超越遺忘 | 認識遺忘曲線提升學習成果

更新 發佈閱讀 3 分鐘

遺忘曲線是描述記憶中中長期記憶遺忘率的一種曲線,最早由心理學家赫爾曼·艾賓浩斯於1885年提出。它揭示了記憶的保持時間與遺忘之間的關係。在日常生活中,我們的記憶過程經歷了一系列步驟:輸入的信息經由注意力的學習,進入短期記憶,然後通過進一步的加強,轉化為長期記憶。

然而,長期記憶的保持時間並不一定是永久的。如果沒有及時進行複習,我們記憶中的內容就會逐漸遺忘。這是因為記憶在時間的推移下逐漸衰退,而遺忘曲線提供了一種對這種衰退進行量化的方式。

遺忘曲線的形狀是一個指數函數,意味著在學習後的一段時間內,遺忘的速度非常快,然後隨著時間的推移,遺忘速度逐漸減緩。換句話說,我們在學習之後的短暫時間內快速遺忘,但隨著複習的進行,記憶的遺忘速度會減緩。

這就解釋了為什麼複習對於長期記憶的保持至關重要。通過定期回顧學習材料,我們可以加強已經形成的記憶痕跡,並減緩遺忘的速度。當我們反覆複習時,遺忘曲線的斜率就會變得更加緩和,記憶的保持時間也就更長。

此外,複習的時機也是影響記憶保持的關鍵因素之一。艾賓浩斯提出了一個被稱為"艾賓浩斯曲線"的概念,它建議在學習後的特定時間點進行複習,以最大程度地提高記憶的保持。

根據這個曲線,根據艾賓浩斯的遺忘曲線有這幾個關鍵時間點,分別是5分鐘、30分鐘、12小時、1天、2天、7天、31天等。

vocus|新世代的創作平台

考量現代社會的生活步調與模式,建議您可以在學習之後的 30分鐘 (中場休息)、8小時 (當晚)、24小時 (1天)、2天、7天、15天 進行(重複)複習,以確保記憶的長期保持。 #記憶頻率

總之,遺忘曲線描述了記憶中的中長期記憶遺忘率,並強調了複習對於記憶的保持的重要性。通過及時的複習,我們可以加強已經形成的記憶痕跡,延長記憶的保持時間。因此,對於想要長期保持所學知識的人來說,定期的複習是一個不可或缺的學習策略。複習不僅有助於巩固知識,還能提高學習效果,確保我們在需要時能夠輕鬆地召回所學內容。

大腦是用來思考與創造的,不是用來記憶!

每次複習是以您製作撰寫的精煉後數位筆記來作為複習標的,切勿原文重頭閱讀。
留言
avatar-img
BASB | 甲第的沙龍
0會員
35內容數
最長的莫過於時間,因為它無窮無盡; 最短的也莫過於時間,因為我們所有的計劃都來不及完成。 您是否有過這樣的經歷: 某一天,您雄心勃勃地準備把手底下的事清理乾淨,可到頭來卻一事無成? 這是一個圍繞在第二大腦主題理念與極簡學習的系列文章課程。 教您使用 開源軟體與工具 自託管建構您專屬的AI第二大腦!
BASB | 甲第的沙龍的其他內容
2023/07/06
我們前面文章談過了CODE法則裡面的擷取 (Capture) 以及組織 (Organize),也談過了如何在每篇筆記或文章標註元資訊 (Meta Data) 以幫助我們做組織與分類。大家一定很好奇,對於這些取得的知識與資訊,後續我們應該如何處理才可能產生所謂的靈光洞見與智慧呢?
Thumbnail
2023/07/06
我們前面文章談過了CODE法則裡面的擷取 (Capture) 以及組織 (Organize),也談過了如何在每篇筆記或文章標註元資訊 (Meta Data) 以幫助我們做組織與分類。大家一定很好奇,對於這些取得的知識與資訊,後續我們應該如何處理才可能產生所謂的靈光洞見與智慧呢?
Thumbnail
2023/06/28
之前的文章,講解了使用 Obsidian 做數位筆記時應該記錄與註記的資訊要點,也闡述了記憶遺忘曲線對於記憶與學習的影響。 但在快節奏的現代生活中,每當我們要實際演練操作時,我們常常會感到時間不夠用,工作或學習的效率下降,注意力分散。這個時候,我們還可以採用一種被廣泛認可的時間管理方法來幫助我們。
Thumbnail
2023/06/28
之前的文章,講解了使用 Obsidian 做數位筆記時應該記錄與註記的資訊要點,也闡述了記憶遺忘曲線對於記憶與學習的影響。 但在快節奏的現代生活中,每當我們要實際演練操作時,我們常常會感到時間不夠用,工作或學習的效率下降,注意力分散。這個時候,我們還可以採用一種被廣泛認可的時間管理方法來幫助我們。
Thumbnail
2023/06/21
我們前面兩篇文章分別介紹了 Obsidian 筆記如何組織資訊以及分類資訊架構的最佳實務方法。聰明的您可能會接著會詢問。那麼單篇筆記的歸類是否也有方法或是訣竅呢? 本篇文章內容就接著為大家介紹單篇筆記註 元數據 (Meta Data) 時應該考慮的一些眉角。
Thumbnail
2023/06/21
我們前面兩篇文章分別介紹了 Obsidian 筆記如何組織資訊以及分類資訊架構的最佳實務方法。聰明的您可能會接著會詢問。那麼單篇筆記的歸類是否也有方法或是訣竅呢? 本篇文章內容就接著為大家介紹單篇筆記註 元數據 (Meta Data) 時應該考慮的一些眉角。
Thumbnail
看更多