13小路看到震災新聞而非常難過,認為都是自己不乖所造成。儘管家人和老師都告訴他,這並非事實,小路仍然責怪自
己。請問,小路的想法屬於貝克(Beck)提出的何種認知扭曲?
(A)選擇性的抽象化(selective abstraction)
(B)標籤化(labeling)
(C)過度類化(overgeneralization)
(D)個人化(personalization)
統計: A(52), B(53), C(773), D(1204), E(0) #2178996
詳解 (共 6 筆)
貝克在早年對憂鬱探討中,提出 人們在思想上幾個常見的認知扭曲:
(1) 獨斷的推論 :EX :小仙看旁邊的同學低著頭不說話,心想「她一定是討厭我」。 :小仙看旁邊的同學低著頭不說話,心想「她一定是討厭我」。 :小仙看旁邊的同學低著頭不說話,心想「她一定是討厭我」。 :小仙看旁邊的同學低著頭不說話,心想「她一定是討厭我」。
(2) 選擇性摘錄 :EX :一位棒球選手有好幾次的精采守備,但他卻把焦點直放在失誤上。 :一位棒球選手有好幾次的精采守備,但他卻把焦點直放在失誤上。
(3) 個人化 :EX :爸媽 離婚都是我不乖所造成的,實在一個掃把星!
(4) 極端化 (二分法 )的思考 :EX :如果我考試沒有第一名,就是失敗的。 :如果我考試沒有第一名,就是失敗的。
(5) 誇大 :過度強調負向事件的重要性或影響 。EX :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。 :我這次考試不及格,老師一定會認為是壞學生。
(6) 過度類化 [已發生] :以單 一事件做全盤 推論 、將某件事情的結果, 、將某件事情的結果, 、將某件事情的結果, 推論到不相似的事件 推論到不相似的事件 或是環境中 。
EX :天下的男人都一樣 爛、 今天做什麼事情都很倒楣 、這次英文考不好,以後也完蛋了 。
(7) 災難化 [未發生] :針對擔心 的事件加以誇大渲染。 EX :英文功課沒寫,明天一定會被老師記過 英文功課沒寫,明天一定會被老師記過 。
在Beck初期的闡述當中提出一向理論,他認為在有情緒疾患的人身上,他們的自動化思考會有一些典型的邏輯謬誤,也是所謂的認知錯誤(cognitive errors);而憂鬱症患者確實比一般人有更多的邏輯謬誤。
(一) 二分法思考
(Dichotomous thinking/ all-or-nothing)
使用二分法來判斷自己、經驗或他人。實例:我連一間大學都申請不到,我高中這三年白唸了。
(二)過度類化/以偏概全(overgeneralization)
僅從幾個單獨事件,就將結論不合理的類推到各種情境。實例:我把爸爸的車子撞壞了。我一直在給別人添麻煩,我什麼事情都做不好。
(三)選擇性解釋/斷章取義
(selective abstraction)
只用有限的證據又忘下結論,並且為了支持自己對於情境的偏見,漠視或過濾掉重要的事實。實例:某個女主人辦了一個宴會之後,一直只記得某位客人抱怨某一道菜不新鮮,覺得宴會很失敗。
(四)誇大與貶低(magnification & minimization)
歸因事件或感覺被誇大或縮小。實例:我長這麼大了還會打破碗,真是該死!
(五)個人化(personalization)
在很少或根本沒有憑據的情況下,將外在事件和自己相關連,對於負面事件承擔過多的責任。實例: 如果不是我要求要買摩托車,我爸爸也不會跟我媽媽吵架。如果他們不吵架,他也不會出去喝酒然後出車禍了。一切都是我的錯。
(六)武斷推論(arbitrary inference)
在只有矛盾或沒有證據的情況下做出結論。實例:有些同學都不會主動跟我講話,我想他們一定是看不起我。
(七)應該與必須(shoulds & must)
實例: 我應該要每件事情都處理得很好才對/我必須要考第一名。
(八)貼標籤(labeling & mislabeling)
實例: 我失業了。我是一個廢物、沒用的人。