries

7.3 观众评分
主演 Daven Gee
类型 短片
产地 美国
年份 1999年

影迷心声

ThereForYou 7.3分

很小的时候,爸妈都去上班,我就和奶奶在家看了好多遍葫芦娃,奶奶是乡下人,有的动画她看不懂,但是葫芦娃她好像也喜欢看,她眼睛不好,就端个椅子坐在离电视机很近的地方,我也和奶奶坐在一起,童年的夏天头顶的电风扇转着,奶奶摇着蒲扇。我爸妈后来说我从那时候开始眼睛就有些近视了。奶奶走了好几年了,突然好想她。

.X 8.4分

读完了最美的教育最简单,感觉还是治不好自己的病,又读了这部剧,继续吃药,然后再读好妈妈胜过好老师,巩固疗效。说不出来编剧哪里好,就是感觉想读,自己缺失的东西在这里找到。如果真有什么感悟,就是孩子已经大了,我还没有成熟,和这样的书相见恨晚!

梁娉 7.2分

一天读完,还算不错。 在我们的潜意识里,存在着许多剧本。这些剧本是童年经历内化到心里形成的。在生理上,它们已经形成脑神经回路,成了细胞记忆。所以,我们成年后的人生,大多也是照着剧本一遍又一遍地重复那些熟悉的体验。 所谓的智慧,就是坑跳多了得出的经验而已。 如果体验不到爱的流动,那么为亲密关系做任何一点事情,都是在损耗自己的能量。成年人之间,不存在抛弃与被抛弃,只存在合适与不合适。无须再去讨好对方,只需要尽情为自己创造丰盛、亲密、流动的人生体验。 什么是百分之百的自我负责?百分之百的自我负责指的是我不再要求任何人为我的痛苦做出改变,我直接去为自己的幸福做事情。 不要贴标签,尤其是老师和家长。标签之下,无人自由。 活得越真实、越自在,自然就会具有越强大的自我负责能力和越高的觉察力。成长,是一个自然而然被爱照见的结果,而不是拼命追求所谓更好、更正确的自己。

Zheng Li 7.1分

唐代的大诗人, 基本都是官做得挺大的, 因为都很有才学嘛, 科举取仕,看中的就是才学。 但大部分诗人, 不是职场贬官, 就是家道中落。 也难怪, 没有经历过悲剧的人生, 如何孕育出伟大的篇章? 有多少伟大的影视作品, 是编剧在顺风顺水的人生中, 写就出来的? 如果一个人, 不是红二代,就是官二代; 不是富二代,就是拆二代, 生活优渥,财务自由, 哪还有心思去舞文弄墨? 怪不得形容看剧人的词句, 不是穷酸秀才, 就是百无一用是书生。 不过都只是土财主的偏见罢了。 要说整个人类的文明史, 全靠教育牵引,科技推动。 少了这些秀才和书生, 就像自行车没了前轮, 只怕也是寸步难行呢。

欧阳苔 8.5分

什么垃圾玩意儿,田曦薇让我见识到原来女性油腻起来是什么感觉

落月坠入星野. 9.9分

这部剧是作为科幻作家的编剧,首先立足于未来世界发展趋势,提出未来的孩子需要具备怎样的思维素质。然后贯穿对自身成长历程的反思和站在母亲视角对养育孩子过程中细微的观察,生动地讲述一个家庭如何引导孩子思考,自我管理,自我成就,自我驱动,帮助孩子在认识自我中自信成长,从容成长。最后介绍了哈佛大学通识教育以人为本的教育理念和实践经验,使孩子成为一个勇敢的行动者。

杜国庆 9.7分

做一个多模型思考者,做更明智的决策。 一、总结联想 1、概述 模型是什么 分类:简化模型、类比模型、探索性模型; 特征:简化、形式化、所有模型都是错误的; 结果:均衡、周期、随机、复杂; 模型怎么用 7大用途:推理、解释、设计、沟通、行动、预测、探索; 构建方法:具身法、类比法、另类现实法; 数学方法:确定变量、变量关系、归纳性探索; 例:搬家:装箱问题,“大石头优先”原则,首次适应算法; 为什么需要多模型 多模型:思考 VS 单一正确模型:解题; 孔多塞陪审团定理:模型越多,准确率越高; 多样性预测定理:群体误差=个体平均误差-多样性; 模型过多:边际效用递减、过度拟合(例:1比1的地图):避免使用高阶项(放大误差); 人类建模困难 人有多样性、易受社会影响、容易出错、有目的、有适应能力; 人有主体性:采取行动、改变行为、学习能力; 2、模型 01 正态分布 正态分布:变量相加,中心极限定理;例:身高分布、学生成绩; 对数正态分布:变量相乘,不确定性高;例:大多数国家的收入分布; 六西格玛:1sigma=68%,2sigma=95%,3sigma=99.75%;例:金属零件尺寸管控; 例:加薪;等额加薪、百分比加薪(扩大差异); 例:小学校成绩好;小样本方差大,易出现极端情况; 02 幂律分布:长尾分布 例:城市人口分布、视频下载量、剧集销量、地震分布; 产生原因:正反馈、互相依赖性;马太效应、优先连接模型、社会效应; 例:销量高的产品更受欢迎,销量越来越高; 自组织临界模型:沙堆模型、森林火灾模型; 长尾分布意味着少数几个大“赢家”(大崩溃、大地震、大火灾、严重的交通拥堵)和很多的“输家”; 机会的增加可以创造风险激励; 03 线性模型 揭示变量间的相关关系,而不是因果关系; 实力-运气方程;成功 = a x 实力 + (1-a) x 运气,a属于; 大多数有趣的现象都不是线性的,可以线性拟合、用线性分段表示非线性; 分类模型(降低方差):线性、非线性、决策树森林; 04 非线性模型 凸函数:指数增长模型(72法则),正反馈;例:摩尔定律; 凹函数:收益递减、负反馈;例:半衰期模型; 经济增长模型:投入=折旧时达到均衡;减少攫取和腐败、促进创新; 例:人口(指数增长)/粮食(线性增长)问题; 结论:涉及非线性,直觉就不够用了; 05 价值和权力模型 最后上车者价值:最后加入者的边际贡献(可替代性);例:企业聘用多余的员工、分散购买; 夏普利值:遍历所有加入序列,边际贡献平均值;例:打麻将三缺一; 应用:合作博弈,投票博弈; 例:扩大联盟规模,使“最后上车着价值”趋向于0;只有微弱多数的政党,每个成员“最后上车者价值”很高; 06 网络模型 参数:度、路径长度、介数、聚类系数; 六度分隔理论,三度朋友很重要(新机会、新信息); 友谊悖论:大多数人的朋友比他们自己更受欢迎; 关键节点(中心节点)有更多的连接,结构洞; 07 广播模型、扩散模型和传染模型 扩散概率 = 接触概率 x 分享概率; 例:社会现象,消息传播; 传染病SIR模型,超级传播者(关键节点); 基本再生数R0,细小的差异,很大的改变;例:流行歌手Justin Bieber R0=24; 直接临界点(例:山顶上的球),与指数增长的转折点不同; 08 熵:对不确定性建模 信息熵:二元问题的数量; 4种结果的熵:均衡=0<周期性<复杂性<随机性; 随机使人崩溃,复杂性很有趣; 最大熵分布;例:艺术品价格(指数); 09 随机游走 一些你以为的规律,可能只是随机事件,是暂时的;例:成功的

思语 8.5分

编剧历史功力深厚,文风缜密,贯穿全文洞彻人心,总觉所有的结果都是理所当然,鲜有违和,赞👍。