Varför är självstudiet så effektivt?
Senast recenserade: 16.10.2021
Allt iLive-innehåll är mediekontrollerat eller faktiskt kontrollerat för att säkerställa så mycket faktuell noggrannhet som möjligt.
Vi har strikta sourcing riktlinjer och endast länk till välrenommerade media webbplatser, akademiska forskningsinstitut och, när det är möjligt, medicinsk peer granskad studier. Observera att siffrorna inom parentes ([1], [2] etc.) är klickbara länkar till dessa studier.
Om du anser att något av vårt innehåll är felaktigt, omodernt eller på annat sätt tveksamt, välj det och tryck på Ctrl + Enter.
Under de senaste åren har lärare uppmärksammat praktiska övningar, laboratorieexperiment och studentforskning. Detta beror på det faktum att eleverna lär sig materialet mycket bättre om de har förmågan att styra intensiteten att få kunskap självständigt.
Självstyrd träning hade tid att bevisa sig från den positiva sidan, men skälen till detta fenomen är dåligt förstådda.
Vissa forskare föreslår att självstyrd inlärning är effektiv på grund av personens motivation att lära. För att kunna identifiera förhållandet mellan självreglerade inlärning och kognitiva processer, särskilt minnes- och uppmärksamhetsprocesser, har emellertid inte specialister tillräckligt med data.
Douglas Markant och Todd Gurekis, forskare från New York University, försökte undersöka orsakerna till effektiviteten av denna process för att studera materialet. De närmade sig studien av denna typ av lärande ur beräknings- och kognitiv synvinkel.
Specialister lägger fram flera hypoteser om varför självstyrt lärande har fördelar jämfört med andra typer av materialmastering.
Självstyrd och självständig förståelse av information hjälper en person att optimera sin erfarenhet och koncentrera sig på att studera material som vi ännu inte har förstått. Dessutom ger naturen av självinriktat lärande dig möjlighet att hålla informationen du har studerat under en lång tid.
Men denna typ av träning är inte alltid effektiv. En person kan göra misstag när han fattar beslut om den information som han ska studera. Anledningen till detta kan vara kognitiva fel.
Forskare noterar att grunden för att studera hur människor utvärderar olika informationskällor, samt bedöma de data som de letar efter, kan vara de beräkningsmodeller som vanligtvis används i maskinstudier.
Analys med maskininlärningsteknik kan hjälpa till att bestämma de negativa och positiva ögonblicken hos självstyrt lärande.
En gemensam studie, som innefattar en bedömning av denna typ av förståelse av information när det gäller kognitiva och beräkningsprocesser, hjälper experter att förstå essensen av de processer som ligger till grund för självständigt, självstyrt lärande.
Dessutom hoppas forskare att genom förståelsen av dessa processer kommer det vara möjligt att utveckla hjälpmetoder för självständig studie av materialet.