甩掉借口,直面压力——ThinkPad SL媒体训练营侧记(1)

职场问卷设计

昨天(200963日),下午2点在朝阳蓝色港湾的All Start,“甩掉借口,当压力遇到ThinkPad SL媒体训练营”正式开始了,在议程之中有一项“甩掉借口 确立归属感”演讲,主讲人就是我Leo(张大志)

缘起——朋友纤线、实力说话

5月份,科闻一百(text100)的Sherry通过我在《职场》杂志的朋友找到我,问我能否设计出一套职场问卷,相对准确地划分职场人的四种状态。我把自己的简介发给Sherry后,Text100进行了内部讨论,对我相对满意,原因是:

1Text100首先看了我在优快云上的博客,感觉此人文笔还成。希望大家有机会还是多写,是金子就在博客上拿出来SHOW下;

2、专业职业咨询师,了解从初入职场到职场老将的心理与状态;

3、有调研问卷的成功经验。我有05年就做过“经理人职业规划服务需求调查”,当时由我主导成功设计了问卷、采样并统计出结果;

4、对心理咨询领域有了解。本人在《心生活》这本专业心理期刊上发表了数篇原创作品,是此刊的特约撰稿人。

很快大家进行了电话沟通,确实了初步合作意向。

准备——设计问卷、面对压力

虽然ThinkPad SL的这次活动定名为“甩掉借口、直面压力”,但我设计问卷的时候却一度考虑找些借口逃避。

本问卷要求用“尽量少的题目,即20题左右,确定职场人士的现状”。我有设计问卷的经验,但面对所有职场人在短时间内设计出具备较高信度、准确性的问卷确实压力太大了。

我开始的思路是:把职场状态分成4类,然后用15道题确定1类职场状态,问卷共计60道题,同时每位答题者只需要填写20道题目即可了解自己的状态。真的设计了才发现其中的问题,一是填写复杂度太高,60道题目只是题目部分我写满了整页A4纸,里面还充满了“如果您选1请跳至第46题”的字样。过分繁琐虽然能保证较高信度,但会降低答题者的参与度;二是没有足够亲和力。这么长的问卷首页给人感觉界面不够友好,又不是专门心理测试。答题者可能会产生抗拒心理。

想了很久,我终于找到了办法。从三个方面,即性格、意愿、专业能力,出发设计出题目和选题,只用15题就可大致把所有职场人分为四类。之后,我又拿出5道题,针对逆境商数(Adversity Quotient)做出测量并给出结果。最终达到的效果是,答题者通过20道封闭问题了解自己职场状态的同时,也能掌握自己面对困难时的应对水平。

读硕士时“市场分析与调研”我得了96分,还是有些道理的。

问卷最终得到的对方的认可,我又一次成功地甩掉“太难”这个借口,正确处理了压力。

现场——现场分享、风采仍然

Text100希望我能在“甩掉借口,当压力遇到ThinkPad SL媒体训练营”里分享相关职场经验,介时到场的不但有联想高管,还会有很多媒体的朋友们,我答应了。

3年来,我有超过50场演讲的经验,最多的时候面对台下近千人。朋友曾问我:“你紧张吗?”我的回答是:“确实不紧张,但有很有压力。”这是实话,内容准备的充分没什么可紧张的,同时台下上百甚至几千双眼睛的注视让我很有压力。假设台下有100人,我讲了1分钟废话就相当于耽误了别人1小时40分钟,想想台下有1000人是什么局面,应该说压力那是相当的大。

甩掉借口,当压力遇到ThinkPad SL媒体训练营,是我首次面对主要是媒体记者的讲演。要知道,媒体朋友思维敏捷、说话犀利的特点是名声在外的。我进行了精心准备,但还是很有压力。

为调动现场气氛我准备了3招,全用完之后听众才开始“热”起来。短短20分钟的讲演我赢得了至少2次会心的笑和1次真诚的掌声,达到了我自己的预期。

从掌声中,我看到了自己分享内容的价值和演讲的效果。

此次活动,从问卷设计到现场演讲都充满了挑战和压力,对我也是次有益的历炼和提高。看来那句话说的很对,甩掉借口,才有机会提高!

下次,我想就此次活动谈谈——如何才能做好线下活动,希望对大家做线下活动能提供些帮助。

版权声明:原创作品,允许转载,转载时请务必以超链接形式标明文章原始出版、作者信息和本声明。否则将追究法律责任。本文地址: http://blog.youkuaiyun.com/jobchanceleo/archive/2009/06/04/4240842.aspx

相关阅读

解职场困惑不必东奔西走,Leo这里应有尽有

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
数字图像隐写术是一种将秘密信息嵌入到数字图像中的技术,它通过利用人类视觉系统的局限性,在保持图像视觉质量的同时隐藏信息。这项技术广泛应用于信息安全、数字水印和隐蔽通信等领域。 典型隐写技术主要分为以下几类: 空间域隐写:直接在图像的像素值中进行修改,例如LSB(最低有效位)替换方法。这种技术简单易行,但对图像处理操作敏感,容易被检测到。 变换域隐写:先将图像转换到频域(如DCT或DWT域),然后在变换系数中嵌入信息。这类方法通常具有更好的鲁棒性,能抵抗一定程度的图像处理操作。 自适应隐写:根据图像的局部特性动态调整嵌入策略,使得隐写痕迹更加分散和自然,提高了安全性。 隐写分析技术则致力于检测图像中是否存在隐藏信息,主要包括以下方法: 统计分析方法:检测图像统计特性的异常,如直方图分析、卡方检测等。 机器学习方法:利用分类器(如SVM、CNN)学习隐写图像的区分特征。 深度学习方法:通过深度神经网络自动提取隐写相关特征,实现端到端的检测。 信息提取过程需要密钥或特定算法,通常包括定位嵌入位置、提取比特流和重组信息等步骤。有效的隐写系统需要在容量、不可见性和鲁棒性之间取得平衡。 随着深度学习的发展,隐写与反隐写的技术对抗正在不断升级,推动了这一领域的持续创新。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值