如何使用量表和问卷测量流

生产力

11 七月 2019

如何使用量表和问卷测量心流状态

28 八月 2019 由 海瑟·隆茨卡克，博士

科学审查通过 梅丽莎·马德森，博士

有人全神贯注于自己正在做的事情时可能会说“我进入了状态”。积极心理学家使用一个类似的术语来描述这种状态：‘心流’。

心流指的是在某项活动中的完全沉浸，这项活动既是自发的又是毫不费力的（Csikszentmihalyi, 2000; Nakamura & Csikszentmihalyi, 2014）。

换句话说，在心流状态下，一个人会如此愉快地沉浸在他们正在做的事情中，以至于他们的思想和行动自由流动。鉴于心流状态对于许多生活方面（如工作、创造力、学习等）都是最佳状态，研究人员对识别如何最好地测量它产生了浓厚的兴趣。

在这篇文章中，我们将探讨专为测量心流而设计的科学方法。

在继续之前，我们建议您下载我们的三个生产力工具免费试用。这些详细的、基于科学的练习将帮助您或您的客户提高生产力和效率。

我们如何测量心流？

心流是一种主观体验，这给识别心理测量上可靠的方法带来了挑战（Jackson, Martin, & Eklund, 2008）。此外，由于令人愉悦的心流体验既是参与活动的原因也是结果（Seifert & Hedderson, 2009），其测量对研究人员来说又是一个额外的挑战。

鉴于其主观性，最常见的测量心流的方法是通过询问受访者他们的经历，这已经通过以下方法实现：

访谈问卷；
经验取样法；和
自陈报告问卷。

让我们更仔细地看看每种方法。

1. 访谈措施

访谈技术特别适合对主观概念（如心流）进行定性研究。这是因为访谈有助于研究人员细化一个概念或找到测量它的方法。

半结构化访谈结合了预定的问题和参与者反应中出现的问题；在早期的研究中经常用于考察心流（Nakamura & Csikszentmihalyi, 2014）。

这种方法，可以在实际心流体验期间进行，使对一个概念进行丰富而详细的探索性分析成为可能（Nakamura & Csikszentmihalyi, 2014）。因此，半结构化访谈对理解心流做出了很大贡献（Seifert & Hedderson, 2009）。

为了增加建构效度，访谈技术有时也与观察方法相结合。例如，在他们对滑板运动中与心流相关的内在动机的研究中，Seifert 和 Hedderson（2009）采用了民族志方法。

研究人员首先花了大量时间在一个当地的滑板公园观察滑手并记录笔记。随后，在自然观察期之后，随机选择了一位滑板运动员进行了半结构化的开放式访谈——从而结合了观察和访谈方法。

这种方法特别有助于深入探究心流体验，并因此揭示了参与者对该体验的生动描述（Seifert & Hedderson, 2009）。

2. 经验取样

经验取样是一种自我报告方法，其中参与者在事情发生时写下日记笔记描述他们的经历（Csikszentmihalyi, Larson, & Prescott, 1977）。尽管该方法的应用有所不同，但日记笔记通常会在一周内输入（Jackson 等人，2008）。

经验取样已被广泛用于研究心流，因为它提供了有关情绪或主观状态动态的有价值信息（Magyaródi, Nagy, Soltész, Mózes, & Oláh, 2013）。

另一方面，这是一种耗时的方法，受限于选择性答案，可能会导致隐私或非法行为问题（Magyaródi 等人，2013）。

Clarke 和 Haworth（1994）的一项用于测量心流的经验取样研究，通过日记问题调查在技能匹配挑战的情况下是否发生了最佳体验。

虽然经验取样已经存在很长时间，但在近年来通过添加生理测量以及手机和计算机应用程序进行了创新（Magyaródi 等人，2013）。

3. 自陈报告问卷

当“… 目标不是识别而是测量心流体验的维度或其在不同情境或个体中的发生差异”时，自陈报告（即纸笔）措施为研究人员提供了一种有用的方式来测量心流（Nakamura & Csikszentmihalyi, 2009，第93页）。

换言之，自陈报告措施不是探索性的；而是让研究人员能够检查该构造与各种感兴趣的属性（即性别、种族、年龄、职业、环境等）的关系。

自陈报告措施的优点在于它们既高效，又适用于多种类型的分析方法。然而，自陈报告措施的一个显著限制是反应偏差（例如，个体倾向于避免真实或准确的回答）。

同样，自陈报告措施的价值和效用取决于其心理计量质量（例如，有效性、可靠性）。本文将介绍几种已应用于心流测量的自陈报告工具，首先是“心流存在感问卷”和“心流状态量表”。

心流存在感问卷

“心流存在感问卷”（FPQ）评估存在感和心流状态，存在感定义为“一种复杂但隐蔽的监控行动和经验的形式，透明于自我但对自我存在至关重要”（Redaelli & Riva, 2011，第6页）。

关注存在感的理由是因为存在感的程度预测了行动和经验。

FPQ旨在衡量技术设备用户（即，工作在工业环境中的个人或参与虚拟现实技术的人）中的存在感和心流状态。因此，它对于确定在工业环境中工作的个人的心流状态很有用（Redaelli & Riva, 2011）。

FPQ分为三个部分：

描述最佳体验（例如，心流条件）；集中在认知、情感、动机、技能和挑战类别；
对日常生活的点评分经历；和
反向心流体验，以增强工具的有效性（Redaelli & Riva, 2011）。

使用5分李克特量表评估对每个问题的同意程度。这一创新工具提供了有关技术环境下工作的人们幸福感的重要数据。

尽管还需要更多的测试，该量表已在意大利、爱沙尼亚和韩国进行过测试。研究人员建议需要多个尺度改进（即，明确及时反馈；明确目标；增加参与者的控制感）以提高该工具的有效性和可靠性（Redaelli & Riva, 2011）。

心流状态量表

心流状态量表（FSS；Jackson & Eklund, 2002；Jackson & Marsh, 1996）的目的是测量体育活动中的心流体验。该量表有两种格式：原始扩展版本和修改后的简短版本。

原始版本包含36个问题，使用5分李克特量表评估对每个项目的同意程度。FSS包括以下维度：

挑战技能平衡；
行动意识融合；
明确的目标；
不含糊的反馈；
集中在当前任务上；
控制感；
自我意识丧失；
时间变换；和
内在动机体验（Jackson 等人，2008）。

扩展版的FSS可用于调查上述心流维度在不同人群和环境中的发生率和影响。

每个维度包含四个问题，例如，在“行动意识融合”的领域：“我做事很自然，无需思考”；在“集中于当前任务”的领域：“我完全专注于当前任务”（Jackson 等人，2008）。

FSS的较短版本也包含九个维度，但每个维度只有一个问题。较短的量表，使用与原始版本相同的回答格式，对于不适用更长版本的情况特别有用。验证研究表明，两个版本都具有可接受的心理计量特性（Jackson 等人，2008）。

无论使用的是自陈报告、访谈、观察还是经验取样，重要的是要注意，多方法方法（涉及定性和定量测量）是了解心流的最佳方式（Jackson & Marsh, 1996）。

这种使用单一构造的多种测量方法，也称为“三角测量”，通过交叉验证两个或多个来源增强了研究的有效性。

22个其他有用的评估工具

有许多其他自陈报告工具可以评估心流。

为了便于阅读，这些量表以及上述量表简要列述如下：

1. 12项心流量表 – Meyers, 1978

衡量指定活动中心流体验的频率。包含12个项目，使用8点语义差量表。示例项目包括：“我清楚知道自己应该做什么”；“我觉得我能应对这种情况的需求”；“我感到自我意识”；和“我喜欢这个体验，以及/或运用我的技能”。不清楚该量表是否已被验证。

2. 沃米特和辛格存在感问卷（PQ） – Witmer & Singer, 1998

衡量沉浸式虚拟环境使用后的感觉存在感。因子分析结果显示，29项版本的量表包括以下领域：投入度；感官保真度；适应/沉浸；和界面质量。

示例项目包括：“你在虚拟环境中进行的动作响应有多快？”；“你在虚拟环境中移动的感觉有多强烈？”；和“你在虚拟环境体验过程中有没有完全专注于任务或环境？”该29项版本的验证分析显示了希望。

3. 沉浸倾向问卷（ITQ） – Witmer & Singer, 1998

衡量活动中的深度投入，主要关注媒体使用。包含18个项目，使用7点李克特量表。

示例项目包括：“你是否曾经沉迷于视频游戏中，仿佛自己就在游戏中而不是操纵摇杆和观看屏幕？”和“你是否曾经沉迷于电视节目或书籍，以至于人们很难引起你的注意？”初步验证研究显示了希望。

4. 在线心流问卷（OFQ） – Chen, Wigand, & Nilan, 1999

衡量网络使用过程中的心流体验。首先要求受访者回答他们使用互联网的年数和每周上网时间。然后让他们阅读一段包含网络使用中心流体验指示的段落，例如：“我在做这件事时全神贯注”；“我完全沉浸在这件事中后，周围的人都很难打扰到我”；和“我觉得世界好像被切断了”。

然后要求他们回答七个后续问题，指出是否发生了像上述那样的心流反应。如果他们回答“是”，则会被问及他们在这些经历中的感受。验证研究显示，该量表的结果令人满意。

5. 心流状态量表（FSS；长版本） – Jackson & Eklund, 2002；Jackson & Marsh, 1996

衡量体育活动中的心流体验。原始长版本包含36个问题，旨在提供心流特征的精细描述。FSS使用5点李克特量表。

示例项目（针对刚刚发生的事件）包括：“我清楚知道我想做什么”；“事情似乎自动发生了”；和“我觉得这次经历极其有意义”。该量表已被验证。

6. 心流状态量表（FSS；短版本） – Jackson & Eklund, 2002；Jackson & Marsh, 1996

FSS的缩短版（每个维度一个项目）。该量表已被验证。

7. 心流倾向量表（DFS；长版本） – Jackson & Eklund, 2002；Jackson & Marsh, 1996

衡量在特定领域体验心流的倾向。原始长版本包含36个问题，格式与FSS相同。示例项目（针对特定经历）包括：“我清楚知道自己想要达到什么”；“我不必费力去思考正在发生的事情”；和“我不担心别人怎么想我”。

该量表已在多个群体中得到验证，包括互联网游戏玩家（Wang, Liu, & Khoo (2009) 和音乐家（Sinnamon, Moran, & O’Connell (2012)）。

8. 心流倾向量表（DFS；短版本） – Jackson & Eklund, 2002；Jackson & Marsh, 1996

与FSS一样，DFS的较长版本被缩短为9个问题（每个维度一个问题）。该量表已被验证。

9. 心流简短量表 – Rheinberg, Vollmeyer, & Engeser, 2003

包含13个心流项目，使用7点李克特量表。前10个项测量心流体验的各个方面，例如：“我觉得挑战和技能正好匹配”；“我完全投入到我正在做的事情中”；和“我完全沉浸在思考中”。

最后三个项目测量心流体验的感知重要性或结果，例如：“这里对我很重要”；和“我担心失败”。该量表已被验证。

10. 工作投入量表（UWES） – Schaufeli & Bakker, 2003

衡量工作环境中的投入程度。包含以下三个维度：活力；奉献；和专注。

包含17个项目，使用7点李克特量表。示例项目包括：“在我的工作中，我感觉精力充沛”；“对我来说，这份工作是有挑战性的”；和“我在工作时感觉时间过得很快”。该量表已被验证。

11. 测量心流状态的问题问卷 – Choi & Kim, 2004

这是一个包含6个项目的简短（6项）量表，用于衡量在线电脑游戏中的心流状态，使用7点李克特量表。示例项目包括：“我在玩游戏时完全投入”；“我在玩在线游戏时感到好奇”；和“玩在线游戏本身就很有趣”。

该简短量表的心理计量特性不清楚。

12. 情境特定心流问卷 – Oláh, 2005

使用20个项目衡量心流体验，其中11个在技能和挑战领域；9个在吸收和活动领域。使用5点李克特量表。

示例项目包括：“我觉得我能应对这种情况”；“我的思想和身体完全和谐一致”；和“时间过得比我想象的要快”。该量表已被验证。

13. 游戏心流问卷 – Kiili & Lainema, 2008

衡量教育游戏中的心流体验。包含18个项目，使用5点李克特量表。问卷分为3个部分：心流先兆；心流状态；和心流后果。

指标之间的信度不一致。该量表的开发仍在进行中。

14. 工作相关心流量表（LF） – Bakker, 2008

衡量工作日中的积极体验和精神状态。包含13个项目，使用7点李克特量表。包括以下三个组成部分：完全吸收的体验；享受；和内在动机。

示例项目包括：“当我工作时，我不再想其他事情”；“我做我的工作有很多乐趣”；和“我发现我也想在空闲时间工作”。该量表已被验证。

15. 核心心流量表 – Martin & Jackson, 2008

全球测量工具，从更大的量表中提取，评估任务吸收和增强的主观体验。包含9个项目，使用李克特量表。示例项目（指参加活动）包括：“我对做什么有强烈的认识”；“我有一种完全控制的感觉”；和“这次经历非常有意义”。

这个简短的测量在某些情况下（如音乐、体育和工作）具有足够的验证。

16. 短心流量表 – Martin & Jackson, 2008

衡量主观心流体验本身。包含10个项目，使用李克特量表。示例项目包括：“我处于巅峰状态”；“我感觉自己处于事物的流动之中”；和“我完全专注于我正在做的事情”。

该量表与核心心流量表相关，且在某些情况下（如课外活动、数学、体育和一般学校）具有足够的验证。

17. EGameFlow – Fu, Su, & Yu, 2009

衡量学习者对电子学习游戏的享受程度。有助于告知量表开发者如何改善用户的体验。使用7点李克特量表，包含56个项，分为以下八个维度：沉浸；社会互动；挑战；目标清晰；反馈；注意力集中；控制；和知识提升。

示例项目包括：“总的来说，我在游戏中能保持注意力集中”；“我喜欢这个游戏而不觉得无聊或焦虑”；和“我在玩游戏时忘记了时间流逝”。该量表已被验证。

18. 游戏投入问卷（GEQ） – Brockmyer et al., 2009

衡量深度沉浸于视频游戏中的程度，特别适用于评估暴力游戏的负面影响。包含19个项目，采用李克特量表。

示例项目包括：“玩起来像是自动的”；“如果有人和我说话，我听不到他们”；和“我感觉自己无法停止玩”。初步有效性研究显示出希望的结果。

19. Guo 和 Poole 的量表 – Guo & Poole, 2009

衡量沉浸式人机交互中的心流。包括以下心流的三个先兆：目标清晰；反馈；和技能与挑战的平衡。

以下六个心流维度包括：集中注意力；感知控制；行动与意识的融合；时间的转化；自我的超越；和内在动机。该量表已被验证。

20. 活动心流状态量表（AFSS） – Payne, Jackson, Noh, & Stine-Morrow, 2011（改编自 Jackson & Marsh, 1996）

使用34个项目和5点李克特量表衡量心流状态。AFSS主要改编自 Jackson 的 FSS（Jackson & Marsh, 1996）。参与者对他们最近的愉快活动进行评价。

示例项目包括：“我自然而然地做事，不需要思考”；“我在执行过程中想到了一个好主意，关于我做得如何”；和“这次经历极其有意义”。初步研究表明，在老年人中具有可接受的验证性。

21. 心流存在感问卷 – Redaelli & Riva, 2011

衡量技术环境中工作的个体的存在感和心流状态。使用5点李克特量表。

随着技术在工作环境中使用的增加，这是一个有前途的工具。初步验证研究表明了希望。

22. 积极心理学实验室心流状态问卷（PPL-FSQ） – Magyaródi, Nagy, Soltész, Mózes, & Oláh, 2013

衡量心流的基本元维度。包含20个项目，使用5点李克特量表。示例项目包括：“时间过得比我想象的要快”；“这个活动完全吸引了我的注意力”；和“我知道我必须做什么，我按照计划行事”。

探索性因素分析显示了希望的结果。

关于心流的常见问题

当我们开始理解心流的概念时，一些常见的问题经常会浮现出来，我们在下面讨论这些问题。

1. 是否有生理方法来测量心流？

心流研究人员越来越感兴趣于解决心流的生理相关性。例如，Harmat等人（2015）在玩《俄罗斯方块》视频游戏时研究了用户前额皮质的氧合情况以及交感神经和副交感神经活动。研究发现，心流状态与较大的呼吸深度和增加的副交感神经活动相关联。同样，对视频游戏心流状态下的心脏和呼吸活动的研究表明，心流与更快的呼吸深度、更深的呼吸、适中的心率、适中的心率变异性以及适中的皮肤电导有关（Tian 等人，2017）。

通过将这些生理指标与自我报告工具结合起来，可以对心流体验有一个更全面和客观的观点。

2. 研究人员测量了哪些不同类型的心流？

由于“进入心流”是一种适用于各种情况的概念，研究人员已经开发出多种测量方法。

例如，现有的工具已经评估了工作场所、一般计算机使用、网络使用、视频游戏、教育游戏、一般媒体使用（即看电视）、各种体育活动、体育、音乐表演、一般学校活动、特定学校科目（如数学）、创造性努力和课外活动中的心流。

由于人们在很多情况下都会愉快而自发地投入到一项任务中，未来可能会开发或改编更多的心流量表。

3. 我如何知道应该使用哪种测量方法？

在考虑选择哪种类型的心流测量方法时，首先要回顾你的研究问题。如果你希望探索心流这一概念，捕捉丰富的主观体验并可能发现该概念的新方面，那么定性方法（即开放式访谈、日记记录等）是必要的。

另一方面，如果你想研究心流在人与情境之间的差异，那么自我报告量表将是更合适的选择。由于有许多自我报告量表可供选择，你需要根据以下几点确定最适合你研究的量表：

心理计量性质（例如，该工具是否已经在类似你的群体中证明了有效性和可靠性）；
实用性（例如，问卷的长度和性质是否合理，适合你的研究和参与者）；以及
你具体的研究兴趣（例如，该工具是否充分捕捉了你的构念；例如，工作中心流、计算机使用中心流、体育运动中的心流等）。

如果没有理想的测量工具，研究人员有时会根据自己的研究问题调整现有的测量工具。然而，由于这种方法修改了原始量表，因此需要对新调整的量表进行有效性分析。

总结信息

作为人类，我们通常倾向于促进幸福、创造力和生产力的体验。达到心流状态代表了很多人的一种自然目标。积极心理学研究人员有兴趣通过开发几种可用的工具来推进心流体验的测量方法。

此外，因为心流体验有助于更积极的学校和工作体验，评估和促进心流状态也代表了教育者和雇主的重要目标。捕捉人机交互中心流的方法今天尤为重要，考虑到技术进步的速度。

由于心流研究提供了关于如何最好地培养心理健康和情感福祉的重要信息，将继续出现新的和心理计量严谨的方法来捕捉心流状态。

希望您喜欢阅读这篇文章。别忘了下载我们的三个生产力工具免费试用。

参考文献

Bakker, A. (2008). The work-related flow inventory: Construction and initial validation of the WOLF. Journal of Vocational Behavior, 72(3), 400-414.
Brockmyer, J., Fox, C., Curtiss, K., McBroom, E., Burkhart, K., & Pidruzny, J. (2009). The development of the Game Engagement Questionnaire: A measure of engagement in video game-playing. Journal of Experimental Social Psychology, 45(4), 624-634.
Chen, H., Wigand, R., & Nilan, M. (1999). Optimal experience of web activities. Computers in Human Behavior, 15, 585-608.
Choi, D., & Kim, J. (2004). Why people continue to play online games: In search of critical design factors to increase customer loyalty to online contents. Cyber Psychology & Behavior, 7, 11-24.
Clarke, S., & Haworth, J. (1994). "Flow" experience in the daily lives of sixth-form college students. British Journal of Psychology, 85(4), 511-523.
Csikszentmihalyi, M. (2000). The contribution of flow to positive psychology. In J. E. Gillham (Ed.), Laws of life symposia series. The science of optimism and hope: Research essays in honor of Martin E. P. Seligman (pp. 387-395). Templeton Foundation Press.
Csikszentmihalyi, M., Larson, R., & Prescott, S. (1977). The ecology of adolescent activities and experiences. Journal of Youth and Adolescence, 6, 281-294.
Fu, F., Su, R., & Yu, S. (2009). EGameFlow: A scale to measure learners' enjoyment of e-learning games. Computers & Education, 52(1), 101-112.
Guo, Y., & Poole, M. (2009). Antecedents of flow in online shopping: A test of alternative models. Information Systems Journal, 19, 369-390.
Harmat, L., de Manzano, Ö., Theorell, T., Högman, L., Fischer, H., & Ullén, F. (2015). Physiological correlates of the flow experience during computer game playing. International Journal of Psychophysiology, 97(1), 1-7.
Jackson, S., & Eklund, R. (2002). Assessing flow in physical activity: The flow state scale-2 and dispositional flow scale-2. Journal of Sport and Exercise Psychology, 24, 133-150.
Jackson, S., & Marsh, H. (1996). Development and validation of a scale to measure optimal experience: The Flow State Scale. Journal of Sport & Exercise Psychology, 18, 17-35.
Jackson, S. A., Martin, A. J., & Eklund, R. C. (2008). Long and short measures of flow: The construct validity of the FSS-2, DFS-2, and new brief counterparts. Journal of Sport and Exercise Psychology, 30(5), 561-587.
Jennett, C., Cox, A. L., Cairns, P., Dhoparee, S., Epps, A., Tijs, T., & Walton, A. (2008). Measuring and defining the experience of immersion in games. International Journal of Human-computer Studies, 66(9), 641-661.
Kiili, K. & Lainema, T. (2008). Foundation for measuring engagement in educational games. Journal of Interactive Learning Research, 19(3), 469-488.
Magyaródi, T., Nagy, H., Soltész, P., Mózes, T., & Oláh, A. (2013). Psychometric properties of a newly established flow state questionnaire. The Journal of Happiness & Well-Being, 1(2), 285-96.
Martin, A. & Jackson, S. (2008). Brief approaches to assessing task absorption and enhanced subjective experience: Examining 'short' and 'core' flow in diverse performance domains. Motivation and Emotion, 32(3), 141-157.
Mayers, P. (1978). Flow in adolescence and its relation to school experience (Unpublished doctoral dissertation). University of Chicago, Chicago, IL.
Nakamura, J., & Csikszentmihalyi, M. (2009). Flow theory and research. In C. R. Snyder, & S. J. Lopez (Eds.), Oxford Handbook of Positive Psychology (pp. 195-206). Oxford University Press.
Nakamura, J., & Csikszentmihalyi, M. (2014). The concept of flow. In M. Csikszentmihalyi (Ed.), Flow and the foundations of positive psychology (pp. 239-263). Springer Netherlands.
Oláh, A. (2005). The possibilities of measuring the optimal experience: A new situation-specific Flow questionnaire test book. HI PRESS.
Payne, B., Jackson, J., Noh, S., & Stine-Morrow, E. (2011). In the zone: Flow state and cognition in older adults. Psychology and Aging, 26(3), 738-743.
Redaelli, C., & Riva, G. (2011) Flow for Presence Questionnaire. In L. Canetta, C. Redaelli, & M. Flores (Eds.), Digital factory for human-oriented production Systems (pp. 3-22). Springer.
Rheinberg, F., Vollmeyer, R., & Engeser, S. (2003). The assessment of flow experience. In J. Stiensmeier-Pelster & F. Rheinberg (Eds.), Diagnosis of motivation and self-concept (pp. 261-279). Hogrefe.
Schaufeli, W., & Bakker, A. (2003). Utrecht work engagement scale: Preliminary manual. Utrecht University.
Seifert, T., & Hedderson, C. (2009). Intrinsic motivation and flow in skateboarding: An ethnographic study. Journal of Happiness Studies, 11(3), 277-292.
Tian, Y., Bian, Y., Han, P., Wang, P., Gao, F., & Chen, Y. (2017). Physiological signal analysis for evaluating flow during playing of computer games of varying difficulty. Frontiers in Psychology, 8.
Witmer, B., & Singer, M. (1998). Measuring presence in virtual environments: A presence questionnaire. Presence: Teleoperators and Virtual Environments, 7, 225-240.

博客文章

[

生产力

如何在充满干扰的世界中轻松集中注意力：6种技巧

31 五月 2024

29 七月 2024

注意力是一种有限的资源。作为生物体，我们必须选择性地关注什么。作为基本的生物学组成部分，决定关注哪些方面 [...]

](https://positivepsychology.com/how-to-focus/)

[

生产力

如何停止拖延：25种工具

24 四月 2024

14 八月 2024

在当今充满干扰的世界里，拖延是一种常见的挑战，它会阻碍生产力和成功，并且会对我们的幸福感产生负面影响。这是一种 [...]

](https://positivepsychology.com/how-to-stop-procrastinating/)

[

生产力

深度工作：书、意义与作者

14 九月 2023

26 七月 2024

你是否经历过一种工作状态，这种状态特点是高度集中、类似于流动的状态和增加的生产力？如果是这样，那么你参与的就是“深度工作”。[...]

](https://positivepsychology.com/deep-work/)

分类

聚观点

聚观点