足球預測app的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

跨能致勝：顛覆一萬小時打造天才的迷思，最適用於AI世代的成功法

為了解決足球預測app的問題，作者大衛．艾波斯坦 這樣論述：

★★★比爾．蓋茲推薦2020年度必讀好書★★★ 最新研究實證， 贏在起跑點、一萬小時的刻意練習可能是成功的絆腳石。 願意多方嘗試、累積多重專業、能策略思考……. 才是未來最需要的人才！ 　　★未上市即榮登亞馬遜分類暢銷榜NO.1 　　★推翻《異數》的觀點，卻獲得《異數》作者葛拉威爾的支持與肯定 　　★《安靜，就是力量》、《未來人才》、《給予》……多位暢銷作家讚聲推薦 　　★《歐普拉雜誌》2019年度最佳非文學圖書 　　★橫跨體育、教育、音樂、天文、藝術、科學、商業、醫學、職涯等各界案例 　　★版權售出：美國、英國、西班牙、中國、韓國 　　老虎伍茲7個月大開始推桿、莫札特從小彈琴鍵……

　　這些成功典範讓許多人認為，及早學習、刻意練習、恆毅力，是成功的捷徑， 　　要避免沒有固定專長、一直換工作、半途而廢、三分鐘熱度…… 　　《紐約時報》暢銷作家大衛．艾波斯坦（David Epstein）， 　　研究世界最頂尖的運動員、藝術家、音樂家、發明家、預測家和科學家， 　　他發現，更多成功人士年輕時繞了許多路，做過不同工作，甚至討厭工作…… 　　但最後也都在某個專業領域大放異彩，甚至之所以成功就因具備別的經驗與專長── 　　．賈伯斯旁聽過書法課，成為設計MAC電腦字型的靈感來源 　　．網球世界冠軍費德勒，小時候比較喜歡踢足球 　　．任天堂第一位開發部長橫井軍平，因喜歡「造物」而救

了即將破產的公司 　　這些頂尖人士不只專精，還能觸類旁通，發揮創意； 　　那為什麼未來世界將需要更多這類跨能、思考多元的人才？ 　　◎ 「一萬小時法則」練就的技能，輕而易舉就被AI取代 　　世界棋王從小學習各種「戰術」，可以預測接下來的幾步棋， 　　但AI的計算能力極強，每秒能計算2億步棋， 　　就連每個人手機裡的免費APP都比棋王強，人類多年磨練的棋藝很容易就被取代。 　　然而，最後打敗AI的，反而是擅於「戰略」思考的電玩專家， 　　跨領域運用原本擅長電玩的能力，讓不懂思考的AI甘拜下風。 　　這證明了AI非萬能，只要人類跨領域思考，善用整合能力，仍然可以反敗為勝。 　　◎ 環境變化多

端，不懂應變，再專業也派不上用場 　　多數人以為專業的消防員在任何火災現場都能救火， 　　但就算身經百戰的消防員，只要從平房換到大樓或森林大火， 　　反而容易判斷失準，造成嚴重損傷。 　　真正的專業是，有辦法跨能應變，不管換到任何環境，都不受限制，也能正常發揮。 　　◎ 單一專業，成了嚴重的盲點 　　近二十年都未被完全清除的海上廢油，讓多名專家束手無策。 　　一名「門外漢」卻從「思樂冰」與「混擬土」得到靈感， 　　只花了3頁A4紙的篇幅就提出方案，並順利解決。 　　艾波斯坦指出，有些領域需要早起步的人， 　　不過，在21世紀，科技把世界變成環環相扣的複雜系統， 　　人人都需要跨領域的思考習

慣和方法， 　　才能成為有廣度、多元、跨能的人才，如同一把多功能的瑞士刀── 　　．先多元嘗試、多方涉獵，再「延後專攻」 　　．工作像是約會對象，別在第一次工作時就想選定終生 　　．善用「概念分類」的科學眼光，讓認知更有彈性 　　．靠「費米式思考」，就能憑有限知識拆解問題 　　．運用「門外漢思維」，能打破被專業蒙蔽的雙眼 　　．不怕落居人後，效率、成績好不等於進步，慢慢學成效反而最好 　　本書橫跨體育、教育、音樂、天文、藝術、科學、商業、醫學、職涯等各界案例， 　　顛覆傳統觀點、引人入勝，說明成功的關鍵無法簡化，也不只有一種方法， 　　讓你不必苦練一萬個小時，也能成為廣泛思考、經驗豐富和觀

點多元的跨能通才！ 名人推薦 　　【國內跨能推薦】 　　陳永隆博士｜《跨界思考》作者 　　楊斯棓｜方寸管顧首席顧問、家醫科醫師 　　蔡依橙｜素養教育工作坊 核心講師 　　謝伯讓｜台大心理系副教授、《大腦簡史》作者 　　顏擇雅｜出版人、作家 　　蘇盈如SandySu｜《2030轉職地圖》暢銷作家 　　【國外強力推薦】 　　麥爾坎‧葛拉威爾｜《異數》、《引爆趨勢》作者 　　丹尼爾‧品克｜《動機，單純的力量》、《什麼時候是好時候》作者 　　亞曼達‧瑞普立｜《教出最聰明的孩子》作者 　　瑪莉亞‧柯妮可娃｜心理學家、《福爾摩斯思考術》作者 　　賽巴斯提安‧鍾格｜知名記者、《超完美風暴》作者 　　蘇

珊‧坎恩｜《安靜，就是力量》作者 　　【各界齊聲讚譽】 　　「身為人資工作者，我並不是完全同意內文的分析；同時我也發現這本書的理論，有兩派不同看法的人資工作者。正因為這樣，我覺得這本書很符合磨練『讀者的批判性思維』，由你自己決定書裡的通才或專才理論，是否符合你的求職處境，讓自己替自己找出最合適的答案。」——蘇盈如SandySu，暢銷書《2030轉職地圖》作家 　　「艾波斯坦告訴我，原來我先前所有想法都是錯的──而我莫名享受這種恍然大悟。我好愛這本書。」──麥爾坎‧葛拉威爾（Malcolm Gladwell），《引爆趨勢》（The Tipping Point）、《異數》（Outliers）作

者 　　「我們已經相信單一成功之道太久了，認為要盡早起步，追求專精，著重效率。然而在這本石破天驚的大作裡，艾波斯坦指出大多數領域的成功之道其實截然不同，反而是廣泛涉獵，四處經歷，多繞遠路，多方嘗試。這本書至關重要，無比切時，無論主管、家長、教練或想提升表現的人都該好好一讀。」──丹尼爾‧品克（Daniel H. Pink），《動機，單純的力量》（Drive）、《什麼時候是好時候》（When）作者 　　「我想把這本書交給所有想學打鼓卻被逼練琴的孩子，所有暗自想當心理學家的程式設計師，所有希望人類在機器人時代昂首昌盛的人。這本書洋溢驚奇，滿是希望，堪稱二十一世紀的求生手冊。」──亞曼達‧瑞普立

（Amanda Ripley），《教出最聰明的孩子》（The Smartest Kids in The World and how they got that way）作者 　　「這本書逼你重新思考學習、思維與生命的本質，反思對選修教育與職涯規畫的認知。」──瑪莉亞‧柯妮可娃（Maria Konnikova），心理學家、《福爾摩斯思考術》（Mastermind）作者 　　「歸功這本傑作，艾波斯坦擠身當代頂尖科普作家之列。這本書視野廣闊，觀點獨到，令人嘆為觀止。我把書中所學幾乎應用到生活的各方各面。」──賽巴斯提安‧鍾格（Sebastian Junger），知名記者、《超完美風暴》（The

Perfect Storm）作者 　　「閱讀艾波斯坦這種天才作家的作品真是很享受，尤其書中道盡有關表現、成功與教育的真知灼見，讀來更是無比享受。」──蘇珊‧坎恩（Susan Cain），《安靜，就是力量》（Quiet）作者   作者簡介 大衛．艾波斯坦（David Epstein） 　　《紐約時報》暢銷作家、環境科學和新聞學碩士，曾擔任《ProPublica》採訪記者和《運動畫刊》的資深寫手。著有暢銷書《運動基因：非凡競技能力背後的科學》(The Sports Gene: Inside the Science of Extraordinary Athletic Performance

)，現住在華盛頓特區。 譯者簡介 林力敏 　　輔仁大學翻譯所畢業，曾獲聯合報文學獎、梁實秋文學獎、林榮三文學獎等國內重要文學獎項，曾任聯合報〈繽紛版〉專欄作家。愛騎車兜風，持續探索各類新知、探究文學與人生。翻譯本書前言至第6章。 張家綺 　　畢業於中興大學外國語文學系，英國新堡大學筆譯研究所，現任專職譯者。翻譯本書第7章、第8章。 　 葉婉智 　　中原大學應用外文系翻譯組畢業，輔系企管系，中英雙向譯者，資歷十多年。翻譯本書第9章、第10章。   姚怡平 　　台灣人，自由譯者，譯作三十餘冊。翻譯本書第11章之後。   好評推薦 前言 愈早刻意練習，還是花時間多元嘗試？ 第1章

贏在起跑點的迷思 經驗和熟能生巧是兩回事 磨練多年的本事，最容易被機器取代 跳脫熟悉模式，超凡本領就破功 人工智慧非萬能，人類可以反敗為勝 單環學習無法因應環境驟變，反而養出玻璃心 最成功的專家不只專精，還能觸類旁通 第2章 教育不能只教專業，得培養抽象思考力 為什麼智力測驗分數一代比一代高？ 「前現代人」與「現代人」的差異 概念分類的科學眼光，讓人的認知更有彈性 學業成績和批判性思考能力不成正比 人人都需要跨領域思考的習慣 靠費米式思考，憑有限知識拆解問題 不被機器取代，得懂觸類旁通 第3章 真正的音樂奇才，皆非刻意練習而來 沒身世、外貌令人倒胃的一群女人，卻盛名歐洲 席捲歐洲的女樂手

，一天只練琴一小時 想成為高手，多方探索的抽樣階段不可或缺 優異的音樂家平均練三種樂器 傳奇樂手都非正規出身 刻意練習的重點在修正錯誤 規範太多讓不易培養的創意被扼殺 第4章 立竿見影的學習，反而欲速則不達 各國教學的通病 「有益的考驗」無法立竿見影，卻能促進學習 在刻意練習間，刻意不練習 考出高分不等於進步 交叉練習，更能融會貫通 慢慢學，最能建立複雜技能 第5章 解決難題，與其鑽牛角尖，不如大破大立 類推思考，幫你了解根本看不見的問題 善用局外觀點，使狹隘的眼光變寬闊 解決問題的高手，擁有「多樣基礎領域」的概念 背景愈多元，愈有新見解 第6章 看似不被擊潰的恆毅力，深藏危機 起步晚非

劣勢，反而造就最後的成功 了解自己，比了解專業知識更重要 恆毅力量表，無法預測成功與否 為了堅持而堅持，反而會成為阻礙 繞路，有助於找到自己的路 第7章 才華是透過「變」來展現 累積經驗，產生「無以定義的吸收消化過程」 多數成功人士，都是繞了圈子才解鎖成就 唯一恆定的就是改變 每個人都是由各種可能打造而成的個體 放手一搏，就是解鎖個人才華的鑰匙 第8章 當個內行門外漢，才能打破極限 過度專業化，讓我們鑽牛角尖、陷入死胡同 懂得結合各種知識，才能掌握機會 僅用一張照片，救了陌生人的命 公共資訊愈多，門外漢就愈有機會貢獻一己之力 第9章 π型人的優勢和現實困境 打破功能固著心理，舊技術也能有

全新發明 「地上青蛙」和「前瞻之鳥」該共同合作 懂得毗連事物，發揮實質商業影響力 比起深度，資歷的廣度才可區分差異 π型人在狹隘的求職中難以被看見 第10章 學習「狐狸習性」，改掉專業盲點 許多專家從不承認自身判斷裡的系統缺陷 具有蜻蜓複眼的狐狸，是最佳預測員 人類不願相信反面觀點，是受到本能驅使 第11章 不墨守成規，先放下熟悉工具 太過仰賴熟悉工具，因而造成慘烈悲劇 經驗老道的組織在高壓下，容易僵化且不知變通 面對不尋常的挑戰，卻仍想墨守成規 團隊同時具備階級與個人主義，才能存活 第12章 低效率的閒逛、業餘時光，才有突破 刻意的業餘人士，對探索深感興趣 缺乏統合思考能力，再專業也無

法突破 創造力，就是種「想法的進出口貿易」 只追求高效率，突破的機會只會微乎其微 突破界線的嘗試，必須保持低效率 結語 個人的跨能，勝過各式專家的團隊 謝辭 參考文獻 前言 愈早刻意練習，還是花時間多元嘗試？ 我們先從體壇的兩則故事開始。 刻意練習的經典案例 第一則，你大概聽過。在故事中，這男孩的父親早早發覺兒子的與眾不同。男孩六個月大時，父親抱著他在家裡走動，他竟然能站在父親的手掌上維持平衡。七個月大時，父親給他一根推桿，他坐在學步車裡拖著它到處遊走。十個月大時，他從寶寶餐椅爬下來，一搖一擺走向為他打造的小高爾夫球桿，模仿著在車庫看到的揮桿姿勢。由於父親還沒辦法跟他用言語溝通，所以靠畫圖

教他球桿的握法。「這孩子小到還不會講話，要教他怎麼推桿真是不容易。」父親後來說。 兩歲，按美國疾病管制與預防中心的劃分，是學會「踢球」與「踮腳」等重要肢體動作的時候，他卻已經登上全國性電視節目，拿著高及肩膀的球桿，一路推球，經過嘖嘖稱奇的美國老牌喜劇演員鮑伯．霍伯（Bob Hope）面前。同一年，他參加第一場比賽，贏得未滿十歲組的冠軍。 時間浪費不得。這男孩才三歲，就在學沙坑救球的方法。他父親明白兒子是天生好手，天命在此，而指導兒子是他的責任。想想看：如果你這麼確知前方的路，或許也會教三歲兒子怎麼面對必然湧至的媒體記者。他扮演記者，教兒子怎麼扼要回答，沒問就別講。那年在加州的球場，男孩以四十八

桿完成九個洞，高於標準桿僅十一桿。 在男孩四歲時，早上九點父親會在高爾夫球場放他下車，八小時後再來接他；有時練球的錢不需自掏腰包，而是從蠢到質疑他的傢伙身上賺來的。八歲時，男孩首次贏過父親，但父親不以為意，畢竟他確信兒子天賦異稟，而他格外能助兒子一臂之力。他自己曾是優秀的運動員，經歷艱辛；大學打棒球時，他是全場唯一的黑人球員。他懂人，懂紀律，主修社會學，加入陸軍特種部隊時在越南服役，後來擔任預備軍官們的心理戰術教官，自知沒顧好前任婚姻的三個孩子，但現在能將功贖罪，顧好這第四個孩子，目前也都按計畫進行著。 這男孩進史丹佛大學時已經成名。不久後，他父親開始講著他有多重要，能比曼德拉、甘地和佛祖更影

響深遠：「他比他們的施展空間更大，是東方與西方的橋梁，循著指引前途無量。我還不知道是怎樣的橋，但他是天選之才。」

足球預測app進入發燒排行的影片

學校體育教學風險管理之研究

為了解決足球預測app的問題，作者蔡振銨 這樣論述：

學校體育主要在培養學生具備健康生活與終身運動知識、能力與態度，但校園的運動意外事件層出不窮，造成學生心中揮之不去的傷痕，如何避免意外風險的發生是學校、老師與學生必須面對的難題。本研究採用文獻分析法及半結構式訪談法，探討學校體育教學內涵、學校體育教學風險種類與來源及學校體育教學風險管理之策略。研究結果如下：一、學校體育教學內涵：學校體育教學內容有學生、老師、教學目標、器材、場地設備、方法、內容、評量及教學實施等 ，透過差異化及樂趣化的教學方法與過程達成學生身心健全的發展，增進身體適能、運動價值觀與鑑賞力、人際關係及正向的品格發展；二、學校體育教學風險種類與來源：體育教學風險的種類屬於純粹風險、

靜態風險及動態風險等。學校體育教學的風險來源可分為人、事、時、地、物等五種因素；三、學校體育教學風險管理之策略：風險管理的計畫規劃五大步驟依序為風險認定、風險評估、選擇策略、訂定計畫及執行與修正等。風險管理的策略可分為保留風險、降低風險、轉移風險、規避風險及執行與修正等五種策略分析學生、教師及學校等方面進行風險的選擇，將學校體育教學風險降到最低為本研究最終目的。

被演算法操控的生活

為了解決足球預測app的問題，作者（瑞典）大衛•薩普特 這樣論述：

這是一個“演算法世界”：建立在資料之上的演算法指導社會的運行、決定我們能在網上看到什麼；它更是自動駕駛、智慧管家、未來醫療以至智慧城市的基石。如果我們不瞭解演算法如何使用資料，就無法知道人工智慧將如何改變我們的生活。通過採訪穀歌和劍橋分析公司的資料專家、親自類比高科技巨頭的演算法模型，薩普特帶我們直擊智慧產品背後的秘密、思考數字科技給社會帶來的風險。 我們對科技和互聯網的日益依賴，使資料研究者能夠收集與我們有關的資料，比如買過哪些東西、對哪些話題感興趣等。借助這些資料，他們能夠窺視我們的日常、預測我們的行為，並建立起試圖控制我們生活的演算法。這些演算法從最冷靜、理性的角度分析我們的性格、影響

我們的選擇，並放大了社會偏見和歧視的威力。 通過探討最前沿的人工智慧技術，本書還揭露了一個驚人事實：人工智慧必須以大資料和演算法為基礎，我們的生活可能永遠無法出現真正的超級AI。 大衛·薩普特（David Sumpter） △國際頂尖數學家和數學科普作家 △瑞典烏普薩拉大學應用數學教授 △英國皇家學會獎金獲得者 大衛·薩普特是瑞典烏普薩拉大學應用數學教授。他出生於倫敦，在曼徹斯特大學完成了數學博士學位，並在牛津大學獲得了皇家學會獎學金。他的研究範圍非常廣泛，尤其擅長跨學科研究，如機器學習、人工智慧、魚群和蟻群的集體活動，以及足球運動背後的數學原理。 薩普特還為《經濟學

人》《今日數學》《每日電訊報》《當代生物學》和《4-4-2》（國際最重磅的足球雜誌）等權威刊物撰稿。2015年，為表彰薩普特在數學科學普及上做出的突出貢獻，英國頂尖數學家成立的數學及應用研究所授予他凱薩琳•理查茲獎。   第一部分 演算法在監視我們 互聯網對個人資料了什麼？/1　   演算法不停地旋轉和降維你的資料集，直到它能讀懂你、透視你。它使臉書能用點“贊”情況預測你的性格，從表情、照片甚至你與螢幕的互動來評價你的精神狀態。演算法的高維理解完勝你對自己的瞭解，但它們並不具備完美的預測能力和公平公正的態度。   1 第 1 章｜數學不僅大煞風景，還會敗壞道德？ 1　 穀歌

人：統計資料越多越好 5　 “伯明罕 ISIS”：數學殺傷性武器引發的血案 9　 第 2 章｜演算法無處不在，我們卻對它一無所知 9　 黑箱操控—互聯網巨頭不想說的事 11　 給重定向廣告加點“噪音” 13　 演算法也會歧視人 16　 第 3 章｜你以為自己瞭解朋友？臉書比你更懂他們 17　 社交網路的黑箱世界 20　 主成分分析法：15個帖子就能讓他人讀懂我們的生活 25　 第 4 章｜臉書比你更瞭解你的人格和行為 26　 你點的“贊”在暴露你的智商 28　 你的情緒已被臉書編號 33　 第 5 章｜劍橋分析公司如何玩轉總統選舉 34　 人格決定選票 37　 為政治操控每一種情感 40　 演

算法告訴共和黨，該去星巴克拉選票 44　 臉書很瞭解你，但它未必能預測你的行為 49　 第 6 章｜要演算法毫無偏見？不可能！ 50　 定義偏見是道數學難題 54　 相同的誤報率和相同的漏報率不可兼得 58　 只有悖論，沒有公平 61 第 7 章｜數據煉金術士 62　 演算法不知道的事情 66　 精准廣告：互聯網公司濫用了私人資訊嗎？ 68　 人肉預測與模型預測，誰更勝一籌？ 第二部分 演算法想控制我們 網路能否影響情緒和行為？/73　   臉書過濾我們的消息流，推特過濾我們的時間軸，穀歌過濾我們的搜索結果。我們越是點擊某類資訊，這些“篩檢程式”演算法就越是推送相關內容。由此形成的回聲室和氣

泡是否真如媒體所說，讓我們只看到自己想看的東西，以至我們的行為也受控於它們？   75　 第 8 章｜預測競選結果的模型是怎麼“煉”成的？ 76　 選舉結果只有兩種，但概率世界並非如此 82　 群眾的智慧 = 超級預言家 88　 不考慮市場的模型不是好演算法 93　 第 9 章｜互聯網本質：“大家也喜歡” 94　 亞馬遜推薦：“私人定制”的秘密 98　 另一個世界的音樂排行榜 101　 讓“連結果汁”流動起來 104　 羊群效應：讀者似乎永遠不長記性 107 第 10 章｜人氣競賽 108　 時事造人，演算法造 YouTube 網紅 112　 被穀歌學術“劫持”的科學家 118　 美國陌陌 A

pp 的速配秘訣 122 第 11 章｜過濾氣泡在翻騰 122　 臉書、穀歌、推特在誤導我們？ 127　 一次點擊，次次點擊 131　 為什麼陰謀論者比科學家更淡定？ 135　 其實，負面資訊很難左右你的情緒 141　第 12 章｜網路回聲室：互聯網時代的資訊閉塞？ 142　社交媒體的氣泡並非密不透風 145　推特上，你和反對者只隔六個人 150 第 13 章｜誰在看假新聞？ 150　曼德拉效應 155　特朗普是天選之人？ 160　虛假報導本身就寫於氣泡之中 第三部分 人工智慧的未來 演算法越來越像人類了嗎？/165   既沒有人類的規則手冊，也沒有專門的搜索演算法，阿爾法狗 - 零通過無數

局自我對弈成為圍棋大師。這是否預示著，演算法自行發明智慧型機器並系統反覆運算自身的奇點已經臨近？為何埃隆·馬斯克等頂級精英都願意相信，超級人工智慧將帶來世界末日？   166 第 14 章｜“學”出來的性別歧視 167　演算法決策：對付人類偏見的辦法 169　穀歌搜索如何理解我們的語言 ? 176　無監督學習把演算法變成“壞學生” 183 第 15 章｜電腦作家 184　一個智慧作家的誕生 188　如何訓練神經網路成為托爾斯泰？ 192　蘋果 Siri 與神經網路聊天機器人 199 第 16 章｜智慧超級玩家 200　從遊戲白癡到遊戲天才，演算法僅需自學數周 203　卷積神經網，卷積出奇跡 2

05　神經網路能夠識別人臉，卻無法規劃全域 209　阿爾法狗 - 零：強人工智慧離我們只有十年？ 213 第 17 章｜細菌大腦 214　世界末日與超級電腦 218　人工智慧 PK 微生物智慧 223　胃腸道細菌的“智能”為何讓聰明人如臨大敵？ 228 第 18 章｜回到現實吧 228　“埃隆·馬斯克是個白癡” 231　 推特的好友推薦讓我們活得更美好  

以計畫行為理論探討參與線上馬拉松之行為意圖

為了解決足球預測app的問題，作者盤詠欣 這樣論述：

2019 年底爆發大規模的Covid-19新冠肺炎疫情，對全球造成了極大的影響，導致許多活動被取消或是採取線上的方式去進行，甚至也改變了運動原本進行的方式，馬拉松賽事也不例外。疫情爆發後，世界各地的馬拉松賽事被迫停辦，導致線上馬拉松的快速成長。然而，未來線上馬拉松是否會持續發展，甚或是取代線下馬拉松成為後疫情時代的主流，將取決於跑者們是否願意參與線上馬拉松，因此本研究以計畫行為理論為理論基礎，採用深度訪談法探討跑者參與線上馬拉松的行為意圖，以及影響跑者參與線上馬拉松行為意圖之重要因素。研究結果發現，行為態度、主觀規範、知覺行為控制等三項構面都會影響跑者參與線上馬拉松的行為意圖，其中影響較高的

是知覺行為控制，其次是行為態度，最後才是主觀規範。首先，受訪者指出影響他們決定是否參加線上馬拉松的知覺行為控制因素，主要包含體力、時間、金錢、配備、操作APP的能力等因素。其次，受訪者對於參與線上馬拉松所抱持的態度多為正向支持，並認為線上馬拉松可推動更多人持續運動並協助協會的正常運作。此外，多數受訪者表示雖然他們會詢問親朋好友對於受訪者參加線上馬拉松的看法，但是親朋好友的意見對他們參加線上馬拉松的意願影響不大。本研究結果預期將有助於未來相關單位規劃及推動線上馬拉松賽事時之參考。