Photo by Glenn Carstens-Peters on Unsplash
Anki（または他の間隔反復システム）にカードを追加すると、しばしばリストを扱う必要があることに気付かされます。 Anki Essentialsの第7章、「20のルール」を参照してください）。
たとえば、私が読んでいる Richard Hamming の The Art of Doing Science and Engineering という本から、人間に対するコンピュータの主な利点をまとめた部分を紹介します:
「人々は、機械が持つすべての利点を無視して、決して競争できないと確信しています。”
この文章は、貴重な情報が詰まっているのに、フラッシュカードにするのが大変なので、もどかしいです。
ひとつの簡単なアプローチは、個々の選択肢をクローズ削除し、リスト全体をクローズ削除して、全体を思い出せるかどうかを確認することです。
- 読むのが大変で、欠けているものが何であるかを知るためにすべての選択肢を読まなければならない
- 覚えにくい。 ポイントごとに個別にクローズ削除を行っても、リスト全体を想起させる問題で失敗する可能性が非常に高いです。 また、多くのリスト（上の例も含む）は、open endedで、必ずしも網羅的ではありません。 そのため、復習するときに、何がリストに含まれているのかよくわからず、「正しい」けれども、その特定のリストに含まれていないものをリストアップしてしまうことがあります。 最小情報原則」とは、質問と回答はできるだけシンプルであるべきだというものです。 大きな、要求の多い、不格好なカードを少数用意するよりも、シンプルなカードを多数用意したほうが、はるかに効率よく記憶できます。
- 自分を評価するのが難しいです。 リスト内の10個の答えのうち9個を正解したとき、自分の成績をどう評価するのか？
では、これらの厄介なリストに対処するための選択肢は何でしょうか。
Break it Down
まず、自問してください： 本当にリストを記憶する必要がありますか？ 人間に対するコンピュータの利点のリストを、何一つ見逃すことなく口にする必要が本当にあるのでしょうか。 8861>
次に、このリストから本当に得たいものは何なのか、と自問してください。 私の例では、人間よりコンピュータの方が優れている点を、適切なときに頭に浮かべたいのです。 たとえば、仕事で反復的で暗記が必要なプロセスに取り組んでいるとき、コンピュータ スクリプトが良い解決策であると認識したいのです。 その代わり、個々のポイントに焦点を当てた資料をソースから探して、Ankifyします。 たとえば、手作業と比較した場合のコンピューターの相対的なコストや、手計算と比較した場合のコンピューターの速度の詳細について、具体的な質問を追加することができます。 そうすることで、人間に対するコンピュータの優位性をより深く理解することができます。 8861>
また、リストをサブカテゴリに分類し、それらの小さなリストを間隔反復に追加することができます。 8861>
特殊なリスト構造を利用する
時には、フラッシュカードを分解するために、リスト固有の構造を利用することができます。 たとえば、このスレッドで説明したように、リストは「1-n の関係」の特別な形式を取ることができます。
1-n の関係は、例によって最もよく理解されます。 例えば、あなたがカナダの州を記憶したいとします。 このリストは、リスト内の各州が 1 つの国のみに関連付けられる (つまり、1 つの国 – n 個の州) という特別な特性を持っています。 このようなリストがあれば、「マニトバ州はどの国に属しているか」、「アルバータ州はどの国に属しているか」などの問題を追加することができます。 もちろん、他の国に同じ名前の州がある場合は失敗しますが (それは 1-n の関係ではないことを意味します)、要点はわかっていただけるでしょう。
Turn the List into an Enumeration
The example of computer advantage list の問題の 1 つは、項目の順序が意味を持たないということです。 人事上の問題」が最初ではなく最後にあるべき理由はありません。 これは、一見ランダムに見える点の束なので、暗記するのがはるかに難しくなります。
列挙は順序付けられたリストです。 8861>
列挙は順序付きリストです。それでも暗記するのは難しいですが、少なくとも何らかの構造を持っており、それを頭に叩き込むことができます。 8861>
理想的には、順序付けには有用な知識そのものが含まれます。 たとえば、人間に対するコンピュータの利点を、著者によると最も重要なものから最も重要でないものへとリストアップできます。
他にも、年代順、体の領域、サイズ、人気、人口など、何を記憶しようとしているかによって、リストを列挙に変換する多くの可能性があります。 意味のある順序が見つからない場合は、いつでも項目をアルファベット順に並べることができます。
列挙は、リストを暗記しやすくし、材料に関するボーナス知識を提供するので、タダ飯のようなものです。 たとえば、太陽系の惑星の順番を、個々の惑星を知るよりも、太陽に最も近いものから最も遠いものへと知る方がずっと良いのではないでしょうか。
Use Cloze Overlapper
何かを列挙に変えた後。 繰り返しをどのように設計すべきでしょうか。
1つのオプションは、リスト内のアイテムごとに1つのクローズ削除を行うことです。 たとえば、リスト (a、b、c、d、e、f) を取り上げます。 あなたの cloze deletion は、(, b, c, d, e, f), (a, , c, d, e, f), (a, b, , d, e, f), などです。
私は過去に何度もこれをやりましたが、たいてい質問にすばやく正確に答えることができますが、情報を保つのは難しいと感じています。 リストをすべて再現するように言われると、失敗します。 これは、質問が簡単すぎるためで、たった 1 つの項目を削除するだけで、あまりにも多くのコンテキストが提供されます。
最近まで、これが最良の選択肢だと思っていました。 その後、「オーバーラッピング・クローズ」に出会いました。リストの個々の項目に関するクローズ削除ですが、ほんの少しの文脈しか与えられていません。 例えば、こんな感じです。 (, …, …, …), (a, , …, …), (…, b, , …, …) など。
Vanilla Anki で重複したクローズを作成するのは実際にはかなり大変です。 幸いなことに、これのためのアドオンがあります。 Cloze Overlapper です。 このアドオンの作者である Glutanimate によるビデオでは、リストインに関する問題の概要とアドオンの使用方法を説明しています（余談ですが、作者は別の素晴らしいアドオンである image occlusion enhanced の開発者でもあります）。 私はまだCloze Overlapperを試していないので、そのテクニックやアドオンを完全に保証することはできませんが、spaced repetitionのコミュニティでは高く評価されているようです。
記憶術を使う
少し練習すれば、記憶術は信じられないような記憶力を達成するのに役立ちます。 多くは簡単に学ぶことができます。 8861>
私が最もよく使っているのは、リンク法という手法です。 たとえば、コンピュータネットワークのフラッシュカードでは、データリンク層の主なエラーの種類を思い出すようにと指示されています。 フレーム エラー、ドロップ、衝突、オーバーランです。
これは実際にはかなり悪いカードですが、私が使用したニーモニックにより、暗記にそれほど苦労していません：
- ERROR (dataLINK layer ERRORS) と書いたシャツを着たリンク (ゼルダから) を想像します。
- 次に、彼がメガネをかけているところを想像する (フレーム エラー)
- リンクはメガネを地面に投げ捨てる (ドロップ)
- 巨大なトラックがリンクにぶつかる (衝突)
- 最後にトラックが地面にあるメガネの上を走る (オーバーラン)
バカみたいだがうまくいっているのです。
私は決してこれらのテクニックの専門家ではありませんが、少し学ぶことで多くのことを学べることがわかりました。 もっと深く追求すれば、さらに大きな効果が期待できるのではないでしょうか。 その他の有用な記憶システムには、pegとMethod of Lociがあります。
間隔反復システムでリストのニモニック技法を使用する場合は、ニモニック自体を覚えるためにフラッシュカードを必ず追加してください。
結論
できる限りリストは避け、どうしても必要な場合は、サブカテゴリに分解する、順序付けする（できれば順序付けに何らかの関連する意味を持たせる）、レビューを実施し文脈を限定するために cloze オーバーラップを使う、ニモニック技法を使用する、などを心がけましょう。 8861>
Resources
- Cloze Overlapper と説明用ビデオ。
- Glutanimate のリストを扱うアルゴリズム
- Reddit でのリストの扱いに関するディスカッション、Glutanimate からの素晴らしいコメント
- R/medicalschool におけるもうひとつの有用なディスカッション
こんなコンテンツを毎週受信トレイで受け取るには。 Spaced Repetition Newsletterでは、Spaced Repetition、Ankiなどの学習ツールの使用、学習の生産性向上に関する最新ニュース、ヒント、アイデアを提供しています。