を促進する方法が始まったばかりで、今こそ、生徒の素晴らしい発見ルーチンを育てるのに最適な時期です。 開始するのに最適な場所は、研究によって一貫してサポートされている方法を調べることです。 科学によって40年以上にわたってバックアップされてきたそのような手法の1つは、「生成学習」です。
では、生成学習とは何ですか？また、なぜそれがそんなに効果的なのでしょうか？ よく見てみましょう…
メタ認知インストラクターワークショップを予約します
生成学習とは何ですか？
生成的発見は、新しい情報と既存の知識との間に意味のあるつながりを作るプロセスです。 要するに、あなたの研修生は、彼らがすでに理解していることを利用して、彼らが新しいコンテンツを発見するのを支援することができます。 ここでのコンセプトは、新しい理解を発見された情報と統合することにより、長期にわたるメモリに、より効果的に効果的に転送できることです。
生成的発見理論のもう1つの重要な部分は、発見プロセスがアクティブであるということです。 したがって、受動的に情報を取得することは、研修生がそれを理解することにつながるものではありません。 それは積極的に協会を作り、情報を思い起こさせ、それを整理し、それについて詳しく説明し、理解を改善するのに役立ちます。 実際には、研修生は、新しい情報と発見された情報間の接続を作成し、これを忘れられない形式に変換することにより、積極的に発見できます。
あなたのレッスンで生成的発見を利用する方法
生成的発見方法は、あなたが示すときにあなたの研修生を従事させることができる基本的なツールです – あなたはすでにそれらのいくつかを利用しているかもしれません。 ここにあなたのレッスンを提起できるいくつかの機能的な方法があります：
要約
ニーズの訓練生を要約して、彼らが今発見したものを示し、それから彼ら自身の言葉で最も適切な情報を再編成します。 伝統的な調査研究では、各段落の上に文があるテキストを要約した研修生は、要約しなかった研修生よりもはるかに優れたテキストを理解していることが示されました。
この方法は、研修生が新しい情報をより記憶に残るためにすでに発見したものに関連付けることができるため、生成的です。 この方法が最適に機能するためには、テキストから単語をコピーするだけで効果がないため、要約する方法について正確にサポートすることを要求します。
マッピング
マッピングは、単語を空間表現に変えることとして定義されます。 典型的な例は、マインドマップ、テーブル、グラフです。 さまざまなレッスンの素材間のリンクを作成し、引数を比較し、方程式を表現することは、研修生がマッピングを最大限に活用できる方法です。
調査によると、理解テストのパフォーマンスの向上に役立つことが示されています。 ただし、研修生がマップの外観や何を含めるかに正確に巻き込まれるのは簡単です。 これを防ぐために、事前に作成されたマッピングツールを提供するだけでなく、どの情報がマップに含めるのに適切な情報をサポートすることができます。
描く
描画は、あなたの研修生があなたが教えることをより深く理解することを保証するために、生成的発見を改善するもう1つの方法です。 描画には、どの情報を表す必要があるか、省略しなければならない情報、および画像内の情報を最も表現する方法に集中するために研修生が必要です。 これにより、メモリトレースが強化され、新しい情報が将来的に取得しやすくなります。
2010年の調査研究では、研修生が学習するためのテキストの通過を提供されたとき、パッセージに関連する図面を作成したグループは、テキストをチェックしただけの訓練生を上回ったことが示されました。 マッピングと同様に、学習を妨げる可能性のある認知負荷を高めるため、研修生が描画の詳細に巻き込まれないことが重要です。 これを最小限に抑えるために、シートに描画前の側面を含めるだけでなく、フィードバックを提供するなど、学生にプロンプトを提供できます。
想像
新しい情報の精神的表現を形成することは、驚くほど学習に役立ちます。 例としては、各ステップの精神的な写真を作成することにより、消化のプロセスを想像するために研修生にタスをかけています。 調査研究では、段階的なプロセスを想像することは、学習者に特定のメンタルイメージングプロンプトが提供されたときにそれらについて読むよりも、発見するためにはるかに効率的であることが実証されています。
この方法は、訓練生がコンテンツについて確信していないときに圧倒される可能性があるため、知識についてより肯定的な研修生にとっては多くの実用的です。
セルフテスト
セルフテストは、学習するのに最も効率的な最も効率的な方法の1つであるため、研修生がこのテクニックで研究を調査するためのレッスンに時間を確保する価値があります。 これは一種の検索慣行であり、長期にわたる知識の保持をもたらします。 いくつかの例には、フラッシュカード、過去の論文、クイックファイアクイズの利用が含まれます。 この手法は、メモリからの情報を積極的にリコールして、新しい情報とDとの間の接続を強化するため、生成されます。null