跳至主要內容

關於花精的FAQ(2)--花精諮詢篇

巴哈中心網頁

在這篇的FAQ裡所寫的是關於在花精諮詢上的常見疑問,希望可以藉由這篇的內容裡可以解決許多人在對於花精諮詢上的疑問:

  • 台灣有哪幾位是英國認可以的花精治療師?

    以下資訊是從英國巴哈中心網站所找到的,位於港台的六位治療師及他們的聯絡資訊,可以在Referral List裡找到以下的資訊,我只留下他們的姓名,電話可以在網頁上找到:

    • Penghu County(澎湖):Magong City, Wan-Li Hsu
    • Taipei(台北):
      • Yi-Ying Chang
      • Chiu To Cheng
      • Chia Ping Lin
    • Taichung(台中):Hui-Chuan Pai
    • Hong Kong(香港):Tokawan, David Siu Sun Cheung

  • 和花精治療師面談與一般的心理諮商有什麼不同?

    表面看起來界限有點模糊,但的確是不一樣的。心理諮商像是針對我們的心理狀況,找出這些心理狀況的問題,讓我們去面對這些心理問題並加以改善;花精諮詢其實比較像是和花精治療師聊天,而花精治療師是針對個人的情緒面向來改善,找到負面情緒形成的原因,再利用飲用花精的方式來解除個人的負面情緒,所以花精諮詢是針對情緒來改善,而不是心理狀況來改善。

  • 如果不是Practitioner 可以幫別人調配花精嗎?

    我也曾經問過英國的巴哈中心,他們表示依照書本的了解及練習,也就是上完Level 1的課程後,可以為家人及朋友調配花精。

  • 坊間有人用抽花卡的方式來選擇花精,我也可以買一組花卡自己使用嗎?

    依照Dr. Bach的Simplicity原則,以最簡單最方便的方式來選擇花精,是不需要使用「抽花卡」的方式來選擇花精,只要你了解這三十八種花精的特性與原理及如何調配花精的正確觀念就可以了。

  • 坊間幫人調配花精,一瓶30ml可能要五百元,或是花精諮詢的費用可能要上千元,這樣合理嗎?

    該怎麼說呢?其實沒有所謂合理與否的問題,因為這些治療師或是醫生他們要花心力、場地以及很多商業因素考量,加上花精的價格並不便宜,所以在成本考量上,他們也是需要有所回收的,但相信他們都是以善意幫助每個人為出發點的。

  • 有哪些諮詢機購?

    台灣其實有很多諮詢機構,除了官方網頁所登錄的BFRP之外,也有不少醫師運用他們的專業醫學知識和技術,配合花精的使用來做諮詢,我想稍微用關鍵字搜尋都會找到需要的資訊,不便在這裡做介紹,因為每個諮詢機構運用的方式不同,每個人適合的方式也不同,我沒做過這類的諮詢,所以也無法告訴各位哪一個比較好,量力而為。

  • 容顏有在販售花精嗎?

    沒有。但也許我們可以開合購團進口自己所需的花精,分擔運費,目前無法團購。

  • 可以請容顏幫忙諮詢和調配花精嗎?

    已完成Level 1和Level 2的課程,希望能在自己的能力範圍裡幫助需要的人:預約方式收費資訊。希望有助於各位。


圖片取自英國巴哈中心網站,右下角的人像即為Dr. Bach。

隨選歷史閱讀:
Powered by Stuff-a-Blog

Tags: ,

留言

  1. Hi, This is Patricia Reeve-De Becker (BFRP & Trainer) writing from Germany.
    I see thru my google analytics that I get visitors from many parts of the world including China !! And I would like to add your Blog site URL , if applicable, to my sites. Can't say I understand much :-)but the indications I see seem to offer the infos I offer.
    Hope this gets thru- 2 of my sites:
    http://www.bachblueten-pur.de
    or
    http://www.originalbachblueten.de



    All the Best

    Patricia

    回覆刪除

發佈留言

請勿匿名留言,待審核後才會出現。

此網誌的熱門文章

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

法制追不上AI:缺乏台灣AI基本法子法,公務員使用生成式AI的五大風險

昨晚看新聞,現任台北市長拋出一個政策宣示:未來公務員將配給自動化的AI工具,讓台北市政更「前進」。台北市資訊局也已快速推出 CiviClaw,目標是 2027 年讓每位公務員都能無門檻使用 AI。 這樣的政策方向讓我感到憂心。長期觀測各國個資保護規範的我清楚知道:台灣的個人資料保護主管機關至今仍是「籌備處」,尚未正式運作;《個人資料保護法》的修法呼聲雖久,AI相關條款卻付之闕如;《人工智慧基本法》已於今年1月施行,但高風險AI認定標準的子法至今仍是空白。 有網路、有 IoT 不等於智慧城市,有 AI 當然也不等於智慧城市,應該重視制度能否承接工具帶來的責任。 歐盟已明確禁止業者使用 AI 推測員工或學生的心理狀態;美國聯邦政府要求採購 LLM 時廠商必須提交模型卡與資料卡;韓國 AI 基本法的子法早已配套生效。這些都是台灣政府在推動配給公務員 AI 之前,必須正視的制度差距。 以下我與大家分享長期觀測的內容,由AI協助整理資料: 歐盟:從禁令到揭露義務的多層規制體系 歐盟的AI治理框架是由多部法律疊加起來的立體架構,最底層是2018年施行的 GDPR,處理的是個人資料如何被蒐集、儲存、使用的基礎規則,再來疊是2024年生效的《人工智慧法》(EU AI Act,下稱 AI 法),建立不同風險等級分類管理AI系統,從禁止使用到高強度監管、再到一般透明度義務,形成不同層次。最新的一層則是仍在立法程序中、但主要架構已確立的 Digital Omnibus ,試圖修補 AI 法與 GDPR 之間的規範衝突。 AI 法第50條是最直接影響生成式AI服務的條款,自2026年8月2日起全面適用。根據這條規定,凡是讓使用者與AI系統互動的業者,必須主動告知對方「正在與 AI 互動」,而不能讓人誤以為面對的是真人。AI生成的文字、影像、音訊等內容,還必須以機器可讀的格式加上標記,使平台與監管機關得以溯源辨識。與此同時,AI法第14條要求高風險AI系統必須設計成「可由自然人有效監控」的形式,確保機器的決策不會在缺乏人工審核的情況下直接作用於當事人。 AI法所稱的「高風險 AI 」,涵蓋的場景比一般想像的廣。依該法附件三列舉,生物辨識系統、關鍵基礎設施管理、教育與職業篩選、就業與人員管理、信貸與社會福利申請審核、執法、移民邊境管制,以及司法審判輔助,都在高風險範疇之內。這些場景的業者必須進...