新闻详情

新闻详情

首页 / 资讯中心 / 详情

学习:踢猫效应

发布时间:2026/11/17 13:39:59来源:尧图网络
学习:踢猫效应
踢猫效应Kick the Cat Effect是心理学中一个很经典的连锁情绪传递现象也叫“踢猫理论”。一、什么是踢踢猫效应简单来说就是坏情绪会沿着强弱等级从强者向弱者一路传递。最典型的版本是这样的一位父亲在公司被老板批评回家冲妻子发火妻子窝火转身骂了孩子孩子委屈一脚踢向了猫猫受惊跑上街正好撞上一辆卡车……最终最弱的那只“猫”成了整条情绪链里最大的受害者。二、为什么会出现这种效应可以从几个角度理解情绪需要出口​人在被压制、被批评时会产生愤怒或委屈但往往不敢对“上级”发作只能找一个相对弱势的对象发泄。权力/地位差​情绪往往向下传导老板 → 员工 → 家人 → 孩子 → 宠物。越往下越没有反抗能力就越容易成为“情绪垃圾桶”。缺乏情绪觉察与管理​很多人并不是故意迁怒而是没意识到自己在“借题发挥”不知道如何消化负面情绪习惯用发脾气来释放压力。三、踢猫效应的危害破坏亲密关系家人、伴侣、孩子最容易中招。形成恶性循环被踢的人再去踢更弱的人负面情绪像病毒一样扩散。伤害无辜者最终承受后果的人往往跟最初事件毫无关系。影响个人形象与信任习惯性迁怒的人会让周围人越来越疏远。四、如何避免成为“踢猫”的人1. 先识别我在迁怒吗问自己一句“我现在的火气真的是眼前这个人/这件事引起的吗”如果答案是否定的大概率是情绪转移。2. 给情绪一个“缓冲带”被批评/受气后先暂停 10 分钟再沟通用“我现在有点烦想先静一下”代替直接发火离开现场去散步、喝水、深呼吸。3. 找到健康的宣泄方式运动跑步、健身、打球书写把情绪写下来相当于“外化”倾诉找信任的朋友客观地说一遍而不是找人吵架。4. 学会“对事不对人”区分“事件”和“人”老板批评的是你的方案不是你整个人把攻击性从“人”身上移开只针对问题本身。5. 练习情绪标注把模糊的“我很烦”具体化是羞耻委屈无力还是焦虑越能精准命名情绪越不容易被情绪控制。五、如何避免成为被踢的“猫”如果你是情绪链下游的接收者不要接招意识到对方在迁怒不把对方的火当成自己的错。温和而坚定地划边界比如“我知道你现在很烦但这不是我的问题我们可以等冷静后再聊。”不向下传递别把从别处受的气再撒给更弱的人或宠物。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉