Printable 학습 저널

Feynman Technique: 주제를 선택해요. 아이처럼 가르치듯 평문으로 설명해요. 간격을 찾아요. 개선해요. 이 저널의 구조는 그것을 반영해요. topic 필드, what_i_learned를 당신의 말로, confidence_level을 간격 찾기용, questions 필드를 설명할 수 없는 것, action_steps를 후속용. 각 일일 항목이 한 학습 세션에서 설명-찾기-개선 루프를 강제해요.

당신의 말로 설명을 만드는 게 회수 연습이에요. 인지 과학에서 가장 강한 학습 메커니즘이에요. Roediger와 Karpicke(2006, Psychological Science, 17(3), 249-255)는 회수가 재읽기보다 장기 유지에서 극적으로 더 나은 결과를 만든다고 보여줬어요. 전문가가 아닌 청중을 위해 단순화하는 것은 당신이 앵무새라고 하는 단어와 실제로 이해하는 아이디어를 드러내요. 4줄 what_i_learned 필드가 이 작업 공간이에요.

설명을 쓴 후 오늘 주제에 대한 신뢰를 평가해요. 당신이 방금 '배운' 주제에 낮은 신뢰는 유동성 착각 경고예요. 자료 인식은 회수나 애플리케이션과 같지 않아요(Bjork & Bjork, 2011, Psychology and the Real World, Worth Publishers). 낮은 평가를 사용해서 action_steps 필드에서 간격 회수를 위해 주제에 플래그를 달아요.

당신의 설명에서 답할 수 없었던 모든 것, 그리고 자료가 당신을 호기심 들게 한 것들. 3줄이 당신의 무지를 구체적으로 이름을 짓게 강제해요. '왜 X가 Y를 만들까?' '이걸 모르겠어'가 아니라. Sweller의 인지 부하 이론(Educational Psychology Review, 여러 논문)은 설명된 질문들이 향후 공부 세션에서 불필요한 부하를 어떻게 줄이는지 보여줘요. 초점 맞춘 목표로 도착하니까요.

2줄에서 당신이 할 것. 간격 반복 검토, 작은 프로젝트 빌드, 작동 예제 찾기, 주제 가르치기. 이 단계 없이 학습은 수동으로 남아요. Ericsson의 의도적 연습 프레임워크(Ericsson et al., 1993, Psychological Review, 100(3), 363-406)는 겨냥 애플리케이션이 노출이 아니라 필요하다고 요구해요. 가장 효과적 행동 단계는 작고 시간 한정이에요: '내일 노트 없이 문제 4.2를 다시 해요.'

간격을 사용해요. 1일, 3일, 1주, 2주, 1개월. Cepeda et al.(2006, Psychological Bulletin, 132(3), 354-380)은 확장 간격이 장기 유지를 최적화한다고 발견했어요. 저널의 날짜와 주제 필드는 검토를 스캔 가능하게 해요. 먼저 당신의 설명을 다시 읽어요. 노트 없이 그걸 확장하거나 수정할 수 있으면 주제는 통합 중이에요. 아니면 소스 자료로 돌아가요.

Anki와 SRS 앱들(Wozniak의 SuperMemo, 1985에서 내려옴)은 간격 반복을 통해 사실적 회수를 최적화해요. 이 저널은 설명과 반성을 통해 이해를 구축해요. 상호 배타적이 아니라 상호 보완적이에요. 둘 다 써요: 저널 항목들이 당신이 이해하는 것과 이해하지 않는 것을 표면화해요. 플래시카드는 사실을 드릴해요. questions 필드는 종종 당신의 최고 Anki 카드의 소스가 돼요.

네. Feynman Technique은 도메인 중립이에요. 엔지니어들은 알고리즘과 증명에 써요. 언어 학습자들은 문법 규칙에 써요. 역사 학생들은 인과 체인에 써요. Oakley(2014, A Mind for Numbers, Tarcher)는 명시적으로 유사한 평문 설명을 STEM에 적용해요. source 필드는 자료 타입을 포착해요. 그래서 도메인 간 패턴이 시간을 통해 보이게 해요.