# 编者信息 熊荣川 明湖实验室 xiongrongchuan@126.com http://blog.sciencenet.cn/u/Bearjazz An approximately unbiased (AU) test that uses a newly devised multiscale bootstrap technique was developed for general hypothesis testing of regions in an attempt to reduce test bias. It was applied to maximum-likelihood tree selection for obtaining the confidence set of trees. The AU test is based on the theory of Efron et al. (Proc. Natl. Acad. Sci. USA 93:13429-13434; 1996), but the new method provides higher-order accuracy yet simpler implementation. The AU test, like the Shimodaira-Hasegawa (SH) test, adjusts the selection bias overlooked in the standard use of the bootstrap probability and Kishino-Hasegawa tests. The selection bias comes from comparing many trees at the same time and often leads to overconfidence in the wrong trees. The SH test, though safe to use, may exhibit another type of bias such that it appears conservative. Here I show that the AU test is less biased than other methods in typical cases of tree selection. These points are illustrated in a simulation study as well as in the analysis of mammalian mitochondrial protein sequences. The theoretical argument provides a simple formula that covers the bootstrap probability test, the Kishino-Hasegawa test, the AU test, and the Zharkikh-Li test. A practical suggestion is provided as to which test should be used under particular circumstances. 为了减少 多区域通用假设检验偏差 ,近无偏检验( AU test )这一多尺度自举检验技术被开发了出来。它应用于最大似然树选择,以得到树的置信集。 AU 检验基于 Efron 等人的理论( Proc. Natl. Acad. Sci. USA 93:13429-13434; 1996 ),但新方法精度更高,操作更简便。 AU 检验,像 Shimodaira-Hasegawa ( SH )检验一样,调整了选择偏差,而这些偏差是被标准自举检验概率方法和 Kishino-Hasegawa 检验所忽略的。选择偏差来自于同时比较多棵树,并且常常导致错误树的过度自信。虽然使用 SH 检验较为保险,但它可能会显示出另一种类型的偏差,即偏保守。在这里,我证明了在典型的树选择情况下, AU 检验比其他方法的偏差更小。这些观点在模拟研究和哺乳动物线粒体蛋白序列分析中得到了说明。理论论证提供了一个简单的公式,涵盖了自举概率检验、 Kishino-Hasegawa 检验、 AU 检验和 Zharkikh-Li 检验。本研究还提出了在特殊情况下应采用何种检验的实用建议。 Shimodaira H . An Approximately Unbiased Test of Phylogenetic Tree Selection . Systematic Biology, 2002, 51(3):492-508.
# 编者信息 熊荣川 明湖实验室 xiongrongchuan@126.com http://blog.sciencenet.cn/u/Bearjazz The Shimodaira–Hasegawa test (SH; ), which is also based on a non-parametric bootstrap, was developed to compare multiple topologies. For this test, the null hypothesis (H0) is that all the trees tested are equally good explanations of the data, and the tested hypothesis (H1) is that one or several trees are better approximations of the data. The SH test avoids for the violation of a priori tree selection by using a step that accounts for the contribution of the maximum likelihood tree to the null distribution. In addition, this test is also one-sided. The SH test can be very conservative in its rejection of the null hypothesis when the number of candidate trees is large . This bias can be ameliorated by a weighted SH test . Shimodaira has also suggested the use of a test based on bootstrap replicates of different sizes to calculate the null distribution called the Approximately Unbiased (AU) test. This test appears to be less biased than the KH and SH tests. A similar test was proposed by Zarkikh and Li but has been shown in simulation studies to be less accurate than the AU test . More recently, Susko presented a technique that is appropriate for maximum likelihood distances, based on a generalized least squares (GLS) metric. This technique can use a non-parametric bootstrap or a variance estimated from the sample average for derivation of the correct, null distribution. This test should alleviate some of the bias in tree topology testing as long as the correct substitution model is selected Shimodaira – Hasegawa 检验( SH; )也是基于非参数自举检验,旨在比较多种拓扑结构的异同。在这一检验中,零假设( H0 )是假设所有被检验的系统发育树对数据的解释都是相同的,备择假设( H1 )是一个或多个树更加贴合数据。 SH 检验通过使用一个最大似然树对空分布的贡献度的步骤(脚注 ① ),从而避免先验树(操作人员自己选择标准树)选择带来的偏差。此外,这种检验也是单侧的。当候选树的数目很大时, SH 检验可以非常保守地拒绝无效假设 。这种偏差可通过加权 SH 检验加以改善 。 Shimodaira 还建议使用基于不同大小的自举检验重复来计算空分布,称为近似无偏( AU )检验。这个检验似乎比 KH 和 SH 检验的偏差更小。 Zarkikh 和 Li 提出了一个类似的检验,但在模拟研究中显示,该检验的精确度低于 AU 检验 。最近, Susko 提出了一种基于广义最小二乘矩阵( GLS )的适用于最大似然距离的技术。此技术可以使用非参数自举检验或从样本均值估计的方差来推导正确的零分布。只要选择正确的替换模型,这个检验就应该减轻树拓扑检验中的一些偏差。 Planet P J . Tree disagreement: Measuring and testing incongruence in phylogenies . Journal of Biomedical Informatics, 2006, 39(1):86-102. (脚注 ① :编者猜测,检验的标准为一棵基于数据集构建的最大似然树,检验的实质即为检验被试系统发育树与这棵基于最大似然法构建的系统发育树的差异,差异包括最大似然值的差异和 p 值)
# 编者信息 熊荣川 明湖实验室 xiongrongchuan@126.com http://blog.sciencenet.cn/u/Bearjazz Adaptive radiations such as the Darwin’s finches on the Galapagos archipelago, the Hawaiian silver swords, the Caribbean anoles lizards, and the cichlid fish of the East African Great Lakes provide opportunities for studying the processes underlying rapid speciation (Schluter, 2000; Brakefield, 2006; Salzburger, 2009). Yet, resolving the phylogeny of adaptive radiations still remains a challenge. Due to the extreme rapidity of the radiations, lineage sorting often lags behind cladogenesis, complicating phylogenetic inference based on single or a few molecular markers (Pamilo and Nei, 1988; Maddison and Knowles, 2006). Furthermore, the short basal branches typical for rapid radiations can make the phylogenetic reconstructions sensitive to the choice of outgroup taxa. In particular if the phylogenetic distance between outgroup and ingroup taxa is large, t here is a high likelihood of homoplasy between ingroup and outgroup taxa. Consequently, the outgroup may attach randomly to the ingroup and bias the inferred ingroup tree topology (Wheeler, 1990; Huelsenbeck et al., 2002; Rota-Stabelli and Telford, 2008; Rosenfeld et al., 2012). 适应辐射,如加拉帕戈斯群岛上的达尔文雀、夏威夷银剑菊、加勒比安乐蜥和东非五大湖中的慈鲷鱼,为研究快速物种形成过程提供了机会( Schluter, 2000; Brakefield, 2006; Salzburger, 2009 )。然而,解决适应性辐射的系统发育仍然是一个挑战。由于辐射速度极快,谱系分类往往落后于枝状进化,使得基于单个或几个分子标记的系统发育推断复杂化变得复杂( Pamilo and Nei, 1988; Maddison and Knowles, 2006 )。此外,以快速辐射为代表的短基枝可以使系统发育重建对外群的选择敏感。尤其是当外群与内群之间的系统发育距离较大时,内外群分来单元之间很可能存在趋同现象。因此,外群可能被随机附加到内群,并导致内群系统发育树的拓扑结构推断出现偏差( Wheeler, 1990; Huelsenbeck et al., 2002; Rota-Stabelli and Telford, 2008; Rosenfeld et al., 2012 )。 Kirchberger P C , Sefc K M , Sturmbauer C , et al. Outgroup effects on root position and tree topology in the AFLP phylogeny of a rapidly radiating lineage of cichlid fish . Molecular Phylogenetics Evolution, 2014, 70(1):57-62.
“SF-Topology”:匹配管理解决的元素和背景 高德明团队 译编 Klaus Schenck 关键词:聚焦解决;拓扑结构;地图和领土;导航模型;线性、环形、互动和系统逻辑;内部vs外部视角;适应瓶颈 / 限制 摘要: 焦点解决(SF)包括一系列程序:找到“是什么起效”(起效的就多做一点),忽略其他不起效的(做一些其他的事情会更好一些)。这种区别很容易理解,但在最终找到什么起效之前可能会出现一些重复。 使用严格“简单”的地图,几乎没有时间试错( Jackson McKergow 2002 ),它可能帮助增加“需求的多样性”( Ashby 1956 ),用较少的次数找到解决方案的能力。 这里我描述了一种地图,即“解决蓝图”。它的“核心单元”( CORFU )是丰富我们对蓝图“拓扑学”的理解,以及我们成功通过它,朝向好的选择,为我们自己及来访者。像通常的 SF 工作一样,选择的简单性和多样性并不是相互排斥的,它们在不断变化的情境中可以不断调整以灵活适应。 地图和领土中的地图 焦点解决,如名字所示,是发展方案直接聚焦在解决上的一种形式,没有寻找哪一种解决的冗长调查。它遵循“没有理论的理论”,简单点就是,停留在表面上,不管他们是什么的描述和现象,在某种方式上像 Zen 哲学。但另一方面, SF 顾问是有血有肉的人,有自己的故事,有创伤,有理论,在他们的顾问过程中遵循内心的地图。来访者也是,在他们的内心中有自己的理由、解释、矛盾及次要世界观。 当然,至少从1931( Korzybski )年开始我们知道,“地图不是领土”,但如 Bateson ( 1970 )所说,我们从来没有以任何方式直接接近过“领土”。 我们所拥有的只是“地图的地图,领土的地图”( Heinz von Foerster )。在某种方式上,应陈述这两种,在达到生命领土的目标中,应有相似的帮助性。想象有两个人在纽约相遇了,一个人想去法国巴黎,就询问另一个人去火车站的路,但另一个人使用中国上海的地图指路,那他们什么时候才能到?他们到了哪里? 因此,有一份“解决领土”的合适地图,并且在寻找解决方案时好好地使用它,是很关键的。问题就来了:到底什么是“解决”?我们怎样制作一份合适的、有帮助的地图? 什么是“解决”?线性部分 SF-拓扑学的第一个两维度来自单词本身。看下“解决”不可避免地暗示着: a )好于我们目前有的;b)还没有达到,但以后有希望达到。 如有没有更高,我们会称作“(无)改变”或“恶化”,而不是解决。如果根本就没有实现的希望,我们会称作“仅仅是幻想”、“痴心妄想”或“白日梦”,而不是解决。因此,“解决”包含的一个维度是实践,通常是顺序出现的,从过去到现在,然后朝向未来。另一个维度是价值属性:评估一些状态、元素荟萃或事件过程,作为事情的好与坏、美好与糟糕。注意,在极点的两端,这两个维度都可作为变化的连续体或直线进行描述。他们是线性的,就像现有的许多管理模型“投入 - 产出”或“因 - 果”一样。把这两个重要维度时间和价值连接起来出现了图 1 。 在SF-象限里,第一象限直线的最顶端通常称为“完美未来”( Jackson McKergow : 19 ),可以通过回答著名的“奇迹问题”得到。根据许多现实情况可以进一步分为两部分:幻觉(不切实际的梦想)和解决。 解决不是难以触摸和带走的,不是“坚如磐石”,它是一个整体。解决通常是由一系列具体的任务或元素组成,并且需要一系列步骤实现。(因此,“解决”这个词既可以渴望过程的结果,也是过程本身!) 很多成分对解决都有作用:事物、人们、技能、过去经验、金钱、能量、创造性……统称为资源。资源和渴望解决的元素在时间轴里都可以找到。来自过去的可以成为“经验”,来自现在的成为“技能”,既有过去也有现在的成为“例外”,未来的部分成为“愿景”或“目标”。 我们要做的是,找出我们现在在什么地方(A),看看我们的目标( G )像什么,诱发第一步(咨询中叫做“干预”),使用我们能获得的资源,从 A 到 B ,越来越接近 G 。上述在 Jenny Clarke 的“ Albert 模型”中有详细描述( Clarke 2005:3 )。 SF 中的接近(目标或解决)通常用刻度化评估( Jackson and McKergow 2002 : 95f. )。在 1 到 10 的分数上, 1 是最糟糕, 10 是最好的情况,目前的状况越接近 10 离目标也越近。因此,随着时间轴上时间的推移,我们对结果的干预在价值轴上就越高。如果在方式上我们没有违反规则,那么达到目标就等于“解决”。 模型问题(线性部分) 在实践中怎样使用“ 2 × 2- 矩阵”,即两维度“地图”,帮助来访者寻找目标和解决?一种方法是把地图中的所有元素都转换成解决导向问题。这种方法的好处就是:不管来访者从哪一象限的地图开始,你都能找到朝向上面象限的问题,即解决象限(图 2b )! 如果来访者已经开始讨论愿景或描述解决部分了,那接下来的问题就应该是确认、加强、扩展并朝向行动。 还有什么是有帮助的?直到什么时候,和谁一起做什么?还有谁会支持?开始实践的一小步是什么?现在可以开始么? 如果来访者对过去比对未来更感到高兴的话(左上象限),有帮助性的问题应该是从过去寻找积极的、可迁移到现在的部分。 你是怎么做到的?什么是有帮助的?你是怎样又做到的?那些中的哪一部分你可以再做一遍?还有什么? 如果来访者恐惧或抱怨(他幻想的部分)“糟糕的未来”(右下象限),应该尝试转换问题。 怎样可以避免或改变那些?谁需要去改变他的观点?你希望看到什么?还有呢? 如果来访者聚焦或陷入了“糟糕的过去”,使用应对问题。 在这么艰难的条件下,你是怎么熬过来的?它是怎么没有变得更糟糕?从那糟糕的经验中,你学到或获得了什么?还有呢?在今天的情况下,那些怎么样会有用(到现在你明显地活着呢,是什么支持你现在到这 … )? 因此,不管来访者在什么位置,这个地图都能够帮助找到方向性,并且帮助选择问题支持来访者聚焦积极可能性和资源。 多重因果 任何干预都可以产生不止一种结果。一些可以使我们更接近G(价值轴上是偏高的),一些可能产生相反的作用,远离 G (价值轴上偏低的),还有的可能是中立,既没有用,也没有害。因此,除了预期效应外,可能还会出现一些能接受或不能接受的副作用,难以预料或没有注意到的反应。对于“因”也同样如此:在结果的归因中有很多种可能事件,而我们只注意到了一小部分,在计划干预时也只考虑了这一小部分(图 3 )。即使在目前条件下,如果我们改变任何一种“逻辑事件”( Dilts , 19990 )的描述,或从任何其他的“思维色彩”( De Bono , 1985 )考虑,因果之间的关系就是“不是它过去常常是什么样”。 更糟糕的是,并不是所有的原因都可以定位在过去(亚里士多德的“终极原因”在于未来),一些效应甚至与原因相连接。“反馈”发生了! 图3:多重原因 (副)效应 一些原因是家庭式的,受原因引起效应的影响……那他们是怎么做到的?这与解决另一个不可避免的问题有关:人。 解决-互惠部分 解决中不可忽视的第一个人就是解决者本人。没有此人定义什么是解决,那就不是问题(同样地,对于“解释”和“问题”也是如此!)。没有人能够独立存在。人及所有生命体(事实上是宇宙的重要部分)是“开放的系统”,与围绕在他们身边的其他事物都有不可避免的联系。 每一个人类(或简要说,每一个“有活力的系统”)都与其他系统相互联系,在多种水平上,包括:接触、食物、性、产品和金钱、思想 … … 如果外部没有满足需要,就会感到饥饿。如果没有输出到外面,就会很浪费。因此,每个人,事实上是每个开放或有活力的系统,都需要至少一位伙伴,循环利用“浪费”(输出 /C 1 产品到P 1 ),转换成“食物”(有用的输入 /C 2 产品到P 2 ),反之亦然。请注意,人类之间的“食物”和“浪费”并不是局限于材料的输入和输出。许多“货币”都可应用:交换包含服务、信息、交流(讲话、倾听)、注意(世界中越来越珍贵的部分)、欣赏(赞美、微笑)、情绪(魅力、爱)以及任何其他个体自己不能产生的。(就如:“没有人穷到连微笑都没有,也没有人 富到 不需要任何东西。”) 图4:一个人的输入是另一个人的输 出 ,反之亦然 只有两方相互交换才能满意——并出现更大的系统。 外部的抽象模型通常包含更多元素,而不止是两种。但功能的原则是一样的:每个活动目标的整体导致一个共同的解决!其他的方法意味着,较大系统中的部分目标可以是什么?与同一系统中其他部分的目标是不一样的,并且与“较大系统”是实体目标也是不一样的!因此,我们应该聚焦在 SF 的哪个地方? 这种描述是“真实”(关键在于它可应用)跨越不同大小范围的系统的。我们身体细胞的温度是 37 ℃, 100% 的相对湿度适合生存环境——如果气候等同上面的话身体就会受压。一个工厂可能需要 1 周 7 天、 1 天 24 小时运转,没有人操纵它,它会自己运转。每个部分都相互需要,身体和细胞,工厂和工人。他们之间也需要相互交换,食物和代谢物,工厂和金钱。因此,都需要相互尊重他们需要的较大或较小系统,以最优化自己的功能。整体和部分的生存能力的需要是不一样的,他们相互影响和相互制约。 拓扑学的核心:把部分联系起来 如果人们不能从解决中去掉的话,那他们会成为伙伴成员,他们怎么样会适合解决的最初时间×价值系统呢?简单地:把这两个模型“正投影”,如图 5 草拟的,图 6 更详细些。我喜欢称之为完整模型“ CORFU ”,“核心不规则形状单元”(“不规则形状”数学术语指自我参考部分以及扩展到数量级的命令)。 图5:朝向个体目标 - 交流成长 图6:“ CORFU ”,系统中的“核心不规则单元” - 以及解决部分 这里我们有两个元素(C 1 和C 2 ),每一个都有自己的时间轴(tl 1 和tl 2 ),都用自己的方式朝向他们的目标(G 1 和G 2 )。为保持不断前进,他们需要相互交换产品(P 1 和P 2 )。这些目标(G LS )一起(目标元素和交换的产品)组成的更大的系统(LS)以更接近自己的时间轴( tl LS )。任何有效的“解决”都应考虑每个伙伴的目标( G 1 、G 2 和G LS ),并使之间的交换保持平衡。“解决”不止是达到我的目标,也要使系统中其他成员的目标实现,或至少接近他们的目标。 如果目标已经很清晰,但仍然没有进步,那问题可能出在时间轴上而不是相互作用上。任何目标被忽略或陷于困境都是解决冲突的来源。相似地,当价值交换对P 1 和P 2 的贡献不平等时,一方的资源就可能用尽或积累致浪费,不管哪种方式,整体系统就会停止工作。 Jackson McKergow( 2002:37 )陈述到:“系统的性能在各部分之间。正是各部分的相互作用定义了系统”。这个描述现在可以扩展为:正是部分、部分间的相互作用、他们创造的更大系统、以及部分和系统间的相互作用(以及系统和它所处的更大环境)定义了系统。部分和贡献间的平衡保证了它的运转。 现在,图像化更完整了,但同时在寻找复杂的边缘上 …… (我几乎不敢说LS本身就可以理解为下一个更大系统的元素!就像每一个 C1 和 C2 包含有更小的元素或子系统一样 … … )它可能违反SF的一个重要要求:“保持简单”!此模型的一个优势就是它的多功能性:它可以用于,并帮助度过,寻找解决过程的不同情境下。任何时候我们为具体应用挑选具体部分时,这部分就可以用的足够简单,即使对“解答者”来说也是如此 。 CORFU-问题 模型的应用 就是把每个元素都转换成有用的、解决导向问题!我需要做些什么让(P 1 )对有人(C 2 )是有吸引力的?而谁(C 2 )可以提供我需要的(P 2 )让我接近我的目标(G 1 )?如果我知道谁(C 2 )可以提供我需要的(P 2 ):我知道他们的目标(G 2 ),然后我就可以提供交换(P 1 )?如果我知道较大系统(G LS )的目标,并提供支持,或至少不反对?如果我不知道我需要什么,也不知道其他成员可以提供什么,我需要做些什么改变?我需要多做些什么或少做些什么?我需要降低价格还是增加产品信息?我需要多谈一些还是多听一些?我还需要增加其他“货比”来提供帮助么(如,注意而不是金钱,赞美性的评论而不是批判性的评论)?这部分好像需要扩展更多 … … 读者,还有哪些问题对你有帮助?谁可以提供?如果有了这些信息你将会有什么不一样?作为回报你需要提供什么?你怎样交流?谁会注意到你的提供,是怎样注意到的?如果你改变了你的问题,那些变化怎样改变你的问题和解决? 一些应用的例子 想象一位管理者(C 1 )与一位合作工人(C 2 )有冲突,这位工人看起来不怎么支持团队的目标(G LS )。奇迹问题显示出他们都还没做好改变:他们都相信另一方需要改变。如果试图使另一个改变,他们的原始目标就探查不到。假设目标“另一人改变”取代了他们的原始目标。访谈 C 1 ,引出他知道的C 2 的目标G 2 ,以及从他的角度看待C 2 要达到的目标G 2 ,C 1 需要作出的贡献P 1 ,反之亦然,他们两个都要接受改变。他们意识到,直觉上他们弄混了组织和个人目标,在找到满意的解决方案前,他们需要思考相反的直觉。他们意识到,他们需要支持“敌人”达到目标,因为他们自己目标的实现离不开“敌人”。 如Jackson McKergow( 2002:44 )所说:“我们到达世界某地地方的路不同,促使我们寻找不同的方式对待世界 … … 这种做法会放大,并且从不同的角度反馈给我们。”“不同世界”反馈给任何一个成员的信息都包含其他成员的,以及他们创造的更大系统。 想象一个公司C 1 和顾客C 2 。现在所有成员都包含更大的、多元化的人际系统。模型又可以应用了。C 1 的决策者他们提供的产品范围(P 1 ),这样他们的顾客(C 2 )会付足够的钱(P 2 )让C 1 实现他们的目标(G 1 ):生存并盈利。顾客C 2 的兴趣是他是否同意P 1 (他接受到的)能支持实现他的目标G 2 。C 2 会认真考虑他付出的钱P 2 与公司提供的产品P 1 是否等值,这再次取决于当前他们的目标。公司内部成员会聚焦在整个画面上的不同方面。售出能够增加P 2 ,工程师会考虑能否增加他们产品P 1 的特征,市场想要获得G 2 更多的信息,顾客的需求是连接前两者。这些所有的资源都可以从SF具体问题得到。 模型可以延伸的: 1. 显然,CORFU模型是外部、观察者的视角。从内部观察者看它又有所不同:所有其他成员、 P2 和 LS 都是“环境”,产品、服务和过剩的( P1 )是要释放到这个环境里的!现在,这种内部观点与来自 P1 或 P2 的是等效的,即一开始的相反直觉。 P1 可以是一个项目,寻找能够创造利益的项目组。从项目的观点来看,团队和顾客都可以相互交换。 P1 可以是钱:从国际财政市场的观点看,它从哪来、对生产有什么用以及它扩大的盈利价值都是次要的。或者,当 P1 和 P2 交换时,发出者就会把他们作为环境的需要,而不是他们交换的一部分。首先奇怪的是,提供不同的观点就会产生不一样的事情 … … 2. 当然,通常不止包含两个成员。这就是竞争开始、市场出现、元素和产品获得生命循环的地方。只有当个体与他人相互交换才能是LS存活,不然就会死亡或分离。 3. 与基本模型图画相反,各元素间可能有很大的不平等:一个可能代表子系统、更高级系统或整个环境。就如上面描述的:当从一个成员的观点看所有其他的时,就会认为更多或更多的不一样,内部或外部“环境”。这与管理智慧很符合:许多著名的谚语或“二对二”( SWOT 、 BCG- 矩阵、 McKinsey 矩阵 … … )会把一个元素(如公司)与他周围的环境对比和连接,以确认机会(寻找解决!) 4. 所有这些延伸,可能能连接起来 … … 如上,都可以转换成解决导向问题。这里我们会跳过,但是,读者要尽可能多地问有用的问题去探索选择,并回答他们。 结论 为我们或来访者寻找解决,有时我们会聚焦在寻找愿景上,但没有用。这称作“理论限制”( Goldratt 1994,1997 ),显示出需要聚焦在系统“瓶颈”上,它限制了资源和过程步骤。关注在系统外部的瓶颈资源上是没有帮助的,不能提高系统整体状况。 CORFU 帮助绘出系统瓶颈以更容易寻找解决。 在管理和咨询中应用CORFU的主要模式是把他翻译成各种各样的解决导向问题。取决于你关注什么,你可以选择确认、回转或应对问题,假设、循环或刻度化问题,精确的、混乱的或“清晰的”语言,不管是什么,只要能帮助你及你的来访者聚焦在解决上。此模型为选择合适问题提供了方向框架。 此模型也帮助理解,“解决”从来不是一个成员接近他自己目标的事情,还有其他人的在内。一个可持续的解决一直都是所有成员都受益:相互作用的被试以及他们相互作用创造的更大系统。 CORFU的复杂性产生了“必备的多样性”:这也同时尊重人类的大脑“最大同时有 9 中元素”( Miller , 1956 )。 参考文献(略) Ashby, W. Ross (1956): An introduction to cybernetics, London: Chapman Hall (accessible online via http://pcp.vub.ac.be/books/IntroCyb.pdf, 03/2006) Bateson, Gregory (1970): Form, Substance and Difference, General Semantics vol. 37; reprinted (1972) in “Steps towards an Ecology of Mind”, San Francisco: Chandler Publishing Clarke, Jenny (2005): “The Albert Model”, in: http://mypage.bluewin.ch/solworld2005/Clarke.doc or via http://www.solworld.org/index.cfm?id=21, accessed 2006-03-01 “ Clean Language”: www.cleanlanguage.co.uk De Bono, Edward (1985): Six Thinking Hats, London: Penguin Dilts, Robert (1990) Changing Belief Systems with NLP, Cupertino, CA: Meta Publications Goldratt, Eliyahu M. (1994): It’s not luck, and (1997): Critical Chain, Great Barrington: North River Press Jackson, Paul Z. / McKergow, Mark (2002): The Solutions Focus, London: Nicholas Brealey James, Tad / Woodsmall, Wyatt (1988): Time Line Therapy and the Basis of Personality, Cupertino, CA: Meta Publications Korzybski, Alfred (1931): An Aristotelian System and its Necessity for Rigour in Mathematics and Physics, conference paper reprinted in Science and Sanity, 1933: 747 - 761 Miller, George A. (1956): The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information; The Psychological Review, vol. 63, pp. 81-97 (accessible online via http://www.well.com/user/smalin/miller.html, 12/2004) A special theory of “viable systems model” and its applications for the management of organizations has been elaborated by Stafford Beer and his school of management cybernetics since the 1950s. It can be accessed, for example, via www.phrontis.com or via http://www.greybox.uklinux.net/vsmg_2.2/1qguide.html and many other sites. 学习、练习、实践、反思、督导,是一个SF取向工作者的快速成长之路。 敬请期待下期分享。