基于开源软件Anki的实践
记忆阶段模型,由 Atkinson 和 Shiffrin 在1968年提出。根据这个理论,记忆被分为三个阶段:感觉记忆、短期记忆和长期记忆。信息首先被感觉记忆捕捉,然后被传输到短期记忆,通过重复和编码,最后被存储在长期记忆中。
Baddeley 和 Hitch 在1974年提出了工作记忆模型,这是对短期记忆模型的进一步发展。工作记忆模型包括四个部分:中央执行系统、视觉空间记忆草图、语音回声存储器和情绪记忆草图。
Craik 和 Lockhart 在1972年提出的深度加工理论强调,信息的记忆和提取取决于信息被处理的深度。按照这种理论,深层次的加工(如对信息的意义和关联进行思考)比浅层次的加工(如对信息的物理特性进行思考)更能提高记忆的效果。
Tulving 在1972年提出多存储模型,认为记忆在大脑中以不同的形式存在,比如程序记忆(知道如何做某件事情)、情景记忆(记忆特定事件)和语义记忆(记忆一般知识和事实)。
这种理论强调记忆的生物基础,认为记忆是神经元网络的改变。例如,Hebb 的学习理论就提出,当两个神经元同时或连续活动时,它们之间的连接就会被强化,这被称为”赫布定律”。
这是一个被广泛研究并得到证实的方法。间隔复习是指在不同的时间点(比如几分钟后、几小时后、几天后)复习同一份资料。这种方法比集中复习更有效,因为它考虑了遗忘曲线,让你在快要忘记的时候再次复习。
根据Craik和Lockhart的深度加工理论,如果你在学习时进行深度处理(比如思考信息的含义和如何使用),那么你的记忆效果会更好。
这是一种使抽象信息更具象化的策略,比如将单词或概念与图像或故事关联起来。这种方法可以帮助你更好地记住信息。
自我测试(比如做练习题或自我提问)被证明是一种非常有效的记忆策略,因为它强迫你提取记忆,而不仅仅是被动地回顾信息。
分块是一种将大量信息分解成小块的策略。比如,你可以将一个长数字序列分解成几个小块,这样就更容易记住。
研究显示,睡眠对记忆的固化和巩固起到关键作用。保证充足的睡眠可以提高记忆效果。
Anki 是一款开源重复记忆自动排期工具以及记忆卡管理工具,使用Python开发。与同类软件相比,Anki 具有跨平台、生态繁荣等优势。自发布以来,用户逐年稳定增长。
Anki 的记忆原理是“主动召回测试”和“间隔重复记忆”,避免了大脑的“不用就会忘记”的机制。
制作卡片,每天复习。
痛点有两个:如何快速制卡以及如何每日坚持复习。
问题和答案的配对称之为卡片(Card)。其名称是由一面是问题,背面是答案的纸质抽认卡而来的。
多个卡片组成牌组(Deck),一个卡片可以放置在多个牌组中。牌组还可以有层级关系。通过合理地设置牌组,学习者可以更有针对性地通过Anki进行学习和复习。
要让 Anki 根据笔记创建卡片,我们需要为每类卡片构建模型(model),说明应当在正反面分别放置哪些字段。这样的“模型”称为卡片类型,也可理解为卡片模版;新增一条笔记,Anki 就会为依据卡片模版创建一张卡片。
VS Code是一款开源免费的编辑器,我们可以用它记录笔记,并借助其Anki for VSCode插件,以便实现快速制卡的目的。
根据Anki for VSCode插件的规则,如果要实现笔记内容快速转成卡片,需要按照一定的规则记录笔记或者卡片内容:
安装Anki for VSCode
插件后,使用Ctrl+Shift+P
快捷键,选择合适的命令,即可将笔记逐条转化为Anki卡片,从而实现批量制卡。