《考試腦科學》_解答我多年前在學習和應試中存在的困惑
概述
本書系統通過科學實驗和科普腦的知識,闡述了高效記憶的祕訣,以及解答了我多年來對應試教育以及考前突擊學習的困惑,下面我就來梳理一下。
答疑解惑
1,為什麼一個知識點需要反覆複習才能記住?
因為比起我們考試記憶的那些知識點來說,保住自己的性命才是最重要的,因此海馬體會優先過濾一些“它所認為的不重要的資訊”,那麼問題來了,如何才能讓我們順利記住這些知識點呢?——答案就是反覆複習,就像艾賓浩斯記憶法,讓海馬體認為這很重要。
又例如,我在大學學的資料庫知識,網路協議,以及C
語言的語法,可能我在考完試後就會忘得一乾二淨,但是當我參加工作後,發現每天都在圍繞這些知識反覆練習,如果記不住,那麼我就完不成專案,從而丟掉工作,想想有些後怕。
所以,讓理論知識在腦海裡記得更牢的方法,就是不斷進行實戰。
2,為什麼考前突擊不靠譜?
因為人腦並不是勻速忘記資訊的,根據書P27頁的圖可知,最容易忘記的時間恰巧是剛剛記住的時候——在記住後的四個小時內,我們會有口氣忘記大約一半的內容。
3,為什麼有些學霸在考試前一點也不緊張,甚至打起了遊戲,卻反而取得了好成績?
我上大學時班裡裡有兩個同學,作業都獨立完成,有時候考前還幫助班裡同學答疑,考前一天正常作息,卻依舊是國獎,勵志的獲得者。
我想這與他平時的學習習慣密不可分,作業獨立完成,及時複習,還將自己知道的講授給別人加強記憶,以及良好的作息有助於大腦修整記憶。
4,為什麼考考場時可以適當吃一些糖?
其實不光是糖,只要是帶葡萄糖的食物都可以,只不過我覺得糖容易攜帶而已(哈哈,你總不能在考試時掛個葡萄糖的瓶子邊考試邊打點滴吧)。
因為實驗表明,葡萄糖確實可以活躍腦。所以當天考試,早飯可以適當吃一些米飯、麵包或薯類等碳水化合物。
5,為什麼在學習一個領域的知識時最好畫出思維導圖
因為腦的記憶是模糊和隨意的。
因此當我們想要學習某一領域的知識時,最重要的是理解和把握知識的整體概貌。
在剛開始的時候,可以先忽略細節,首先把握全域性,之後再一點點的記憶細節。
6,為什麼說數學很重要,以及為什麼有人會討厭數學?
在大學畢業後開始工作的這段時間,我逐漸感到邏輯推理的無處不在,比如排查bug
的過程,又比如和產品對需求時,在對話中,推理出一些不合理的需求是需要直接砍掉,避免日後背鍋...,當然我相信這只是邏輯推理領域的冰山一角罷了,而在學習數學的過程中能逐漸培養一個人的邏輯思維能力。
那麼,為什麼有人會討厭它?
問題不在於數學本身,被強制學習才是關鍵所在。
發現不了數學的美,於是也就沒有了興趣驅動。有壓迫(被強制)就有反抗。
7,大腦會感到疲勞嗎?
腦是不會感到疲勞的。我們感到的疲勞也許是眼睛或肩膀等部位疲勞了。
因為人腦一旦休息了,就連我們的呼吸也會跟著停止。
所以,大腦是一個使用頻率越高效能就越好的神奇器官。
8,提高記憶方法的技巧有哪些?
- 反覆複習記憶;
- 模組記憶;
- 飢餓、走動和降低室溫;
- 在睡覺前把題目或知識點再過一遍;
- 將步驟分的很細,循序漸進;
- 向別人講述學過的知識。
讀後感
記得我讀高三的時候,市面上到處貼著“高校記憶法”的廣告,例如
- 通過xx博士研發的獨家記憶法,堅持兩週,記住3萬個單詞,從此不再懼怕英語
- 通過yy博士研發的獨家記憶手冊,堅持兩個月成功考上某名校
- 通過zz博士研發的記憶含片,每天早晚含一片,神清氣爽,高考逆襲成功
無奈我當時錢不多,無法去體驗他們神奇的記憶特效。不過我現在也覺得過得很好。
當基因改造技術還沒有成熟時,當劉慈欣寫的科幻小說《2018》還沒有成為現實時,當今時代還是一個可以通過努力獲得回報的時代。
只有持續努力,讓大腦持續學習,在未來的世界中才有可能成為一位倖存者。
最後引用一位詩人的話來結束本文
趁著燈芯還在燃燒,去享受人生吧;趁著花兒還在綻放,去把它摘下吧。
相關文章
- 測試面試困惑求解答面試
- 資料科學和機器學習面試問題資料科學機器學習面試
- 學習java的困惑Java
- 開學考試
- PMP 考試學習助手提示詞
- 公務員考試學習路線圖
- 電腦科學的學科分類
- JVM面試和學習中需要注意的部分JVM面試
- 機器學習中那些必要又困惑的數學知識機器學習
- 從玄學走向科學:AB測試驅動的科學增長
- TikTok機器學習與資料科學家的面試題 - Reddit機器學習資料科學面試題
- 電腦科學和Python程式設計導論(六) 測試與除錯Python程式設計除錯
- 深度學習在OC中的應用深度學習
- 關於AI數學和科學標準化測試的綜述AI
- SOLIDWORKS認證考試常見問題解答Solid
- 我從程式設計面試中學到的程式設計面試
- 我在2020年作為資料科學家學習的8種新工具 - kdnuggets資料科學
- 機器學習在啟動耗時測試中的應用及模型調優(一)機器學習模型
- 深度學習在視覺搜尋和匹配中的應用深度學習視覺
- javascript的學習測試JavaScript
- Linux學習教程-我的電腦在哪?Linux
- 等保2.0考試的“學霸筆記”筆記
- 【深度學習】深度解讀:深度學習在IoT大資料和流分析中的應用深度學習大資料
- kafka-一些我在學習中的理解Kafka
- 作為技術面試官,我在面試時考慮什麼?面試
- 電腦科學自學指南
- LTE-5G學習筆記22--5G考試面試必備筆記面試
- (資料科學學習手札135)tenacity:Python中最強大的錯誤重試庫資料科學Python
- 多年前端面試官的面試套路總結前端面試
- (資料科學學習手札91)在Python中妥善使用進度條資料科學Python
- (資料科學學習手札96)在geopandas中疊加線上地圖資料科學地圖
- 安全測試學習
- 我們該如何學習機器學習中的數學機器學習
- 車輛動力學模型在模擬測試中的應用實踐模型
- [面試]滴滴出行資料科學部暑期實習生面試資料科學
- 《面試補習》-熔斷降級我學會了!面試
- (資料科學學習手札125)在Python中操縱json資料的最佳方式資料科學PythonJSON
- 復旦大學2017--2018學年第二學期(17級)高等代數II期末考試第七大題解答