[隨機聊天/動物溝通]極限運動的蝸牛
剛學動物溝通時，很好奇可以應用在什麼地方？
某次在工作正準備要澆水時，想到澆水總是會引起一波昆蟲逃難潮，就心血來潮通知農場的小動物們避開。
我：「準備要澆水囉！請大家避開！」
一陣雞飛狗跳的騷動之後⋯
蝸牛🐌：「快逃啊啊啊啊啊啊啊！！」然後用盡全力⋯以每秒鐘0.000001毫米的速度在我眼皮子底下極限奔跑😂😂😂
「我幫你移動好嗎？」這是我。
「不要碰我你這個壞人！」這是跑得很慢但還是堅持要自己走的蝸牛。
雖然最後還是以我不顧被拒絕快速幫蝸牛乘100倍速度逃離現場，但還是對於蝸牛跑步的速度留下深刻的印象。
By Orra
留言0
查看全部
彼映療聊記事本 的其他內容
你可能也想看
隨機截距交叉延宕模式Extension 3:Multiple indicators(7)在上一篇中，我們在模型探討隨機截距交叉延宕在Extension 3:Multiple indicators定義。本文為實作部分，將說明Multiple indicators的依序四個步驟的Mplus語法。
，
2024-04-15
隨機殺人那個新聞我也覺得很可怕，之前香港也試過兩名少女在商場被砍死，好慘，但斬人的人是當下瘋了失去理智，兩邊都是慘的。一想到一些無辜的市民無端端遭遇這些不幸，我就會覺得是前世因果，嘗試去理解事件為何會發生。宗教其實也是思緒的出口。
你有沒有想過突然遇上交通意外，或被人斬死，你剩下的是什麼。
我現在如果死
2024-04-14
隨機殺人事件記得我們一起住的時候我們常常去Bondi的那個商場嗎？經常在那個的border書店看雜誌。。。就是那個地方昨天發生隨機殺人事件，真的很無辜。。。今天警察說那個殺人法是神經病人，雖然有那麼多人失去生命和受傷真的很慘，但是殺人犯不是恐怖份子也真是讓人鬆一口氣。不知道為什麼我覺得被一個痴線佬無差別地殺死，
2024-04-14
隨機不重疊的圓形 | p5.js來源影片：9.8: Random Circles with No Overlap - p5.js Tutorial
目標：想要畫隨機且不重疊的圓型
2024-04-09
隨機截距交叉延宕模式Extension 3: Multiple indicators(6)在上一篇中，我們在模型探討隨機截距交叉延宕在Extension 2中，可以使用的分類變量進行Multiple group分析。接下來，擴展 RI-CLPM 的另一種方法是為每個使用多個指標測量，本文將簡介兩種Multiple indicators模型。
2024-03-31
隨機截距交叉延宕模式Extension 2: Multiple group(5)在上一篇中，我們在模型探討隨機截距交叉延宕模式加入為預測或結果變量。而在Extension 2中，可以使用的分類變量進行Multiple group分析。這種方法常用在探討調節效果是否成立，本文將簡介其意義和語法。
2024-03-15
隨機截距交叉延宕模式:加入跨時間不變的預測或結果變項(4)之前已經說過限制模型，接下來進入下一部份根據Mulder and Hamaker (2021)建議，在 RI-CLPM 中，有許多擴展模型，今天要介紹的是 Extension 1。Extension 1就是加入跨時間不變的預測或結果變項，本文將介紹此模型構造和語法。
2024-02-27
隨機截距交叉延宕模式:Constraints Model(3)為了測試特定的假設，研究人員為了測試這些假設的可行性，可以考慮決定使用Constraints Model，其對模型對特定參數進限制。 本文將講解 Constraints Model的定義和如何在RI-CLPM運用，以及如何在Mplus執行該模型。
2024-02-15
隨機截距交叉延宕模式Mplus語法:Basic model(2)隨機截距交叉延宕模式是傳統的交叉延宕模式的擴展，具有更好的模式適配度。本文章將介紹如何使用Mplus進行隨機截距交叉延宕模式之Basic model。
參考上圖，為了指定 RI-CLPM，我們需要分成四個部分講解。
個體之間(between pa
2024-01-30
隨機截距和傳統交叉延宕模式的差異(1)交叉延宕效果（CLPM）常常模式適配不佳，主因缺乏考量個別差異。 隨機截距交叉延宕模式（RI-CLPM）是傳統的交叉延宕模式的擴展，具有更好的模式適配度。本文章簡介RI-CLPM定義和CLPM的差異。
交叉延宕效果（CLPM）最大的局限性在於它混合
2024-01-15