duke大學的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

窺見：你以為你知道，其實沒弄懂的事!

為了解決duke大學的問題，作者梁國源 這樣論述：

誰說經濟學家只關心經濟？ 誰說學者講的話很難懂？ 　　在《窺見─你以為你知道，其實沒弄懂的事！》這本書裡， 　　梁國源首次不談全球及台灣經濟情勢與事件，改跟大家說故事。 　　身為國內經濟預測一把手、在產學界深受敬重的他， 　　為什麼大膽地說預測會有測不準的時候？ 　　還說預測就是需要有一點「亂」？ 　　又為什麼批評經濟學家太過孤芳自賞， 　　難以取信於眾？ 　　再攤開本書目錄，不難發現有些篇幅與經濟並無直接相關。 　　從豬玀灣事件，談到高度共識可能惹楇； 　　從克卜勒定律，談到局外思考的優點； 　　從NASA的三個太空計畫，談到模稜兩可訊息的解讀； 　　從Apple和Sony的案

例，談到策略矛盾與情境規劃； 　　就連小野次郎、Hello Kitty和Starbucks都赫然在列。 　　如此包羅萬象的內容，目的是要與讀者分享一個重要的觀念， 　　那就是「看對」問題，遠比「看見」問題重要。 　　只有「看對」問題，你才不會走太多的冤枉路； 　　只有「看對」問題，你才能找到打造自我智慧與成就的方法。 　　梁國源的《窺見─你以為你知道，其實沒弄懂的事！》， 　　就是這樣一本帶你「看對」問題本質的易讀好書。 各界推薦 　　蕭萬長（前中華民國副總統） 　　劉炯朗（中央研究院院士） 　　張純明（三福環球董事長） 　　黃素娟（經濟日報社長） 　　謝金河（財訊傳媒董事長） 　　

吳中書（台灣金融研訓院董事長） 　　顏炳立（香港戴德梁行董事總經理） 　　谷月涵（寬量國際策略長、前花旗台灣研究部主管）

duke大學進入發燒排行的影片

高空大氣閃電影像儀觀測之不同極性紅色精靈特性分布研究

為了解決duke大學的問題，作者陳翰 這樣論述：

在過去的研究中，發現超過99%的紅色精靈是由正極性雲對地閃電且高電荷矩變化的放電所觸發，過去觀測到的負極性紅色精靈事件數目極為稀少，因此紅色精靈與閃電的電荷矩變化分布上有極大的的差異，也使兩者的極性分布上存在著矛盾的關係。在本論文中將使用高空大氣閃電影像儀(Imager of Sprite Upper Atmosphere Lightning)任務的高空短暫發光現象事件資料庫結合安裝於鹿林天文台與美國杜克(Duke)大學的極低頻磁場天線系統，並發展出一套有效率且準確的演算法進行分析紅色精靈事件的極性與分布，以全球性、長期的統計重新檢視紅色精靈在極性與電荷矩變化上的矛盾。在本研究中，分析了20

09年至2015年距離鹿林與杜克大學ELF測站5000公里範圍內的ISUAL所觀測到的紅色精靈事件，透過本論文所發展的演算法進行閃電放電極性判定，結果顯示可判定極性的紅色精靈事件超過75%，且僅有超過多數的紅色精靈事件為正極性閃電所觸發，這與先前的研究並不完全相符；令人驚訝的是在結果中一共找到了127個負極性事件，且分布於低緯度地區；超過80%的負極性紅色精靈事件會伴隨著精靈暈盤的發生，這與Williams et al., 2012的結果並不衝突；電荷矩分析結果顯示負極性平均的電荷矩略低於正極性且為高電荷矩所觸發，並且與閃電的電荷矩分布相似，結合上述統計分析結果間接證實先前負極性紅色精靈的矛盾

是不存在的，也為未來進一步發展負極性紅色精靈放電過程的理論模型提供重要的線索與特徵。

協力災害治理：韌性系統建構與網絡管理策略

為了解決duke大學的問題，作者王俊元 這樣論述：

　　人類社會已經無可避免要接受來自各種災害的挑戰，隨著大規模災害不斷的發生及日益複雜化，災害管理也逐漸從政府的職責擴大到需要公部門、企業組織及民間團體來進行跨領域、跨部門的協力合作。具體而言，有效的協力災害治理需要奠基於關鍵的協力運作要素、也必須型塑建構協力災害韌性系統的共同目標，更要發展具有成效的協力網絡互動策略。本書除了針對這些議題進行深入探討外，也將學理所建構出的理論架構用以分析台灣近年的兩個重大個案—2014年的高雄氣爆，以及2016年的高雄美濃（台南）地震。本書具有結合理論與實務的特性，也有豐富的質化與量化資料分析，主要研究發現與建議可供公共行政及災害管理等相關領

域的學者及實務工作者做為參考之用。

關鍵服務特性分析—以某一電信平台為例

為了解決duke大學的問題，作者黃玟寧 這樣論述：

本篇研究應用聯合分析法，分析 Duke 大學在 Teradata 顧客關係管理中心所提供之一間美國主要無線通訊公司顧客資料。研究結果發現，在篩選出來做為研究自變數的電信服務屬性當中，以「簡訊」對於 MOU 及 ARPU 影響最大，其次為三方通話，而其中以「分區通話服務」的重要性最小。在重要性排序方面，以MOU 與 ARPU 分別作為依變數來研究，發現只有小部分差異，顯示 MOU 及ARPU 的確關係相當密切。此外，本研究也參考之前文獻選出有意義的人口統計變數，將之區分為四個組間相異性大、組內同質性高的族群，以進一步探討電信加值服務屬性的聯合分析。這讓電信營運商能得知不同服務在不同族群中對

MOU 及 ARPU 所造成的效用與相對重要性,並據此在各群體推廣相對提升 MOU 與 ARPU 較大的服務。