跳到主要內容

期末考,霸凌老師的開始

HEMiDEMi 的標籤: ,,

BP-黑白

 

期末到了,最令人害怕的時刻。  

兩三百份考卷乖乖躺在目錄裡等著我,跑也跑不掉,

就那麼僅僅一星期的批改時間。

 

而批改過程起伏難測,

改到努力的同學,即便答案有瑕疵,

我也樂著一一挑出來眉批一下,順便補個讚!

縱使消磨很多時間,但心情是清爽的、暢快的。

 

但改到臨時抱佛腳的同學,

感覺就像吃酸梅般令心情跟臉一樣結整丸,更徨論程式設計題,

我還需要暫時轉職成法醫,一一解剖開不起來的專案屍體,

挑出那稀少卻還可以加分的程式肌理。 

 

但最讓人害怕的,是自我放棄的同學,

這種同學考卷非常好改,

大片空白上浮著一股『請當掉我』的磁場,幾乎看一眼就能打分數。

 

然而,這種考卷卻是殺傷力最大的攻擊,

 

『怎麼會考成這樣?』、『為什麼不會寫?』、『複習時不是有講過?』、『重點不是有畫?』........『還是同學身體不舒服?』、『家裡發生了什麼事嗎?』,

 

十萬個為什麼就這樣盤旋在腦海裡,揮之不去,

我想卡到陰也差不多就是這樣子吧!

 

人們說,好奇殺死一隻貓。

我想,改考卷會殺死一個老師。

但不同的是,老師還要有復活繼續改再繼續被殺死的特殊能力,多可憐! 

 

所以,請同學好好加油,不要再霸凌老師了。

這世界上絕對沒有愛當人的老師,只有害怕學生們學的不充實所以當人的老師。

那既然橫豎都是為了你好,何不就跟老師一起努力,

給自己一個充實的機會和一個沒負擔的假期吧! 

 

衝了啦,年輕人永遠不要害怕!

 

 

BP 2011.01.06

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

別再期末談臨終

『在那六年多的時間,我常常反省、後悔、卻也培養勇氣,問自己再遇到時要做什麼決定?.......回想我要簽同意書的時候,真的會抖-我有資格決定人家生死嗎?』 面對死亡,我們都很害怕,更何況是家人的臨終。 但究竟我們的選擇,是為了給家人最後的尊嚴? 還是填補自己的罪惡感? 學習勇敢面對、學習放下, 更要學著為自己的未來做好規劃,不成為子女的負擔。 希望大家一起鼓勵這個勇敢的朋友, 因為她的經驗分享,讓我們更加了解, 面對家人臨終,我們該如何做好準備。 『末期才談臨終太遲』 https://www.wacare.live/health-forum/q/1984983840830?topicId=25049764537230&fbclid=IwAR1ei-zrfSj9w5kbvBW5ecSbqWrI408fJ1qjXhisZwLxYdbON_jJbNKMAyY 更多的失智照護課程 https://www.wahere.wapro.live/udnxwacare Pan 2020.12.22 #臨終 #失智 #善終 #放棄急救 #預立醫療 #病人自主

物聯網與大數據時代下的個人化精準醫療

Source:  idownload blog 2014 年,當致力於電子病歷 (Electronic Medical Record, EMR) 分析,藉以尋找癌症機轉與治療方法的大數據公司 Flatiron Health 獲得 Google 創投( Google Ventures )高達 1.3 億美元投資後 [1] ,個人化精準醫療( personalized medicine )隨即成為火紅的熱門主題,這樣一股氣勢發展,讓美國總統歐巴馬 (Obama) 更在今年提出精準醫療計劃( Precision Medicine Initiative) ,並投入 2016 年預算高達 2.15 億美金之譜 [2] 。 在精準醫療這般的強勢展開下,不僅僅只有過去生物資訊上基因體學、轉錄體學上的資料探勘或是電子病歷醫療健康數據分析,物聯網 (Internet of Thing) 的發展也同時透過行動裝置與消費型穿戴式裝置大舉進入個人化健康促進與醫學上疾病研究領域。在這機電感測裝置快速發展下,各種輕巧卻具備多種感測裝置的隨身穿戴式裝置逐漸普及於消費電子商品市場,各家廠商發展出豐富的產品功能不僅能記錄活動頻率,更能偵測活動強度、睡眠狀態、作息規律,更甚至能取得穿戴者 24 小時的心跳狀態與壓力疲勞狀態,並利用這些生理數據進行健康促進的提醒與建議。