zoukankan      html  css  js  c++  java
  • 第27本:《学得少却考得好Learn More Study Less》

    第27本:《学得少却考得好Learn More Study Less》

    《学得少却考得好Learn More Study Less》这本书最早是从褪墨网站上看到的,crowncheng翻译了全文。这本书介绍了不少学习方法,非常适合在校的学生,原文的作者Scott Young在高中和大学的学习成绩很好,但花在学习上的时间并不太多。

    全书一上来引入了Holistic(整体性学习方法)这个单词,用来与死记硬背(Rote Memorization)学习法相区别,书的第四部分为小结,所以主要内容实际上是三个部分:

    一、策略Strategy

    二、技术Technology

    三、其它Beyond(译者翻译为超越,但实际上是谈一些与学习相关的精力管理、计划安排等事宜)

    一、整体性学习策略

    整体性学习策略

    1. 三个概念

    作者首先引入三个概念想表示信息在大脑中的存储方式,为了理解这三个概念,作者用来城市地图来进行比喻

    结构Construct:作者把它与城市City进行类比。城市中有许许多多的建筑物和道路,没有道路相连的建筑物将难以找到,一个知识点如果有多条通道相连,你就会更容易地理解和应用该知识点。

    模型Model:本书中使用“书的目录”来说明,Model的目的是压缩信息,而比喻法Metaphor就是一种压缩信息的办法。

    高速公路Highway:就是城市之间的高速公路,想要各种知识点活跃起来,实际上就是这些有创造力的联结方法。

    在读这本书的时候,这三个概念理解还是相当有困难的,至少对于我来说是这样的。我感觉最重要的可能就是联结(就是这里的高速公路,用来将各种知识点串结起来)和比喻(用熟知的事物来描述新学的知识),当联结的知识点越来越多后,可能学习的效率就会越来越高吧。

    这里需要强调的就是Metaphor这个单词,书中翻译为比喻,在字典里经常翻译为隐喻暗喻,是用来与Similes(明喻)相区别的,这两个单词实际上文学上的单词。

    引用原文中的翻译如下:

    比喻法在整体性学习中扮演的角色是类似的,比喻就是在不熟悉的知识和熟悉的知识之间架起一座沟通的桥梁。比喻在 文学中主要提供视觉上的相似,在整体性学习中比喻联系的是类似的过程,事件或者信息的顺序(其实比喻法不必拘泥于二者有多么相似,只要有一点相似,不管是 视觉、听觉、感觉还是直觉,也不管是原理,目的还是过程,都可以拿来比喻,比喻法也就是建立模型的方法)。

    原书作者认为整体性学习是对发生在大脑里学习过程的一种模型,一种比喻。作者非常推崇这种比喻法,

    译者crowncheng认为认为本书的精华就在于比喻法,整体性学习的核心就是比喻法。比喻法的本质是一种用已有的知识结构来理解新知识的办法,但是这种理解不是在原有的知识结构上添砖加瓦,而是用原有熟悉的模型来帮助我们理解整合新的知识及联系。

    2. 熟知结构

    在讲结构Construct时,提到了几种熟知familiar的结构,感知型结构(Sensory Constructs)、关系型结构(Relationship Constructs)和基础数学型结构(Basic Math Constructs)。不管什么结构,实际上都是根据你的个人经验而来的,你如果熟知物理,你就尽量用物理的知识来进行类比(或称为比喻、暗喻或隐 喻),如果你熟悉数学、天文、地理、文学、生物,那你的想像力就太丰富了,这可能就是为什么知道的东西越多学新东西就越容易的原因了。

    3. 整体性学习法的六个步骤

    获取、理解、拓展、纠错、应用和测试。

    整体性学习法的几个步骤

    需要说明的是,这些步骤并没有严格的顺序,当你学习新知识的时候,这些事情是交错进行的。

    感觉这几个过程又特别像是软件开发过程中的瀑布模型(这也是我用的一种比喻),特别是其中的测试环节,软件工程中分为需求测试、单元测试、功能测试和集成测试,这里的测试与前面的五个过程都有联系。

    4. 信息结构

    1)Arbitrary确定信息

    Arbitrary这个单词很难翻译,crowncheng的译文里翻译为“随意信息”,它是一系列事实、日期、定义或规则,它们缺少逻辑分类。比如人有206块骨头,这些武断性的数字就是一些需要机械记忆的内容,也没有太多的道理可讲。

    这类信息如果不反复记忆,则非常容易遗忘,可以采用三种办法增强这些知识点的记忆:

    联结法Linking

    挂钩法Pegging

    压缩法Compression

    2)观点信息Opinion

    观点信息是存在争论的信息,观点信息在论文中很常见。

    对于观点信息,最大的难点在于获取阶段,你需要检查大量的信息以寻找其中的模式,而不是去记忆具体的细节,速读技巧对于收集信息非常重要。

    图示法是记忆这类信息的最有效方法。

    3)过程信息Process:

    过程信息是教你如何行动的信息,是讲述一系列动作、操作的信息。比如,讲述如何游泳的知识,编写一段电脑程序,建造一所房子等。

    学习这类信息最重要的是不断练习、重复动作。不过,建立正确的背景概念对于节约时间也很关键。

    过程信息的最大难点是需要实际投入大量的时间用于练习。你可以对概念理解的不好,也无须学完全部的材料,但是你必须要实实在在的练习。明白正确的背景模型,然后付诸实践。

    内在化Visceralization

    暗喻法Metaphor

    图示法Diagraming

    模型纠错Model Debugging

    4)有形信息Concrete:是那些在实际中可以观察到、看到、听到或触到的信息。

    5)抽象信息Abstract:抽象信息缺少与感官的直接联系。数学、物理、心理学、计算机和化学主要涉及的是抽象信息。量子物理学和微积分中有大量抽象的信息,不容易马上想象出图像来。

    抽象信息与确定信息Arbitrary正好相反,抽象信息非常难以理解,但逻辑性很强;而确定信息非常浅显,但逻辑性差。

    在学习抽象信息时,整体性学习优势明显。通过将信息转化为更易理解的图像形式,可以在知识点之间建立广泛联系。内在化和比喻法是两种主要的办法。

    不过实际上,大多数信息都介于抽象和具体之间。

    应对枯燥的课程:当你碰到“枯燥”的课程时,不要马上抱怨。问题可能在于老师教你时没有和你的经验联系,而使用整体性学习方法,你可以将内容与你感兴趣的东西相连。

    5. 学习的目标

    是为了通过考试,还是为了有进一步的应用?不同的目标决定了不同的学习过程和学习效果,伟大的学习目标产生伟大的学习效果。

    要关心是不是学到有用的知识,学习上的投资会给你的生活带来巨大的益处,前提是你能真正应用那些花时间学来的知识,学习而没有实际的应用目的只是时 间的浪费。Learning without a practical purpose is a waste of your time.

    二、整体性学习技巧

    整体性学习技术

    1 获取观点Acquiring Ideas

    1) 快速阅读Speed Reading

    2) 流笔记Flow-Based Notetaking

    2 联结观点Linking Ideas

    1) 隐喻Metaphor

    2) 内视化Visceralization

    3) 图表化Diagraming

    3 处理确定性信息Handling the Arbitrary

    这里面实际上就是讲了一些记忆技巧,《冠军记忆术》这本书里讲得比这详细的多。

    1) 联结Linking

    2) 挂钩Pegging

    3) 压缩Compression

    4 拓展观点Extending Ideas

    1) 实际应用Practical Usage

    2) 模型纠错Model Debugging

    3) 基于项目的学习Project-Based Learning

    三、其它与学习有关的事情

    第三章

    目录

    image

    image

    image

    image

     
  • 相关阅读:
    UVA 1025 A Spy in the Metro DP水题
    ZOJ 3814 Sawtooth Puzzle BFS
    ZOJ 3816 Generalized Palindromic Number
    UVA 10859 Placing Lampposts 树形DP
    UVA 11825 Hackers' Crackdown 状压DP
    POJ 2887 Big String 线段树 离线处理
    POJ 1635 Subway tree systems Hash法判断有根树是否同构
    BZOJ 3110 k大数查询 & 树套树
    sdoi 2009 & 状态压缩
    来自于2016.2.24的flag
  • 原文地址:https://www.cnblogs.com/timssd/p/4824808.html
Copyright © 2011-2022 走看看