會議中非請勿進

很多時候，會發現，開會的時候，許多人不是來開會...，而是來湊熱鬧的。當然，不是只有大陸，在台灣也有不少人沒有進入狀況近來開會的...。

連資料都沒有準備，甚至開會主題都還稿不大清楚就開始發問了...。這樣的狀況一出現，就只能從頭來過，從頭替大家『複習』一遍，重新釐清狀況。但是這樣子不斷重複，真的是很累人，感覺起來我就像是老師在教學生一樣，有沒有搞錯阿...！

要我教也是可以，那至少多給個講師鐘點費吧，與其打混，倒不如舒舒服服在台灣教書圖個清淨，下課以後還可以去個騎車亂晃。
反應：

留言

張貼留言

最近三十天熱門文章

Every Failure Makes Me Happier 挫敗一次，開心一次

圖片
來自 迴紋針 的文章省思： 挫敗一次，開心一次 。（原文： Every Failure Makes Me Happier  by Karol K） 我的本意跟文章內容差不到哪去，只是我認為這並不是一種失敗，而是一種機會，一種認清自己、激勵自己的機會！ 我自己非常認同「反求諸己」，不論過去或是現在，發現了問題，我第一個想法不是抱怨、不是找代罪羔羊，而是先想想，到底是怎麼發生的呢？後續該怎麼處理呢？ 所以，每當我遇到事情時都不太會慌張，只是很冷靜、淡淡地處理，不常抱怨。當下，我所想著的，是怎麼解決這個問題，不斷地反覆思考甚至是直接尋求協助解決。比起花起一倍的時間抱怨，真是太青春了！ 如果不想練練英文，就立馬中文一下： [好文] 挫敗一次，開心一次 Every Failure Makes Me Happier 這種說法可不是你每天都會聽到的吧？這也是為什麼你可能會懷疑，我到底是不是認真的？還是我只是標題殺人法、想吸引你的注意？事實上，兩者都是。 我們都清楚，失敗並不是值得高興的事，尤其失敗的當下。即便只是一些雞毛蒜皮的小事，像是你的蛋捲冰淇淋沒吃幾口就掉到地上，也會讓你不爽吧？更別提那些像是丟了工作或者結束一段長久經營的感情……之類的大事件了。 面對挫敗的第一階段一定都是傷心難過或是諸如此類的負面情緒。沒辦法，這是大腦機制來決定的。我們沒辦法控制這些與遭遇挫敗有關的初期負面情緒，因為不管我們心裡再怎麼做好準備，這些情緒肯定會爆發。 而這也正是我提出「挫敗一次、開心一次」這種策略的第一步。但也請你謹記，我並不是說這篇文章所提到的策略就是萬靈解藥。 負面情緒一開始萌發的時候，你就必須 馬上承認事情發生的真相 ，而且不管到底是人生中哪個環節多大多小的失敗，好比說跟愛人分手、經商失敗……等等，反正你必須馬上認清事情就是發生了。 好，接下來就請你準備好來聽我要給你的建議了，因為這些建議你真的不會常聽到。 在承認事情的確發生後，你必須知道，這 完-完-全-全-就-是-你自己的錯 (After acknowledging the failure, you need to understand that it IS your fault.)。丟工作？不是你老闆的問題。離婚了？不是你另一半的錯。你才是那個要負責的人。我自己是不太信那些「
閱讀完整內容

對付劣質媒體的有效方法

圖片
如果有媒體做了惡質報導，讓你很憤怒異常⋯，請務必記得： 不要出征！ 不要搜尋！ 不要分享！ 不要點連結！ 不要點廣告！ 媒體的目的就是「流量」，有流量就食髓知味，繼續用這種手法賺錢！ Unsplash 你可以做的有效方式是：「 隱藏 」、「 封鎖 」、「 檢舉 」，然後從此拒看、拒買！ 為何要有這五「不」呢？因為根據現況 FB 演算法，你拚命地在專頁謾罵「噁心！」、「道歉！」、「混蛋！」，FB演算法上只會發現：「好多人留言，這應該是很不錯的文章。」，於是依照社群分析，繼續推廣給更多人看... 或者是留言按「怒」、按「分享」想更多人知道這個媒體有多惡質，但FB演算法分析卻是認為你「拚命」推廣文章，「既然這麼喜歡這篇文章，那也許你的朋友也會喜歡吧？」於是文章又繼續推薦給你的親朋好友！ 簡單來說，只要作了任何「互動」，文章的評價就會提高，FB演算法就會讓文章觸及越來越多人。因此，越來越多人作了一樣的事，病毒式傳播的擴散就會發生，卻讓媒體透過惡質報導爽賺一波流量與曝光！ 如果後面來的人也作了一樣的事，該篇文章就會像病毒一樣擴散出去，對方就會爽賺一波曝光 + 流量，這些都可以讓它們直接或間接得到廣告收益。 反過來也是差不多。 不互動、不留言、不分享，FB演算法就會覺得：「這麼多人看了都不按讚、不分享，這應該是廢文無誤吧？」於是演算法會降低觸及率，讓文章觸及比較少的人，最終就幾乎沒什麼人會看到這篇文章。 更進一步的檢舉，讓檢舉數飆高，透過演算法判定專頁有問題，這通常會給予警告，或甚至直接先 BAN掉再說！而且，這些後台都是可以看得到！ 當作媒體的作到專頁整個大爆炸，小編肯定馬上通報上級，然後接著道歉止血刪文，如此一來才算是達到我們的目的。 「不應該對這種事抱持沉默！」 是的，有些事情我們應該挺身而出，但是要遏止這種行為，不是花大把大把時間去留言戰論點，而是要降低文章流量與讚數，甚至是拉下媒體影響力與公信力，媒體作這種骯髒事的基本動機不過就是利益兩字，當沒有利益可圖了，這樣的事情就會與我們漸行漸遠。 再說一次：「 隱藏 」、「 封鎖 」、「 檢舉 」，然後從此拒看、拒買！
閱讀完整內容

在 Oracle上用正規表示式判斷是否有中文字

圖片
在 Oracle 10g 以上版本，若要判斷資料內容是否有無中文，可以利用正規表示式來處理。搭配目前已知第一個中文字為「一」，最後一個中文字為「鶿」，參考語法如下： SELECT COLUMN   FROM TABLE WHERE REGEXP_LIKE( COLUMN, '[一-鶿]' ); 這應該是目前最方便找出中文的方式了！ 其他常用的正規表示式比對方式還有： [0-9]  含數字之字串 [a-z0-9] 含數字或小寫字母之字串 [a-zA-Z0-9] 含數字或字母之字串 [^]不含括號內的字串 /^xy/ 以 “xy” 開始的字串，例如 “xyz”, “xyab”（若要比對 ^，請使用 \^） /xy$/ 以 “xy” 結尾的字串，例如 “axy”, “abxy”以 “xy” 結尾的字串，例如 “axy”, “abxy”（若要比對 $，請使用 \$） 你可能還有興趣： REGEXP_LIKE - Oracle® Database SQL Reference Oracle PL/SQL: 用正則表達式判斷資料有無中文字 Oracle PL/SQL: 判斷資料有無中文字
閱讀完整內容