回地圖目錄

浪漫 × 信念

你的劇本從哪來?

簡介

四條浪漫信念各自要留意的地方

每一條信念在某些時候會幫你,在某些時候會讓你付出更多。

01命中注定

相信這世界上有一個對的人。信得深的人投入得深,遇到落差時也更容易懷疑是不是找錯人。

研究怎麼說

Sprecher 與 Metts 的量表把它列為浪漫信念的一個因子。研究上,它跟關係滿意度的關聯有好的一面,也有不好的一面。

自己怎麼看

上一次關係變難的時候,你腦中冒出來的是「怎麼修」還是「是不是找錯了」?

接著看:一見鍾情 →
02一見鍾情

相信感覺一開始就定案。這讓你的直覺很快,也讓你錯過慢慢培養起來的關係。

研究怎麼說

第一印象確實預測得了短期的吸引力,但預測不了長期的關係品質。

自己怎麼看

你身邊有沒有一段感情是慢慢培養出來的?那段感情推翻了這個信念嗎?

接著看:愛能克服一切 →
03愛能克服一切

相信只要夠愛就撐得過去。這讓你在困難時不容易放手,也讓你比較晚承認有些問題不是靠努力解決的。

研究怎麼說

這一條最常影響的是時間:它會延後你重新評估的那一刻,而不是改變事情本身。

自己怎麼看

有沒有一件事,你已經努力了很久卻沒有變?那件事是靠愛解決的類型嗎?

接著看:他應該懂我 →
04他應該懂我

期待被懂到不用開口。這讓你對關係很敏感,也讓你常常在等一個永遠不會自己發生的動作。

研究怎麼說

這一條的影響最隱形:需要沒被說出口,就沒有被滿足的機會,而落空會被讀成不在乎。

自己怎麼看

你最近一次失望,是因為他做錯了,還是因為你沒講?

接著看:性質特性 →

性質特性

「找對的人」和「一起把它變好」是兩種看法

Knee 把這兩種解釋方式分成命定論與成長論。兩者的差別,在於衝突當下你腦中冒出來的第一句話。

偏命定的人問「我們是不是不適合」,偏成長的人問「這件事怎麼解」。

有一份跨 43 個長期研究的分析發現,預測關係品質最有力的不是伴侶本身的條件,是你對這段關係的感受,例如覺得對方有多投入、有多欣賞你。

這一點跟成長的看法比較接近。

接著看:小行動 →

小行動

三個小行動

接著看:反思 →

反思

四個可以自己想的問題

  1. 你最長的那一條信念,是從哪裡學來的?
  2. 它上一次幫到你,是什麼時候?
  3. 它上一次讓你吃虧,是什麼時候?
  4. 如果你只能鬆動一條,你選哪一條?
接著看:安全建議 →

安全建議

什麼時候該找專業

這一頁不判斷你的信念對不對。但信念有時候會變成執念,下面幾種情況,請讓專業的人一起看。

  • 你知道這段關係正在傷害你,可是一想到「再撐一下就會好」就走不掉。
  • 你用「我們是命中注定」來解釋對方讓你害怕的行為。
  • 期待落空的難過已經持續兩週以上,而且影響到睡眠、食慾或工作。
  • 關係裡出現肢體暴力、恐嚇,或是傷害你的東西、寵物、家人的威脅。
  • 你有傷害自己的念頭。
需要的時候,這幾個管道隨時都在

這一頁不做什麼

  • 不說你太天真或太現實。信念沒有對錯,只是每一條都有讓你卡住的時候。
  • 不判斷你們的關係好不好,也不暗示該不該離開。
  • 不做診斷,也不使用臨床標籤。
  • 不宣稱這裡的題目等同原量表。題目是照框架的定義重寫的。
接著看:文獻 →

文獻

文獻

第 1、2 筆是四條信念與兩種解釋方式的出處。但這裡的題目不是原量表的題目:原題有版權,也不是為中文讀者寫的,這裡照框架的定義重寫,所以分數不能拿去跟論文裡別人的平均分數比。 第 3 筆是一份跨 43 個長期研究的分析,它發現你對這段關係的感受最能預測關係品質。它沒有直接檢驗命定論與成長論,是我們拿它來說明「一起把它變好」這個方向為什麼站得住,這一步是小實現自己的推論。 三件做法由小實現整理,把研究方向翻成明天做得到的動作。

文獻 3 筆,展開看
  1. Sprecher, S., & Metts, S. (1989). Development of the Romantic Beliefs Scale and examination of the effects of gender and gender-role orientation. Journal of Social and Personal Relationships, 6(4), 387–411.
  2. Knee, C. R. (1998). Implicit theories of relationships: Assessment and prediction of romantic relationship initiation, coping, and longevity. Journal of Personality and Social Psychology, 74(2), 360–370.
  3. Joel, S., Eastwick, P. W., Allison, C. J., Arriaga, X. B., Baker, Z. G., Bar-Kalifa, E., … Wolf, S. (2020). Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies. Proceedings of the National Academy of Sciences, 117(32), 19061–19071.
讀過了 →

讀過

你的劇本從哪來?

接著讀

回去看我的劇本全部知識頁 →