Forwarded from InsightStream
Уйти туда, не знаю куда: почему 30-летние бросают успешный бизнес и ставят карьеру на паузу
✈️☀️🌴
Две самые частые причины для «ухода в никуда» — эмоциональное выгорание и потеря смысла. Согласно исследованию, проведенному Gallup, среди опрошенных 7500 рабочих 23% чувствуют себя выгоревшими часто или всегда, а 44% испытывают эти ощущения время от времени.
🔥😱
Для многих «уход в никуда» становится буферной зоной между корпоративной жизнью и работой на себя, хотя изначально такой задачи может и не стоять. Меняется отношение к деньгам и времени, уходят границы «мое, не мое».
⌛️💸
«Уйти в никуда», чтобы найти идею для предпринимательства, часто заканчивается печально. Человек может быть востребованным и всемогущим в корпорации — его организовывает график, инфраструктура и команда. Но оказавшись один на один с самоорганизацией и без имени компании за спиной, выруливают не все.
⛔️
Мешают обычно три вещи: вселенский масштаб затей, высокий уровень ожиданий от себя и слабая эго-мотивация делать проект. Логика работает примерно так: ушел с помпой искать себя, так и начинать надо с помпой проект. Но задумка велика, а ресурс ограничен. И постепенно разрыв между «хочу» (сразу успешный проект или влияние) — и «делаю» (действия на каждый день кажутся мелкими) увеличивается, а человек постепенно теряет уверенность в собственных силах.
🍀
Source >>>
#case #development #efficiency #psychology #sociology #trends
✈️☀️🌴
Две самые частые причины для «ухода в никуда» — эмоциональное выгорание и потеря смысла. Согласно исследованию, проведенному Gallup, среди опрошенных 7500 рабочих 23% чувствуют себя выгоревшими часто или всегда, а 44% испытывают эти ощущения время от времени.
🔥😱
Для многих «уход в никуда» становится буферной зоной между корпоративной жизнью и работой на себя, хотя изначально такой задачи может и не стоять. Меняется отношение к деньгам и времени, уходят границы «мое, не мое».
⌛️💸
«Уйти в никуда», чтобы найти идею для предпринимательства, часто заканчивается печально. Человек может быть востребованным и всемогущим в корпорации — его организовывает график, инфраструктура и команда. Но оказавшись один на один с самоорганизацией и без имени компании за спиной, выруливают не все.
⛔️
Мешают обычно три вещи: вселенский масштаб затей, высокий уровень ожиданий от себя и слабая эго-мотивация делать проект. Логика работает примерно так: ушел с помпой искать себя, так и начинать надо с помпой проект. Но задумка велика, а ресурс ограничен. И постепенно разрыв между «хочу» (сразу успешный проект или влияние) — и «делаю» (действия на каждый день кажутся мелкими) увеличивается, а человек постепенно теряет уверенность в собственных силах.
🍀
Source >>>
#case #development #efficiency #psychology #sociology #trends
МАТЕМАТИЧЕСКАЯ ОДАРЕННОСТЬ И ЕЕ РАЗВИТИЕ
🤓
В данной работе проблема развития математической одаренности рассматривается с точки зрения нахождения связующих, системообразующих стержней решения этой проблемы.
Такими стержнями являются такие когнитивные репрезентативные структуры, которые представляют собой определенные качества математического мышления, которые являются, прежде всего, средствами, методами познания. Такие структуры в работе называются схемами математического мышления. Математические способности личности зависят от уровня сформированности у человека схем математического мышления. Такая зависимость позволяет в практическом плане развивать математическую одаренность через использование специальным образом подобранных нестандартных задач.
В работе выделены четыре вида схем математического мышления: логические, алгоритмические, комбинаторные и образно-геометрические. Все эти структуры обладают универсальностью (независимостью их использования от конкретного математического материала) и имеют большое значение не только для обучения, но и для математического творчества.
Экспериментальные данные подтверждают верность выводов об определяющей роли выделенных видов математических структур для развития математического мышления и эффективности предложенных способов их использования.
🍀 PDF >>>[1]
🍀 Source >>>[2]
#development #psychology #report #science
_______
Источник | #insightstream
Хочешь узнать больше? Подпишись на FSCP+
🤓
В данной работе проблема развития математической одаренности рассматривается с точки зрения нахождения связующих, системообразующих стержней решения этой проблемы.
Такими стержнями являются такие когнитивные репрезентативные структуры, которые представляют собой определенные качества математического мышления, которые являются, прежде всего, средствами, методами познания. Такие структуры в работе называются схемами математического мышления. Математические способности личности зависят от уровня сформированности у человека схем математического мышления. Такая зависимость позволяет в практическом плане развивать математическую одаренность через использование специальным образом подобранных нестандартных задач.
В работе выделены четыре вида схем математического мышления: логические, алгоритмические, комбинаторные и образно-геометрические. Все эти структуры обладают универсальностью (независимостью их использования от конкретного математического материала) и имеют большое значение не только для обучения, но и для математического творчества.
Экспериментальные данные подтверждают верность выводов об определяющей роли выделенных видов математических структур для развития математического мышления и эффективности предложенных способов их использования.
🍀 PDF >>>[1]
🍀 Source >>>[2]
#development #psychology #report #science
_______
Источник | #insightstream
Хочешь узнать больше? Подпишись на FSCP+
Mochi 1 - открытая модель генерации видео с 10 миллиардами параметров от Genmo Ai. Mochi 1 поддерживает только текст-в-видео и генерирует видео с частотой 30 fps длительностью до 5,4 секунд.
Разработчики Genmo AI фокусировались на качестве движений камеры и следовании промту. Качество генерации можно сравнить с первыми версиями коммерческих моделей от Luma и Runway. Доступна под лицензией Apache 2.0 на Hugging Face, Github, а также в веб-приложении.
Модель основана на архитектуре Asymmetric Diffusion Transformer. Вместо использования нескольких предобученных языковых моделей, Mochi использует одну T5-XXL. AsymmVAE сжимает видео в 128 раз с использованием асимметричного энкодер-декодера, что на выходе дает быструю и относительно качественную генерацию, подходящую для задач в реальном времени.
Модель требует как минимум 4 GPU H100.
#Development #AIapps
_______
Источник | #neurohive
@F_S_C_P
-------
Секретики!
-------
Разработчики Genmo AI фокусировались на качестве движений камеры и следовании промту. Качество генерации можно сравнить с первыми версиями коммерческих моделей от Luma и Runway. Доступна под лицензией Apache 2.0 на Hugging Face, Github, а также в веб-приложении.
Модель основана на архитектуре Asymmetric Diffusion Transformer. Вместо использования нескольких предобученных языковых моделей, Mochi использует одну T5-XXL. AsymmVAE сжимает видео в 128 раз с использованием асимметричного энкодер-декодера, что на выходе дает быструю и относительно качественную генерацию, подходящую для задач в реальном времени.
Модель требует как минимум 4 GPU H100.
#Development #AIapps
_______
Источник | #neurohive
@F_S_C_P
-------
Секретики!
-------
Telegram
Neurohive - Нейронные сети, AI, ML, DL
Mochi 1 - открытая модель генерации видео с 10 миллиардами параметров от Genmo Ai. Mochi 1 поддерживает только текст-в-видео и генерирует видео с частотой 30 fps длительностью до 5,4 секунд.
Разработчики Genmo AI фокусировались на качестве движений камеры…
Разработчики Genmo AI фокусировались на качестве движений камеры…