ODBIERZ TWÓJ BONUS :: »

TOPR 2. Nie każdy wróci Beata Sabała-Zielińska

TOPR 2. Nie każdy wróci Beata Sabała-Zielińska - okladka książki

TOPR 2. Nie każdy wróci Beata Sabała-Zielińska - okladka książki

Zajrzyj do książki

Autor:
Beata Sabała-Zielińska
Wydawnictwo:
Prószyński Media
Wydawnictwo:
Prószyński Media
Ocena:
5.0/6  Opinie: 5
Stron:
336
Dostępne formaty:
     ePub
     Mobi
Audiobook
Audiobook w mp3
Czytaj fragment

Ebook 30,80 zł najniższa cena z 30 dni

40,00 zł (-23%)
30,80 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

30,80 zł najniższa cena z 30 dni

Audiobook w mp3 33,03 zł najniższa cena z 30 dni

42,90 zł (-23%)
33,03 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

33,03 zł najniższa cena z 30 dni

Poleć tę książkę znajomemu Poleć tę książkę znajomemu!!

Przenieś na półkę

Do przechowalni

Do przechowalni

Prezent last minute w ebookpoint.pl

Drugi tom bestsellerowej książki TOPR. Żeby inni mogli przeżyć Beaty Sabała-Zielińskiej. Trudne akcje ratownicze, walka o życie, strach i presja 

Czy jest ktoś, kto nie słyszał o wypadku na Giewoncie latem 2019 roku? Czy jest ktoś, kto nie śledził, nie komentował, nie angażował się emocjonalnie w walkę o życie grotołazów uwięzionych nieco wcześniej w Jaskini Wielkiej Śnieżnej? Jeśli wydaje Wam się, że wiecie o tych wypadkach sporo, po przeczytaniu tej lektury zrozumiecie, że wiedzieliście niewiele!

Niezwykle trudne akcje, ogromna presja środowiska jaskiniowego, wreszcie hejt, w którego cieniu ratownicy TOPR-u jak zwykle bez wielkich słów narażali swoje życie. Akcji w Jaskini Wielkiej Śnieżnej przyglądał się cały ratowniczy świat. Gdy przyjaciele uwięzionych grotołazów krzyczeli: "Robicie za mało!, koledzy z innych górskich służb mówili: "Robicie zdecydowanie za dużo!".

W Polsce wrzało, tymczasem w domach ratowników TOPR-u w trwodze wypatrywano powrotu mężów, ojców, synów. A gdy pioruny waliły w Giewont, zabijając cztery osoby i raniąc ponad sto pięćdziesiąt, pojęcie górskiej tragedii nabrało innego charakteru. Masowy wypadek turystyczny! Teraz już wszystko może się wydarzyć.

Ta książka to dokument relacje ratowników TOPR-u, świadków i ofiar wypadków, opinie ekspertów, głos środowisk górskich. I kobiet matek, żon, partnerek. Tych, które muszą cierpliwie czekać. To książka pełna emocji strachu, smutku i bólu. Wszystkie iskry nadziei, które zapalają się na chwilę w opowieściach bohaterów, szybko gasną. Tak jakby Tatry mówiły: "Żarty się skończyły!". Pozostaje śmierć, która nie ma nic wspólnego z romantyzmem. Jak ze stratą najbliższych radzą sobie ci, którzy zostają? Co widzą i czują, patrząc na Tatry?

Opisane historie każą ponownie zastanowić się, czy można narażać kilka istnień, ratując jedno życie. Czy można narażać jedno życie, ratując wiele? Jak daleko powinni posuwać się ratownicy i kiedy mają prawo powiedzieć: "Dość. Zrobiliśmy wszystko, co mogło być zrobione"?

Ta książka stawia również nam, turystom, ważne pytanie: "Jak wiele możemy oczekiwać od ratowników?".

Wybrane bestsellery

O autorze książki

Beata Sabała-Zielińska - rodowita góralka, publicystka i dziennikarka radiowa, przez lata związana z Radiem ZET. Autorka i współautorka książek o Zakopanem. Zajmuje się głównie tematyką górską. Jej książki TOPR. Żeby inni mogli przeżyć i Pięć stawów. Dom bez adresu przez kilka tygodni nie schodziły z list bestsellerów. Pracuje na Uniwersytecie Jagiellońskim, gdzie prowadzi studencką rozgłośnię UJOT FM.

Beata Sabała-Zielińska - pozostałe książki

Prószyński Media - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Ebook
30,80 zł
Dodaj do koszyka
Audiobook w mp3
33,03 zł
Dodaj do koszyka
Sposób płatności
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.